Upload
others
View
12
Download
0
Embed Size (px)
Citation preview
1Challenge the future
WI1808TH1/CiTG - Lineaire algebra deel 1
College 9
10 oktober 2016
2Challenge the future
Samenvatting
• Een deelruimte van ℝ𝑛 is een verzameling 𝑆 in ℝ𝑛 met drie
eigenschappen: 1) 𝟎 zit in 𝑆, 2) als 𝒖 en 𝒗 in 𝑆, dan som
𝒖 + 𝒗 in 𝑆, 3) als 𝒖 in 𝑆 dan 𝑐𝒖 in 𝑆 met 𝑐 een constante.
• De kolomruimte/rijruimte van een matrix 𝐴 is de verzameling
col(𝐴)/row(𝐴) van alle lineaire combinaties van de
kolommen/rijen van 𝐴.
• De nulruimte van een matrix 𝐴 is de verzameling null(𝐴) van
alle oplossingen van de homogene vergelijking 𝐴𝒙 = 𝟎.
• Een basis voor een deelruimte 𝑆 van ℝ𝑛 is een lineair
onafhankelijke verzameling in 𝑆 die 𝑆 opspant.
3Challenge the future
Rijruimte, kolomruimte & nulruimte
Samenvatting
1. Vind de gereduceerde rij-echelon vorm 𝑅 van 𝐴.
2. Gebruik de niet-nulrijen van 𝑅 om een basis voor row(𝐴) te
vormen.
3. Gebruik de kolomvectoren van 𝐴 die corresponderen met de
kolommen met een leidende 1 van 𝑅 om een basis voor
col 𝐴 te vormen.
4. Los 𝑅𝒙 = 𝟎 op om een basis voor null(𝐴) te vinden.
4Challenge the future
Samenvatting
• De dimensie van een niet-nul deelruimte 𝑆, genoteerd als
dim 𝑆, is het aantal vectoren in een willekeurige basis van 𝑆.
• De rang van een matrix 𝐴, genoteerd als rang 𝐴 , is de
dimensie van de kolom/rij-ruimte van 𝐴.
• Voor 𝑚 × 𝑛 matrix 𝐴 geldt rang(𝐴) + nulliteit(𝐴) = 𝑛.
5Challenge the future
Rang van een matrix
Stelling
Voor elke matrix 𝐴 geldt rang 𝐴𝑇 = rang 𝐴.
Bewijs
rang 𝐴𝑇 = dim col 𝐴𝑇
= dim row 𝐴
= rang 𝐴
6Challenge the future
Inverteerbare matrices
Stelling (vervolg)
Laat 𝐴 een 𝑛 × 𝑛 matrix zijn. Dan zijn de volgende beweringen
equivalent aan de bewering dat 𝐴 een inverteerbare matrix is.
e. rang 𝐴 = 𝑛
f. nulliteit 𝐴 = 0
g. De kolommen van 𝐴 zijn lineair onafhankelijk.
h. De kolommen van 𝐴 vormen een opspansel voor ℝ𝑛.
i. De kolommen van 𝐴 vormen een basis voor ℝ𝑛.
j. De rijen van 𝐴 zijn lineair onafhankelijk.
k. De rijen van 𝐴 vormen een opspansel voor ℝ𝑛.
l. De rijen van 𝐴 vormen een basis voor ℝ𝑛.
7Challenge the future
Inverteerbare matrices
Stelling
Als 𝐴 een 𝑚 × 𝑛 matrix is, dan geldt
a. rang 𝐴𝑇𝐴 = rang(𝐴)
b. De 𝑛 × 𝑛 matrix 𝐴𝑇𝐴 is inverteerbaar dan en slechts dan als
rang 𝐴 = 𝑛.
8Challenge the future
Coördinaten systeem
Stelling
Stel dat de verzameling ℬ = 𝒃1, … , 𝒃𝑝 een basis is voor een
deelruimte 𝑆.
Dan geldt voor elke 𝒙 in 𝑆 dat er precies één manier is om 𝒙 als
een lineaire combinatie van de vectoren in ℬ te schrijven.
9Challenge the future
Coördinaten systeem
Definitie
Stel dat de verzameling ℬ = 𝒃1, … , 𝒃𝑝 een basis is voor een
deelruimte 𝑆. Voor elke 𝒙 in 𝑆 zijn de coördinaten van 𝒙 ten
opzichte van de basis ℬ gelijk aan de gewichten 𝑐1, … , 𝑐𝑝 zodat
𝒙 = 𝑐1𝒃1 +⋯+ 𝑐𝑝𝒃𝑝. De vector
𝒙 ℬ =
𝑐1⋮𝑐𝑝
in ℝ𝑝 heet de coördinaatvector van 𝒙 ten opzichte van ℬ.
10Challenge the future
Hoofdstuk 4.1
• Eigenwaarden
• Eigenvectoren
• Eigenruimte
11Challenge the future
Eigenwaarden en eigenvectoren
Definitie
Een constante 𝜆 is een eigenwaarde van een 𝑛 × 𝑛 matrix 𝐴 als
er een niet-nul vector 𝒙 bestaat, zodat
𝐴𝒙 = 𝜆𝒙.
Vector 𝒙 is de eigenvector van 𝐴 corresponderend met 𝜆.
12Challenge the future
Eigenwaarden en eigenvectoren
Definitie
Voor een 𝑛 × 𝑛 matrix 𝐴 met eigenwaarde 𝜆 wordt de
eigenruimte 𝐸𝜆 van 𝜆 gegeven door alle eigenvectoren
corresponderend met 𝜆 en de nulvector 𝟎.
13Challenge the future
Eigenwaarden en eigenvectoren
Voorbeeld
𝐴 =1 00 −1
𝐴𝒙 =1 00 −1
𝑥1𝑥2
=𝑥1−𝑥2
𝜆𝒙 = 𝜆𝑥1𝑥2
=𝜆𝑥1𝜆𝑥2
𝐸−1 = span01
, 𝐸1 = span10
14Challenge the future
Eigenwaarden en eigenvectoren
Voorbeeld kop-staart weergave
15Challenge the future
Eigenwaarden en eigenvectoren
Voorbeeld kop-staart weergave
16Challenge the future
Eigenwaarden en eigenvectoren
Voorbeeld kop-staart weergave