16. Linjära avbildningar

Relevanta dokument
16. Linjära avbildningar

16.7. Nollrum, värderum och dimensionssatsen

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

16.7. Nollrum, värderum och dimensionssatsen

Vektorgeometri för gymnasister

Vektorgeometri för gymnasister

Vektorgeometri för gymnasister

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

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

Tentamen i Linjär algebra (TATA31/TEN1) ,

1 Linjära ekvationssystem. 2 Vektorer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna

Vektorgeometri för gymnasister

Provräkning 3, Linjär Algebra, vt 2016.

Linjär Algebra F14 Determinanter

19. Spektralsatsen Spektralsatsen SPEKTRALSATSEN

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

Linjära avbildningar. Definition 1 En avbildning mellan två vektorrum, F : V U, kallas linjär om. EX. Speglingar, rotationer, projektioner i R 3.

Vektorgeometri för gymnasister

LÖSNINGAR LINJÄR ALGEBRA LUNDS TEKNISKA HÖGSKOLA MATEMATIK

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

4x az = 0 2ax + y = 0 ax + y + z = 0

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

LINJÄR ALGEBRA II LEKTION 3

SKRIVNING I VEKTORGEOMETRI

Tentamen i ETE305 Linjär algebra , 8 13.

SKRIVNING I VEKTORGEOMETRI

tal. Mängden av alla trippel av reella tal betecknas med R 3 och x 1 x 2 En sekvens av n reella tal betecknas med (x 1, x 2,, x n ) eller

Egenvärden och egenvektorer

Facit/lösningsförslag

Inför tentamen i Linjär algebra TNA002.

Egenvärden och egenvektorer. Linjär Algebra F15. Pelle

SKRIVNING I VEKTORGEOMETRI

LINJÄRA AVBILDNINGAR

LINJÄR ALGEBRA II LEKTION 6

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA PER ALEXANDERSSON

SKRIVNING I VEKTORGEOMETRI

Föreläsning 3, Linjär algebra IT VT Skalärprodukt

Lite Linjär Algebra 2017

(1, 3, 2, 5), (0, 2, 0, 8), (2, 0, 1, 0) och (2, 2, 1, 8)

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

SF1624 Algebra och geometri Tentamen Torsdag, 9 juni 2016

8. Euklidiska rum 94 8 EUKLIDISKA RUM

Linjär algebra på 2 45 minuter

SF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A

10.2. Underrum Underrum 89

Tentamen i Linjär algebra (TATA31/TEN1) ,

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

Geometriska vektorer

Multiplicera 7med A λ 1 I från vänster: c 1 (Av 1 λ 1 v 1 )+c 2 (Av 2 λ 1 v 2 )+c 3 (Av 3 λ 1 v 3 ) = 0

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

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Vektorgeometri för gymnasister

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

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

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

Vektorrum. EX. Plan och linjer i rummet genom origo. Allmänt; mängden av lösningar till AX = 0.

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

Linjär algebra I, vt 12 Vecko PM läsvecka 4

Stöd inför omtentamen i Linjär algebra TNA002.

14. Minsta kvadratmetoden

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.

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

Uppgifter, 2015 Tillämpad linjär algebra

SF1624 Algebra och geometri

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

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

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

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

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

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

Linjär algebra på några minuter

Linjär Algebra, Föreläsning 9

Isometrier och ortogonala matriser

6. Matriser Definition av matriser 62 6 MATRISER. En matris är ett rektangulärt schema av tal: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A =

Veckoblad 3, Linjär algebra IT, VT2010

8(x 1) 7(y 1) + 2(z + 1) = 0

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

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

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

e = (e 1, e 2, e 3 ), kan en godtycklig linjär

LYCKA TILL! kl 8 13

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

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

SKRIVNING I VEKTORGEOMETRI

Linjär Algebra, Föreläsning 2

Uppgifter, 2014 Tillämpad linjär algebra

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

Linjär Algebra M/TD Läsvecka 1

TMV142/186 Linjär algebra Z/TD

Basbyte (variabelbyte)

TMV206-VT13/Anteckn. Area. Volym. Determinant. Linjär Avbildning vs Matrisalgebra

Vektorgeometri för gymnasister

4.2. Vektorprodukt i koordinater

Kort repetition av basbyte, nu med modern teknologi

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.

TMV166 Linjär Algebra för M. Tentamen

Veckoblad 4, Linjär algebra IT, VT2010

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

GRAM-SCHMIDTS METOD ... Med hjälp av Gram-Schmidts metod kan vi omvandla n st. linjäroberoende vektorer. samma rum dvs som satisfierar

Transkript:

6. Linjära avbildningar 6.. Linjär avbildning Exempel 6.. Betrakta funktionen f : R R, sådan att där a är en konstant. Då gäller att. f(x + y) = a(x + y) = ax + ay = f(x) + f(y). 2. f(λx) = a(λx) = aλx = λ(ax) = λf(x), där λ R. f(x) = ax, (6.2) Egenskaperna. 2. ovan är har visat sig vara så pass viktiga att funktioner som uppfyller dessa har fått ett eget namn. Definition 6.2. Vi säger att en funktion f : R R är linjär om för varje x,y R tal λ gäller. f(x + y) = f(x) + f(y). 2. f(λx) = λf(x). Alltså är f(x) = ax en linjär funktion. Funktioner som inte är linjära kallar vi för icke linjära de är många fler. T.ex., är de elemntära funktionerna, dvs polynom, trigonometriska, exponential logaritmfunktioner icke linjära. Låt oss titta närmare på f(x) =. Det gäller att f(x + y) = (x + y) 2 = + y 2 + 2xy = f(x) + f(y) + 2xy f(x) + f(y), dvs villkor. är inte uppfyllt därmed är f(x) = inte linjär. Inte heller villkor 2. är uppfyllt, ty f(λx) = (λx) 2 = λ 2 = λ 2 f(x) λf(x). Motsvarande linjära funktioner finns i Linjär algebra. Nedan ska vi se vilka dessa är hur de fungerar. Vi ska bl.a. visa att linjära funktioner i Linjär algebra är en generalisering av funktionen i (23.) ovan till flera dimensioner. Det gäller faktiskt att där A är en matris. F(eX) = eax,

2 6 LINJÄRA AVBILDNINGAR Låt e = {e,e 2,e 3 } vara en bas i rummet låt Y = under matrisen A = a a 2 a 3 a 2 a 22 a 23 a 3 a 32 a 33 y y 2 y 3 =, dvs a a 2 a 3 a 2 a 22 a 23 a 3 a 32 a 33 y y 2 y 3 vara bilden av X = x x eller kortare Y = AX (6.3) Vi ser att sambandet i (6.3) är en regel som till varje vektor ex ordnar en entydig vektor ey via ey = eax. (6.4) Detta påminner om definitionen av en funktion. Ett samband av typ (6.4) kallas därför en linjär funktion eller en linjär avbildning av rummet samt matrisen A för en avbildningsmatris. Allmännare, låt {e,e 2,...,e n } vara en bas i ett vektorrum V. Antag att u = ex V v = ey W. Då är (6.4) ett enklare fall av sambandet: v = F(u). (6.) där F kallas en avbildning (eller funktion). Vi säger också att v är bilden av u under F att u är urbilden till v. Ofta används beteckningen F : V W för att tala om att F är definierad på hela V samt har sina värden i W Definition 6.3. Låt V, W vara vektorrum F : V W en avbildning från V till W. Vi säger att F är en linjär avbildning om. F(u + v) = F(u) + F(v), (additiv) 2. F(λu) = λf(u), λ R, (homogen) Exempel 6.4. Rotation, spegling projektion är några exempel på linjära avbildningar som vi kommer att studera i det här avsnittet.

6. Linjär avbildning 3 Exempel 6.. Låt v vara en fix vektor i rummet. Är avbildningen F(u) = (u v) u linjär? Lösning: Vi har att F(u + u 2 ) = ((u + u 2 ) v) (u + u 2 ) = (u v) u + (u 2 v) u + (u 2 v) u 2 + (u v) u 2 = F(u ) + F(u 2 ) + (u 2 v) u + (u v) u 2 F(u ) + F(u 2 ). Vidare gäller att F(u) = (λu v) (λu) = λ 2 (u v) u = λ 2 F(u) λf(u). Alltså är F en icke linjär avbildning på rummet. Exempel 6.6. Låt G vara en avbildning på rummet som i basen {e,e 2,e 3 } ges av G(eX) = e x 2 +. (6.6) Undersök om G är linjär. Lösning: Låt u = e X = e a b c u + v = e Avbildningen G är inte linjär, ty v = ex 2 = e a b c λu = λe + e a b c a 2 c 2 = e = e λa λb λc a 2 c 2. Vi behöver summan a + a 2 b + c + c 2.. G(u + v) G(u) + G(v) 2. G(λu) λg(u). T.ex., följer av (6.6) att G(λu) = Ge λa λb λc = e λa λc λ 2 λb + λc = λe λa c λ b + c λg(u).

4 6 LINJÄRA AVBILDNINGAR Exempel 6.7. Låt F vara en avbildning på rummet som i basen {e,e 2,e 3 } ges av F(eX) = e 2x + 3 4 där ey är bildvektorn av urbilden e X under F.. Undersök om F är linjär. 2. Bestäm bilden av vektorerna e, e 2 e 3. 3. Bestäm bilden F(u) om u = e + e 2 + e 3. 4. Bestäm om möjligt urbilden u om F(u) = e + e 3. = ey. (6.7) Lösning:. F är linjär om F(u + v) = F(u) + F(v) F(λu) = λf(u). Vi har att F(u + v) = F e = e a + a 2 b + c + c 2 2a + 3b 4b c b = e + e 2(a + a 2 ) + 3(b + ) 4(b + ) (c + c 2 ) b + 2a 2 + 3 4 c 2 = F(u) + F(v). F(λu) = F e λa λb λc = e 2λa + 3λb 4λb λc λb = λe 2a + 3b 4b c b = λf(u). Alltså är F linjär avbildning. Låt oss titta närmare på hur F verkar på en given vektor ex; speciellt på koordinaterna X till vektorn. Vi har att F(eX) = e 2x + 3 4 = e 2 3 4 } {{ } = A x = eax. Tydligen finns det till en linjär avbildning F en avbildningsmatris A så att bilden ey ges av ey = F(eX) = eax. 2. Vi bestämmer bilden av basvektorerna, dvs F(e ), F(e 2 ) F(e 3 ). Vi får enligt (6.7) att 2 + 3 2 F(e ) = F e = e 4 = e

6. Linjär avbildning F(e 2 ) = F e F(e 3 ) = F e = e = e 2 + 3 4 2 + 3 4 = e = e Dessa är kolonner i avbildningsmatrisen A till F: 2 3 A = 4 }{{} }{{} }{{} = F(e ) = F(e 2 ) = F(e 3 ) 3 4. 3. a) Bilden F(u) ges enligt (6.7) av F(u) = F e = e b) Men bilden kan också tas fram med hjälp av bilden hos basvektorerna 2 3 F(u) = F(e +e 2 +e 3 ) = F(e )+F(e 2 )+F(e 3 ) = e +e 4 +e c) kanske allra enklast med hjälp av avbildningsmatrisen A: 2 3 F e = ea = e 4 = e. = e.. 4. Vi söker alltså en vektor u = e X så att bilden är F(u) = e + e 3, dvs 2 3 x e = F(eX) = eax = 4, dvs 2 3 4 x = Alltså är F(e(,,8) t ) = e(,,) t. x = Anmärkning 6.8. Vi har i exemplet ovan sett att till en linjär avbildning F hör en matris A, så att bilden av vektorn u = ex är ges av F(eX) = eax. 8 Vi ska i nästa sats visa att detta gäller alltid om F är en linjär avbildning..