802320A LINEAARIALGEBRA OSA III

Transkriptio

1 802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 56

2 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos LINEAARIALGEBRA 2 / 56

3 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); LINEAARIALGEBRA 2 / 56

4 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) LINEAARIALGEBRA 2 / 56

5 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) aina, kun v, w V ja λ K. LINEAARIALGEBRA 2 / 56

6 Määritelmä Termejä: Lineaarikuvaus, Lineaarinen kuvaus. LINEAARIALGEBRA 3 / 56

7 Määritelmä Termejä: Lineaarikuvaus, Lineaarinen kuvaus. Huomautus 1 Lineaarikuvauksen argumentin ympäriltä jätetään usein sulut pois eli voidaan käyttää merkintää Lv := L(v). Lemma 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen joss LINEAARIALGEBRA 3 / 56

8 Määritelmä Termejä: Lineaarikuvaus, Lineaarinen kuvaus. Huomautus 1 Lineaarikuvauksen argumentin ympäriltä jätetään usein sulut pois eli voidaan käyttää merkintää Lv := L(v). Lemma 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen joss aina, kun v, w V ja α, β K. L(αv + βw) = αlv + βlw (1) LINEAARIALGEBRA 3 / 56

9 Määritelmä Merkintä 1 Olkoot V ja W vektoriavaruuksia. Identtinen kuvaus Nollakuvaus (nollafunktio) Id : V V, Id(v) = v v V. 0 : V W, 0(v) = 0 v V. LINEAARIALGEBRA 4 / 56

10 Määritelmä Merkintä 1 Olkoot V ja W vektoriavaruuksia. Identtinen kuvaus Nollakuvaus (nollafunktio) Id : V V, Id(v) = v v V. 0 : V W, 0(v) = 0 v V. Esimerkki 1 Identtinen kuvaus ja nollakuvaus ovat lineaarisia kuvauksia. LINEAARIALGEBRA 4 / 56

11 Määritelmä Esimerkki 2 Kuvaus L : R 2 R 2, L(x) = 3 x, x R 2, (2) on lineaarinen. LINEAARIALGEBRA 5 / 56

12 Määritelmä Esimerkki 2 Kuvaus L : R 2 R 2, L(x) = 3 x, x R 2, (2) on lineaarinen. Nimittäin, L(x + y) = 3 (x + y) = 3 x + 3 y = Lx + Ly; (3) L(rx) = 3 (r x) = r (3 x) = r Lx, (4) aina, kun x, y R 2 ja r R. LINEAARIALGEBRA 5 / 56

13 Määritelmä Tiedetään, että R 1 on lineaariavaruus kunnan R yli. Tällöin voidaan tehdä samaistus R = R 1 (mieti vastaavaisuutta), jolloin reaaliluvuista R muodostuu lineaariavaruus kunnan R yli. LINEAARIALGEBRA 6 / 56

14 Määritelmä Tiedetään, että R 1 on lineaariavaruus kunnan R yli. Tällöin voidaan tehdä samaistus R = R 1 (mieti vastaavaisuutta), jolloin reaaliluvuista R muodostuu lineaariavaruus kunnan R yli. Esimerkki 3 Kuvaus L : R R on lineaarinen jos ja vain jos on olemassa sellainen s R, että L(x) = sx (5) kaikilla x R. LINEAARIALGEBRA 6 / 56

15 Määritelmä Todistus. : Oletetaan, että L on lineaarinen ja olkoon L(1) := s. Tällöin L(x) = L(x 1) = xl(1) = xs. (6) LINEAARIALGEBRA 7 / 56

16 Määritelmä Todistus. : Oletetaan, että L on lineaarinen ja olkoon L(1) := s. Tällöin L(x) = L(x 1) = xl(1) = xs. (6) : Oletetaan, että Kotitehtävä: Osoita, että L on lineaarinen. L(x) = sx. (7) LINEAARIALGEBRA 7 / 56

17 Matriisiesitys Merkintä 2 Merkintä M h k (K) = {A A = [a ij ], i = 1,..., h; j = 1,..., k; a ij K} tarkoittaa h k-matriisien joukkoa. Siten, jos A M h k (K), niin matriisissa A = [a ij ] on h riviä ja k saraketta ja sen alkiot a ij K. LINEAARIALGEBRA 8 / 56

18 Matriisiesitys Merkintä 3 Tästä lähtien merkintä x viittaa pystyvektoriin x 1 x n x = (x 1,..., x n ) T =. joka voidaan tarvittaessa tulkita n 1-matriisiksi eli x 1 x =. x n LINEAARIALGEBRA 9 / 56

19 Matriisiesitys Yleisemmin: Merkintä 4 Olkoon v = {v 1,..., v n } avaruuden V kanta. Koordinaattikuvaus [.] v kuvaa vektorin v kantaesityksen pystyvektoriksi eli matriisin sarakkeeksi seuraavasti λ n 1 [v] v = [ λ i v i ] v =.. (8) i=1 Koordinaattikuvaus on lineaarinen bijektio ja siten vektori ja sen koordinaateista muodostettu pystyvektori/sarake voidaan samaistaa. λ n v LINEAARIALGEBRA 10 / 56

20 Matriisiesitys Lemma 2 Olkoon A M m n (R). Määritellään kuvaus L A : R n R m asettamalla kaikilla x R n, missä x tulkitaan n 1-matriisiksi. L A (x) = Ax (9) LINEAARIALGEBRA 11 / 56

21 Matriisiesitys Lemma 2 Olkoon A M m n (R). Määritellään kuvaus L A : R n R m asettamalla L A (x) = Ax (9) kaikilla x R n, missä x tulkitaan n 1-matriisiksi. Tällöin kuvaus L A on lineaarinen. LINEAARIALGEBRA 11 / 56

22 Matriisiesitys Tarkastellaan aluksi kertolaskua a 11 a a 1n x 1 a 21 a a 2n x 2 Ax =.. = a m1 a m2... a mn x n a 11 x 1 + a 12 x a 1n x n a 21 x 1 + a 22 x a 2n x n. Rm. (10) a m1 x 1 + a m2 x a mn x n Nähdään, että m n-matriisilla kertominen todellakin indusoi kuvauksen x Ax; R n R m. LINEAARIALGEBRA 12 / 56

23 Matriisiesitys Todistus. Osoitetaan, että kuvaus L A on lineaarinen. L A (x + y) = A(x + y) = Ax + Ay = L A (x) + L A (y), (11) ja L A (rx) = A(rx) = rax = rl A (x) (12) kaikilla x, y R n ja r R matriisitulon ominaisuuksien nojalla. LINEAARIALGEBRA 13 / 56

24 Matriisiesitys Esimerkki 4 Olkoon L(x 1, x 2 ) = (x 1 + x 2, 2x 1 x 2 ) (x 1, x 2 ) R 2, (13) tällöin saadaan lineaarikuvaus L : R 2 R 2. Todistus. Kohta a. Lasketaan V.P. = L(x + y) = L(x 1 + y 1, x 2 + y 2 ) = ((x 1 + y 1 ) + (x 2 + y 2 ), 2(x 1 + y 1 ) (x 2 + y 2 )); O.P. = L(x) + L(y) = (x 1 + x 2, 2x 1 x 2 ) + (y 1 + y 2, 2y 1 y 2 ). Havaitaan, että V.P.=O.P. Kohta b. Kotitehtävä. LINEAARIALGEBRA 14 / 56

25 Matriisiesitys Esimerkin 4 lineaarikuvausta L(x 1, x 2 ) = (x 1 + x 2, 2x 1 x 2 ) vastaa matriisiyhtälö [ ] [ ] [ ] 1 1 x1 x1 + x = x 2 2x 1 x 2 (14) eli [ ] x1 + x Ax = 2. (15) 2x 1 x 2 LINEAARIALGEBRA 15 / 56

26 Matriisiesitys Esimerkin 4 lineaarikuvausta L(x 1, x 2 ) = (x 1 + x 2, 2x 1 x 2 ) vastaa matriisiyhtälö [ ] [ ] [ ] 1 1 x1 x1 + x = x 2 2x 1 x 2 (14) eli [ ] x1 + x Ax = 2. (15) 2x 1 x 2 Pisteen x = (x 1, x 2 ) [ kuva ] lineaarikuvauksessa [ L ] voidaan siis laskea x1 1 1 kertomalla matriisi matriisilla A =. 2 1 x 2 LINEAARIALGEBRA 15 / 56

27 Perustuloksia Lause 1 Olkoot V ja W vektoriavaruuksia sekä L : V W lineaarinen. Tällöin L(0) = 0 (16) ja ( k ) k L λ i v i = λ i L(v i ) (17) i=1 i=1 kaikilla k Z +, λ 1,..., λ k K ja v 1..., v k V. LINEAARIALGEBRA 16 / 56

28 Perustuloksia Lause 2 Olkoot V ja W vektoriavaruuksia kunnan K yli ja T, L : V W lineaarikuvauksia ja S avaruuden V kanta. LINEAARIALGEBRA 17 / 56

29 Perustuloksia Lause 2 Olkoot V ja W vektoriavaruuksia kunnan K yli ja T, L : V W lineaarikuvauksia ja S avaruuden V kanta. Tällöin T = L jos ja vain jos LINEAARIALGEBRA 17 / 56

30 Perustuloksia Lause 2 Olkoot V ja W vektoriavaruuksia kunnan K yli ja T, L : V W lineaarikuvauksia ja S avaruuden V kanta. Tällöin T = L jos ja vain jos Ts = Ls kaikilla s S. LINEAARIALGEBRA 17 / 56

31 Perustuloksia Muistetaan, että T = L Tv = Lv v V. (18) Siten, jos T = L, niin Ts = Ls kaikilla s S. : Todistetaan tapaus: dim V = n <. Olkoon S = {s 1,..., s n }, jolloin V = s 1,..., s n. Oletetaan, että Ts = Ls kaikilla s S. Nyt ( n ) ( n n n ) Tv = T λ i s i = λ i T (s i ) = λ i L(s i ) = L λ i s i = Lv. i=1 i=1 i=1 i=1 (19) LINEAARIALGEBRA 18 / 56

32 Perustuloksia Lause 3 Olkoot V, W ja U vektoriavaruuksia sekä L : V W ja S : W U lineaarikuvauksia. Tällöin (a) yhdistetty kuvaus S L : V U on lineaarinen; (b) jos L on bijektio, niin L 1 : W V on lineaarinen. LINEAARIALGEBRA 19 / 56

33 Perustuloksia Todistus. Kohta b: Koska L : V W on bijektio, niin L 1 : W V ja LL 1 = L 1 L = Id. Olkoot w 1, w 2 W, tällöin sellaiset v 1, v 2 V, että w 1 = Lv 1, w 2 = Lv 1. Siispä L 1 (w 1 + w 2 ) = L 1 (Lv 1 + Lv 2 ) = L 1 L(v 1 + v 2 ) = v 1 + v 2 = L 1 w 1 + L 1 w 2 ; L 1 (λw) = L 1 (λlv) = L 1 L(λv) = λv = λl 1 w. LINEAARIALGEBRA 20 / 56

34 Ker ja Im Määritelmä 2 Olkoot V ja W vektoriavaruuksia sekä L : V Kuvauksen L kernel on joukko W lineaarinen. Ker L = {v V Lv = 0} ja image on joukko Im L = {w W w = Lv jollakin v V }. LINEAARIALGEBRA 21 / 56

35 Ker ja Im Määritelmä 2 Olkoot V ja W vektoriavaruuksia sekä L : V Kuvauksen L kernel on joukko W lineaarinen. Ker L = {v V Lv = 0} ja image on joukko Im L = {w W w = Lv jollakin v V }. Terminologiaa: Kernel eli ydin eli nollan alkukuva; Image eli kuvajoukko eli arvojoukko LINEAARIALGEBRA 21 / 56

36 Ker ja Im Esimerkki 5 Lasketaan Esimerkin 4 lineaarikuvauksen L : R 2 R 2 kernel ja image. L(x 1, x 2 ) = (x 1 + x 2, 2x 1 x 2 ) (x 1, x 2 ) R 2, (20) LINEAARIALGEBRA 22 / 56

37 Ker ja Im Esimerkki 5 Lasketaan Esimerkin 4 lineaarikuvauksen L : R 2 R 2 kernel ja image. Kernel: missä L(x 1, x 2 ) = (x 1 + x 2, 2x 1 x 2 ) (x 1, x 2 ) R 2, (20) x Ker L Lx = 0 Ax = 0 (21) A = Siten x = A 1 0 = 0, joten [ ] 1 1, det A = 3 0. (22) 2 1 Ker L = {0}. (23) LINEAARIALGEBRA 22 / 56

38 Ker ja Im Image: Valitaan maaliavaruudesta mielivaltainen alkio y R 2 ja yritetään hakea sille alkukuva x lähtöavaruudesta R 2. Asetetaan yhtälö Lx = y Ax = y x = A 1 y (24) Siten löydettiin lähtöavaruuden alkio x = A 1 y R 2 (y:n alkukuva) eli alkio jolle pätee Lx = y. (25) Havaitaan, että Im L = R 2. (26) LINEAARIALGEBRA 23 / 56

39 Ker ja Im Esimerkki 6 Kuvaus L : R 3 R 2, L(x, y, z) = (x, y + z) on lineaarinen. Määrätään sen ydin ja arvojoukko. Nyt (x, y, z) Ker L (27) (0, 0) = L(x, y, z) = (x, y + z) (28) x = 0, z = y R. (29) Siis y on vapaa parametri, jolloin Ker L = {(0, y, y) R 3 : y R} = (0, 1, 1) ; (30) dim Ker L = 1. (31) LINEAARIALGEBRA 24 / 56

40 Ker ja Im Olkoon b = (b 1, b 2 ) R 2 ja asetetaan L(x, y, z) = (x, y + z) = (b 1, b 2 ) { x = b 1 y + z = b 2. (32) Valitsemalla x = b 1, y = b 2 ja z = 0 saadaan L(b 1, b 2, 0) = (b 1, b 2 ) eli jokaisella R 2 :n pisteellä on alkukuva. Arvojoukoksi tulee Im L = R 2. (33) LINEAARIALGEBRA 25 / 56

41 Ker ja Im Lause 4 Olkoot V ja W vektoriavaruuksia, V V ja W W aliavaruuksia ja L : V W lineaarikuvaus. LINEAARIALGEBRA 26 / 56

42 Ker ja Im Lause 4 Olkoot V ja W vektoriavaruuksia, V V ja W W aliavaruuksia ja L : V W lineaarikuvaus. Tällöin ovat aliavaruuksia. L 1 (W ) V ja L(V ) W (34) LINEAARIALGEBRA 26 / 56

43 Ker ja Im Lause 4 Olkoot V ja W vektoriavaruuksia, V V ja W W aliavaruuksia ja L : V W lineaarikuvaus. Tällöin ovat aliavaruuksia. Erityisesti ovat aliavaruuksia ja L 1 (W ) V ja L(V ) W (34) Ker L V ja Im L W (35) LINEAARIALGEBRA 26 / 56

44 Ker ja Im Lause 4 Olkoot V ja W vektoriavaruuksia, V V ja W W aliavaruuksia ja L : V W lineaarikuvaus. Tällöin ovat aliavaruuksia. Erityisesti ovat aliavaruuksia ja L 1 (W ) V ja L(V ) W (34) Ker L V ja Im L W (35) dim Ker L dim V, dim Im L dim W. (36) LINEAARIALGEBRA 26 / 56

45 Ker ja Im Todistetaan, että Ker L on V :n aliavaruus. AA1. Koska L(0) = 0, niin 0 Ker L ja siten Ker L. AA2. Olkoot x 1, x 2 Ker L. Lasketaan L(x 1 + x 2 ) = Lx 1 + Lx 2 = = 0, (37) joten x 1 + x 2 Ker L. AA3. Olkoot k K ja x Ker L. Lasketaan joten k x Ker L. L(k x) = k Lx = k 0 = 0, (38) LINEAARIALGEBRA 27 / 56

46 Ker ja Im Lause 5 Olkoot V ja W vektoriavaruuksia sekä L : V W lineaarikuvaus. Tällöin L on injektio jos ja vain jos Ker L = {0}. Todistus. : Olkoon L injektio. Valitaan x Ker L, tällöin Siten x = 0 ja edelleen Ker L = {0}. Lx = 0 = L0. LINEAARIALGEBRA 28 / 56

47 Ker ja Im Lause 5 Olkoot V ja W vektoriavaruuksia sekä L : V W lineaarikuvaus. Tällöin L on injektio jos ja vain jos Ker L = {0}. Todistus. : Olkoon L injektio. Valitaan x Ker L, tällöin Lx = 0 = L0. Siten x = 0 ja edelleen Ker L = {0}. : Olkoon Ker L = {0}. Asetetaan Lx = Ly. Tällöin L(x y) = 0, joten x y Ker L = {0} x y = 0 x = y. LINEAARIALGEBRA 28 / 56

48 Dimensiolause Lause 6 (Dimensiolause) Olkoot V äärellisulotteinen vektoriavaruus, W vektoriavaruus ja L : V W lineaarinen. Tällöin dim V = dim Ker L + dim Im L. (39) LINEAARIALGEBRA 29 / 56

49 Dimensiolause Todistus. Olkoot dim V = n, dim Ker L = k, Ker L = v 1,..., v k. Täydennetään lista v 1,..., v k avaruuden V :n kannaksi, jolloin V = v 1,..., v k, v k+1,..., v n, v k+1,..., v n / Ker L. Määrätään kuva-avaruus Im L = L( v 1,..., v n ) = {L(a 1 v a n v n ) a 1,..., a n K} = {a 1 Lv a n Lv n a 1,..., a n K} = {a k+1 Lv k a n Lv n a 1,..., a n K}. LINEAARIALGEBRA 30 / 56

50 Dimensiolause Osoitetaan vielä, että {Lv k+1,..., Lv n } on lineaarisesti vapaa. Asetetaan lineaarikombinaatio nollaksi a k+1 Lv k a n Lv n = 0 L(a k+1 v k a n v n ) = 0 a k+1 v k a n v n Ker L a k+1 v k a n v n = b 1 v b k v k b 1 v b k v k + ( a k+1 )v k ( a n )v n = 0. Kantana joukko {v 1,..., v k, v k+1,..., v n } on lineaarisesti vapaa, joten b 1 =... = b k = a k+1 =... = a n = 0. Siten {Lv k+1,..., Lv n } on lineaarisesti vapaa ja kuva-avaruuden dimensioksi saadaan dim Im L = n k. LINEAARIALGEBRA 31 / 56

51 Dimensiolause Seuraus 1 Olkoot V ja W vektoriavaruuksia siten, että V on äärellisulotteinen, ja L : V W lineaarinen. Tällöin seuraavat väitteet ovat tosia: (a) Jos L on injektio, niin dim V dim W. (b) Jos L on surjektio, niin dim V dim W. (c) Jos L on bijektio, niin dim V = dim W. LINEAARIALGEBRA 32 / 56

52 Dimensiolause Todistus. Aluksi k := dim Ker L n := dim V, n k = dim Im L dim W. a) kohta. Nyt Ker L = {0}, joten k = 0 n k = n dim W. b) kohta. Nyt Im L = W, joten n k = m := dim W n = m + k m. c) kohta seuraa kohdista a+b. dim W n dim W. LINEAARIALGEBRA 33 / 56

53 Dimensiolause Seuraus 2 Olkoot V ja W äärellisulotteisia vektoriavaruuksia siten, että niiden dimensiot ovat samat, ja olkoon L : V W lineaarinen. Tällöin seuraavat väitteet ovat yhtäpitäviä: (a) L on bijektio. (b) L on injektio. (c) L on surjektio. LINEAARIALGEBRA 34 / 56

54 Dimensiolause Esimerkki 7 Kuvaus L : R 3 R 2, L(x, y, z) = (y z, x z), on lineaarinen. Määrätään kuvauksen L ydin: y = z L(x, y, z) = 0 (y z, x z) = (0, 0) x = z z R. Siis Ker L = {(x, y, z) R 3 : x = y = z, z R} = {s(1, 1, 1) : s R} = (1, 1, 1), joten dim Ker L = 1. Erityisesti Ker L {0}, joten L ei ole injektio. Dimensiolauseen nojalla 3 = 1 + dim Im L, joten dim Im L = 2 = dim R 2. Siten Im L = R 2 eli L on surjektio. LINEAARIALGEBRA 35 / 56

55 Dimensiolause Esimerkki 8 Tarkastellaan derivaattakuvausta D : Pol n (R, R) Pol n (R, R). Koska Dp = p = 0 jos ja vain jos p(x) = c kaikilla x R jollekin c R (eli p on vakiopolynomi), niin Ker D = 1. Näin ollen dim Ker D = 1. Dimensiolauseen nojalla dim Pol n (R, R) = n + 1 = 1 + dim Im D, joten dim Im D = n < dim Pol n (R, R). Näin ollen D ei ole surjektio. LINEAARIALGEBRA 36 / 56

56 Kannanvaihtomatriisit Merkintä 5 Olkoon v = {v 1,..., v n } avaruuden V kanta. Koordinaattikuvaus [.] v kuvaa vektorin v kantaesityksen n i=1 λ iv i pystyvektoriksi eli matriisin sarakkeeksi seuraavasti λ n 1 [v] v = [ λ i v i ] v =.. (40) i=1 Koordinaattikuvaus on lineaarinen bijektio ja siten vektori ja sen koordinaateista muodostettu pystyvektori/sarake voidaan samaistaa. λ n v LINEAARIALGEBRA 37 / 56

57 Kannanvaihtomatriisit Esimerkki [v 1 ] v = [1 v v v n ] v =. 0 v (41) LINEAARIALGEBRA 38 / 56

58 Kannanvaihtomatriisit Olkoot V ja W vektoriavaruuksia kunnan K yli, missä v = {v 1,..., v n } on avaruuden V kanta ja w = {w 1,..., w m } on avaruuden W kanta. Olkoon L : V W lineaarikuvaus, jolle kantavektoreitten v 1,..., v n kuvat kannassa w = {w 1,..., w m } ovat Lv 1 =a 11 w a m1 w m,... Lv n =a 1n w a mn w m eli [Lv 1 ] w = a 11 a 21., [Lv 2 ] w = a 12 a 22.,..., [Lv n ] w = a 1n a 2n a m1 a w m2 a w mn w.. (42) LINEAARIALGEBRA 39 / 56

59 Kannanvaihtomatriisit Merkitään a 11 a a 1n a 21 a a 2n [L] v,w = [[Lv 1 ] w, [Lv 2 ] w,..., [Lv n ] w ] =. a m1 a m2... a mn m n missä sarakkeina ovat kantavektoreitten v 1,..., v n kuvien Lv 1,..., Lv n koordinaattivektorit kannassa w 1,..., w n. Määritelmä 3 Matriisi [L] v,w on lineaarikuvauksen L matriisi kantojen v ja w suhteen., (43) LINEAARIALGEBRA 40 / 56

60 Kannanvaihtomatriisit Lause 7 Olkoot V ja W vektoriavaruuksia kunnan K yli, missä v = {v 1,..., v n } on avaruuden V kanta ja w = {w 1,..., w m } on avaruuden W kanta. Olkoon L : V W lineaarikuvaus, jonka matriisi kantojen v ja w suhteen on [L] v,w = [a ij ]. Tällöin [a ij ] on se yksikäsitteinen m n-matriisi, jonka avulla kuvauksen L arvo Lv = m j=1 µ jw j pisteessä v = n i=1 λ iv i saadaan matriisikertolaskuna [L] v,w [v] v = [Lv] w (44) eli a a 1n λ 1 µ 1.. =. a m1... a mn λ n µ m v w (45) LINEAARIALGEBRA 41 / 56

61 Kannanvaihtomatriisit Todistus. Lasketaan lineaarikuvauksena Lv =L(λ 1,..., λ n ) = n n L( λ i v i ) = λ i Lv i = i=1 i=1 λ 1 (a 11 w a m1 w m ) λ n (a 1n w a mn w m ) = (a 11 λ a 1n λ n )w (a m1 λ a mn λ n )w m = (a 11 λ a 1n λ n,..., a m1 λ a mn λ n ) = (µ 1,..., µ m ) ja LINEAARIALGEBRA 42 / 56

62 Kannanvaihtomatriisit matriiseilla a 11 a a 1n λ 1 a 21 a a 2n λ 2 [L] v,w [v] v =.. a m1 a m2... a mn λ n a 11 λ a 1n λ n. a m1 λ a mn λ n w µ 1 =. µ m w v = [Lv] w. = (46) LINEAARIALGEBRA 43 / 56

63 Kannanvaihtomatriisit Lineaarikuvausta vastaa yksikäsitteinen matriisi ja matriisin avulla voidaan määritellä lineaarikuvaus. On siis olemassa bijektio kaikkien lineaaristen kuvauksien L : V W ja kaikkien m n-matriisien välillä. LINEAARIALGEBRA 44 / 56

64 Kannanvaihtomatriisit Esimerkki 10 Olkoot V = W = R 2, e = {e 1, e 2 } V ja f = {f 1 = e 1 + e 2, f 2 = e 1 e 2 } W. Tarkastellaan lineaarikuvausta L : V W, joka kuvaa kantavektorit e 1, e 2 kuvavektoreiksi [ ] 0 Le 1 = e 1 + e 2 = 0 f 1 + ( 1) f 2 = ; 1 [ ] f 1 Le 2 = e 1 + e 2 = 1 f 1 + f 2 =. 0 f (47) Tällöin L:n matriisi kantojen e ja f suhteen on [ ] 0 1 [L] e,f = [[Le 1 ] f, [Le 2 ] f ] =, (48) LINEAARIALGEBRA 45 / 56

65 Kannanvaihtomatriisit missä sarakkeina ovat kantavektoreitten e 1, e 2 kuvien Le 1, Le 2 koordinaattivektorit kannassa f 1, f 2. LINEAARIALGEBRA 46 / 56

66 Esimerkkejä Esimerkki 11 Määritellään lineaarikuvaus L : R 3 R 3, asettamalla L(x, y, z) = (z y, x z + y, x) aina, kun (x, y, z) R 3. 1 Määrää Ker L. 2 Onko L injektio? 3 Määrää dim Ker L. 4 Määrää dim Im L (käytä dimensiokaavaa). 5 Onko L surjektio? 6 Onko L bijektio? 7 Määrää Im L. LINEAARIALGEBRA 47 / 56

67 Esimerkkejä 1. Ker L. Ratkaisu: Asetetaan Lx =0 (49) (z y, x z + y, x) = (0, 0, 0) (50) z y = x z + y = x = 0 x = 0, z = y (51) x = (0, y, y) (52) Ker L = {x R 3 Lx = 0} = (53) {(0, y, y) y R} = (0, 1, 1) R. (54) LINEAARIALGEBRA 48 / 56

68 Esimerkkejä 1. Ker L. Ratkaisu: Asetetaan Lx =0 (49) (z y, x z + y, x) = (0, 0, 0) (50) z y = x z + y = x = 0 x = 0, z = y (51) x = (0, y, y) (52) Ker L = {x R 3 Lx = 0} = (53) {(0, y, y) y R} = (0, 1, 1) R. (54) 2. Injektio? EI, koska Ker L {0}. (55) LINEAARIALGEBRA 48 / 56

69 Esimerkkejä 3. dim Ker L = 1. (56) LINEAARIALGEBRA 49 / 56

70 Esimerkkejä Dimensiokaavalla (39): dim Ker L = 1. (56) dim V = dim Ker L + dim Im L 3 = 1 + dim Im L. (57) Siten dim Im L = 2. (58) LINEAARIALGEBRA 49 / 56

71 Esimerkkejä Dimensiokaavalla (39): dim Ker L = 1. (56) dim V = dim Ker L + dim Im L 3 = 1 + dim Im L. (57) Siten dim Im L = 2. (58) 5. EI ole surjektio, koska dim Im L = 2 ja maaliavaruuden R 3 dimensio=3. LINEAARIALGEBRA 49 / 56

72 Esimerkkejä Dimensiokaavalla (39): dim Ker L = 1. (56) dim V = dim Ker L + dim Im L 3 = 1 + dim Im L. (57) Siten dim Im L = 2. (58) 5. EI ole surjektio, koska dim Im L = 2 ja maaliavaruuden R 3 dimensio=3. 6.EI ole bijektio. LINEAARIALGEBRA 49 / 56

73 Esimerkkejä 7. Im L. Lx =(z y, x z + y, x) = (z y)e 1 + (x z + y)e 2 + xe 3 = (z y)e 1 + ( z + y)e 2 + x(e 2 + e 3 ) = (z y)(e 1 e 2 ) + x(e 2 + e 3 ), joten Im L ={Lx x = (x, y, z) R 3 } = {(z y)(e 1 e 2 ) + x(e 2 + e 3 ) x, y, z R} = {t(e 1 e 2 ) + x(e 2 + e 3 ) x, t R} = e 1 e 2, e 2 + e 3 R, missä e 1 e 2 ja e 2 + e 3 ovat lineaarisesti vapaita. Tästäkin voidaan päätellä, että L ei ole surjektio sekä dim Im L = 2. LINEAARIALGEBRA 50 / 56

74 Esimerkkejä Esimerkki 12 Jatketaan lineaarikuvauksen L : R 3 R 3, L(x, y, z) = (z y, x z + y, x) tarkastelua. Määrää L:n matriisi 1 A 1 = [L] e,e luonnollisen kannan e = E 3 = {e 1, e 2, e 3 } R 3 suhteen. 2 A 2 = [L] f,f kannan f = {f 1 = e 1 + e 2, f 2 = e 2 + e 3, f 3 = e 3 + e 1 } suhteen. 3 A 3 = [L] e,f. 4 A 4 = [L] f,e. 5 Laske determinantit det A 1 ja det A 2. LINEAARIALGEBRA 51 / 56

75 Esimerkkejä Lasketaan kantavektoreitten e 1, e 2, e 3 kuvat: Le 1 =L(1, 0, 0) = (0, 1, 1) = e 2 + e 3 = f 2 ; Le 2 =L(0, 1, 0) = ( 1, 1, 0) = e 1 + e 2 = f 2 f 3 ; Le 3 =L(0, 0, 1) = (1, 1, 0) = e 1 e 2 = f 2 + f 3. Joista saadaan A 1 = [L] e,e = [[Le 1 ] e, [Le 2 ] e, [Le 3 ] e ] = (59) ja A 3 = [L] e,f = [[Le 1 ] f, [Le 2 ] f, [Le 3 ] f ] = (60) LINEAARIALGEBRA 52 / 56

76 Esimerkkejä Lasketaan kantavektoreitten f 1, f 2, f 3 kuvat: Lf 1 =L(e 1 ) + L(e 2 ) = e 1 + 2e 2 + e 3 = 2f 2 f 3 ; Lf 2 =L(e 2 ) + L(e 3 ) = 0 e e e 3 = 0 f f f 3 ; Lf 3 =L(e 3 ) + L(e 1 ) = e 1 + e 3 = f 3 ; Joista saadaan A 2 = [L] f,f = [[Lf 1 ] f, [Lf 2 ] f, [Lf 3 ] f ] = (61) ja A 4 = [L] f,e = [[Lf 1 ] e, [Lf 2 ] e, [Lf 3 ] e ] = (62) LINEAARIALGEBRA 53 / 56

77 Esimerkkejä Esimerkki 13 Kotitehtävä 34. Olkoon V reaalinen sisätuloavaruus, dim K V = k Z + ja n V annettu. Määritellään kuvaus L : V R, asettamalla aina, kun x V. 1 Osoita, että kuvaus L on lineaarinen. 2 Määrää dim Im L. 3 Määrää dim Ker L. L(x) = n x (63) Ratkaisu. Tapaus n {0}. Lineaarikuvauksen maaliavaruus on R, jolla on vain triviaalit aliavaruudet. Lisäksi dim R = 1. LINEAARIALGEBRA 54 / 56

78 Esimerkkejä Koska L(n) = n n > 0, Im L {0} (64) niin Im L = R, dim Im L = 1. (65) Edelleen dimensiokaavalla (39): dim V = dim Ker L + dim Im L k = dim Ker L + 1. (66) Siten dim Ker L = k 1. (67) LINEAARIALGEBRA 55 / 56

79 Esimerkkejä Hypertaso onkin Kernel Siispä Ker L eli joukko N := {x V n x = 0} (68) on hypertaso. LINEAARIALGEBRA 56 / 56