Linjär Algebra, Föreläsning 8



Relevanta dokument
SF1624 Algebra och geometri

SF1624 Algebra och geometri

Lösningar till några övningar inför lappskrivning nummer 3 på kursen Linjär algebra för D, vt 15.

SF1624 Algebra och geometri

Linjär Algebra M/TD Läsvecka 1

2 = 3 = 1. ekvationssystem är beskriven som de vektorer X =

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna

Vektorrum. EX. Plan och linjer i rummet genom origo. Allmänt; mängden av lösningar till AX = 0.

Linjär Algebra, Föreläsning 9

TMV166/186 Linjär Algebra M/TD 2011/2012 Läsvecka 1. Omfattning. Innehåll Lay, kapitel , Linjära ekvationer i linjär algebra

MVE022 Urval av bevis (på svenska)

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

November 17, 2015 (1) en enda lsg. Obs det A = 1 0. (2) k-parameter lsg. Obs det A = 0. k-kolonner efter sista ledande ettan

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

A = (3 p) (b) Bestäm alla lösningar till Ax = [ 5 3 ] T.. (3 p)

reella tal x i, x + y = 2 2x + z = 3. Här har vi tre okända x, y och z, och vi ger dessa okända den naturliga

3 1 = t 2 2 = ( 1) ( 2) 1 2 = A(t) = t 1 10 t

Kontrollskrivning i Linjär algebra ,

Veckoblad 4, Linjär algebra IT, VT2010

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A. t 2

REPETITION. [F ] = a. a m1... a mn Sådan att [F (v)] = [F ][v].

En vektor är mängden av alla sträckor med samma längd och riktning.

Slappdefinition. Räkning med vektorer. Bas och koordinater. En vektor är mängden av alla sträckor med samma längd och riktning.

SF1624 Algebra och geometri

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A. (1 p) (c) Bestäm avståndet mellan A och linjen l.

M0043M Integralkalkyl och Linjär Algebra, H14, Linjär Algebra, Föreläsning 11

Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 9 juni 2011 kl

SF1624 Algebra och geometri Tentamen med lösningsförslag onsdag, 11 januari 2017

SF1624 Algebra och geometri Tentamen Torsdag, 9 juni 2016

1 Linjära ekvationssystem. 2 Vektorer

Enhetsvektorer. Basvektorer i två dimensioner: 1 1 Basvektorer i tre dimensioner: Enhetsvektor i riktningen v: v v

ax + y + 2z = 3 ay = b 3 (b 3) z = 0 har (a) entydig lösning, (b) oändligt många lösningar och (c) ingen lösning.

Algebraiska egenskaper hos R n i)u + v = v + U

Dagens ämnen. Linjära ekvationssystem: Successiv elimination Vektorer Definitionen Grundläggande räkneoperationer Bas och koordinater Ortsvektorer

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Linjär Algebra, Föreläsning 2

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

Vektorgeometri för gymnasister

15 september, Föreläsning 5. Tillämpad linjär algebra

Andragradspolynom Några vektorrum P 2

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Linjär algebra och geometri I

DEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 15 mars 2010 kl

Några saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av. Vi delar båda led i trig. 1:an med :

SKRIVNING I VEKTORGEOMETRI Delkurs

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Stora bilden av Linjära algebran. Vektorrum, linjära transformationer, matriser (sammanfattning av begrepp)

ANTECKNINGAR - LINJÄR ALGEBRA II

TMV142/186 Linjär algebra Z/TD

SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Fredagen den 28 januari, 2011

1. (Dugga 1.1) (a) Bestäm v (3v 2u) om v = . (1p) and u =

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

SF1624 Algebra och geometri

Vektorgeometri för gymnasister

VEKTORRUMMET R n. 1. Introduktion

Dagens program. Linjära ekvationssystem och matriser

Frågorna 1 till 6 ska svaras med ett kryss för varje korrekt påstående. Varje uppgift ger 1 poäng.

Tentamen i Linjär algebra (TATA31/TEN1) ,

1. (a) (1p) Undersök om de tre vektorerna nedan är linjärt oberoende i vektorrummet

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

. (2p) 2x + 2y + z = 4 y + 2z = 2 4x + 3y = 6

kvivalenta. Ange rangen för A samt en bas för kolonnrummet för A. och U =

Preliminärt lösningsförslag

Preliminärt lösningsförslag

SF1624 Algebra och geometri

Objective:: Linjärt beroende och oberoende version 1.0

LINJÄR ALGEBRA. {x M : P (x)} = {x : P (x)}, TOMAS SJÖDIN. k j=1 Ofta betecknas mängder på följande sätt:

(1, 3, 2, 5), (0, 2, 0, 8), (2, 0, 1, 0) och (2, 2, 1, 8)

Övningar. MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik. Linjär algebra 2. Senast korrigerad:

Tentamen i ETE305 Linjär algebra , 8 13.

16.7. Nollrum, värderum och dimensionssatsen

Preliminärt lösningsförslag

LINJÄR ALGEBRA TOMAS SJÖDIN

x 1 x 2 T (X) = T ( x 3 x 4 x 5

Övningar. c) Om någon vektor i R n kan skrivas som linjär kombination av v 1,..., v m på precis ett sätt så. m = n.

16.7. Nollrum, värderum och dimensionssatsen

29 november, 2016, Föreläsning 21. Ortonormala baser (ON-baser) Gram-Schmidt s ortogonaliseringsprocess

Linjär algebra och geometri 1

1 De fyra fundamentala underrummen till en matris

SKRIVNING I VEKTORGEOMETRI

Vektorgeometri för gymnasister

SF1624 Algebra och geometri Tentamen Onsdagen 29 oktober, 2014

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Vektorgeometri för gymnasister

Lösning till tentamensskrivning på kursen Linjär algebra, SF1604, den 12 mars 2013 kl

Definition 1 Ett vektorrum M (över R) är en mängd element, vektorer, sådan att det finns en kommutativ operation + på mängden M som uppfyller

Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.

LÖSNINGAR LINJÄR ALGEBRA LUNDS TEKNISKA HÖGSKOLA MATEMATIK

TMV166 Linjär algebra för M, vt 2016

Linjär algebra och geometri I

DEL I 15 poäng totalt inklusive bonus poäng.

Lösningar till MVE021 Linjär algebra för I

14 september, Föreläsning 5. Tillämpad linjär algebra

SF1624 Algebra och geometri Lösningsförsag till modelltentamen

UPPSALA UNIVERSITET Matematiska institutionen Styf. Exempeltenta med lösningar Programmen EI, IT, K, X Linjär algebra juni 2004

10.4. Linjära höljet LINJÄRA RUM

Hemuppgift 1, SF1861 Optimeringslära för T

Provräkning 3, Linjär Algebra, vt 2016.

0 Allmänt. Följande delar behöver man kunna utöver avsnitten som beskrivs senare i dokumentet.

Transkript:

Linjär Algebra, Föreläsning 8 Tomas Sjödin Linköpings Universitet

Linjärkombinationer (repetition) Låt v 1, v 2,..., v n vara vektorer i ett vektorrum V. Givet skalärer λ 1, λ 2,..., λ n R så kallas λ 1 v 1 + λ 2 v 2 +... + λ n v n för en linjärkombination av vektorerna v 1, v 2,..., v n. Mängden av alla sådana linjärkombinationer kallas det linjära höljet till v 1, v 2,..., v n, och betecknas [v 1, v 2,..., v n ]. Det är det minsta delrummet till V som innehåller alla dessa vektorer.

Linjärt oberoende/baser (repetition) Definition Om den så kallade beroendeekvationen λ 1 v 1 + λ 2 v 2 +... + λ n v n = 0 endast har den triviala lösningen λ 1 = λ 2 =... = λ n = 0, då sägs vektorerna v 1, v 2,..., v n vara linjärt oberoende. Definition Låt V vara ett vektorrum. En ordnad uppsättning vektorer v = ( v 1 v 2 v n ) kallas för en bas till V om (1) v 1, v 2,..., v n är linjärt oberoende, (2) V = [v 1, v 2,..., v n ].

Linjärt oberoende/baser (repetition) En uppsättning vektorer v = ( v 1 v 2 v n ) i ett vektorrum V är en bas om och endast om varje vektor v V på entydigt sätt kan skrivas på formen v = vx. Om ett vektorrum V har en bas v = ( v 1 v 2 v n ), då har alla andra baser till V också n element. Vi säger då att V har dimension dimv = n. Per definition sätter vi också dim{0} = 0. En mängd vektorer i V som har fler element än dimv är linjärt beroende. Om å andra sidan en mängd vektorer i ett ändligdimensionellt vektorrum är linjärt oberoende, då finns en bas som innehåller dessa som element.

Exempel 1 Exempel 1: Bestäm en bas till [( ) ( ) ( )] 2 1 3 0 1 1,, M 0 2 1 2 1 4 2 2.

Från lösningsrum till bas Låt (x 1, x 2,..., x n ) R n och låt x 1 x 2 X =.. x n Låt vidare A vara en m n-matris. Vi kallar då mängden {(x 1, x 2,..., x n ) : AX = 0} för lösningsrummet till det linjära ekvationssystemet AX = 0.

Eftersom AX = 0, AY = 0 A(X + Y ) = AX + AY = 0 + 0 = 0 samt AX = 0 A(kX ) = kax = 0 ser vi att detta blir ett delrum till R n. Notera dock att det är viktigt att ekvationssystemet är homogent. För att ta fram en bas till ett sådant behöver vi bara lösa systemet på parameterform, skriva lösningen på vektorform och bryta ut parametrarna. De vektorer som då står efter parametrarna blir automatiskt en bas.

Exempel 2 Exempel 2: Bestäm en bas till { { 3x1 + x (x 1, x 2, x 3, x 4 ) : 2 x 3 + 4x 4 = 0 x 1 2x 2 + x 3 4x 4 = 0 }.

Från linjärt hölje till lösningsrum Givet en bas v = (v 1 v 2... v n ) till ett vektorrum V, samt vektorer u i = vy i för i = 1, 2,..., m, där y 1i y 2i Y i =.. Det linjära höljet [u 1, u 2,... u m ] är då per definition { det finns skalärer c [u 1, u 2,..., u m ] = vx V : i s.a. X = c 1 Y 1 + c 2 Y 2 +... c n Y n där y ni x 1 x 2 X =.. x n },

Detta leder till ekvationssystemet x 1 y 11 y 12 y 1m c 1 x 2. = y 21 y 22 y 2m c 2........ x n y n1 y n2 y nm c m

Om vi ställer upp detta systems totalmatris: y 11 y 12 y 1m x 1 y 21 y 22 y 2m x 2....... y n1 y n2 y nm x n, om vi då gör radoperationer så att vi får en trappstegsform på vänstersidan, då blir kraven för att lösning ska finnas exakt att vi har noll i högersidan på de rader där vi har nollrader på vänstersidan. Detta tar oss alltså från det linjära höljet till rummet skrivet som ett lösningsrum.

Exempel 3 Exempel 3: Skriv U = [(2, 1, 0, 1), (1, 0, 2, 3), (1, 1, 2, 2), (3, 1, 2, 4)] R 4 som ett lösningsrum till ett linjärt ekvationssystem.

Utvidgning av baser Om vi på ett systematiskt sätt vill utvidga en bas för ett delrum U V till hela rummet V, då ser vi först till att vi skriver U som ett lösningsrum, med ett ekvationssystem med linjärt oberoende rader. För enkelhets skull jobbar vi nedan med fallet V = R n, men det är lätt att anpassa nedanstående till andra V. U = (x 1, x 2,..., x n ) : a 11 x 1 + a 12 x 2 +... + a 1n x n = 0 a 21 x 1 + a 22 x 2 +... + a 2n x n = 0. a m1 x 1 + a m2 x 2 +... + a mn x n = 0.

Låt oss kalla ekvationen a i1 x 1 + a i2 x 2 +... + a in x n = 0 för ekvation i. Så rummet U är mängden som uppfyller alla ekvationer 1 m. Låt U 1 beteckna det rum som uppfyller ekvation 2 m. Eftersom vi antagit att ekvationerna är linjärt oberoende (d.v.s. kastar vi bort en finns det automatiskt fler lösningar) om vi då har en bas u 1, u 2,..., u k till U och väljer en vektor u k+1 som uppfyller ekvation 2 m men inte ekvation 1, då blir mängden u 1, u 2,..., u k, u k+1 automatiskt linjärt oberoende (eftersom u k+1 inte ligger i U), så det blir en bas till U 1. Fortsätter vi genom att låta U 2 beteckna rummet som uppfyller ekvation 3 m, och väljer u k+2 som uppfyller ekvation 3 m men inte ekvation 2 (ekvation 1 spelar ingen roll längre) så har vi utvidgat till en bas till U 2. Fortsätter vi på detta sätt tills alla ekvationer är slut har vi fått en bas till hela V.

Exempel 4 Exempel 4: Bestäm en bas till U = [(2, 1, 0, 1), (1, 0, 2, 3), (1, 1, 2, 2), (3, 1, 2, 4)] R 4, samt utvidga denna bas till hela R 4.

Exempel 5 Exempel 5: Bestäm en bas till U = [2 + x + x 2 3x 3 + x 4, 2 x + 2x 2 + x 3 ] P 4. Utvidga sedan denna bas till en bas till hela P 4.