Lineær algebra: Spænd. Lineær (u)afhængighed

Relaterede dokumenter
Matematik: Struktur og Form Spænd. Lineær (u)afhængighed

Matematik og FormLineære ligningssystemer

Matematik: Stuktur og Form Lineære ligningssystemer

Matematik og Form 3. Rækkereduktion til reduceret echelonfo. Rang og nullitet

Lineær Algebra, kursusgang

Kursusgang 3 Matrixalgebra Repetition

Lineær algebra: Matrixmultiplikation. Regulære og singulære

Underrum - generaliserede linjer og planer

Matematik og Form: Matrixmultiplikation. Regulære og singu

Figur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet

Kursusgang 3 Matrixalgebra fortsat

Lineære ligningssystemer og Gauss-elimination

Matematik for økonomer 3. semester

To find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra

(Prøve)eksamen i Lineær Algebra

Københavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 3

Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer

Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 3. Juni 2014

3.1 Baser og dimension

Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni 2000 og Juni 2001.

Lineær algebra 1. kursusgang

(Prøve)eksamen i Lineær Algebra

Eksamen i Lineær Algebra

Kursusgang 3 Matrixalgebra Repetition

Tidligere Eksamensopgaver MM505 Lineær Algebra

Lineær Algebra - Beviser

Lineær algebra: Lineære afbildninger. Standardmatricer

DesignMat Uge 1 Gensyn med forårets stof

Prøveeksamen A i Lineær Algebra

Oversigt [LA] 6, 7, 8

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Ligningssystemer - nogle konklusioner efter miniprojektet

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra

To ligninger i to ubekendte

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2

Oversigt [LA] 11, 12, 13

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

To find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra

Modulpakke 3: Lineære Ligningssystemer

Vektorrum. enote Generalisering af begrebet vektor

Eksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016

Geometriske grundbegreber 1. lektion

Lineær algebra Kursusgang 6

Forslag til hjemmeopgaver, som forbereder arbejdet med de nye emner den pågældende kursusgang, men primært er baseret på gymnasiepensum:

Besvarelser til Lineær Algebra Reeksamen August 2016

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

Lineær Algebra F08, MØ

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

Lineær Algebra eksamen, noter

Oversigt [LA] 6, 7, 8

Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 2015

Besvarelser til Lineær Algebra og Calculus Globale Forretningssystemer Eksamen - 6. Juni 2016

Lineær algebra: Egenværdier, egenvektorer, diagonalisering

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

Module 1: Lineære modeller og lineær algebra

DesignMat Lineære ligningssystemer og Gauss-elimination

Eksamen i Lineær Algebra

DesignMat Uge 1 Repetition af forårets stof

LinAlgDat 2014/2015 Google s page rank

Egenværdier og egenvektorer

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

Sandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver!

MM502+4 forelæsningsslides

Nøgleord og begreber Ortogonalt komplement Tømrerprincippet. [LA] 13 Ortogonal projektion

Eksamen i Lineær Algebra

Reeksamen i Lineær Algebra

Mat 1. 2-timersprøve den 5. december 2016.

Eksamen i Lineær Algebra

DesignMat Uge 11. Vektorrum

Københavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 4

Reeksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version

Lineære ligningssystemer

Eksamen i Lineær Algebra

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

Eksamen i Lineær Algebra

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Egenværdier og egenvektorer

Eksempel på 2-timersprøve 2 Løsninger

D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley;

Lidt alment om vektorrum et papir som grundlag for diskussion

Diagonalisering. Definition (diagonaliserbar)

Oversigt [LA] 3, 4, 5

2. gang. Det bliver den 18. februar, idet jeg er på ferie den 11/2. Med venlig hilsen Jon Johnsen

Reeksamen i Lineær Algebra

Aflevering 4: Mindste kvadraters metode

Eksamen i Lineær Algebra

Oversigt [LA] 1, 2, 3, [S] 9.1-3

Eksamen i Lineær Algebra

Definition 13.1 For en delmængde af vektorer X R n er det ortogonale komplement. v 2

Nøgleord og begreber. Definition 15.1 Den lineære 1. ordens differentialligning er

MASO Uge 8. Invers funktion sætning og Implicit given funktion sætning. Jesper Michael Møller. Department of Mathematics University of Copenhagen

MATRICER LINEÆRE LIGNINGER

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17

Anvendt Lineær Algebra

Transkript:

Lineær algebra: Spænd. Lineær (u)afhængighed Institut for Matematiske Fag Aalborg Universitet 2011

Linearkombinationer. Spænd Definition Givet et antal vektorer a 1,..., a p R n. En vektor v = c 1 a 1 + + c p a p R n, c i R, kaldes en linearkombination af vektorerne a 1,..., a p R n. Vektorernes spænd er mængden af alle deres linearkombinationer: Span{a 1,..., a p } := {c 1 a 1 + + c p a p c i R} R n. Eksempler 1 a = 0 Span{a} = {ca c R} R n vektorer på en linje gennem Origo med retning a. 2 Span{a 1, a 2 } = {c 1 a 1 + c 2 a 2 c 1, c 2 R} vektorer i en plan med retningsvektorer a 1, a 2 med mindre a 1 og a 2 ligger på én linie. Bemærk: en hel plan, ikke bare en kvadrant!

Spænd. Vektor -og matrixligninger. Ligningssystemer Spænd b Span{a 1,..., a p } Vektorligningen x 1 a 1 + + x p a p = b har en løsning x 1,..., x p Matrixligningen Ax = b har en løsningsvektor x R p (A er matricen med søjlevektorer a 1,..., a p ) Ligningssystemet med udvidet matriks [A b] = [a 1... a p b] er konsistent.

Matrixligningen Ax = b Udspænder (søjle)vektorerne hele R m? En løsning x = [x 1,..., x n ] til matrixligningen Ax = b med matrix A = [a 1,..., a n ] svarer til en løsning af vektorligningen x 1 a 1 + + x n a n = b en løsning af det lineære ligningssystem med totalmatrix [A b]. Udspænder (søjle)vektorerne hele R m? Matrixligningen har en løsning for alle vektorer b R m hvis og kun hvis Ligningssystemet med totalmatrix [A b] har en løsning for alle b R m der efter en rækkereduktion af koefficientmatricen A findes Pivoter i hver række ranga = m. Specielt: Når n < m kan vektorerne a 1,..., a n ikke uspænde hele R m!

Lineær (u)afhægnighed Definition Definition En ligning x 1 v 1 + + x p v p = 0 med reelle tal x i kaldes en afhængighedsrelation mellem vektorerne v 1,..., v p i R n. En mængde vektorer {v 1,..., v p } kaldes lineært afhænging hvis de tillader en ikke-triviel afhængighedsrelation, dvs. en hvor ikke alle x i er lig med 0. Mængden kaldes lineært uafhængig hvis den eneste afhængighedsrelation mellem dem er givet ved den trivielle relation x 1 = = x p = 0. Betydning Lineært afhængige vektorer udspænder mindre end deres antal berettiger til. Ikke-trivelle afhængighedsrelationer fører til spild. Spændet af lineært uafhængige vektorer er maksimalt stort i forhold til antal af vektorerne. Hver vektor i spændet er entydig linearkombination af disse vektorer.

Lineær (u)afhægnighed En opskrift Hvordan afgør man om en mængde {v 1,..., v p } af vektorer i R n er lineært afhængig eller uafhængig? Opskrift 1 Dan matricen A = [v 1,..., v p ] med vektorerne som søjlevektorer. 2 Rækkereduktion til echelonform. 3 Hvis alle søjler er Pivotsøjler, så er vektorererne lineært uafhængige ellers lineært afhængige. Hvorfor? x 1 v 1 + + x p v p = 0 Ax = 0 med x T = [x 1,, x p ]. En ikke-triviel afhængighedsrelation svarer altså til en ikke-triviel løsning af ligningssystemet givet ved matrixligningen Ax = 0: mindst en fri variabel!

Lineær uafhængighed Nogle kriterier Hvis 0-vektoren er indeholdt i en mængde vektorer, så er denne mængde altid lineært afhængig. En mængde af p vektorer i R n er altid lineært afhængig såfremt p>n flere vektorer end dimensionen. En mængde af vektorer i R n er lineært afhængig hvis og kun hvis en af vektorerne er linearkombination af de andre. Med andre ord: En mængde af vektorer i R n er lineært afhængig hvis og kun hvis man kan fjerne en eller flere vektorer uden at spændet bliver mindre. Den er lineær uafhængig hvis fjernelse af en af vektorerne altid fører til et mindre spænd.

Rang af en matrix Vigtige interpretationer Definition Rangen af en m n matrix A = antal af Pivotsøjler. Nullitet (defekt) = antal søjler uden Pivot. To rangkriterier A har rang m Ax = b er konsistent for alle b R m ; As søjlevektorer udspænder hele R m ; en Pivotposition i hver række. A har rang n Ax = b har højst en løsning for et b R m ; As søjlevektorer er lineært uafhængige; en Pivotposition i hver søjle.