M0030M – Lektion 11 Linjär algebra och integralkalkyl Ove Edlund 2016-11-15 Ove Edlund M0030M – Lektion 11 2016-11-15 1 / 11 Linjärt (o)beroende En uppsättning vektorer är linjärt beroende om någon av dem kan beskrivas som en linjärkombination av de andra. Detta formuleras enligt: Definition: Linjärt beroende Vektorerna v 1 , v 2 , . . . , v p är linjärt beroende om det existerar värden x1 , x2 , . . . , xp som inte alla är noll, så att x1 v 1 + x2 v 2 + · · · + xp v p = 0. Om det ovanstående inte gäller, dvs x1 v 1 + x2 v 2 + · · · + xp v p = 0. endast är uppfyllt om alla x1 , x2 , . . . , xp är noll, säger vi att vektorerna är linjärt oberoende. Ove Edlund M0030M – Lektion 11 2016-11-15 2 / 11 Linjärt (o)beroende, forts Enligt definitionen av matris-vektor-multiplikation kan villkoret omformuleras enligt x1 i x2 h v1 v2 . . . vp . = 0 . | {z } . A =A xp | {z } =x dvs ett homogent ekvationssystem A x = 0. Om endast den triviala lösningen x = 0 existerar är kolonnerna linjärt oberoende, annars är de linjärt beroende. Ove Edlund M0030M – Lektion 11 2016-11-15 3 / 11 Exempel: Linjärt beroende i R3 x3 x1 u x3 v w x2 x1 v x2 Linearly independent, w not in Span{u, v} Linearly dependent, w in Span{u, v} Ove Edlund u w M0030M – Lektion 11 2016-11-15 4 / 11 Linjärt beroende, Satser Sats Givet ett antal vektorer v 1 , v 2 , . . . , v p som alla har dimension Rn : Om antalet vektorer p är större än vektorernas dimension n, (dvs p > n) så är vektorerna linjärt beroende. Sats Givet ett antal vektorer v 1 , v 2 , . . . , v p som alla har dimension Rn : Om en av dem är nollvektorn, dvs v k = 0 för något k, så är vektorerna linjärt beroende. Ove Edlund M0030M – Lektion 11 2016-11-15 5 / 11 Exempel Avgör om följande vektorer är linjärt beroende, genom att stirra på dem en stund. 1 2 0 1 1. 0 , 1 , 1 , 1 −1 3 2 1 1 2 0 1 , 1 , 0 2. −1 3 0 −3 2 −6 4 3. 3 , −2 −9 6 Ove Edlund M0030M – Lektion 11 2016-11-15 6 / 11 Linjär avbildning T : Rn −→ Rm T T(x) x Ra n ge Domain Codomain definitionsmängd = domain målmängd = codomain värdemängd = range Ove Edlund M0030M – Lektion 11 2016-11-15 7 / 11 Exempel Givet en matris 1 1 A = 1 0 −3 1 så definierar vi en linjär avbildning T : R2 1 T (x) = A x = 1 −3 1. Bestäm bilden av −1 2 −→ R3 enligt 1 x 0 1 x2 1 med T . 2 2. Bestäm x så att T avbildar x på 1 . −2 Ove Edlund M0030M – Lektion 11 2016-11-15 8 / 11 Exempel, forts 2 3. Finns det mer än ett x som avbildas på 1 ? −2 1 4. Avgör om 1 ligger in värdemängden för T . 1 Ove Edlund M0030M – Lektion 11 2016-11-15 9 / 11 Exempel: Skjuvning Den linjära avbildningen T : R2 −→ R2 definierad av 1 3 x1 T (x) = 0 1 x2 beskriver en skjuvning. Skjuvning är ett viktigt begrepp i bl.a. fysik. x2 x2 T 2 2 x1 2 2 8 x1 4 3 2 1 0 -1 0 2 Ove Edlund 4 6 8 10 M0030M – Lektion 11 12 2016-11-15 10 / 11 Definition: Linjär avbildning En avbildning T är linjär om 1. T (u + v) = T (u) + T (v) för alla u, v i definitionsmängden för T . 2. T (c u) = c (T (u)) för alla u och skalärer c. Definitionen leder till följande egenskaper: T (0) = 0 T (c u + d v) = c T (u) + d T (v) T (c1 v1 + c2 v2 + · · · + cp vp ) = c1 T (v1 ) + c2 T (v2 ) + · · · + cp T (vp ) Ove Edlund M0030M – Lektion 11 2016-11-15 11 / 11