c 2005 Eric Järpe Högskolan i Halmstad Kapitel 6: Rummet Rn Det mesta av teorin för geometrisk linjär algebra (dvs linjär algebra i 1, 2 och 3 dimensioner) går att generalisera till n dimensioner: Rn = {(x1 , . . . , xn ) : xi ∈ R, i = 1, . . . , n} Vektoraddition och muliplikation i med skalär Rn definieras analogt med tidigare (i R2 och R3 ). Räknelagarna är de exakt samma som förut angivna (se Sats 2.1). Bas Vektorerna a1 , . . . , ap kallas bas i Rn om det för varje vektor y ∈ Rn finns entydigt bestämda tal (koordinater) x1 , . . . , xp så att y = x1 a1 + . . . + xp ap . n Dvs: a1 , . . . , ap bas om ∀ y ∈ R ∃ ! x1 , . . . , xp ∈ R : y = p X xk ak . k=1 y ∈ Rn kallas P linjärkombination av a1 , . . . , ap om y = pk=1 xk ak för några x1 , . . . , xp ∈ R. Lär linjärt beroende och oberoende. Exempel Låt a = (1, 2, 0, 5), b = (−2, 1, 2, 1), c = (0, 3, −1, −1), d = (4, 2, −3, −2), v = (−8, 6, 5, 2). a) Är a, b, c, d linjärt oberoende? b) Är a, b, c, d, v linjärt oberoende? Lösning a) Frågan är om det finns skalärer A, B, C så att t.ex. Aa + Bb + Cc = d. Isåfall är d en linjärkombination av a, b, c och därmed är de 4 vektorerna linjärt beroende. Låt oss därför lösa ekvationssystemet 2 +B +3C = 2 (10 ) = (2) A −2B = 4 (1) 2A +B +3C = 2 (2) 2B −C = −3 (20 ) = (3) ⇒ 2B −C = −3 (3) 5B +3C = −6 (30 ) = (2) − 2(1) 5A +B −C = −2 (4) 11B −C = −2 (40 ) = (4) − 5(1) 2 +B +3C = 2 (100 ) = (10 ) 2B −C = −3 (200 ) = (20 ) ⇒ 11C = 3 (300 ) = 2(30 ) − 5(20 ) 9C = 29 (400 ) = 2(40 ) − 11(20 ) 3 Men C kan inte både vara 11 och 29 dvs ekvationssystemet saknar lösning. Detta 9 är därmed ett bevis för att a, b, c, d är linjärt oberoende. 1 b) Vi använder samma metodik: finns det reella tal A, B, C, D sådana att Aa + Bb + Cc + Dd = v? Att besvara den frågan utmynnar i systemet A −2B +4D = −8 A = 0 2A +B +3C +2D = 6 B = 1 ⇒ ... ⇒ 2B −C −3D = 5 C = 3 5A +B −C −2D = 2 D = −2 vilket innebär att v = b + 3c − 2d, dvs a, b, c, d, v är linjärt beroende. (Det innebär t.o.m. att b, c, d, v är linjärt beroende och att man lägger till en vektor, a, kan aldrig ändra detta faktum.) 2 Se även Exempel 3 & 4, s. 100–103. Bassatsen (i) Varje bas i Rn består av n vektorer. (ii) n vektorer i Rn är bas ⇔ de är linjärt oberoende ⇔ de spänner (upp) Rn (iii) Fler än n vektorer i Rn är linjärt beroende. Färre än n vektorer kan ej spänna upp Rn . Läs om hur man kan skriva linjära ekvationssystem som vektorekvationer på s. 104– 106. Skalärprodukt i Rn Skalärprodukten mellan 2 vektorer u = (u1 , . . . , un ) och v = (v1 , . . . , vn ) i Rn definieras som n X u·v = uk v k k=1 (Se räkneregler, s. 66) Vektorerna u och v kallas ortogonala (skrivs u⊥v) om u · v = 0. Beloppet av en vektor u = (u1 , . . . , un ) i Rn definieras |u| = n X k=1 2 !1/2 u2k Exempel Låt s = (1, 2, 3, 4), t = (2, −1, −4, 3), u = (−3, 1, −1, 1), v = (1, 3, −1, −1). Bilda m.h.a. dessa vektorer en ON-bas för R4 . Lösning Kolla först om vektorerna är ortogonala: s · t = 1 · 2 − 2 · 1 − 3 · 4 + 4 · 3 = 0 (ok) s · u = −3 + 2 − 3 + 4 = 0 (ok) s · v = 1 + 6 − 3 − 4 = 0 (ok) t · u = −6 − 1 + 4 + 3 = 0 (ok) t · v = 2 − 3 + 4 + 1 = 0 (ok) u · v = −3 + 3 + 1 − 1 = 0 (ok) (Om de inte varit det hade man fått ortogonalisera dem vilket är lite krångligare). Dessutom ska de vara normerade så låt e1 = e2 = s = √ t = √ u = √ v = √ |s | |t | e3 = |u| e4 = |v | 1 1+4+9+16 s = √1 (1, 2, 3, 4) 30 1 4+1+16+9 t = √1 (2, −1, 4, 3) 30 1 9+1+1+1 u = 1 √ (−3, 1, −1, 1) 2 3 1 1+9+1+1 v 1 √ (1, 3, −1, −1) 2 3 = 2 3