Lineaire Algebra voor ST - Technische Universiteit Eindhoven

January 8, 2018 | Author: Anonymous | Category: Math, Linear Algebra
Share Embed Donate


Short Description

Download Lineaire Algebra voor ST - Technische Universiteit Eindhoven...

Description

Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: [email protected] studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2DS06 Technische Universiteit Eindhoven

college 7

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

1 / 17

Inhoud

1

Rij-ruimte en kolom-ruimte van een matrix

2

Rang van een matrix

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

2 / 17

Kolom-ruimte Definitie De kolommen van een m × n matrix A spannen een deelruimte op van Rm , de zogenaamde kolom-ruimte van A.

Voorbeeld  1 −3 4 −2 5 4  2 −6 9 −1 8 2   A=  2 −6 9 −1 9 7  −1 3 −4 2 −5 −4 

Kolom-ruimte van A in R4 is      1 −3 4        2   −6   9 span   2  ,  −6  ,  9    −1 3 −4 J.Keijsper (TUE)

 

  −2 5   −1   8 ,     −1  ,  9 2 −5

Lineaire Algebra voor ST

 4     2  ,  .   7    −4  

college 7

3 / 17

Stelling als A rij-equivalent is met de matrix R in (gereduceerde) trapvorm, dan vormen de kolommen van A die corresponderen met kolommen in R met leidende enen een basis voor de kolom-ruimte van A. Bewijs: eerder behandeld (bepalen basis opspansel door weglaten).

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

4 / 17

Voorbeeld 

1 −3 4  2 −6 9 A=  2 −6 9 −1 3 −4  1 −3 4  0 0 1 R=  0 0 0 0 0 0

 −2 5 4 −1 8 2  ∼ −1 9 7  2 −5 −4  −2 5 4 3 −2 −6   0 1 5  0 0 0

Leidende enen staan in kolommen 1, 3 en 5 van R dus een basis voor de kolom-ruimte van A is {k1 , k3 , k5 }, met ki de i-de kolom van A.       1 4 5  2   9   8       k1 =   2  , k3 =  9  , k5 =  9  −1 −4 −5 Deze basis bestaat uit kolommen van A! J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

5 / 17

Rij-ruimte Definitie De rijen van een m × n matrix A spannen een deelruimte op van Rn , de zogenaamde rij-ruimte van A. NB: Rn is de ruimte van alle 1 × n matrices, of rij-vectoren.

Voorbeeld 

 1 −3 4 −2 5 4  2 −6 9 −1 8 2   A=  2 −6 9 −1 9 7  −1 3 −4 2 −5 −4 Rij-ruimte van A in R6 is     span{ 1 −3 4 −2 5 4 , 2 −6 9 −1 8 2 ,     2 −6 9 −1 9 7 , −1 3 −4 2 −5 −4 }. J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

6 / 17

Stelling Als A en B rij-equivalente matrices zijn, dan zijn de rij-ruimtes van A en B gelijk. Bewijs: na een rij-operatie bestaan de rijen van de nieuwe matrix uit lineaire combinaties van rijen van de oude matrix, en andersom. Gevolg:

Stelling Als A rij-equivalent is met de matrix R in (gereduceerde) trapvorm, dan vormen de rijen van R met leidende enen (dwz de niet-nulrijen) een basis voor de rij-ruimte van A. NB: vanwege de trapvorm zijn deze rijen lineair onafhankelijk.

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

7 / 17

Voorbeeld 

1 −3 4  2 −6 9 A=  2 −6 9 −1 3 −4  1 −3 4  0 0 1 R=  0 0 0 0 0 0

 −2 5 4 −1 8 2  ∼ −1 9 7  2 −5 −4  −2 5 4 3 −2 −6   0 1 5  0 0 0

dus een basis van de rijruimte van A is {r1 , r2 , r3 }, met   1 −3 4 −2 5 4 r1 =   0 0 1 3 −2 −6 r2 =   0 0 0 0 1 5 . r3 = Deze basis bestaat niet uit rijen van A! J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

8 / 17

Voorbeeld NB: Een basis voor de rij-ruimte van A we door AT te vegen.  1 2 2 −1  −3 −6 −6 3   4 9 9 −4 AT =   −2 −1 −1 2   5 8 9 −5 4 2 7 −4

die uit rijen van A bestaat vinden 



      ∼      

1 0 0 0 0 0

2 1 0 0 0 0

 2 −1 1 0   1 0   0 0   0 0  0 0

Leidende enen staan in kolommen 1, 2, 3 dus de eerste drie rijen v1 , v2 , v3 van de matrix A (=eerste drie kolommen van AT ) vormen een basis van de rij-ruimte van A (=kolomruimte van AT ).   v1 = 1 −3 4 −2 5 4   v2 = 2 −6 9 −1 8 2   v3 = 2 −6 9 −1 9 7 J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

9 / 17

Definitie De dimensie van de rij-ruimte (kolom-ruimte) van een matrix A heet de rij-rang (kolom-rang) van A.

Voorbeeld 

 1 −3 4 −2 5 4  2 −6 9 −1 8 2   A=  2 −6 9 −1 9 7  −1 3 −4 2 −5 −4 heeft rij-rang gelijk aan de rij-rang trapvorm  1 −3  0 0 R=  0 0 0 0

van de rij-equivalente matrix in  4 −2 5 4 1 3 −2 −6   0 0 1 5  0 0 0 0

en is dus gelijk aan 3 (= het aantal rijen met leidende enen). J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

10 / 17

Voorbeeld [vervolg] 

 1 −3 4 −2 5 4  2 −6 9 −1 8 2   A=  2 −6 9 −1 9 7  −1 3 −4 2 −5 −4 heeft kolom-rang gelijk aan het aantal kolommen met leidende enen in   1 −3 4 −2 5 4  0 0 1 3 −2 −6   R=  0 0 0 0 1 5  0 0 0 0 0 0 en is dus ook gelijk aan 3.

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

11 / 17

Rang van een matrix Stelling Voor elke m × n matrix A geldt dat de rij-rang en de kolom-rang van A gelijk zijn. Bewijs: het aantal rijen met leidende enen is gelijk aan het totale aantal leidende enen en het aantal kolommen met leidende enen ook!

Definitie De rang van een matrix A is per definitie zijn rij-rang (of kolom-rang). Notatie: rang A MATLAB: rank(A) NB: er geldt voor een m × n matrix A: rang A ≤ m en ook rang A ≤ n.

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

12 / 17

Dimensiestelling

Stelling Als A een m × n matrix is en we duiden met nulheid A de dimensie aan van de nulruimte van A dan geldt: rang A + nulheid A = n Bewijs: eerder gezien dat nulheid A = n − r met r het aantal leidende enen. NB: dus de dimensie van de rijruimte (in Rn ∼ = Rn ) en de dimensie van de n nulruimte (in R ) tellen op tot de dimensie van Rn .

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

13 / 17

Voorbeeld 

 2 2 −1 0 1  −1 −1 2 −3 1   A=  1 1 −2 0 −1  0 0 1 1 1 Rij-equivalente matrix in gereduceerde  1 1 0  0 0 1   0 0 0 0 0 0

trapvorm:  0 1 0 1   1 0  0 0

Leidende enen in kolommen 1,3,4. Dus de (kolom-) rang van A is 3.

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

14 / 17

Voorbeeld [vervolg] 

1  0 A∼  0 0

1 0 0 0

0 1 0 0

0 0 1 0

 1 1   0  0

Oplossen van Ax = 0: vrije variabelen x2 = s en x5 = t met s, t ∈ R (gebonden variabelen x1 = −s − t, x3 = −t, x4 = 0). Dus basis van de nulruimte van A is     −1 −1         0   1       0  ,  −1          0   0        0 1 en de dimensie van de nulruimte is 2 = 5 − 3 = n − rang A. J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

15 / 17

Stelling Het lineaire stelsel Ax = b heeft een oplossing dan en slechts dan als rang A =rang [A | b].

Voorbeeld     4 1 2 3 x1  1 −3 4   x2  =  5  6 2 −1 7 x3 

heeft geen oplossing omdat rang A = 2 en rang [A | b] = 3:     1 2 3 4 1 2 3 4  1 −3 4 5  ∼  0 −5 1 1  2 −1 7 6 0 0 0 −3

J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

16 / 17

Stelling Als A een n × n matrix is dan is rang A = n dan en slechts dan als A rij-equivalent is met In

Stelling De volgende uitspraken zijn equivalent voor een n × n matrix A: 1. A is niet-singulier (inverteerbaar) 2. A is rij-equivalent met In . 3. Ax = 0 heeft alleen de triviale oplossing x = 0 4. Ax = b heeft voor elke b ∈ Rn een unieke oplossing 5. det(A) 6= 0 6. rang A = n 7. de dimensie van de nulruimte van A is nul 8. de rijen van A zijn lineair onafhankelijk in Rn 9. de kolommen van A zijn lineair onafhankelijk in Rn . J.Keijsper (TUE)

Lineaire Algebra voor ST

college 7

17 / 17

View more...

Comments

Copyright � 2017 NANOPDF Inc.
SUPPORT NANOPDF