21.11.2014 Views

Odwzorowania liniowe - pjwstk

Odwzorowania liniowe - pjwstk

Odwzorowania liniowe - pjwstk

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Algebra<br />

Przekształcenia linowe. Działania na<br />

macierzach<br />

Aleksander Denisiuk<br />

denisjuk@<strong>pjwstk</strong>.edu.pl<br />

Polsko-Japońska Wyższa Szkoła Technik Komputerowych<br />

zamiejscowy ośrodek dydaktyczny w Gdańsku<br />

ul. Brzegi 55<br />

80-045 Gdańsk<br />

Algebra – p. 1


Przekształcenia linowe. Działania na macierzach<br />

Najnowsza wersja tego dokumentu dostępna jest pod adresem<br />

http://users.<strong>pjwstk</strong>.edu.pl/~denisjuk/<br />

Algebra – p. 2


Przekształcenie zwiazane ˛ z macierza˛<br />

• Niech dane będza˛<br />

przestrzenie kolumn R n oraz R m .<br />

• Niech dana będzie m×n macierz A<br />

⎛ ⎞<br />

x 1<br />

x<br />

• ϕ A : R n → R m , ϕ A :<br />

2<br />

⎜ ⎟<br />

⎝ . ⎠ ↦→ x 1A (1) +x 2 A (2) +···+x n A (n) ,<br />

x n<br />

gdzie A (1) ,. . . ,A (n) — kolumny macierzy A.<br />

• Y = ϕ A (X) ∈ R m , y i = n ∑<br />

j=1<br />

a ij x j , i = 1,...,m<br />

• ∀X,Y ∈ R n ϕ A (X +Y) = ϕ A (X)+ϕ A (Y)<br />

• ∀X ∈ R n , ∀λ ∈ R ϕ A (λX) = λϕ A (X)<br />

Algebra – p. 3


Przekształcenie Liniowe<br />

Definicja 1. Niech dane będa dwie przestrzenie <strong>liniowe</strong>R n iR m .<br />

Odwzorowanieϕ : R n → R m ,x ↦→ ϕ(x) nazywa się przekształceniem<br />

liniowym, jeżeli<br />

1. ∀α ∈ R,∀R n ∈ X ⇒ ϕ(αX) = αϕ(X)<br />

2. ∀X,Y ∈ R n ⇒ ϕ(X +Y) = ϕ(X)+ϕ(Y)<br />

Algebra – p. 4


Macierz przekształcenia <strong>liniowe</strong>go<br />

• Niech dane będzie przekształcenie <strong>liniowe</strong> ϕ : R n → R m .<br />

• ϕ(X) = ϕ( n ∑<br />

• ϕ(E (j) ) =<br />

j=1<br />

⎛<br />

⎜<br />

⎝<br />

x j E (j) ) = n ∑<br />

⎞<br />

a 1j<br />

⎟<br />

. ⎠<br />

a mj<br />

j=1<br />

x j ϕ(E (j) )<br />

Definicja 2. Macierza˛<br />

przekształcenia <strong>liniowe</strong>go nazywamy zdefiniowana˛<br />

wyżej macierz o wyrazacha ij<br />

Twierdzenie 3. Między przekształceniami liniowymiR n → R m a macierzami<br />

m×nustalone jest wzajemnie-jednoznaczne odwzorowanie.<br />

Algebra – p. 5


Przykłady przekształceń liniowych<br />

Przykład 4.<br />

• Przekształcenie jednostkowe<br />

• Symetria względem osixna płaszczyźnie<br />

• Obrót o katθ<br />

˛<br />

• Obrót w przestrzenix ↦→ y ↦→ z ↦→ x<br />

• Funkcja liniowaR n → R<br />

Algebra – p. 6


Działania <strong>liniowe</strong> na przekształceniach liniowych<br />

Twierdzenie 5.<br />

αϕ A +βϕ B = ϕ αA+βB<br />

Algebra – p. 7


Dodawanie macierzy<br />

Definicja 6. Suma˛<br />

dwóch macierzyAiB tego samego wymiary jest macierz<br />

C = A+B tegoż wymiary, taka żec ij = a ij +b ij .<br />

⎛ ⎞ ⎛ ⎞ ⎛ ⎞<br />

1 −1 0<br />

⎜ ⎟ ⎜ ⎟ ⎜ ⎟<br />

Przykład 7. ⎝2⎠+<br />

⎝ 2 ⎠ = ⎝4⎠.<br />

3 4 7<br />

Algebra – p. 8


Własności dodawania macierzy<br />

• A+B = B +A — przemienność,<br />

• (A+B)+C = A+(B +C) — łaczność<br />

˛<br />

• A+O = O+A = A — macierz zerowa jest elementem<br />

neutralnym,<br />

• dla każdej macierzy A istnieje macierz przeciwna −A, taka<br />

że A+(−A) = (−A)+A = O.<br />

• A−B = A+(−B).<br />

Algebra – p. 9


Mnożenie macierzy przez liczbę<br />

Definicja 8. Iloczynem liczby rzeczywistejλimacierzyAjest macierz<br />

C = λA tego samego wymiary, taka żec ij = λa ij .<br />

⎛ ⎞ ⎛ ⎞<br />

1 − 1 5<br />

5 −1<br />

⎜ ⎟ ⎜ ⎟<br />

Przykład 9. 5· ⎝ 2 0 ⎠ = ⎝10 0 ⎠.<br />

−1 3 −5 15<br />

Algebra – p. 10


Właściwości mnożenia macierzy przez liczbę<br />

• Mnożenie macierzy przez liczbę posiada własności<br />

liniowości:<br />

◦ 1·A = A,<br />

◦ (αβ)A = α(βA),<br />

◦ α(A+B) = αA+αB,<br />

◦ (α+β)A = αA+βA.<br />

Algebra – p. 11


Superpozycja przekształceń liniowych<br />

Twierdzenie 10.<br />

ϕ AB = ϕ A ϕ B<br />

Definicja 11. Iloczynem macierzyAwymiarun×r przez macierzB<br />

wymiarur×mjest macierzC wymiarun×m, której elementc ij jest równy<br />

c ij = a i1 b 1j +a i2 b 2j +···+a ir b rj =<br />

r∑<br />

a ik b kr .<br />

k=1<br />

Przykład 12.<br />

⎛ ⎞ ⎛ ⎞<br />

2 3 ( ) 0 −11 7 12<br />

⎜ ⎟ 3 −1 2 0 ⎜ ⎟<br />

⎝−1 4⎠<br />

= ⎝−11 −11 2 16⎠.<br />

−2 −3 1 4<br />

5 1<br />

13 −8 11 4<br />

Uwaga 13.<br />

AB ≠ BA<br />

Algebra – p. 12


Właściwości mnożenia macierzy<br />

• Założymy, że we wszystkich przypadkach mnożenie<br />

macierzy jest określone poprawnie.<br />

• A(BC) = (AB)C,<br />

• OA = O, AO = O, a<br />

• IA = AI = A, b<br />

• A(B +C) = AB +AC,<br />

• (A+B)C = AC +BC,<br />

• ∀λ ∈ R A(λB) = λ(AB).<br />

a w tym przykładzie O w każdym przypadku oznacza zerowa˛<br />

macierz różnych<br />

wymiarów.<br />

b w tym przykładzie w każdym przypadku I oznacza jednostkowa˛<br />

macierz<br />

różnych wymiarów.<br />

Algebra – p. 13


Rzad ˛ iloczynu macierzy<br />

Twierdzenie 14. rankAB min{rankA,rankB}<br />

Dowód.<br />

• NiechC = AB<br />

• Dla wierszyC(i) i kolumnC (j) macierzyC:<br />

C (i) = A (i) B, C (j) = AB (j) .<br />

• Niechr1 = rankA orazA (1) ,...,A (r1 ) będa˛<br />

bazowymi<br />

• A (k) = ∑ r 1<br />

i=1 λ kiA (i) dlar 1 < k n<br />

• WięcC(k) = A (k) B = ( ∑ r1<br />

i=1 λ ) ∑<br />

kiA (i) B =<br />

r1<br />

i=1 λ ki(<br />

A(i) B ) =<br />

∑ r1<br />

i=1 λ kiC (i) dlar 1 < k n<br />

• 〈 〉 〈 〉<br />

C (1) ,...,C (n) = C(1) ,...,C (r1 )<br />

• rankC r 1<br />

–verte–<br />

Algebra – p. 14


Rzad ˛ iloczynu macierzy<br />

Twierdzenie 15. rankAB min{rankA,rankB}<br />

Dowód. cd.<br />

• Analogicznie dlaB<br />

• Niechr2 = rankB orazB (1) ,...,B (r 2) będa˛<br />

bazowymi<br />

• B (k) = ∑ r 2<br />

j=1 µ kjB (j) dlar 2 < k m<br />

• WięcC (k) = AB (k) ∑r2<br />

)<br />

= A(<br />

j=1 µ kjB (j) =<br />

∑ r2<br />

j=1 µ (<br />

kj AB<br />

(j) ) = ∑ r 2<br />

i=1 µ kjC (j) dlar 2 < k n<br />

• 〈 C (1) ,...,C (m)〉 = 〈 C (1) ,...,C (r 2) 〉<br />

• rankC r 2<br />

Algebra – p. 15


Macierze kwadratowe<br />

• M n (R n ) = M n zbiór macierzy kwadratowych n×n<br />

• I ∈ M n macierz jednostkowa<br />

• elementy macierzy jednostkowej δ ij =<br />

(symbol Kroneckera)<br />

• ∀A ∈ M n , AI = IA = A<br />

{<br />

1, jeżeli i = j,<br />

0, jeżeli i ≠ j<br />

• I(λ) = λI macierz skalarna<br />

• ∀A ∈ M n , AI(λ) = I(λ)A = A<br />

Twierdzenie 16. NiechZ ∈ M n oraz∀A ∈ M n ,AZ = ZA. Wtedy<br />

Z = I(λ).<br />

Dowód. E ij<br />

Algebra – p. 16


Macierz nieosobliwa<br />

Definicja 17.<br />

• MacierzA ∈ Mn jest nieosobliwa, ˛ jeżelirankA = n.<br />

• MacierzA ∈ Mn jest odwracalna, jeżeli istniejeA −1 (AA −1 = I).<br />

Twierdzenie 18. Macierz jest odwracalna˛<br />

wtedy i tyko wtedy, gdy jest<br />

nieosobliwa˛<br />

Dowód.<br />

1. n = rankI = rankA −1 A rankA<br />

2. (a) R n = 〈E (1) ,...E (n) 〉 = 〈A (1) ,...A (n) 〉<br />

(b) E (j) = ∑ n<br />

i=1 a′ ji A(i)<br />

(c) I = AA ′<br />

Wniosek 19. NiechA ∈ M n będzie macierza˛<br />

nieosobliwa. ˛ WtedyA t też jest<br />

macierza˛<br />

nieosobliwa˛<br />

oraz(A t ) −1 = (A −1 ) t .<br />

Algebra – p. 17


Mnożenie przez macierz nieosobliwa˛<br />

Twierdzenie 20. NiechB iC będa˛<br />

macierzami nieosobliwymi względnie<br />

m×morazn×n. Wtedy dla dowolnejm×nmacierzyA<br />

rankBAC = rankA<br />

Dowód. rankBAC rankBA = rankBA(CC −1 ) =<br />

rank(BAC)C −1 BAC<br />

Wniosek 21. NiechA,B ∈ M n orazAB = I (lubBA = I). Wtedy<br />

B = A −1 .<br />

Wniosek 22. NiechA,B,...,C,D ∈ M n będa˛<br />

nieosobliwe. Wtedy<br />

AB...CD teżbędzie macierza˛<br />

nieosobliwa, ˛ oraz<br />

(AB...CD) −1 = D −1 C −1 ...B −1 A −1 Algebra – p. 18


Macierze elementarne —F s,t<br />

⎛<br />

1<br />

. .. 0 1<br />

. .. • F s,t =<br />

1<br />

. ..<br />

1 0<br />

⎜<br />

⎝<br />

⎞<br />

, s ≠ t<br />

. .. ⎟<br />

⎠<br />

1<br />

• F s,t = I −E ss −E tt +E st +E ts<br />

• F s,t A ⇐⇒ zamiana wierszy A (s) i A (t)<br />

Algebra – p. 19


Macierze elementarne —F s,t (λ)<br />

⎛<br />

1<br />

. .. 1 λ<br />

• F s,t (λ) =<br />

. .. 1<br />

⎜<br />

⎝<br />

⎞<br />

, s ≠ t<br />

. .. ⎟<br />

⎠<br />

1<br />

• F s,t (λ) = I +λE st<br />

• F s,t (λ)A ⇐⇒ A (s) A (s) +λA (t)<br />

Algebra – p. 20


Macierze elementarne —F s (λ)<br />

⎛ ⎞<br />

1<br />

. .. • F s (λ) =<br />

λ<br />

⎜<br />

.<br />

⎝<br />

.. ⎟<br />

⎠<br />

1<br />

λ ≠ 0<br />

• F s (λ) = I +(λ−1)E ss<br />

• F s (λ)A ⇐⇒ A (s) λA (s)<br />

Algebra – p. 21


Sprowadzenie do postaci jednostkowej<br />

Twierdzenie 23. NiechA ∈ M n będzie nieosobliwa. ˛ Wtedy za pomoca˛<br />

przekształceń elementarnychAmożna sprowadzić do postaci macierzy<br />

jednostkowej.<br />

Dowód.<br />

1. Sprowadzamy do postaci schodkowej<br />

2. Sprowadzamy do postaci jednostkowej<br />

Wniosek 24. NiechA ∈ M n będzie nieosobliwa. ˛ Wtedy za pomoca˛<br />

mnożenia przed macierze elementarneAmożna sprowadzić do postaci<br />

macierzy jednostkowej:<br />

I = P k ...P 1 A,<br />

gdzieP 1 ,...,P k — sa˛<br />

macierze elementarne.<br />

Wniosek 25.<br />

P k ...P 1 = A −1 Algebra – p. 22


Obliczenie macierzy odwrotnej<br />

(A|I) P 1<br />

(P 1 A|P 1 ) P 2<br />

(P 2 P 1 A|P 2 P 1 ) ...<br />

Przykład 26. 1.<br />

2.<br />

⎛ ⎞−1<br />

0 2 0<br />

⎜ ⎟<br />

⎝1 1 −1⎠<br />

=<br />

2 1 −1<br />

⎛ ⎞−1<br />

⎛<br />

−1 1 1 1<br />

1 −1 1 1<br />

⎜ ⎟ = ⎜<br />

⎝ 1 1 −1 1 ⎠ ⎝<br />

1 1 1 −1<br />

... P k<br />

(P k ...P 2 P 1 A|P k ...P 2 P 1 ) = (I|A −1 )<br />

⎛ ⎞<br />

0 −1 1<br />

⎜1<br />

⎟<br />

⎝2 0 0⎠<br />

1<br />

2<br />

−2 1<br />

− 1 1 1<br />

4 4 4<br />

1<br />

4<br />

− 1 1<br />

4 4<br />

1 1<br />

4 4<br />

− 1 4<br />

1 1<br />

4 4<br />

1<br />

4<br />

1<br />

4<br />

1<br />

4<br />

1<br />

4<br />

− 1 4<br />

⎞<br />

⎟<br />

⎠<br />

Algebra – p. 23


Przestrzeń rozwiazań<br />

˛<br />

• Niech dany będzie układ jednorodny AX = 0<br />

• Zbiór rozwiazań ˛ przestrzeń liniowa˛<br />

• Baza przestrzeni rozwiazań ˛ nazywa się układem rozwiazań<br />

˛<br />

fundamentalnych<br />

Algebra – p. 24


Google<br />

• Uporzadkować ˛ strony (wyniki wyszukiwania)<br />

• Ważność strony P jest I(P)<br />

• Niech strona P j ma l i odnośników<br />

• Jeżeli P j ma link na P i , strona P j przekazuje I(P j )/l j swojej<br />

ważności na P i<br />

• Ważność P i wyniesie<br />

I(P i ) = ∑ I(P j )<br />

,<br />

l j<br />

P j ∈B i<br />

gdzie B i jest zbiorem stron z odnośnikami do P i<br />

Algebra – p. 25


Google — podejście algebraiczne<br />

• Maciezr hiperlinków H:<br />

h ij =<br />

{<br />

1<br />

l j<br />

, jeżeliP j ∈ B i<br />

0 w pozostałych przypadkach<br />

◦ h ij > 0<br />

◦ ∑ i h ij = 1<br />

◦ H jest macierza˛<br />

stochastyczna˛<br />

⎛<br />

• Wektor ważności I =<br />

⎜<br />

⎝<br />

⎞<br />

P 1<br />

⎟<br />

. ⎠<br />

P n<br />

• Równanie ważności I = HI<br />

◦ I jest wektorem stacjonarnym przekształcenia ϕ H<br />

Algebra – p. 26


Google — przykład<br />

H =<br />

⎛<br />

⎞<br />

1<br />

0 0 0 0 0 0<br />

3<br />

0<br />

1 1 1<br />

2<br />

0<br />

2 3<br />

0 0 0 0<br />

1<br />

2<br />

0 0 0 0 0 0 0<br />

0 1 0 0 0 0 0 0<br />

1 1 1<br />

0 0 2 3<br />

0 0<br />

3<br />

0<br />

1 1 1<br />

0 0 0<br />

3 3<br />

0 0 2<br />

⎜ 1 1⎟<br />

⎝0 0 0 0<br />

3<br />

0 0<br />

2⎠<br />

1 1<br />

0 0 0 0<br />

3<br />

1<br />

3<br />

0<br />

Algebra – p. 27


Google — ważności wyników<br />

I =<br />

⎛ ⎞<br />

0,0600<br />

0,0675<br />

0,0300<br />

0,0675<br />

0,0975<br />

0,2025<br />

⎜ ⎟<br />

⎝0,1800⎠<br />

0,2950<br />

Algebra – p. 28

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!