Matematika A2a 2008/4. gyakorlat
- Ez az szócikk a Matematika A2a 2008 alszócikke.
Tartalomjegyzék |
Lineáris leképezések
A V1 és V2 vektorterek között ható A leképezést akkor nevezünk lineárisnak, ha teljesül minden λ, μ ∈ R és v, u ∈ V1
A definícióból rögtön következik, hogy a nulla vektor képe nulla:
viszont más elem a V2 nem feltétlenül vétetik föl.
Véges dimenziós terek közti lineáris leképezés a bázis választásával egyértelműen jellemezhető az alábbi mátrixszal.
ahol B = (b1,b2,…,bn) a V1 egy bázisa, C az V2 bázisa, a mátrix oszlopai pedig a B elemeinek általi képvektoraiból, mint oszlopvektorokból áll. Ha V V típusú, akkor csak -t szokás írni, ha pedig pusztán -t írnak, akkor az azt jelenti, hogy a Rn sztenderd bázisáról van szó, azaz a
vektorrendszerről.
Példák
1. Forgatás az origo körül φ szöggel:
Világos, hogy ez invertálható leképezés és az inverze a -φ szögű forgatás.
2. Tükrözés a φ szőgű egyenesre.
Világos, hogy ez is invertálható és inverze saját maga.
Ezek ortogonális transzformációk, azaz a transzponáltjuk az inverzük. Speciálisan a tükrözés szimmetrikus leképezés, mert mátrixa szimmetrikus. Sőt, ezek alkotják a síkon az összes ortogonális transzformációt.
3. Deriváló operáció. Legyen V a legfeljebb másodfokú polinomfüggvények tere. Ekkor a
lineáris leképezés:
Bázis V-ben: {1, x, x2}, ezért a mátrixa:
Világos, hogy a leképezés képzere nem a teljes V, hanem annak egy altere (a legfeljebb elsőfokú polinomfüggvények tere) és nem csak a 0 polinom képe 0, hanem minden konstans polinomé.
Lineáris leképezések folytonossága
Megjegyzés. A normált terek között ható A lineáris leképezés folytonos, ha a 0-ban folytonos.
Ugyanis, legyen az A: N1 N2 lineáris leképezés és tegyük fel, hogy 0-ban folytonos, azaz minden ε>0-ra létezik δ>0, hogy minden x ∈ Bδ(0)-ra Ax ∈ Bε(0).
Most ha ε > 0 tetszőleges és x1 és x2 N1-beliek is tetszőlegesek, akkor
amennyiben x1-x2 ∈ Bδ(0), ahol δ a 0-beli folytonosság által az ε-hoz tartozó δ.
Tétel. A : Rn Rm lineáris leképzés folytonos, sőt:
Megjegyzés. Ez azt is jelenti, hogy egy ilyen leképezés Lipschitz-függvény. Az f: Rn ⊃ Rm függvényt Lipschitz-függvénynek nevezük, ha létezik L nemnegatív szám, hogy minden x1 és x2 Dom(f)-belire:
Világos, hogy ez lineáris leképezésre ekvivalens a tételbeli megfogalmazással.
Ha lipschitzes, akkor pedig folytonos, mert ekkor δ=ε/(L+1)-gyel
Bizonyítás. Vegyük az A sztenderd bázis beli mátrixát. Ekkor A(x)=Ax. Így A minden Ai sorára
ahol Li rögzített i mellett a {|Ai,j|} j=1...n számok maximuma. Ha most vesszük L = max {Li}-t is, akkor
is teljesül, azaz a kép maximumnormája felülbecsülhető L-szer a vektor norma-1 szerinti normájával. A normák ekvivalenciája miat pedig alkalmas L-re minden normára igaz.
Operátornorma
A lineáris leképezések Lin(Rn,Rm) tere normált tér, ugyanis vegyük a következő számot:
Ez létezik, mivel x ||Ax|| folytonos a kompakt 0 középpontú, egységsugarú gömbfelületen.
Differenciálhatóság
A többváltozós differenciálhatóságot az egyváltozós alábbi átfogalmazásából általánosítjuk:
Definíció. Legyen f: Rn Rm és u ∈ int Dom(f). Azt mondjuk, hogy f differenciálható az u pontban, ha létezik olyan A: Rn Rm lineáris leképezés, hogy
Ekkor A egyértelmű és az f leképezés u-bent beli differenciáljának nevezzük és df(u)-val vagy Df(u)-val jelöljük. Ezt a fogalmat néha teljes differenciálnak, totális differenciálnak vagy Fréchet-deriváltnak is mondjuk.
Megjegyzés. A fenti határérték 0 volta egyenértékű a következő kijelentéssel. Létezik A: Rn Rm lineáris leképezés és ε: Dom(f) Rm függvény, melyre:
- ε folytonos u-ban és ε(u)=0, továbbá
minden x ∈ Dom(f)-re:
Megjegyzés. Azt, hogy A egyértelmű, a következőkkel bizonyíthatjuk. Legyen A és B is a mondott tulajdonságú, azaz létezzenek ε és η az u-ban eltűnő és ott folytonos Dom(f)-en értelmezett függvények, melyekre teljesül, hogy minden x ∈ Dom(f)-re
ezeket kivonva egymásból és használva minden x-re:
így minden x = u + ty értékre is az azonosan nullát kapjuk, ha t pozitív szám, y pedig rögzített nemnulla vektor, azaz minden t-re
az azonosan 0 függény határértéke t 0 esetén szintén nulla:
hiszen t-t kiemelhetünk és egyszerűsíthetünk és t 0 esetén ε és η nullává válik. Ez viszont pont azt jelenti, hogy a két lineéris operátor azonosan egyenlő.
Jacobi-mátrix
A df(u) lineáris leképezés (e1,e2,...,en) szetenderd bázisbeli mátrixa legyen: [df(u)] = A. Vizsgáljuk mibe viszi a bázisokat df(u) leképezés!
Írjuk fel a definíciót, de az e1 egységvektor mentén tartsunk u-hoz: x = u + te1. Ekkor
ami azért hasznos, mert a
alakból kiemelhetó t:
azaz
vagyis f koordinátafüggvényeinek az első változó szerinti parciális deriváltja az u pontban. A többi oszlopvektor ugyanígy:
amelyet Jacobi-mátrixnak nevezünk.
Következmény. Tehát. ha f totálisan differenciálható, akkor parciálisan is differenciálható és a differenciál sztenderd bázisbeli mátrixa a Jacobi-mátrix.
Azaz:
- teljes differenciálhatóság parciális differenciálhatóság
de ez fordítva már nem igaz:
- parciális differenciálhatóság teljes differenciálhatóság
Erre vonatkozik a két alábbi példa.
pótló gyakorlat | 5. gyakorlat |