Linjärt (o)beroende En uppsättning vektorer är linjärt beroende om någon av dem kan beskrivas som en linjärkombination av de andra. Detta formuleras enligt: Definition: Linjärt beroende Vetorerna v 1, v 2, . . . , v p är linjärt beroende om det existerar värden x1, x2, . . . , xp som inte alla är noll, så att x1 v 1 + x2 v 2 + · · · + xp v p = 0. Om det ovanstående inte gäller, dvs x1 v 1 + x2 v 2 + · · · + xp v p = 0. endast är uppfyllt om alla x1, x2, . . . , xp är noll, säger vi att vektorerna är linjärt oberoende. Linjärt (o)beroende, forts Enligt definitionen av matris-vektor-multiplikation kan villkoret omformuleras enligt x 1 x v 1 v 2 . . . v p ..2 = 0 . | {z } xp =A | {z } =x dvs ett homogent ekvationssystem A x = 0. Om endast den triviala lösningen x = 0 existerar är kolonnerna linjärt oberoende, annars är de linjärt beroende. x1 w v Linearly dependent, w in Span{u, v} u x3 x2 x1 Exempel: Linjärt beroende i R3 w v Linearly independent, w not in Span{u, v} u x3 x2 Sats 8: Givet ett antal vektorer v 1, v 2, . . . , v p som alla har dimension Rn: Om antalet vektorer p är större än vektorernas dimension n, (dvs p > n) så är vektorerna linjärt beroende. Sats 9: Givet ett antal vektorer v 1, v 2, . . . , v p som alla har dimension Rn: Om en av dem är nollvektorn, dvs v k = 0 för något k, så är vektorerna linjärt beroende. Exempel Avgör om följande vektorer är linjärt beroende, genom att stirra på dem en stund. 1. 2. 1 2 0 1 0 , 1 , 1 , 1 −1 3 2 1 3. 1 2 0 1 , 1 , 0 −1 3 0 −3 2 −6 4 , 3 −2 −9 6 Linjär avbildning T : Rn −→ Rm T T(x) x Ra ng e Domain Codomain definitionsmängd = domain målmängd = codomain värdemängd = range Exempel Givet en matris A= så definierar vi T : R2 −→ R3 enligt 1 1 1 0 −3 1 en linjär avbildning 1 1 " # x T (x) = A x = 1 0 1 x2 −3 1 " 1. Bestäm bilden av −1 2 # med T . 2. Bestäm x så att T avbildar x på 2 1 . −2 3. Finns det mer än ett x som avbildas 2 på 1 ? −2 1 4. Avgör om 1 ligger in värdemängden 1 för T . Exempel: Skjuvning Den linjära avbildningen T : R2 −→ R2 definierad av " T (x) = 1 3 0 1 #" x1 x2 # beskriver en skjuvning. Skjuvning är ett viktigt begrepp i bl.a. fysik. x2 x2 T 2 2 x1 2 2 8 x1 4 3 2 1 0 -1 0 2 4 6 8 10 12 Definition: Linjär avbildning En avbildning T är linjär om 1. T (u + v) = T (u) + T (v) för alla u, v i definitionsmängden för T . 2. T (c u) = c (T (u)) skalärer c. för alla u och Definitionen leder till följande egenskaper: T (0 ) = 0 T (c u + d v) = c T (u) + d T (v) T (c1 v1 + c2 v2 + · · · + cp vp) = c1 T (v1) + c2 T (v2) + · · · + cp T (vp) Sats 10: Linjär avbildnings-matris Låt T : Rn −→ Rm vara en linjär avbildning. Då existerar en unik matris A så att T (x) = A x, för alla x ∈ Rn . Matrisen A har dimension m × n, och kolonn k ges av T (êk ), där êk är kolonn k i enhetsmatrisen In. Dvs A = T (ê1) T (ê2) . . . T (ên) Exempel Bestäm matrisen för den linjära avbildningen T : R2 −→ R2 som utför rotation runt origo med vinkeln ϕ. x2 (— sin ϕ, cos ϕ) (0, 1) ϕ (cos ϕ, sin ϕ) ϕ x1 (1, 0) 4 3.5 3 2.5 2 1.5 1 0.5 0 -0.5 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5 Exempel Låt den linjära avbildningen T : R3 −→ R3 ges av T (u) = ê1 × u. Bestäm avbildningsmatrisen och bilden av en godtycklig vektor. Exempel Låt T : R2 −→ R2 vara den avbildning som utför ortogonal projektion på linjen x − 2 y = 0. Bestäm avbildningsmatrisen. Definition Den linjära avbildningen T : Rn −→ Rm är surjektiv (onto) om värdemängden är hela Rm. Dvs om varje y ∈ Rm ges av y = T (x) för något x ∈ Rn. injektiv (one-to-one) om varje y i avbildningen y = T (x) endast ges av ett x ∈ Rn. (Dvs T (u) = T (v) ⇒ u = v.) Sats 11: Injektiva avbildningar Den linjära avbildningen T : Rn −→ Rm är injektiv om och endast om T (x) = 0 bara har den triviala lösningen x = 0. (Dvs om och endast om kolonnerna i avbildningsmatrisen är linjärt oberoende). Sats 12: Surjektiva avbildningar Den linjära avbildningen T : Rn −→ Rm med avbildningsmatris A är surjektiv om och endast om det linjära höljet till kolonnerna i A är lika med Rm. Sats 4 ger då att A är surjektiv om och endast om A har en pivåposition på varje rad.