Aplicação linear
Em matemática , um mapa linear (também chamado de operador linear ou transformação linear ) é um mapa entre dois espaços vetoriais em um campo que respeita a adição de vetores e a multiplicação escalar e, portanto, de modo mais geral, preserva as combinações lineares . A expressão também pode ser usada para um morfismo entre dois módulos em um anel , com uma apresentação semelhante além das noções básicas e dimensão .
Essa noção estende a de função linear em análise real a espaços vetoriais mais gerais.
Definições
Caso Geral
Deixe- E e F espaços dois vetoriais sobre um campo K . Um mapa f : E → F é dito ser K- linear (ou " morfismo de K -espaços vetoriais") se satisfizer ambos
aditividade
∀(x,y)∈E2,f(x+y)=f(x)+f(y){\ displaystyle \ forall (x, y) \ in E ^ {2}, \ quad f (x + y) = f (x) + f (y)}
homogeneidade
∀λ∈K∀x∈E,f(λx)=λf(x){\ displaystyle \ forall \ lambda \ in \ mathbb {K} \ quad \ forall x \ in E, \ quad f (\ lambda x) = \ lambda f (x)}.
Essas duas propriedades podem ser verificadas simultaneamente pela seguinte caracterização:
∀(x,y)∈E2∀λ,µ∈Kf(λx+µy)=λf(x)+µf(y){\ displaystyle \ forall (x, y) \ in E ^ {2} \ quad \ forall \ lambda, \ mu \ in \ mathbf {K} \ quad f (\ lambda x + \ mu y) = \ lambda f ( x) + \ mu f (y)}ou mais simplesmente:
∀(x,y)∈E2∀µ∈Kf(x+µy)=f(x)+µf(y){\ displaystyle \ forall (x, y) \ in E ^ {2} \ quad \ forall \ mu \ in \ mathbf {K} \ quad f (x + \ mu y) = f (x) + \ mu f ( y)}.
De maneira equivalente, uma aplicação f : E → F é linear, se e apenas se o gráfico é um subespaço de E x F .
O conjunto de mapas lineares de E a F é geralmente denotado L ( E , F ) ou L K ( E ; F ) ou mesmo Hom K ( E , F ) , com um índice muitas vezes omitido e implícito quando é fácil derivar de o contexto.
Casos especiais
- Um isomorfismo de espaços vetoriais é um morfismo bijetivo . Denotamos por Isom ( E , F ) o conjunto de isomorfismos de E sobre F ;
- Um endomorfismo é um morfismo com o mesmo espaço vetorial de partida e chegada. Denotamos por L ( E ) o conjunto L ( E , E ) de endomorfismos de E ;
- Um automorfismo é um endomorfismo bijetivo. Denotamos por GL ( E ) o grupo de automorfismos de E (também chamado de grupo linear de E );
- Se o espaço vetorial de chegada é o campo K , falamos de forma linear . Denotamos por E * o conjunto de formas lineares em E (também chamado de espaço dual de E ).
Exemplos e contra-exemplos
Dado um espaço vectorial S sobre um campo K , qualquer família de escalares ( um 1 , ..., um n ) ∈ K n define um mapeamento linear
do conjunto E n dos n tuplos de vectores para E .
(x1,...,xnão)↦∑k=1nãonokxk{\ displaystyle (x_ {1}, \ dots, x_ {n}) \ mapsto \ sum _ {k = 1} ^ {n} a_ {k} x_ {k}}
Em particular, qualquer homotetia de vetor x ↦ a . x é linear.
No conjunto de funções reais diferenciáveis em um intervalo I , a derivação constitui uma aplicação linear ao conjunto de funções reais.
D1(eu,R){\ displaystyle {\ mathcal {D}} ^ {1} (I, \ mathbb {R})} você↦você′{\ displaystyle u \ mapsto u '}
A conjugação no conjunto C de números complexos é um mapa R- linear, mas não um C- mapa linear.
z↦z¯{\ displaystyle z \ mapsto {\ overline {z}}}
A composição à direita f ↦ f ∘ g define um mapa linear, mas em geral não a composição à esquerda f ↦ h ∘ f .
A integração da função , a avaliação em um ponto, f ↦ f ( a ) e os limites possíveis também são lineares no conjunto de funções para as quais essas operações são definidas.
No conjunto K N de sequências de valores em um campo K , o deslocamento ( u n ) ↦ ( u n +1 ) , o limite possível e a construção das séries associadas também são lineares.
(vocênão)↦(∑k=0nãovocêk){\ displaystyle (u_ {n}) \ mapsto \ left (\ sum _ {k = 0} ^ {n} u_ {k} \ right)}
No conjunto de matrizes , a multiplicação à esquerda e / ou à direita, a transposta e o traço são lineares.
A expectativa define um mapa linear sobre o conjunto de variáveis aleatórias reais que o admitem.
Qualquer aplicação induzida em homologia em um campo é linear neste campo.
Propriedades
Qualquer mapa linear preserva combinações lineares: para qualquer família finita ( x i ) i ∈ I de vetores e para qualquer família (λ i ) i ∈ I de escalares (ou seja, elementos de K ),
f(∑eu∈euλeuxeu)=∑eu∈euλeuf(xeu){\ displaystyle f \ left (\ sum _ {i \ in I} \ lambda _ {i} x_ {i} \ right) = \ sum _ {i \ in I} \ lambda _ {i} f (x_ {i })}.
- Deixe- E e F dois espaços vector (resp. Dois módulos) para a esquerda sobre o corpo (resp. O anel) K . O conjunto de L ( E , F ) de mapeamentos lineares a partir de E a F é um espaço vectorial (módulo A resp.) Sobre o centro de K .
Demonstração
Mostram que a L ( E , F ) é um subespaço linear (resp. Um sub-módulo) do espaço vectorial (resp. O módulo) de aplicações de E em F no centro C da K . Não está vazio porque contém o aplicativo nulo. Se um e b são dois mapas lineares, sua soma é ainda linear. Finalmente, se λ é um elemento de C , o mapa λ a também é linear, porque é obviamente aditivo e para todo α ∈ K e todo x ∈ E ,
(λno)(αx)=λαno(x)=αλ(no(x)=α(λno)(x){\ displaystyle (\ lambda a) (\ alpha x) = \ lambda \ alpha a (x) = \ alpha \ lambda (a (x) = \ alpha (\ lambda a) (x)}.
- O composto de dois mapas lineares é linear. Mais precisamente :
∀f∈eu(E,F)∀g∈eu(F,G)g∘f∈eu(E,G){\ displaystyle \ forall f \ in \ operatorname {L} (E, F) \ quad \ forall g \ in \ operatorname {L} (F, G) \ quad g \ circ f \ in \ operatorname {L} (E , G)}.Em particular, ∘ é uma lei de composição interna em L ( E ) .
- O inverso de um isomorfismo também é linear.
- Se E é um K espaço -vector (resp. Um K -module livre), um mapeamento linear f ∈ L ( E , F ) é inteiramente determinada pela imagem sob f de uma base de de E . Mais precisamente: Para qualquer base B para E , qualquer aplicação de B em M estende-se de modo unicamente em um mapeamento linear de E em F . Qualquer escolha de uma base B de E, portanto, fornece uma bijeção .eu(E,F)→FB,f↦f|B{\ displaystyle \ operatorname {L} (E, F) \ a F ^ {B}, f \ mapsto f_ {| B}}
Núcleo e imagem
Se f é um mapa linear de E a F , então seu kernel , denotado Ker ( f ) , e sua imagem , denotada Im ( f ) , são definidos por:
Ker(f)={x∈E∣f(x)=0}=f-1({0}){\ displaystyle \ operatorname {Ker} (f) = \ {x \ in E \ mid f (x) = 0 \} = f ^ {- 1} (\ {0 \})} ;
Eu estou(f)={f(x)∣x∈E}=f(E){\ displaystyle \ operatorname {Im} (f) = \ {f (x) \ mid x \ in E \} = f (E)}.
Ker vem de Kern , tradução de "kernel" em alemão . Eu sou tirado da foto .
Um mapa linear é injetivo se e somente se seu kernel for espaço zero (esta é uma propriedade geral dos morfismos de grupo ). Uma aplicação (linear ou não) é sobrejetiva se e somente se sua imagem for igual a todo o seu conjunto de destino .
Todos Ker ( f ) é um subespaço linear de E , e o conjunto Im ( f ) é um subespaço linear de F . De forma geral,
Para a família de geração ( e i ) i ∈ I de E , Im ( f ) é o subespaço de F gerado pela família ( f ( E i )) i ∈ I .
O espaço vetorial quociente F / Im ( f ) é chamado de cokernel de f .
O teorema da fatoração afirma que f induz um isomorfismo do quociente E / Ker ( f ) na imagem Im ( f ) .
Todos os itens acima permanecem válidos se “espaço vetorial” for substituído por “módulo” e “corpo” por “anel”. O seguinte, por outro lado, é específico para espaços vetoriais em um corpo:
Em dimensão finita
- Se E é de dimensão finita e se o corpo K é comutativo, então a dimensão de L ( E , F ) é dada por:
sol(eu(E,F))=sol(E)×sol(F){\ displaystyle \ dim (\ operatorname {L} (E, F)) = \ dim (E) \ times \ dim (F)}.Em particular, se F também é de dimensão finita, então L ( E , F ) também é finito .
- Se E e F são espaços vetoriais de dimensão finita (resp. Módulos livres de tipo finito) à direita sobre um campo (resp. Um anel) K , um mapa linear f de E a F é representado por uma matriz em bases fixas em E e F . Esta representação de matriz é conveniente para calcular o kernel e a imagem de f .
Dois espaços isomórficos com a mesma dimensão , segue do isomorfismo acima a seguinte relação (válida para E e F de dimensões finitas ou infinitas), chamada de teorema de classificação :
sol(Ker(f))+sol(Eu estou(f))=sol(E){\ displaystyle \ dim (\ operatorname {Ker} (f)) + \ dim (\ operatorname {Im} (f)) = \ dim (E)}.
A dimensão de Im ( f ) também é chamada de classificação de f e é denotada por rg ( f ) .
Notas
-
O termo operador é preferido entre espaços funcionais .
-
Lay 2004 , p. 77 e seguintes.
-
Muitos autores (por exemplo , Bourbaki, Histoire , p. 164) reservam o uso de " transformação " para aqueles que são bijetivos .
-
Bourbaki, Algebra , p. A-II-4, equação (5).
-
Artin, Algebra , p. 109, fórmula (1.2).
-
Artin, Álgebra , cap. 4
-
Bourbaki, Algebra , p. A-II-4, definição 4.
-
Bourbaki, Algebra , p. A-II-5.
-
Artin, Algebra , p. 87, definição (2.13).
-
Para uma demonstração, consulte por exemplo a § “Imagem de uma base” da lição sobre aplicações lineares na Wikiversidade .
-
Artin, álgebra , p. 110, fórmula (1.5).
-
(in) Jeff Miller " Primeiros usos conhecidos de algumas palavras da matemática " : " O uso de kernel em álgebra parece não estar relacionado ao uso de ict em equações integrais e na Análise de Fourier. O OED fornece a seguinte citação dos Grupos Topológicos de Pontrjagin i. 11 (traduzido por E. Lehmer 1946) "O conjunto de todos os elementos do grupo G que vão para a identidade do grupo G * sob o homomorfismo g é chamado de núcleo deste homomorfismo." " .
-
Bourbaki, álgebra , p. A-II-7.
-
Para uma demonstração, consulte por exemplo o § "Propriedades de L ( E , F )" da lição sobre mapas lineares na Wikiversidade .
Referências
-
(pt) Michael Artin , Algebra , : Prentice Hall Inc.,1991( ISBN 0-13-004763-5 ).
-
Nicolas Bourbaki , Álgebra: Capítulos 1 a 3 , Springer,2007( ISBN 978-3-540-33849-9 ).
-
Nicolas Bourbaki , Elementos da história da matemática , Springer,2007[ detalhe das edições ].
-
David C. Lay , Álgebra Linear: Teoria, Exercícios e Aplicações , De Boeck,2004, 576 p. ( ISBN 978-2-8041-4408-1 , leia online ).
Veja também