Podprzestrzenie macierzowe

Definicja: Zakresem macierzy A Œ
mân nazywamy podprzestrzeń R(A) przestrzeni
m

  


generowaną przez zakres funkcji f x = Ax:  
R A  Ax | x 
n 
m

Definicja: Zakresem macierzy AT Œ
nâm nazywamy podprzestrzeń R(AT) przestrzeni
n

generowaną przez zakres funkcji f  y  = A y:
T

 T
R A  A y | y 
m 
n  

T

 1 
Wszystkie obrazy odwzorowania Ax   n


są liniowymi kombinacjami kolumn Ax   A 1 | A 2 | ... | A  n   2     j A  j


macierzy A, tzn, jeśli x =   1 ,  2 , ...,  n     j 1
 

T

 n
A więc przestrzeń R(A) to przestrzeń napięta przez kolumny macierzy A (przestrzeń
 
kolumnowa), tzn. b  R A   x, b = Ax





Podobnie R(AT) to przestrzeń napięta przez kolumny macierzy AT czyli wiersze macie-
rzy A (przestrzeń wierszowa), tzn. a  R  A T    y, a T = y T A





Przykład: Podaj interpretację geometryczną przestrzeni R(A) oraz R(AT) dla macierzy


A 1 2 3  R  A   span  A 1 , A 2 , A 3   R  A   span  1, 2     linia w
2
T

2 4 6 R  A T   span  A1 , A 2   R  A T   span  1, 2 , 3   T

  linia w
3
M. Przybycień Matematyczne Metody Fizyki I Wykład 9-2
 Podprzestrzenie macierzowe
Twierdzenie: Dla dwóch macierzy A i B o tych samych wymiarach zachodzi:

a) R  A   R  B   A ~ B
wiersz kol
T T
b) R  A   R  B   A ~ B
Dowód:
wiersz
a) A ~ B  istnieje P taka że PA = B
a  R  A T    y : a T  y T A = y T P -1 PA aT  z TB  a  R  BT 
z T  y T P -1



R  A   R  B   span  A 1 , A 2  , ..., A m    span  B 1 , B 2  , ..., B m    A ~ B

wiersz
T T

b) dowód przebiega analogicznie jak w (a) zastępując odpowiednio A, B przez AT, BT.
Przykład: Czy następujące zbiory wektorów napinają tą samą podprzestrzeń
n:
A=  1 , 2 , 2 , 3  T
,  2 , 4 , 1, 3  ,  3 , 6 , 1, 4 
T T
 B=  0 , 0 , 1 , 1  T
,  1, 2 , 3 , 4 
T

Konstruujemy macierze A i B, których wierszami są wektory ze zbiorów A i B:
1 2 2 3 1 2 0 1 
 0 0 1 1  1 2 0 1
A   2 4 1 3    0 0 1 1   EA B    0 0 1 1   EB
3 6 1 4 0 0 0 0  1 2 3 4   
   
span(A) = span(B) ponieważ niezerowe wiersze w macierzach EA i EB są takie same.
M. Przybycień Matematyczne Metody Fizyki I Wykład 9-3
 Podprzestrzenie macierzowe
Twierdzenie: Niech A będzie macierzą o wymiarach mân, a U dowolną macierzą w pos-
taci schodkowej otrzymaną z macierzy A:
(a) niezerowe wiersze macierzy U napinają przestrzeń wierszową R(AT),
(b) kolumny podstawowe w macierzy A napinają przestrzeń kolumnową R(A).

D: a) A ~ U  R  A   R  U 
wiersz
T T

b) Niech b1, b2, …, br oraz n1, n2, …, nt oznaczają odpowiednio podstawowe i niepodsta-
wowe kolumny macierzy A. Macierz Q1 niech będzie macierzą permutacji przesta-
wiającą kolumny podstawowe na lewą stronę, tak że AQ  B

N mr mt 
Kolumny niepodstawowe są liniowymi kombinacjami kolumn podstawowych i mogą
1

być wyzerowane za pomocą operacji elementarnych na kolumnach macierzy AQ1:

AQ 1Q 2   B m  r N m  t  Q 2   B 0    Q  Q 1Q 2 : AQ   B 0   A ~  B 0 
kol

Przykład: Znajdź zbiory napinające przestrzenie R(A) i R(AT), jeśli:

 1   0  
1 2 2 3  1   2     2   0  
 
A = 2 4 1 3 R  A  = span   2  ,  1   R  A  = span   ,  
3 6 1 4   3   1  
T
0 1
     
  1   1  
M. Przybycień Matematyczne Metody Fizyki I Wykład 9-4
 Podprzestrzenie macierzowe
Definicja: Jądrem odwzorowania f :
→
nazywamy zbiór
 f   x | f x  0
n m



Twierdzenie: ( f ) jest podprzestrzenią
n.

D: A1 : x1 , x 2  N  f   f  x1 + x 2   f  x 1   f  x 2   0  x 1 + x 2  N  f 
 

 M1  : x
 N  f  i  
 f  x
  f  x
  0  x
 N  f 

Definicja: Przestrzenią zerową (jądrem) macierzy Amân nazywamy zbiór

N A  x n1 | Ax  0 
n
 



Definicja: Lewostronną przestrzenią zerową (lewostronnym jądrem) macierzy Amân
nazywamy zbiór  T

N A  y | A y  0 
m 

T

1 2 3
m 1

Przykład: Znajdź zbiór napinający przestrzeń N(A) gdzie A =  

2 4 6
Poszukiwany zbiór to ogólne rozwiązanie równania Ax = 0

 x1    2 x 2  3 x 3   2   3 
1 2 3        
    E A  x2   x2 1  x3 0  x2h1  x3h 2
R2  2 R1

         



0 0 0
x2
 x3   x3   0   1 
A więc
A = span  h 1 , h 2 
 

M. Przybycień Matematyczne Metody Fizyki I Wykład 9-5

 Podprzestrzenie macierzowe
Wniosek: Aby znaleźć zbiór napinający przestrzeń N(A) gdzie rz(Amân) = r należy zredu-
kować A do postaci schodkowej U, a następnie rozwiązać równanie Ux = 0 wyrażając

zmienne podstawowe przez zmienne swobodne i znajdując w ten sposób ogólne rozwią-
zanie równania Ax = 0 w postaci x = x f1 h 1  x f 2 h 2  ...  x f n r h n  r

Zbiór wektorów
= h 1 , h 2 , ..., h n  r  napina przestrzeń i jest niezależny od postaci U.

Twierdzenie: Jeśli macierz A ma wymiar mân to zachodzi:

a) N  A   0  rz  A   n b) N  A T    0  rz  A   m
Dowód:
(a) Wiemy, że rozwiązanie zerowe x = 0 jest jedynym rozwiązaniem równania

Ax = 0 wtedy i tylko wtedy gdy rząd
macierzy A jest równy liczbie zmiennych.


(b) Podobnie, że rozwiązanie zerowe y = 0 jest jedynym rozwiązaniem równania
A T y = 0 wtedy i tylko wtedy gdy rząd macierzy rz(AT) = m. Ale zachodzi rz(AT) = rz(A)

Twierdzenie: Dwie macierze A i B o tych samych wymiarach mają jednakowe

przestrzenie zerowe gdy:
b) N  A   N  B   A ~ B
wiersz kol
a) N  A   N  B   A ~ B T T

M. Przybycień Matematyczne Metody Fizyki I Wykład 9-6

 Podprzestrzenie macierzowe
Twierdzenie: Jeśli rz(Amân) = r oraz PA = U, gdzie P jest macierzą nieosobliwą, a U jest
macierzą w postaci schodkowej, wtedy ostatnie m-r wierszy macierzy P napina lewo-

 
stronną przestrzeń zerową macierzy A. Tzn. jeśli P = P1 gdzie P2 ma wymiar (m-r)âm
P
wtedy N  A T   R P2T 
2

Dowód: (trudny) 1 2 2 3
Przykład: Znajdź zbiór napinający przestrzeń N(AT) gdzie A =  2 4 1 3 
 3 6 1 4
Szukamy macierzy P, takiej, że PA = EA:  
Dygresja: Jeśli G1, …, Gk są macierzami elementarnymi opowiadającymi kolejnym operacjom
wierszowym w redukcji  A | I    B | P  wtedy
G k ...G 2G 1  A | I    G k ...G 2G 1 A | G k ...G 2G 1    B | P 
1 2 2 3 1 0 0  1 2 0 1 1 / 3 2 / 3 0   1 / 3 2 / 3 0 
 2 4 1 3 0 1 0  
  0 0 1 1 2 / 3 1 / 3 0   P   2 / 3 1 / 3 0 
3 6 1 4 0 0 1  0 0 0 0 1 / 3 5 / 3 1   1 / 3 5 / 3 1 
     

A więc: 

 A T  = span  1 / 3 5 / 3 1 
T

M. Przybycień Matematyczne Metody Fizyki I Wykład 9-7
 Kombinacja liniowa wektorów
Definicja: Wektor v z przestrzeni wektorowej V nazywamy liniową kombinacją


wektorów u1 ,u 2 , ...,u k  V jeśli daje się przedstawić w postaci:

v  c1 u1  c2 u2  ...  ck uk

Przykład: W zbiorze S wektorów z przestrzeni M2×2 wektor v 4 jest kombinacją

liniową pozostałych wektorów

 1 3  , v
  2 0  , v
  0 8  
S   v1  
0 2

        
  1 0   1 2   1 3   2 1  
, v 2 3 4

Szukamy takich stałych ci aby zachodziło v 4  c1 v1  c2 v 2  c3 v 3

  c2  2c3 
0 1 2
0 0  1 0 0 1
 2c1  3c2  8 2 3 0 8  0 0 2
 c  c  c 
1
2 1 1 1 2  0 1 1
 1 0 2 3
0
2c2  3c3  1 0 0 0
2 3

 1 0

0 2  1 3   2 0   0 8 
v4    2     
1 0  1 2   1 3 2 1

M. Przybycień Matematyczne Metody Fizyki I Wykład 9-8

 Liniowa niezależność wektorów
Definicja: Zbiór S   v1 , v 2 , ..., v k  wektorów z przestrzeni wektorowej V nazywamy




liniowo niezależnymi jeśli równanie wektorowe: c1 v1  c2 v 2  ...  ck v k  0

ma jedynie rozwiązanie trywialne c1  0, c2  0 ,..., ck  0.

Jeśli istnieją rozwiązania nietrywialne, to wektory ze zbioru S są liniowo zależne.

Twierdzenie: Dowolny układ wektorów e1 , e2 , ..., en z przestrzeni
n lub n jest liniowo

niezależny wtedy i tylko wtedy gdy macierz A   e1 e2 ...en  której kolumnami są te




wektory, jest nieosobliwa.
Wniosek: Aby sprawdzić czy wektory są liniowo niezależne należy zbudować z nich
macierz i sprawdzić rząd tej macierzy, który określa liczbę liniowo niezależnych
wektorów w danym zbiorze.
Twierdzenie: Jeżeli pewien podukład m < n wektorów z układu wektorów v 1 , v 2 , ..., v n




jest liniowo zależny, to cały układ jest też liniowo zależny.

M. Przybycień Matematyczne Metody Fizyki I Wykład 9-9

 Baza w przestrzeni wektorowej V
Definicja: Zbiór liniowo niezależnych wektorów  e1 , e2 , ..., en  należących do przestrzeni




wektorowej V nazywamy bazą, jeśli dowolny wektor v  V może być zapisany jako:

v   vi ei

n

i 1

Liczbę n nazywamy wymiarem przestrzeni V i oznaczamy dimV.

Twierdzenie: Rozkład wektora na składowe w ustalonej bazie  e1 , e 2 , ..., en 




jest jednoznaczny.
Dowód: Niech wektor ma w bazie  i  dwa zestawy współrzędnych xi oraz yi:



x e
x   x i ei 


n

   x i - y i  ei  0 dla i  1, 2 , ..., n
n
i 1
 xi  yi



x   y i ei 

n
i 1



i 1

Uwaga: dowolny zbiór n liniowo niezależnych wektorów tworzy bazę w n wymiarowej

przestrzeni wektorowej. W nowej bazie zmieniają się współrzędne wektorów: x   x iei

n

i 1
Twierdzenie: W n wymiarowej przestrzeni wektorowej, każdy układ s wektorów n wymia-
rowych dla s > n jest układem wektorów liniowo zależnych.
M. Przybycień Matematyczne Metody Fizyki I Wykład 9-10
 Baza w przestrzeni wektorowej V
Dowód: Niech zbiór wektorów S   v 1 , v 2 , ..., v n  będzie bazą w przestrzeni V.

Chcemy pokazać, że zbiór S1  u1 ,u 2 , ...,u m  wektorów z przestrzeni V gdzie m > n

jest liniowo zależny, tzn. istnieją stałe k1, k2, …, km (nie wszystkie równe zero) takie, że:
k1 u1  k2 u 2  ...  km u m  0

Ponieważ S jest bazą, więc:

u1  c11 v1  c21 v 2  ...  cn1 v n





u 2  c12 v1  c22 v 2  ...  cn 2 v n d 1 v 1  d 2 v 2  ...  d n v n  0





 





u m  c1m v1  c2 m v 2  ...  cnm v n gdzie d i  ci 1 k1  ci 2 k2  ...  cim km
Ponieważ tworzą zbiór wektorów liniowo niezależnych więc wszystkie di = 0, czyli


vi
c11 k1  c12 k2  ...  c1m km  0
c21 k1  c22 k2  ...  c2 m km  0



cn1 k1  cn 2 k2  ...  cnm km  0
Ponieważ w powyższym układzie jednorodnym mamy mniej równań niż zmiennych ki,
więc musi posiadać on nietrywialne rozwiązanie, a więc zbiór S1 jest liniowo zależny.
M. Przybycień Matematyczne Metody Fizyki I Wykład 9-11
 Zbiór wektorów tworzących bazę
Przykład: Sprawdzić czy następujące wektory z przestrzeni
3 tworzą bazę: Math
Player
e1   1 2 1  e2   1 1 1  e3   1 3 2 

T
T
T

Sprawdzamy czy te wektory są liniowo niezależne:


A
 c1  c2  c3  0  1 1 1   c1   0 

 ci ei  0   2 c1  c2  3c3  0   2 1 3   c2    0 
3

 1 1 2   c   0 

i 1 
 c1  c2  2c3  0   3   
Ponieważ det A = 1, więc układ ma tylko rozwiązanie zerowe c1  c 2  c 3  0, a więc
wektory są liniowo niezależne.
Aby przekonać się, że wektory e1 , e2 , e3 tworzą bazę w
3 należy pokazać, że dowolny




wektor v =  a , b , c  można jednoznacznie przedstawić jako ich kombinację liniową:

T

a 3
 v1  v 2  v 3  a  v1   a   5a  3 b  2 c 

 b  =  v i ei   2 v1  v 2  3 v 3  b   v 2  = A -1  b  =   a  b  c 
 c  i 1     v   c   3 a  2 b  c 
   1 2
v v 2 v 3 c  3    
Uwaga: a, b, c to współrzędne wektora w bazie naturalnej: {(1,0,0)T, (0,1,0)T, (0,0,1)T}
v1, v2, v3 to współrzędne tego samego wektora w bazie e1 , e2 , e3




M. Przybycień Matematyczne Metody Fizyki I Wykład 9-12
 Macierz przejścia pomiędzy bazami w
n
Niech będą dane dwie dowolne bazy w
n :  e i oraz  e i  , i = 1,…,n. Szukamy macierzy



przejścia pomiędzy tymi bazami, takiej że (k numeruje elementy wektorów ei i ei’):
 ek1  c11e k 1  c 21e k2  ...  cn 1e kn
 e  c e  c e  ...  c e
e i   c ji e j  
n
12 k1 22 k2 n 2 kn

 …  ………………………


k2

j 1

 ekn  c1n e k1  c 2 n e k2  ...  cnn e kn

W zapisie macierzowym mamy (E i E’ to macierze, których kolumnami są wektory baz):
 e11 e12
e1 n   e 11 e 12
e 1 n   c11 c12
c1 n 
 e e
e  e e 22
e 2 n   c 21 c 22
c 2 n 
 21 22 2n
   21
   C = E -1 E 
        
     
 e e
e  e e
e  c c
c 
        

n1 n2 nn  n1 n2 nn   n 1 n2 nn 

E
     
E C
Macierz transformacji pomiędzy bazami  e i  oraz  e i  dana jest za pomocą macierzy:

C = E -1 E 
M. Przybycień Matematyczne Metody Fizyki I Wykład 9-13
 Transformacje współrzędnych wektora
Niech będą dane dwie dowolne bazy w
n : e i  oraz  e i  , i=1,…,n. Szukamy macierzy



przejścia pomiędzy współrzędnymi dowolnego wektora w tych bazach:

x   x i ei   x i  c ji e j 
    x i c ji e j   x j e j
 x j   x ic ji
n

n
n n n n





i 1 i 1 j 1 i , j 1 j 1 i 1

W zapisie macierzowym mamy: x = Cx   x  = C -1 x

A więc macierz transformacji współrzędnych O dana jest przez:

 
Math
OC  E E   E  -1 E
-1
-1 -1
Player

Twierdzenie: Macierz transformacji współrzędnych pomiędzy bazami ortonormalnymi,

jest ortogonalna.
 -1  E E T
-1 T
-1   -1 
O  E  E  E E  = -1     
-1 T T
-1 -1 T

E  E
T
E E E E O

Uwaga: Macierz której kolumny (lub wiersze) są wzajemnie ortogonalnymi wektorami

o jednostkowej długości, jest ortogonalna.

Uwaga: G k ...G 2G1  E | E   G k ...G 2G1 E | G k ...G 2G1 E   I | E1E

M. Przybycień Matematyczne Metody Fizyki I Wykład 9-14