Materiály pro cvičení v předmětu BI-LIN
Materiály pro cvičení v předmětu BI-LIN
Materiály pro cvičení v předmětu BI-LIN
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
8. <strong>cvičení</strong><br />
Lineární zobrazení<br />
Pojmy které je třeba znát: lineární zobrazení, jádro, image, matice lineárního zobrazení<br />
Věty, které je třeba znát: Věta o dimenzi jádra a image<br />
Příklady: 1. Najděte jádro a image (množinu všech obrazů) zobrazení A : R 3 → R 4<br />
A(x, y, z) = (3x − y + 2z, 2x + y − 2z, x − 2y + 4z, 4x − 3y + 6z).<br />
Budeme postupovat dohromady <strong>pro</strong> jádro i image. V prvním případě zkoumáme všechna řešení u<br />
rovnosti A(u) = o, v druhém <strong>pro</strong> jaké vektory v = (a, b, c, d) existuje alespoň jeden vzor u při<br />
zobrazení A, tj. A(u) = v.<br />
⎛<br />
⎞<br />
3<br />
⎜<br />
2<br />
⎜<br />
⎝ 1<br />
−1<br />
1<br />
−2<br />
2<br />
−2<br />
4<br />
a<br />
⎟<br />
b ⎟<br />
c<br />
⎟<br />
⎠<br />
4 −3 6 d<br />
∼<br />
⎛<br />
⎞<br />
⎜<br />
⎝<br />
1<br />
0<br />
0<br />
−2<br />
5<br />
5<br />
4<br />
−10<br />
−10<br />
c<br />
⎟<br />
a − 3c ⎟<br />
b − 2c<br />
⎟<br />
⎠<br />
0 5 −10 d − 4c<br />
∼<br />
⎛<br />
⎞<br />
⎜<br />
⎝<br />
1<br />
0<br />
0<br />
−2<br />
5<br />
0<br />
4<br />
−10<br />
0<br />
c<br />
a − 3c<br />
−a + b + c<br />
⎟<br />
⎠<br />
0 0 0 −a − c + d<br />
Pro jádro řešíme soustavu s nulovým vektorem na pravé straně, tj. hledáme řešení homogenní<br />
soustavy. Ker(A) = ⟨(0, 2, 1)⟩.<br />
Abychom našli image, stačí nám vědět, kdy má soustava rovnic řešení. Podle Frobeniovy věty tehdy,<br />
pokud je hodnost matice soustavy rovna hodnosti rozšířené matice soustavy, v tomto případě pokud<br />
−a + b + c = 0 a −a − c + d = 0. Vyřešíme tuto soustavu.<br />
(<br />
) (<br />
)<br />
−1<br />
−1<br />
1<br />
0<br />
1<br />
−1<br />
0<br />
1<br />
0<br />
0<br />
∼<br />
−1<br />
0<br />
1<br />
−1<br />
1<br />
−2<br />
0<br />
1<br />
0<br />
0<br />
Im(A) = ⟨(1, 1, 0, 1), (1, 0, 1, 2)⟩.<br />
2. Najděte matici lineárního zobrazení A : R 2 → R 3 vzhledem k bázi (B) a (C).<br />
A(x, y) = (x − y, 2x + 3y, y)<br />
(B) = {(2, 1), (3, −2)}<br />
(C) = {(2, −1, 1), (3, −2, 2), (−3, 3, −1))<br />
Stačí si uvědomit, že matice lineárního zobrazení má ve svých sloupcích souřadnice obrazů bázových<br />
vektorů první báze vzhledem k druhé bázi.<br />
A(2, 1) = (1, 7, 1), A(3, −2) = (5, 0, −2)<br />
Najdeme jejich souřadnice vzhledem k bázi (C) a zapíšeme je do sloupců matice M (A, (B), (C)).<br />
Můžeme to vyjádřit jako v předchozím <strong>cvičení</strong> v maticovém tvaru, pokud maticí A myslíme matici<br />
lineárního zobrazení A vzhledem ke standartní bázi (zjistíme ji snadno z algebraického vyjádření<br />
zobrazení), matice B a C budou mít ve sloupcích zapsány hodnoty příslušných bázových vektorů.<br />
Lze to chápat také tak, že na bázové vektory (B) nejprve aplikujeme lineární zobrazení A a pak<br />
tyto obrazy vyjádříme v souřadnicích vzhledem k (C).<br />
M (A, (B), (C)) = C −1 ⎛<br />
⎜<br />
AB = ⎝<br />
2<br />
−1<br />
1<br />
3<br />
−2<br />
2<br />
−3<br />
3<br />
−1<br />
⎞−1<br />
⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
1<br />
2<br />
0<br />
⎞<br />
−1 (<br />
⎟ 2<br />
3 ⎠<br />
1<br />
1<br />
3<br />
−2<br />
)<br />
=<br />
= 1<br />
⎛<br />
⎞T<br />
⎛ ⎞<br />
−4 2 0 1 5<br />
⎜<br />
⎟ ⎜ ⎟<br />
⎝ −3 1 −1 ⎠ ⎝ 7 0 ⎠ =<br />
−2<br />
3 −3 −1 1 −2<br />
−1<br />
⎛<br />
⎞ ⎛<br />
−22 −26<br />
⎜<br />
⎟ ⎜<br />
⎝ 6 16 ⎠ = ⎝<br />
2<br />
−8 2<br />
11 13<br />
−3 −8<br />
4 −1<br />
⎞<br />
⎟<br />
⎠