1. Trang chủ
  2. » Giáo án - Bài giảng

chương 3 ánh sáng tuyến tính

11 669 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 11
Dung lượng 227,07 KB

Nội dung

Trang 1 Chương 3: ÁNH XẠ TUYẾN TÍNH 3.1. Khái niệm 3.1.1. Định nghĩa 1. Định nghĩa. Cho V,W là hai không gian vectơ tùy ý. Ánh xạ f:V  W được gọi là ánh xạ tuyến tính nếu thỏa hai tính chất sau đây: (i) f(x+y) = f(x) + f(y) , x,y  V (ii) f(kx) = kf(x) , x  V , k  R 2. Ví dụ. Cho ánh xạ f : R 3  R 2 xác định bởi f(x 1 ,x 2 ,x 3 ) = (2x 1 ,x 2 -x 3 ), (x 1 ,x 2 ,x 3 )  R 3 Chứng tỏ f là ánh xạ tuyến tính 3. Phép đồng cấu, đẳng cấu Phép đồng cấu Ánh xạ tuyến tính f : V  W gọi là phép đồng cấu của V lên W  Nếu W  V thì gọi là tự đồng cấu  Nếu f là đơn ánh thì f được gọi là đơn cấu.  Nếu f là toàn ánh thì gọi là toàn cấu. Phép đẳng cấu Ánh xạ tuyến tính f : V  W gọi là phép đẳng cấu của V trên W nếu f là 1 song ánh 3.1.2. Tính chất  Cho ánh xạ tuyến tính : f : V  W a/ f(O v ) = O w b/ f(-x) = -f(x) c/ f(x-y) = f(x) – f(y) d/ f( 1 x 1 ,  2 x 2+…+  n x n ) =  1 f(x 1 ) +  2 f(x 2 ) +… +  n f(x n )  Cho V, W là các không gian véctơ và f,g là các ánh xạ tuyến tính: Ta định nghĩa: a) (f+g)(x) = f(x) +g(x) b) (kf) (x) = kf(x) WVgWVf  :,: Trang 2 Các ánh xạ f+g, kf cũng là ánh xạ tuyến tính  Cho ánh xạ tuyến tính :W; :WZfV g  Ánh xạ hợp: g.f : V  W xác định bởi: (g.f)(x) = g[f(x)], cũng là ánh xạ tuyến tính từ V vào Z. 3.2. Ảnh và hạt nhân của ánh xạ tuyến tính 3.2.1. Định nghĩa  Ảnh của f  Cho ánh xạ tuyến tính f: V  W  Ảnh của f, ký hiệu Imf là tập hợp: Imf = { y  W / x  V, y =f(x) }  Ta thấy Imf =f(V)  Hạt nhân của f  Cho ánh xạ tuyến tính f : V  W  Hạt nhân của f , ký hiệu Kerf là tập hợp : Kerf = { x  V / f(x) = O w } Vi dụ: Cho f là ánh xạ không : V  W  Ta thấy x  V , f(x) = O w, nên: Kerf = V và Imf = { O w } 3.2.2. Tính chất  Cho ánh xạ tuyến tính f : V  W  Kerf là không gian con của V  Imf là không gian con của W 3.3. Ma trận của ánh xạ tuyến tính Cho 2 không gian véc tơ hữu hạn chiều V và W với dim V = n, dim W = m.  Giả sử (u) và (v) là cơ sở của V và W: (u) = { u 1 ,u 2 ,…,u n } , (v) = { v 1 ,v 2 ,…,v m }  Cho ánh xạ tuyến tính f: V  W x y =f(x)  Tọa độ của x đối với cơ sở (u) trong V: x/ (u) = (x 1 ,x 2 ,…,x n )   Trang 3  Tọa độ của y = f(x) với cơ sở (v) trong W f(x)/ (v) = (y 1 ,y 2 ,…,y m )  Tồn tại ma trận A cấp mxn liên hệ giữa các toạ độ trên : [f(x)/ (v) ] = A. [x/ (u) ]  Định nghĩa. Ma trận A thỏa đẳng thức trên gọi là ma trận của ánh xạ tuyến tính f : V  W đối với cơ sở (u) trong V và cơ sở (v) trong W.  Ma trận này được xác định như sau: A = [[f(u 1 )/ (v) ], [f(u 2 )/ (v) ] … [f(u 3 )/ (v) ] ] Trường hợp riêng V = R n , W=R m có các cơ sở chính tắc tương ứng là : (e) ={e 1 , e 2 ,…,e n }, (e’)={e’ 1 , e’ 2 ,…,e’ m }. Ma trận của ánh xạ tuyến tính : f: R n  R m được gọi là ma trận chính tắc. A = [[f(e 1 )] [f(e 2 )] … [f(e n )] ] Ví dụ 1 Cho ánh xạ tuyến tính f: R 2  R 2 xác định bởi f(x 1 ,x 2 ) = (x 1 +2x 2 , x 1 -x 2 ). Tìm ma trận chính tắc . Ghi chú. Ma trận A có các hàng tương ứng là các hệ số của các tọa độ véctơ f(x 1, x 2 ) . Ví dụ 2 Cho ánh xạ tuyến tính f : R 4  R 3 xác định bởi f(x 1 ,x 2, x 3 ,x 4 ) = (x 1 - x 2 +x 3 +x 4 , x 1 +2x 3 -x 4 , x 1 +x 2 +3x 3 -3x 4 ) R 4 có các cơ sở (u) = {u 1 , u 2 , u 3 , u 4 } với u 1 = (1,0,0,0) , u 2 = (1,1,0,0) , u 3 = (1,1,1,0) , u 4 = (1,1,1,1) và R 3 có cơ sở chính tắc. Tìm ma trận của ánh xạ tuyến tính . Ví dụ 3 Cho ánh xạ tuyến tính f : R 2  R 3 xác định bởi f(x 1 ,x 2 ) = (2x 1, x 1+ x 2 , x 1 -2x 2 ) R 2 có cơ sở chính tắc (e) = { e 1 , e 2 } R 3 có cơ sở (u) ={ u 1 , u 2 , u 3 } với u 1 =(1,1,1) ,u 2 =(1,1,0) , u 3 =(1,0,0) . Tìm ma trận của ánh xạ tuyến tính . Ví dụ 4 Cho ánh xạ tuyến tính f : R 3  R 2 xác định bởi f(x 1 ,x 2 ,x 3 ) = (x 1+ 2x 2 +x 3 ,x 1+ 5x 2 + x 3 ). Trang 4 Tìm ma trận của ánh xạ tuyến tính đối với cơ sở (u) ={ u 1 , u 2 , u 3 } trong R 3 và (v) ={v 1 ,v 2 } trong R 2 . Biết rằng : u 1 =(1,1,1) ,u 2 =(1,1,0) , u 3 =(1,0,0) v 1 =(1,3) , v 2 =(-1,2) 3.4. Sự đồng dạng 3.4.1. Ma trận đồng dạng  Cho A và B là 2 ma trận vuông cùng cấp n.  A và B đồng dạng  P khả đảo cấp n : B=P -1 AP 3.4.2. Ma trận của ánh xạ tuyến tính qua phép đổi cơ sở  Ma trận chuyển cơ sở Cho không gian véc tơ V có 2 cơ sở là (u) = {u 1 ,…,u n } và (v) ={ v 1 , v 2 , v 3 } . Ma trận chuyển cơ sở từ (u) sang (v) là: P= [[v 1 / (u) ][v 2 / (u) ]…[v n / (u) ]]  Định lý. Cho ánh xạ tuyến tính f : V  V (toán tử tuyến tính) , V là không gian véc tơ dim V = n. Giả sử V có 2 cơ sở là (u) và (v). Nếu A là ma trận của f đối với cơ sở (u) và A’ là ma trận của f đối với cơ sở (v) thì ta có : A’=P -1 AP trong đó P là ma trận chuyển cơ sở từ (u) sang (v) ( Ta thấy A’ đồng dạng với A) Ví dụ. Cho ánh xạ tuyến tính f : R 2  R 2 xác định bởi f(x 1 ,x 2 ) = (x 1+ x 2 ,-2x 1+ 4x 2 ) a. Tìm ma trận chính tắc của f b. Tìm ma trận của f đối với cơ sở (u) ={ u 1 , u 2 } với u 1 =(1,1) và u 2 =(1,2) 3.5. Giá trị riêng – Vectơ riêng 3.5.1. Định nghĩa Cho V là không gian véctơ có n chiều và f: V  V là toán tử tuyến tính.  Số  được gọi là trị riêng của f nếu tồn tại vectơ x  V , x  0 sao cho f(x) = x.  Vectơ x  V , x  0 thỏa f(x) = x được gọi là vectơ riêng của f tương ứng với trị riêng .  Nếu A là ma trận của ánh xạ tuyế n tính thì số thực  được gọi là giá trị riêng của A nếu tồn tại vector n chiều 0x  sao cho:     A xx   . Trang 5 Nhận xét. Từ phương trình       ()0Ax x A I x    có nghiệm 0x  suy ra 0AI    . Khi đó   A I   được gọi là ma trận đặc trưng, 0AI   được gọi là phương trình đặc trưng của ma trận A. 3.5.2. Cách tìm giá trị riêng và vector riêng Bước 1: Lập ma trận đặc trưng   A I   . Bước 2: Giải phương trình đặc trưng 0AI    . Ta được các giá trị riêng: 12 ,,   . Bươc 3: Thay từng giá trị riêng k    vào phương trình     .0AIx   . Nghiệm của hệ phương trình là vector riêng của A ứng với GTR k  . Ví dụ 1 Tìm giá trị riêng và vector riêng của ma trận 13 02 A          Ma trận đặc trưng: 13 02 A            .  Phương trình đặc trưng: 13 1 00(1)(2)0 02 2 AI                 Với 1 1   , giải hệ phương trình  11 1 22 03 .0 . 0 ; \{0} 03 0 xx AIx R xx                 Vậy vector riêng ứng với GTR 1    là: (,0); \{0}xR     Với 1 2   , giải hệ phương trình  11 2 22 33 . 0 . 0 ; \{0} 00 xx AIx R xx                   . Ví dụ 2 Tìm giá trị riêng và vector riêng của các ma trận a. 200 022 022 A       b. 13 1 35 1 33 1 B          c. 125 024 101 C            d. 010 440 212 D        Giải a. Ma trận A Trang 6  Ma trận đặc trưng: 200 02 2 022 AI                  .  Phương trình đặc trưng: 2 200 002 20(2)(2)40 022 AI            0 (2 )( )(4 ) 0 2 4                 . Với 1 0   , giải hệ phương trình  11 122 33 0 200 .0022. 0 ; \{0} 022 xx AIx x x R xx                      Vậy vector riêng ứng với GTR 0   là: (0; ; ), \{0}xR     Với 2 2   , giải hệ phương trình  11 222 33 000 .0002. 0 0; \{0} 020 0 xx AIx x x R xx                      . Vậy vector riêng ứng với GTR 2 2   là: ( ;0;0), \{0}xR     Với 3 4   , giải hệ phương trình  11 322 33 0 20 0 .0022. 0 ; \{0} 02 2 xx AIx x x R xx                        . Vậy vector riêng ứng với GTR 3 4   là: (0; ; ), \{0}xR     . b. Ma trận B  Ma trận đặc trưng: 320 23 0 005 BI                  . Trang 7  Phương trình đặc trưng: 320 0 2 3 0 0 (3 )(3 )(5 ) 4(5 ) 0 005 BI           2 1 (5 ) (1 ) 0 5 (bôi 2)           . Với 1 1   , giải hệ phương trình  11 122 33 220 . 0 2 2 0 . 0 ; \{0} 003 0 xx BIx x x R xx                       Vậy vector riêng ứng với GTR 1   là: ( ; ;0), \{0}xR     Với 2 5   , giải hệ phương trình  11 222 33 220 .0 220. 0 000 xx BIx x x xx                          . 22 ( , \{ 0})R     Vậy vector riêng ứng với GTR 2 5   là: 22 (;;),(, \{ 0})xR         . c. Ma trận C  Ma trận đặc trưng: 125 02 4 101 CI                  .  Phương trình đặc trưng: 2 125 0 (bôi 2) 002 40 (4)0 4 101 CI                 Với 1 0   , giải hệ phương trình  11 122 33 125 .0024. 0 2; \{0} 101 xx CIx x x R xx                       Vậy vector riêng ứng với GTR 1 0   là: (;2; ), \{0}xR     Trang 8 Với 2 4   , giải hệ phương trình  11 222 33 3 32 5 .0024. 0 2; \{0} 10 3 xx CIx x x R xx                         . Vậy vector riêng ứng với GTR 2 2   là: (3 ;2 ; ), \{0}xR      d. Ma trận D  Ma trận đặc trưng: 10 44 0 212 DI                   .  Phương trình đặc trưng: 10 0 4 4 0 0 ( )(4 )(2 ) 4(2 ) 0 212 DI           23 (2 )( 4 4) 0 (2 ) 0 2        (bội ba). Với 2   , giải hệ phương trình  11 22 22 33 210 .0 420. 0 2;(, \{+0}) 210 xx DIx x x R xx                           Vậy vector riêng ứng với GTR 2   là: 22 (;2;);, \{ + 0}xR     3.6. Chéo hóa ma trận Nhận xét. Nếu A là ma trận chéo thì việc tính k A , kN  rất dễ dàng. Ví dụ. Nếu 100 020 003 A       thì 100 02 0 003 k kk k A            . Vấn đề. Đưa một ma trận vuông bất kì về dạng đường chéo như thế nào? 1. Định nghĩa Ma trận vuông cấp n A được gọi là chéo hóa được nếu tồn tại ma trận vuông cấp n không suy biến T và ma trận đường chéo D  sao cho 1 TAT D    . Khi đó ta nói T là ma trận làm chéo hóa A hay A được chéo hóa bởi ma trận T và D  là ma trận đồng dạng với A. Trang 9 Ví dụ Ma trận 85 10 7 A       chéo hóa được. Thật vậy với 11 21 T          và 20 03 D       thì 1 TAT D    vì 1 11 21 T             . 2. Điều kiện chéo hóa ma trận Nếu ma trận A có n giá trị riêng phân biệt thì A chéo hóa được. Ngược lại A chéo hóa được khi và chỉ khi A có n giá trị riêng kể cả bội và số chiều của tất cả các không gian con riêng bằng số bội của giá trị riêng tương ứng. 3. Cách chéo hóa ma trận Bước 1: Giải phương trình đặc trưng để tìm các giá trị riêng i  . Bước 2: Ứng với mỗi i  , giải hệ phương trình     0 i AIx    . Lập không gian nghiệm W( ) i  của phương trình. Bước 3: Lập ma trận T với cột thứ i là tọa độ của vector cơ sở của W( ) i  và ma trận đường chéo D  , trong đó phần tử nằm trên đường chéo và cột i là i  . Ví dụ. Hãy chéo hóa các ma trận A, B, C, D trong ví dụ ở phần 3.5.2 a. Ma trận A  Với 1 0   , ta có: W(0) {(0; ;- )| R}     . Khi đó: W(0) (0; ; ) (0;1; 1)xx         . Ta chọn một cơ sở của W(0) là: 1 (0;1; 1)u .  Với 2 2   , ta có: W(2) {( ;0;0)| R}     . Khi đó: W(2) ( ;0;0) (1;0;0)xx       . Ta chọn một cơ sở của W(2) là: 2 (1;0;0)u  .  Với 3 4   , ta có: W(4) {(0; ; )| R}     . Khi đó: W(4) (0; ; ) (0;1;1)xx       . Ta chọn một cơ sở của W(4) là: 3 (0;1;1)u  . Vậy ma trận A chéo hóa được với: 010 101 101 T             và 000 020 004 D        b. Ma trận B  Với 1 1   , ta có: W(1) {( ; ;0)| R}     . Trang 10 Khi đó: W(1) ( ; ; 0) (1; 1; 0)xx       . Ta chọn một cơ sở của W(1) là: 1 (1;1; 0)u  .  Với 2 5   (bội 2), ta có: W(5) {(- ; ; )| , R}      . Khi đó: W(5) (;;)(;;0)(0;0;)xx          . Ta chọn hai cơ sở của W(5) là: 2 (1;1;0)u  và 3 (0;0;1)u  . Vậy ma trận B chéo hóa được với: 110 110 001 T             và 100 050 005 D        c. Ma trận C  Với 1 0   (bội 2), ta có: W(0) {( ;2 ; )| } R    . Ta chọn một cơ sở của W(1) là: 1 (1; 2; 1)u   .  Với 2 2   (bội 2), ta có: W(2) {(3 ;2 ; )| } R      . Ta chọn một cơ sở của W(2) là: 2 (3;2;1)u  Vì dim (0) dim (2) 2 3WWn nên C không chéo hóa được. d. Tương tự ma trận D không chéo hóa được vì dim (2) 2 3Wn  . BÀI TẬP CHƯƠNG 3 1. Cho ánh xạ f : R 2  R 2 xác định bởi f(x 1 ,x 2 ) = (x 1 +2x 2 ,x 1 -x 2 ) a. Chứng tỏ f là ánh xạ tuyến tính . b. Tìm ma trận chính tắc của ánh xạ f . c. Tìm ma trận của ánh xạ f đối với cơ sở (u) = {u 1 ,u 2 } với u 1 =(1,1) , u 2 =(1,0) 2. Cho ánh xạ f : R 3  R 2 xác định bởi f(x 1 ,x 2 ,x 3 ) = (2x 1 +x 2 -x 3 ,x 1 +x 2 -3x 3 ) a. Chứng tỏ f là ánh xạ tuyến tính . b. Tìm ma trận chính tắc của f . c. Tìm ma trận của ánh xạ f đối với cơ sở (u) = {u 1 ,u 2 , u 3 } với u 1 =(1,1,1) , u 2 =(1,1,0), u 3 =(1,0,0) trong R 3 và (v) = {v 1 ,v 2 } với v 1 =(1,2) ,v 2 =(0,2) trong R 2 3. Cho ánh xạ tuyến tính f : R 3  R 2 xác định bởi f(x 1 ,x 2 ,x 3 ) = (x 1 +2x 2 +x 3 ,x 1 +5x 2 +x 3 ) a. Tìm ma trận chính tắc của f . [...]...b Tìm ma trận của ánh xạ f đối với cơ sở (u) = {u1,u2, u3} với u1=(1,1,1) , u2=(1,1,0), u3=(1,0,0) trong R3 và (v) ={v1,v2} với v1=(1 ,3) ,v2=(-1,2) trong R2 4 Tìm giá trị riêng và vectơ riêng của các ma trận :  2 1 a A =    0 33 4 b B =   2 1 1 2 c C =    2 4 5 Tìm giá trị riêng và vectơ riêng của các ma trận : 3 3 2 a A =  1 1 2     3 1 0    2 1 0  b B =... hay không ? 0 1 1  a A = 0 0 2    0 0 1     2 2 2  b B =  2 3 2  c C =   4 2 4   2 1 1 1 2 1    1 1 2   8 Cho ánh xạ tuyến tính f : R3  R3 với f(x1,x2,x3) = (x1 +x2 +x3, x1 +x2 +x3 ,x1 +x2 +x3) a Tìm ma trận chính tắc A của ánh xạ f b Ma trận A có chéo hóa được hay không ? Nếu có hãy làm chéo A Trang 11 ...  0 2 4    2 2 1 1 3 1    1 2 2   6 Tìm giá trị riêng, vectơ riêng và cơ sở không gian riêng của các ma trận sau :  2 1 3  a A =  0 3 0     1 0 2    5 0 0 b B = 1 5 0  c C =   0 1 5    0 1 0  4 4 0     1 1 2    7 Các ma trận sau đây có chéo hóa được hay không ? 0 1 1  a A = 0 0 2    0 0 1     2 2 2  b B =  2 3 2  c C =   4 2 4  . Trang 1 Chương 3: ÁNH XẠ TUYẾN TÍNH 3. 1. Khái niệm 3. 1.1. Định nghĩa 1. Định nghĩa. Cho V,W là hai không gian vectơ tùy ý. Ánh xạ f:V  W được gọi là ánh xạ tuyến tính nếu thỏa hai tính chất. Cho ánh xạ f : R 3  R 2 xác định bởi f(x 1 ,x 2 ,x 3 ) = (2x 1 ,x 2 -x 3 ), (x 1 ,x 2 ,x 3 )  R 3 Chứng tỏ f là ánh xạ tuyến tính 3. Phép đồng cấu, đẳng cấu Phép đồng cấu Ánh xạ tuyến.  Ánh xạ hợp: g.f : V  W xác định bởi: (g.f)(x) = g[f(x)], cũng là ánh xạ tuyến tính từ V vào Z. 3. 2. Ảnh và hạt nhân của ánh xạ tuyến tính 3. 2.1. Định nghĩa  Ảnh của f  Cho ánh xạ tuyến

Ngày đăng: 21/06/2014, 16:51

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w