16.7. Nollrum, värderum och dimensionssatsen

Relevanta dokument
16.7. Nollrum, värderum och dimensionssatsen

Vektorgeometri för gymnasister

17. Övningar ÖVNINGAR Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av. x 1 x 2 2x 2 + 3x 3 2x 1 x 3

16. Linjära avbildningar

SF1624 Algebra och geometri

SKRIVNING I VEKTORGEOMETRI

Vektorgeometri för gymnasister

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna

16. Linjära avbildningar

SKRIVNING I VEKTORGEOMETRI

SKRIVNING I VEKTORGEOMETRI

Övningar. c) Om någon vektor i R n kan skrivas som linjär kombination av v 1,..., v m på precis ett sätt så. m = n.

Övningar. MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik. Linjär algebra 2. Senast korrigerad:

10.4. Linjära höljet LINJÄRA RUM

Vektorgeometri för gymnasister

19. Spektralsatsen Spektralsatsen SPEKTRALSATSEN

UPPSALA UNIVERSITET Matematiska institutionen Styf. Exempeltenta med lösningar Programmen EI, IT, K, X Linjär algebra juni 2004

KTH, Matematik. Övningar till Kapitel , 6.6 och Matrisframställningen A γ av en rotation R γ : R 2 R 2 med vinkeln γ är

Vektorgeometri för gymnasister

0 Allmänt. Följande delar behöver man kunna utöver avsnitten som beskrivs senare i dokumentet.

Tentamen i Linjär algebra (TATA31/TEN1) ,

Provräkning 3, Linjär Algebra, vt 2016.

Chalmers tekniska högskola Datum: kl Telefonvakt: Linnea Hietala MVE480 Linjär algebra S

A = x

LINJÄR ALGEBRA II LEKTION 3

. b. x + 2 y 3 z = 1 3 x y + 2 z = a x 5 y + 8 z = 1 lösning?

DEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 17 april 2010 kl

Tentamen i Linjär algebra (TATA31/TEN1) , 8 13.

Tentamen i Linjär algebra (TATA31/TEN1) ,

Linjär Algebra, Föreläsning 9

SKRIVNING I VEKTORGEOMETRI

Inför tentamen i Linjär algebra TNA002.

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

SF1624 Algebra och geometri Tentamen Torsdag, 9 juni 2016

Lösning till tentamensskrivning på kursen Linjär algebra, SF1604, den 12 mars 2013 kl

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

LINJÄRA AVBILDNINGAR

där β R. Bestäm de värden på β för vilka operatorn är diagonaliserbar. Ange även för respektive av dessa värden en bas av egenvektorer till F.

Linjära avbildningar. Låt R n vara mängden av alla vektorer med n komponenter, d.v.s. x 1 x 2. x = R n = x n

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Frågorna 1 till 6 ska svaras med ett kryss för varje korrekt påstående. Varje uppgift ger 1 poäng. Använd bifogat formulär för dessa 6 frågor.

1 Ortogonalitet. 1.1 Skalär produkt. Man kan tala om vinkel mellan vektorer.

Tentamen i ETE305 Linjär algebra , 8 13.

1. Inledning. x y z. u = xe 1 + ye 2 + ze 3 = e

November 24, Egenvärde och egenvektor. (en likformig expansion med faktor 2) (en rotation 30 grader moturs)

Vektorgeometri för gymnasister

Exempel :: Spegling i godtycklig linje.

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Lösningar till utvalda uppgifter i kapitel 8

8. Euklidiska rum 94 8 EUKLIDISKA RUM

Veckoblad 3, Linjär algebra IT, VT2010

1 som går genom punkten (1, 3) och är parallell med vektorn.

Exempel :: Spegling i godtycklig linje.

Veckoblad 4, Linjär algebra IT, VT2010

LYCKA TILL! kl 8 13

Vektorer. Kapitel 1. Vektorbegreppet. 1.1 Låt u=(4,0, 1,3) och v=(2,1,4, 2). Beräkna vektorn 2u 3v.

Stöd inför omtentamen i Linjär algebra TNA002.

Linjär Algebra, Föreläsning 2

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A. (1 p) (c) Bestäm avståndet mellan A och linjen l.

{ 1, om i = j, e i e j = 0, om i j.

November 17, 2015 (1) en enda lsg. Obs det A = 1 0. (2) k-parameter lsg. Obs det A = 0. k-kolonner efter sista ledande ettan

14. Minsta kvadratmetoden

Facit/lösningsförslag

Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 9 juni 2011 kl

LÖSNINGAR LINJÄR ALGEBRA LUNDS TEKNISKA HÖGSKOLA MATEMATIK

1. (a) (1p) Undersök om de tre vektorerna nedan är linjärt oberoende i vektorrummet

Linjär algebra I, vt 12 Vecko PM läsvecka 4

Hemuppgift 1, SF1861 Optimeringslära, VT 2016

Vektorgeometri för gymnasister

LÖSNINGAR TILL LINJÄR ALGEBRA kl LUNDS TEKNISKA HÖGSKOLA MATEMATIK

Egenvärden och egenvektorer

1 Linjära ekvationssystem. 2 Vektorer

SF1624 Algebra och geometri

Detta cosinusvärde för vinklar i [0, π] motsvarar α = π 4.

LÖSNINGAR TILL LINJÄR ALGEBRA kl 8 13 LUNDS TEKNISKA HÖGSKOLA MATEMATIK. 1. Volymen med tecken ges av determinanten.

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005

DEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604 för D, den 5 juni 2010 kl

SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Fredagen den 28 januari, 2011

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) Måndagen den 13 juni 2005

Problemsamling i Linjär Algebra II. Erik Darpö

Hemuppgift 1, SF1861 Optimeringslära för T

Tentamen i Linjär algebra (TATA31/TEN1) ,

SF1624 Algebra och geometri Tentamen med lösningsförslag onsdag, 11 januari 2017

kvivalenta. Ange rangen för A samt en bas för kolonnrummet för A. och U =

Tentamen i Linjär algebra (TATA31/TEN1) ,

SF1624 Algebra och geometri Bedömningskriterier till tentamen Fredagen den 22 oktober, 2010

Vektorgeometri för gymnasister

LINJÄR ALGEBRA II LEKTION 8+9

Prov i matematik F2, X2, ES3, KandFys2, Lärare, Frist, W2, KandMat1, Q2 LINJÄR ALGEBRA II

Algebraiska egenskaper hos R n i)u + v = v + U

Modul 1: Komplexa tal och Polynomekvationer

n = v 1 v 2 = (4, 4, 2). 4 ( 1) + 4 ( 1) 2 ( 1) + d = 0 d = t = 4 + 2s 5 t = 6 + 4s 1 + t = 4 s

ax + y + 4z = a x + y + (a 1)z = 1. 2x + 2y + az = 2 Ange dessutom samtliga lösningar då det finns oändligt många.

1 De fyra fundamentala underrummen till en matris

Prov i matematik Civilingenjörsprogrammen EL, IT, K, X, ES, F, Q, W, Enstaka kurs LINJÄR ALGEBRA

Uppsala Universitet Matematiska Institutionen Bo Styf. Svar till tentan. Del A. Prov i matematik Linj. alg. o geom

A = (3 p) (b) Bestäm alla lösningar till Ax = [ 5 3 ] T.. (3 p)

Tentamen i Linjär algebra (TATA31/TEN1) ,

29 november, 2016, Föreläsning 21. Ortonormala baser (ON-baser) Gram-Schmidt s ortogonaliseringsprocess

Transkript:

170 16 LINJÄRA AVBILDNINGAR 16.7. Nollrum, värderum och dimensionssatsen Definition 16.33. Låt F : V W vara en linjär avbildning. 1. Nollrummet till F definierar vi som mängden av alla u V, vilkas bild är nollvektorn, dvs F(u) = 0. Nollrummet betecknas med N(F). 2. Värderummet till F definierar vi som mängden av alla bilder v W, dvs v = F(u) för något u V. Värderummet betecknas med V (F). Exempel 16.34. a) I Exempel 16.12 hade vi en ortogonal projektion P : R 3 R 3 på planet 2x y 2z = 0. Vi såg då att inga andra vektorer än dem som är parallella med normalen, λn avbildas på nollvektorn, dvs P(λn) = λp(n) = 0. Alltså är N(P) = {λn; λ R} = [n] och dim N(P) = 1. Vidare gäller att eftersom alla projektioner ligger i planet, så är V (P) = {v = P(u) : u R 3 } = mängden av bilder under P = planet och dimv (P) = 2. b) I Exempel 16.14 hade vi en spegling S : R 3 R 3 i planet. I det här fallet fanns det inga vektorer som avbildades på nollvektorn. Självklart avbildas alltid nollvektorn på sig själv. Alltså är N(S) = {0} och dim N(S) = 0. Eftersom varje vektor i rummet v är en spegelbild av något u, dvs v = S(u), för något u, så gäller att V (S) = R 3 och dimv (S) = 3. c) I Exempel 16.25 hade vi rotation R moturs en vinkel θ kring en axel parallell med e 3. Eftersom ingen annan vektor än nollvektorn vrids på nollvektorn, så har vi att N(R) = {0} och dim N(R) = 0. Varje vektor i rummet är en vektor vriden moturs vinkeln θ, kan man få urbilden genom att vridning samma vinkel medurs. Alltså följer att V (R) = R 3 och dimv (R) = 3.

16.7 Nollrum, värderum och dimensionssatsen 171 Exempel 16.35. Låt {e 1,e 2,e 3 } vara en ON-bas i rummet och låt F vara en linjär avbildning med avbildningsmatrisen A = 0 1. Visa att vektorn 1. u = 2e 1 e 2 e 3 N(F). 2. v = 2e 1 e 2 + 2e 3 V (F). Lösning: 1. Vektorn u = e(2,, ) t N(F), ty F(u) = F(e(2,, ) t ) = e Alltså, vektorn u ligger i N(F). 0 1 2 = 0. 2. Vektorn v = e(2,,2) t V (F) om det finns en vektor u = ex, sådan att Nu gäller det att F(u) = v eax = e(2,,2) t F(u) = v. dvs u = e(3,,0) t. Detta visar att v V (F). 2 0 1 2 X = 3 0,

172 16 LINJÄRA AVBILDNINGAR Exempel 16.36. Låt avbildningen F och matrisen A vara som i Exempel 16.35. Vi har sett att vektorn u = 2e 1 e 2 e 3 N(F) och v = 2e 1 e 2 + 2e 3 V (F). Frågor som vi ska besvara i det här exemplet är 1. Finns det fler vektorer än u i N(F)? Kan vi bestämma N(F)? 2. Hur ser V (F) ut? Vad beskriver det geometriskt och vad är dess dimension? Lösning: 1. Nollrummet N(F) består av alla vektorer u = ex som under F avbildas på nollvektorn, dvs Löser vi ekvationssystemet får vi F(u) = 0 F(eX) = 0 eax = 0 AX = 0. AX = 0 0 0 1 0 0 X = t Vi ser alltså att N(F) spänns upp av endast vektorn u = e(2,, ) t. Detta betyder att dimn(f) = 1 och att N(F) är en rät linje genom origo, se Figur 16.37. 2. Vi har definierat V (F) som mängden av alla bilder v under F, dvs mängden av alla v för vilka det finns en urbild u, dvs om F(u) = v. Om urbilden är u = ex = x 1 e 1 +x 2 e 2 +x 3 e 3 och bilden är v = ey, så gäller att v = F(u) v = F(x 1 e 1 + x 2 e 2 + x 3 e 3 ) v = x 1 F(e 1 ) + x 2 F(e 2 ) + x 3 F(e 3 ). (16.11) Vi ser att bildvektorn v V (F) är en linjärkombination av bilden av basvektorerna F(e 1 ), F(e 2 ) och F(e 3 ). Eftersom vektorn v är godtycklig i V (F) följer att V (F) = [F(e 1 ),F(e 2 ),F(e 3 )]. Låt oss undersöka om vektorerna är linjärt beroende eller inte. Det gäller att 0 λ 1 F(e 1 ) + λ 2 F(e 2 ) + λ 3 F(e 3 ) = 0 0 1 0. 0 Lösningen till detta system är således λ 1 = 2t, λ 2 = t och λ 3 = t. Vi har alltså 2 2tF(e 1 ) tf(e 1 ) tf(e 1 ) = 0 F(e 1 ) = 1 2 (F(e 2) + F(e 3 )). Vi ser nu att dimv (F) = 2 och underummet V (F) = [F(e 2 ),F(e 3 )] är ett plan genom origo, se Figur 16.38. En normal till detta plan är t.ex. e 1 e 2 e 3 1 F(e 2 ) F(e 3 ) = 1 1 = e 0. Geometriskt är underrummet V (F) = {u R 3 : x 1 x 3 = 0}, se Figur 16.39..

16.7 Nollrum, värderum och dimensionssatsen 173 Figur 16.37. e 3 e 2 F(u)=0 e 1 u N(F) = [u] Figur 16.38. F(e 3 ) F(e 2 ) F(e 1 )=(F(e 2 ) + F(e 3 ))/2 Figur 16.39. e 3 F(e 2 )=(1,1,1)t e 2 e 1 F(e 3 )=(1,,1) t V(F)=[F(e 1 ).F(e 2 )]={u R 3 : x 1 x 3 =0}

174 16 LINJÄRA AVBILDNINGAR Vi såg i uttrycket (16.11) i exemplet ovan att varje bildvektor i värderummet till en linjär avbildning är en linjärkombination av bilden av basvektorerna. Detta är bl.a. innebörden av nästa sats. Sats 16.40. Antag att F : V W är linjär. 1. Nollrummet N(F) är ett underrum av V. 2. Värderummet V (F) är ett underrum av W. 3. Om V = [e 1,e 2,...,e n ] så V (F) = [F(e 1 ),F(e 2 ),...,F(e n )]. Bevis: 1. Låt u 1,u 2 N(F) V, dvs F(u 1 ) = F(u 2 ) = 0. Då gäller att och F(u 1 + u 2 ) = F(u 1 ) + F(u 2 ) = 0 F(λu 1 ) = λf(u 1 ) = 0, dvs u 1 + u 2 N(F) och λu 1 N(F). Därmed är N(F) är ett underrum i V. 2. Om v 1,v 2 V (F) W, så finns det u 1,u 2 V, så att v 1 = F(u 1 ) respektive v 2 = F(u 2 ). Det följer att dvs v 1 + v 2 V (F) samt att v 1 + v 2 = F(u 1 ) + F(u 2 ) = F(u 1 + u 2 ), λv 1 = λf(u 1 ) = F(λu 1 ), dvs λv 1 har urbilden λu 1, dvs λv 1 V (F). Vi har därmed visat att V (F) är ett underrum i W. 3. Låt u = x 1 e 1 + x 2 e 2 + + x n e n vara en godtycklig vektor i V med bilden v under F, dvs F(u) = v. Då gäller att v = F(u) = F(x 1 e 1 + x 2 e 2 + + x n e n ) = x 1 F(e 1 ) + x 2 F(e 2 ) + + x n F(e n ), dvs varje v V (F) är en linjärkombination av mängden {F(e 1 ),...,F(e n )}. Vi har alltså visat att V (F) = [F(e 1 ),F(e 2 ),...,F(e n )].

16.7 Nollrum, värderum och dimensionssatsen 175 Vi har i exemplen ovan också sett att det finns ett samband mellan dim N(F) och dim V (F) och nästa sats bekräftar detta. Sats 16.41. Dimensionssatsen: Antag att F : V W är linjär. Då gäller att dim N(F) + dimv (F) = dim V. Bevis: Antag att dimv = n och att {e 1,e 2,...,e n } är en bas i V. Antag också att dimn(f) = k och att {e 1,e 2,...,e k } är en bas i N(F). Vi vill visa att Enligt Sats 16.40, så gäller att Eftersom följer att dim V (F) = dim V dim N(F). V (F) = [F(e 1 ),F(e 2 ),...,F(e n )]. F(e 1 ) = F(e 2 ) = = F(e k ) = 0, V (F) = [F(e k+1 ),F(e k+2 ),...,F(e n )]. (16.12) Vi visar nu att mängden i (16.12) som spänner upp V (F) är linjärt oberoende, ty λ k+1 F(e k+1 )+λ k+2 F(e k+2 )+ +λ n F(e n ) = 0 F(λ k+1 e k+1 +λ k+2 e k+2 + +λ n e n ) = 0, dvs e k+1,e k+2,...,e n N(F), vilket är en motsägelse. Mängden av (n k) vektorer {F(e k+1 ),F(e k+2 ),...,F(e n )} i (16.12) som spänner upp V (F) är alltså linjärt oberoende. Därmed är dim V (F) = n k = dim V dim N(F), dvs dim N(F) + dimv (F) = dim V.

176 16 LINJÄRA AVBILDNINGAR Exempel 16.42. Den linjära avbildningen F har i standardbasen matrisen 1 1 A = 1 1. 0 0 1 Bestäm en bas för underrummen N(F), V (F) och N(F) V (F). Avgör också om (1,4,2) t V (F)? Lösning: 1. Nollrummet N(F) är alla u = ex som under F avbildas på nollvektorn, dvs Vi löser ekvationssystemet F(u) = 0 F(eX) = 0 eax = 0 AX = 0. AX = 0 1 1 0 1 0 0 0 1 0 X = t Alltså spänns N(F) endast upp av vektorn u = e(1,1,0) t, dvs N(F) = [(1,1,0) t ] är en rät linje geonm origo med dimn(f) = 1. 2. Dimensionsatsen dimn(f) + dim V (F) = dimr 3 ger att dim V (F) = 2. Eftersom V (F) spänns upp av bilden av basvektorerna, V (F) = [F(e 1 ),F(e 2 ),F(e 3 )] måste en bildvektor bort då den är linjärkombination i de övriga. Det får bli F(e 2 ) som är parallell med F(e 1 ). Alltså har vi att V (F) = [F(e 1 ),F(e 3 )] = [(1,1,0) t,(1,1,1) t ] som är ett plan genom origo. Normalen till V (F) ges av (1,1,0) t (1,1,1) t = (1,,0) t, så att V (F) = [(1,1,0) t,(1,1,1) t ] = {u R 3 : x 1 x 2 = 0}. 1 1 0. 3. Snittmängden N(F) V (F) består av alla vektorer som ligger i både N(F) och V (F). Eftersom N(F) = [(1,1,0) t ] och (1,1,0) t V (F), så är N(F) V (F) = [(1,1,0) t ]. 4. Vektorn (1,4,2) t / V (F) ty den satisfierar inte ekvationen x 1 x 2 = 0.