EZLAMA
LA · Přednáška 6

Lineární zobrazení

Test linearity, jádro, obraz, věta o dimenzi, izomorfismus.

Poznat lineární zobrazení, spočítat jeho jádro a obraz a použít větu o dimenzi jádra a obrazu.

Zdroj: Přednáška 6 · DCV 5

9.1Co je zobrazení

Zobrazení L:U→VL:U\to V je předpis, který každému prvku u∈Uu\in U přiřadí právě jeden prvek L(u)∈VL(u)\in V.

  • UU je definiční prostor — odkud vstup pochází.
  • VV je cílový prostor — kam výstup patří.
  • L(u)L(u) je obraz konkrétního prvku uu.

Příklad: L:R2→R2L:\mathbb R^2\to\mathbb R^2, L(x,y)=(x+y,2y)L(x,y)=(x+y,2y). Když vstoupí (1,3)(1,3), vyjde L(1,3)=(4,6)L(1,3)=(4,6).

Pozor na slovo „obraz“: L(u)L(u) je obraz jednoho vektoru. Im⁡L\operatorname{Im}L je množina všech dosažitelných výstupů.

9.2Definice lineárního zobrazení

Zobrazení L:U→VL:U\to V je lineární, pokud pro libovolné u,v∈Uu,v\in U a skalár λ\lambda platí obě vlastnosti:

L(u+v)=L(u)+L(v)(aditivita),\boxed{L(u+v)=L(u)+L(v)}\quad\text{(aditivita)},

L(λu)=λL(u)(homogenita).\boxed{L(\lambda u)=\lambda L(u)}\quad\text{(homogenita)}.

Dohromady je lze zapsat

L(αu+βv)=αL(u)+βL(v).L(\alpha u+\beta v)=\alpha L(u)+\beta L(v).

Smysl: lineární zobrazení zachovává lineární kombinace. Pokud nejprve vektory sečteš a potom zobrazíš, dostaneš totéž, jako když zobrazíš oba zvlášť a výsledky sečteš.

9.3Nutná podmínka L(0)=0L(0)=0

Z homogenity pro λ=0\lambda=0:

L(0)=L(0⋅u)=0⋅L(u)=0.L(0)=L(0\cdot u)=0\cdot L(u)=0.

To je velice rychlý test nelinearity. Pokud L(0)≠0L(0)\ne0, zobrazení rozhodně není lineární.

Je však důležité vědět, že L(0)=0L(0)=0 je jen nutná, ne postačující podmínka. Například L(x)=x2L(x)=x^2 splňuje L(0)=0L(0)=0, ale obecně L(x+y)≠L(x)+L(y)L(x+y)\ne L(x)+L(y).

9.4Univerzální test lineárnostiPostup

  1. Rychlá kontrola nuly: spočti L(0)L(0). Nenulový výsledek → není lineární.
  2. Sečti dva obecné vstupy: spočti L(u+v)L(u+v).
  3. Zobraz zvlášť: spočti L(u)+L(v)L(u)+L(v).
  4. Porovnej: musí vyjít totéž pro všechny u,vu,v.
  5. Vynásob obecný vstup λ\lambda: porovnej L(λu)L(\lambda u) a λL(u)\lambda L(u).
  6. Výrok „lineární“ prohlaš teprve tehdy, když obě rovnosti platí obecně. K vyvrácení stačí jedno porušení.
Příklad

Příklad 1 — lineární zobrazení

L:R2→R2,L(a,b)=(2a−b,3b).L:\mathbb R^2\to\mathbb R^2,\qquad L(a,b)=(2a-b,3b).

Pro u=(a,b)u=(a,b), v=(c,d)v=(c,d):

L(u+v)=L(a+c,b+d)=(2a+2c−b−d,3b+3d).L(u+v)=L(a+c,b+d)=(2a+2c-b-d,3b+3d).

L(u)+L(v)=(2a−b,3b)+(2c−d,3d)=(2a+2c−b−d,3b+3d).L(u)+L(v)=(2a-b,3b)+(2c-d,3d)=(2a+2c-b-d,3b+3d).

Souhlasí. Pro skalár λ\lambda:

L(λa,λb)=(2λa−λb,3λb)=λL(a,b).L(\lambda a,\lambda b)=(2\lambda a-\lambda b,3\lambda b)=\lambda L(a,b).

Zobrazení je lineární.

Příklad

Příklad 2 — posunutí není lineární

L(a,b)=(2a−b+1,3b).L(a,b)=(2a-b+1,3b).

L(0,0)=(1,0)≠(0,0).L(0,0)=(1,0)\ne(0,0).

Zobrazení není lineární. Jakmile vidíš osamocenou konstantu +1, zpozorni.

Příklad

Příklad 3 — součin koeficientů

L(a,b)=(a,b,ab).L(a,b)=(a,b,ab).

L(2a,2b)=(2a,2b,4ab),2L(a,b)=(2a,2b,2ab).L(2a,2b)=(2a,2b,4ab),\quad 2L(a,b)=(2a,2b,2ab).

Nejsou obecně stejné. Zobrazení není lineární.

Příklad

Příklad 4 — derivace polynomu

D:P3→P2,D(p)=p′.D:P_3\to P_2,\quad D(p)=p'.

Protože (p+q)′=p′+q′(p+q)'=p'+q' a (λp)′=λp′(\lambda p)'=\lambda p', je derivování lineární.

9.5Příklady přímo z DCV 5.1

  • 5.1.1: L(a,b,c)=(2a−b+c,0,a+3b−c,0,3a+2b)L(a,b,c)=(2a-b+c,0,a+3b-c,0,3a+2b) — lineární, každá složka je lineární kombinací vstupních koeficientů.
  • 5.1.2: první výstup obsahuje konstantu +1+1 — není lineární, L(0)≠0L(0)\ne0.
  • 5.1.3: zobrazení z prostoru polynomů podle jejich koeficientů — lineární, protože výstupní složky jsou lineární kombinace koeficientů.
  • 5.1.5: koeficient u xx obsahuje abab — nelineární.
  • 5.1.6: L(x)=AxL(x)=Ax — vždy lineární.
  • 5.1.7: L(x)=Ax+bL(x)=Ax+b s b≠0b\ne0 — není lineární.
  • 5.1.8: obsahuje (ax)2=a2x2(ax)^2=a^2x^2 — nelineární.
  • 5.1.9: ea+be^{a+b} — nelineární a navíc L(0,0)=1L(0,0)=1.

9.6Jádro ker⁡L\ker L

Definice:

ker⁡L={u∈U:L(u)=0V}.\boxed{\ker L=\{u\in U:L(u)=0_V\}.}

Česky: všechny vstupy, které zobrazení pošle do nulového výstupu.

Jádro je vždy podprostor definičního prostoru UU.

Postup

Univerzální postup výpočtu jádra

  1. Napiš obecný vstup s neznámými složkami.
  2. Dosadíš jej do předpisu zobrazení.
  3. Položíš každou výstupní složku rovnu nule.
  4. Vyřešíš vzniklou homogenní soustavu Gaussovou metodou.
  5. Výsledek zapiš jako lineární obal několika vektorů (nebo polynomů apod.).
  6. Vektory u jednotlivých nezávislých parametrů tvoří bázi jádra; jejich počet je dim⁡ker⁡L\dim\ker L.
Příklad

Podrobný příklad

L:R3→R2,L(x,y,z)=(x+2y−z,2x+4y−2z).L:\mathbb R^3\to\mathbb R^2,\quad L(x,y,z)=(x+2y-z,2x+4y-2z).

Jádro hledáme z rovnice

x+2y−z=0,2x+4y−2z=0.x+2y-z=0,\quad2x+4y-2z=0.

Druhá rovnice je dvojnásobek první. Zvolíme y=s,z=ty=s,z=t. Potom x=−2s+tx=-2s+t.

(x,y,z)=s(−2,1,0)+t(1,0,1).(x,y,z)=s(-2,1,0)+t(1,0,1).

ker⁡L=span⁡((−2,1,0),(1,0,1)),dim⁡ker⁡L=2.\boxed{\ker L=\operatorname{span}((-2,1,0),(1,0,1)),\quad\dim\ker L=2.}

9.7Obraz Im⁡L\operatorname{Im}L

Definice:

Im⁡L={L(u):u∈U}⊆V.\boxed{\operatorname{Im}L=\{L(u):u\in U\}\subseteq V.}

Česky: všechny možné výstupy, které lze získat z libovolného vstupu. Obraz je podprostor cílového prostoru.

Postup

Univerzální postup výpočtu obrazu v souřadnicích

Pokud L(x)=AxL(x)=Ax, pak

Im⁡L=span⁡(sloupcu˚ A).\operatorname{Im}L=\operatorname{span}(\text{sloupců }A).

  1. Napiš matici zobrazení AA.
  2. Gaussovou eliminací urči pivotové sloupce.
  3. Vyber odpovídající sloupce původní matice.
  4. Jsou bází obrazu. Počet sloupců je dim⁡Im⁡L=rank⁡A\dim\operatorname{Im}L=\operatorname{rank}A.
Příklad

Tentýž příklad

Pro L(x,y,z)=(x+2y−z,2x+4y−2z)L(x,y,z)=(x+2y-z,2x+4y-2z) platí

A=(12−124−2).A=\begin{pmatrix}1&2&-1\\2&4&-2\end{pmatrix}.

Všechny sloupce jsou násobky (1,2)T(1,2)^T:

Im⁡L=span⁡((1,2)T),dim⁡Im⁡L=1.\boxed{\operatorname{Im}L=\operatorname{span}((1,2)^T),\quad\dim\operatorname{Im}L=1.}

9.8Věta o dimenzi jádra a obrazu (rank–nullity)

Pro lineární L:U→VL:U\to V s konečnědimenzionálním UU platí

dim⁡U=dim⁡ker⁡L+dim⁡Im⁡L.\boxed{\dim U=\dim\ker L+\dim\operatorname{Im}L.}

Lidský význam: počet vstupních stupňů volnosti = počet nezachycených směrů (jádro) + počet nezávislých směrů, které lze přenést do výstupu (obraz).

V příkladu výše dim⁡U=3\dim U=3, dimenze jádra 2 a obrazu 1. Opravdu 3=2+13=2+1.

Praktická kontrola: máš zobrazení R5→R3\mathbb R^5\to\mathbb R^3; pokud ti vyjde dim⁡ker⁡L=2\dim\ker L=2 a dim⁡Im⁡L=2\dim\operatorname{Im}L=2, nejméně jedna část je špatně, protože 2+2≠52+2\ne5.

9.9Prosté, na, bijektivní a izomorfismus

  • Prosté (injektivní): žádné dva různé vstupy nemají stejný výstup.
  • Na (surjektivní): každý vektor cílového prostoru se vyskytne jako výstup.
  • Bijektivní: je prosté i na.
  • Izomorfismus: lineární zobrazení, které je bijektivní.

Pro lineární zobrazení:

L je prosteˊ  ⟺  ker⁡L={0}.L\text{ je prosté}\iff\ker L=\{0\}.

L je na  ⟺  Im⁡L=V.L\text{ je na}\iff\operatorname{Im}L=V.

L je izomorfismus  ⟺  ker⁡L={0} a Im⁡L=V.L\text{ je izomorfismus}\iff\ker L=\{0\}\text{ a }\operatorname{Im}L=V.

Pro čtvercovou matici A∈MnA\in M_n jsou tyto podmínky ekvivalentní s det⁡A≠0\det A\ne0.

Příklad: L(x,y)=(x+y,x−y)L(x,y)=(x+y,x-y) je izomorfismus R2→R2\mathbb R^2\to\mathbb R^2, protože jeho matice (111−1)\begin{pmatrix}1&1\\1&-1\end{pmatrix} má determinant -2.

9.10Izomorfismus a rozměr prostorů

Dva konečnědimenzionální vektorové prostory nad stejným tělesem jsou izomorfní právě tehdy, když mají stejnou dimenzi.

Proto P2P_2 je izomorfní R3\mathbb R^3 (oba mají dimenzi 3), ačkoli prvky vypadají jinak. Každý polynom a+bx+cx2a+bx+cx^2 lze převést na (a,b,c)(a,b,c) a zpět.

9.11Obraz a jádro u polynomů a matic

U úloh typu DCV 5.2 může být vstupem polynom nebo matice. Nehledáš „speciální“ algoritmus. Pouze vektor reprezentuješ koeficienty.

Příklad: D:P2→P1D:P_2\to P_1, D(ax2+bx+c)=2ax+bD(ax^2+bx+c)=2ax+b.

  • Jádro: 2a=02a=0, b=0b=0, zatímco cc je libovolné. ker⁡D=span⁡{1}\ker D=\operatorname{span}\{1\}, dimenze 1.
  • Obraz: lze vytvořit libovolný polynom ux+vux+v volbou a=u/2a=u/2, b=vb=v, takže Im⁡D=P1\operatorname{Im}D=P_1, dimenze 2.
  • Kontrola: dim⁡P2=3=1+2\dim P_2=3=1+2.

9.12Nejobvyklejší chyby

  1. Myslíš, že „jádro“ je množina výstupních vektorů. Ne: jádro je množina vstupů.
  2. Myslíš, že obraz je celý cílový prostor. Může, ale nemusí.
  3. U prostoru polynomů zapomeneš na konstantní koeficient a snížíš dimenzi o 1.
  4. Na zjištění lineárnosti stačí test L(0)=0L(0)=0. Nestačí, pokud je splněn.
  5. Pro bázi obrazu vybereš libovolné nenulové sloupce, ne nutně nezávislé.
  6. Bázové vektory obrazu vytahuješ z upravené místo původní matice.

Cvičení: DCV 5.1 (je zobrazení lineární?), 5.2 (báze/dimenze jádra a obrazu), 5.5–5.11 (zobrazení, složení a speciální případy).

✎Řešené příklady z DCV 5

Původní úlohy z domácího cvičení, vyřešené krok za krokem. Zkus si každou nejdřív sám, než otevřeš řešení.

Příklad

DCV 5.1.2 — lineární nebo nelineární?

L:R4→R2,L:\mathbb R^4\to\mathbb R^2,

L(a,b,c,d)=(a−b+2c+1, b−d−a).L(a,b,c,d)=(a-b+2c+1,\ b-d-a).

1. Nejrychlejší test: vezmi nulový vstup (0,0,0,0)(0,0,0,0).

L(0,0,0,0)=(1,0).L(0,0,0,0)=(1,0).

2. Podle nutné podmínky každé lineární zobrazení musí posílat 0 na 0.

Výsledek: L nenıˊ lineaˊrnıˊ.\boxed{L\text{ není lineární}.}

Vysvětlení: konstantní posunutí +1+1 se nedá vyjádřit lineární kombinací vstupů bez konstantního členu.

Příklad

DCV 5.1.5 — nelinearita kvůli součinu koeficientů

L(a,b)=(a+b)x3+2bx2+abx+(2a+b).L(a,b)=(a+b)x^3+2bx^2+abx+(2a+b).

Na první pohled všechny koeficienty vypadají „podobně jako lineární“, ale člen abab je součin dvou vstupních proměnných.

Pro u=(1,1)u=(1,1): koeficient u xx ve L(u)L(u) je 1. Pro 2u=(2,2)2u=(2,2) je 4; u 2L(u)2L(u) je pouze 2.

L(2u)≠2L(u).L(2u)\ne2L(u).

Výsledek: L nenıˊ lineaˊrnıˊ.\boxed{L\text{ není lineární}.}

Příklad

DCV 5.2.1 — báze a dimenze jádra a obrazu

L(a,b,c)=(2a−b+c, 0, a+3b−c, 0, 3a+2b).L(a,b,c)=(2a-b+c,\ 0,\ a+3b-c,\ 0,\ 3a+2b).

1. Sestav matici ze standardních bázových vektorů:

A=(2−1100013−1000320).A=\begin{pmatrix} 2&-1&1\\ 0&0&0\\ 1&3&-1\\ 0&0&0\\ 3&2&0 \end{pmatrix}.

2. Jádro: řešíme A(a,b,c)T=0A(a,b,c)^T=0.

Z rovnic

2a−b+c=0,a+3b−c=0,3a+2b=02a-b+c=0,\quad a+3b-c=0,\quad3a+2b=0

Gauss zjistí jeden volný parametr. Můžeme položit c=7tc=7t a získat a=−2t,b=3ta=-2t,b=3t.

ker⁡L=span⁡((−2,3,7)T),dim⁡ker⁡L=1.\boxed{\ker L=\operatorname{span}((-2,3,7)^T),\quad\dim\ker L=1.}

Kontrola: L(−2,3,7)=(0,0,0,0,0)L(-2,3,7)=(0,0,0,0,0).

3. Obraz: první dva sloupce AA jsou nezávislé; třetí je jejich lineární kombinací. Proto

Im⁡L=span⁡((2,0,1,0,3)T,(−1,0,3,0,2)T),\boxed{\operatorname{Im}L=\operatorname{span}((2,0,1,0,3)^T,(-1,0,3,0,2)^T),}

dim⁡Im⁡L=2.\boxed{\dim\operatorname{Im}L=2.}

4. Rank–nullity: dim⁡R3=3=1+2\dim\mathbb R^3=3=1+2. Souhlasí.