Analízis 2 epizód tartalma:
Szuper-érthetően elmagyarázzuk neked, hogy mi az a sajátbázis, diagonális alak. | Diagonális alak előállítása, Transzformációk mátrixa, Képtér, Magtér, Dimenziótétel, X tengelyre tükrözés mátrixa, Bázisvektor, Inverz transzformáció mátrixa. |
A leképezést lineáris leképezésnek nevezzük, ha bármely vektorokra és számra teljesül, hogy
lineáris leképezés, ha
és
A lineáris leképezésnek a bázisban felírt mátrixát úgy kapjuk meg, hogy a bázisvektorok képeit egymásmellé írjuk
Ha egy másik bázisban írjuk föl a mátrixot, akkor
A két mátrix közötti átjárást az alábbi tétel biztosítja:
Itt az új bázisra való áttérés mátrixa:
Itt a sajátbázisra való áttérés mátrixa:
SAJÁTBÁZIS
Bármilyen bázist választunk is -ben, a leképezés mátrixa mindig egy -es mátrix lesz. Ha ennek a mátrixnak van n darab független sajátvektora, akkor ezek a sajátvektorok szintén egy bázist alkotnak -ben, amit sajátbázisnak nevezünk.
A leképezés sajátbázisa nagyon sok mindent tud.
Ha egy leképezésnek létezik sajátbázisa, az azt jelenti, hogy a leképezés mátrixának van n darab független sajátvektora, vagyis a mátrix diagonalizálható.
A diagonalizáló mátrix úgy keletkezik, hogy a sajátvektorokat egymás mellé írjuk.
Ez egyúttal a sajátbázisra való áttérés mátrixa is.
Ha létezik sajátbázis, akkor a leképezés mátrixa sajátbázisban felírva
mindig diagonális mátrix.
Ebben a mátrixban éppen az
sajátvektorokhoz tartozó sajátértékek.
Lássunk erre egy példát!
Van itt ez az leképezés:
Ellenőrizzük, hogy valóban lineáris leképezés-e, ha igen adjuk meg a képteret, a magteret és a transzformáció mátrixát, adjuk meg a sajátértékeit, sajátvektorait,
ha van, akkor a sajátbázisát és a diagonális alakját.
Elsőként megnézzük, hogy valóban lineáris leképezés-e.
Legyen
Nézzük meg, hogy teljesül-e:
Ez is teljesül, tehát a leképezés lineáris. Végre rátérhetünk az izgalmasabb részekre.
Nézzük mi lesz a magtér és a képtér.
A magtérben olyan vektorok vannak, amelyek képe nullvektor, tehát
A jelek szerint tehát és vagyis a magtérben olyan vektorok vannak, amelyek első és második koordinátája megegyezik, a harmadik koordinátája pedig nulla:
A magtérben olyan vektorok vannak, amelyek első és második koordinátája megegyezik, a harmadik koordinátája pedig nulla:
A képtérben olyan vektorok vannak, amelyek első koordinátája valami, a második koordináta ennek a mínuszegyszerese, a harmadik koordináta pedig bármi.
A transzformáció képtere tehát kétdimenziós:
Nézzük meg a leképezés mátrixát.
A mátrixot a standard bázisban írjuk fel:
vagyis a transzformáció mátrixa:
Lássuk van-e a leképezésnek sajátbázisa. Ehhez ki kell számolnunk a sajátértékeket
és meg kell keresni a hozzájuk tartozó sajátvektorokat.
A karakterisztikus egyenlet:
Az utolsó sor szerint fejtünk ki.
A sajátértékek:
A sajátértékekhez tartozó sajátvektorokat úgy kapjuk meg, ha megoldjuk a egyenletrendszert.
Ez három különböző egyenletrendszer lesz, amit megoldhatnánk elemi bázistranszformációval is, de most nincs kedvünk azzal megoldani.
Van 3 független sajátvektor, így létezik sajátbázis és a transzformáció mátrixa diagonalizálható.
A diagonalizáló mátrixot úgy kapjuk, hogy a sajátvektorokat egymásmellé írjuk, ami tulajdonképpen nem más, mit az új bázisra, való áttérés mátrixa.
Ez az új bázis éppen a sajátbázis.
És íme, a diagonális alak:
Nézzünk meg egy másik leképezést is!