LINJÄRA KOMBINATIONER. BASER. LINJÄRT SPANN (eller linjärt

Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
LINJÄRA KOMBINATIONER. BASER.
LINJÄRT SPANN (eller linjärt hölje)
Definition 1. (LINJÄR KOMBINATION)
Låt V vara ett vektorrum. En vektor w är linjär kombination av ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ om det finns
skalärer (tal) ๐œ†๐œ†1 , ๐œ†๐œ†2 , … , ๐œ†๐œ†๐‘›๐‘› så att
๐’˜๐’˜ = ๐œ†๐œ†1 ๐’—๐’—1 + ๐œ†๐œ†2 ๐’—๐’—๐Ÿ๐Ÿ + โ‹ฏ + ๐œ†๐œ†๐‘›๐‘› ๐’—๐’—๐’๐’
Exempel 1.
Bestäm om w är linjär kombination av ๐’—๐’—๐Ÿ๐Ÿ och ๐’—๐’—๐Ÿ๐Ÿ då
a) ๐’˜๐’˜ = (8, 7, 6), ๐’—๐’—๐Ÿ๐Ÿ = (1, 2, 3) och ๐’—๐’—๐Ÿ๐Ÿ = (2, 1, 0)
b) ๐’˜๐’˜ = (3, 3, 6), ๐’—๐’—๐Ÿ๐Ÿ = (1, 2, 3) och ๐’—๐’—๐Ÿ๐Ÿ = (2, 1, 0)
Lösning:
a) Vi söker om det finns en lösning till
๐’˜๐’˜ = ๐’™๐’™๐’™๐’™1 + ๐‘ฆ๐‘ฆ๐’—๐’—๐Ÿ๐Ÿ
dvs
(8, 7, 6) = ๐‘ฅ๐‘ฅ(1, 2, 3) + y(2, 1, 0)
Vi identifierar koordinater och får tre skalära ekvationer:
๐‘ฅ๐‘ฅ + 2๐‘ฆ๐‘ฆ = 8
2๐‘ฅ๐‘ฅ + ๐‘ฆ๐‘ฆ = 7
3๐‘ฅ๐‘ฅ = 6
Systemet har (precis) en lösning x=2, y= 3
Därmed kan ๐’˜๐’˜ skrivas som en linjär kombination av ๐’—๐’—๐Ÿ๐Ÿ och ๐’—๐’—๐Ÿ๐Ÿ :
๐’˜๐’˜ = 2๐’—๐’—1 + 3๐’—๐’—๐Ÿ๐Ÿ
b) I detta fall
๐’˜๐’˜ = ๐’™๐’™๐’™๐’™1 + ๐‘ฆ๐‘ฆ๐’—๐’—๐Ÿ๐Ÿ
ger
(3,3,6) = ๐‘ฅ๐‘ฅ(1, 2, 3) + y(2, 1, 0)
Vi identifierar koordinater och får tre skalära ekvationer:
๐‘ฅ๐‘ฅ + 2๐‘ฆ๐‘ฆ = 3
2๐‘ฅ๐‘ฅ + ๐‘ฆ๐‘ฆ = 3
3๐‘ฅ๐‘ฅ = 6
Systemet SAKNAR lösning ( kontrollera) .
Därmed kan ๐’˜๐’˜ INTE skrivas som en linjär kombination av ๐’—๐’—๐Ÿ๐Ÿ och ๐’—๐’—๐Ÿ๐Ÿ .
Svar a) ja b) nej
UNDERRUM
Definition 2a. Låt W vara en icke tom delmängd till vektorrummet V=Rn. Mängden W är ett
underrum till V om och endast om följande tre villkor är uppfyllda:
Vilkor 1: W vara en icke tom delmängd till Rn
Vilkor 2:
u, ๐’—๐’— โˆŠ W ⇒ ๐’–๐’– + ๐’—๐’— โˆŠ W
( om u, v tillhör W då summan u+v tillhör också W , vi säger att W är sluten under
addition )
Vilkor3:
(๐’–๐’– โˆŠ W , λ โˆŠ R) ⇒ λ๐’–๐’– โˆŠ W
( om u tillhör W då λ u tillhör också W för varje skalär λ , vi säger att W är sluten
under multiplikation med skalär)
Sida 1 av 10
Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
Anmärkning. Från villkor 3 , för λ =0, får vi att ๐ŸŽ๐ŸŽ โˆŠ W , dvs ett under rum måste innehålla
nollvektorn. Därmed kan underrummet definieras på följande ekvivalenta sätt:
Definition 2b. Låt W vara en delmängd till vektorrummet V. Mängden W är ett underrum till V
om och endast om följande tre villkor är uppfyllda:
Vilkor1:
๐ŸŽ๐ŸŽ โˆŠ W
( nollvektorn tillhör W)
Vilkor2:
u, ๐’—๐’— โˆŠ W ⇒ ๐’–๐’– + ๐’—๐’— โˆŠ W
( om u, v tillhör W då summan u+v tillhör också W , vi säger att W är sluten under
addition )
Vilkor3:
(๐’–๐’– โˆŠ W , λ โˆŠ R) ⇒ λ๐’–๐’– โˆŠ W
( om u tillhör W då λ u tillhör också W för varje skalär λ , vi säger att W är sluten
under multiplikation med skalär)
๏ฃฎ x๏ฃน
๏ฃฏ
Exempel 2. Visa att mängden W av alla vektorer y ๏ฃบ vars koordinater satisfierar
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ z ๏ฃบ๏ฃป
ekvationen 3x + 2 y − 3z = 0 (*) är ett underrum till R3 .
Med andra ord, visa att
๏ฃฎ x๏ฃน
W = {๏ฃฏ y ๏ฃบ : 3x + 2 y − 3z = 0}
๏ฃฏ ๏ฃบ
๏ฃฐ๏ฃฏ z ๏ฃป๏ฃบ
är ett underrum till R3.
Lösning:
Vi ska visa att alla tre villkor i ovanstående definition är uppfyllda .
๏ฃฎ0๏ฃน
๏ฒ ๏ฃฏ ๏ฃบ
Vilkor 1 Nollvektorn 0 = 0 ∈ W eftersom dess koordinater x=0, y=0, z=0 uppenbart
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ0๏ฃบ๏ฃป
satisfierar ekvationen 3x + 2 y − 3z = 0 . Därmed är Vilkor1 uppfyllt.
๏ฃฎ u1 ๏ฃน
๏ฃฎ v1 ๏ฃน
๏ฒ ๏ฃฏ ๏ฃบ
๏ฒ ๏ฃฏ ๏ฃบ
Vilkor 2.
Låt u = u2 och v = v2 vara två vektorer i W. Då deras koordinater
๏ฃฏ ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐu3 ๏ฃบ๏ฃป
๏ฃฐ๏ฃฏ v3 ๏ฃบ๏ฃป
satisfierar ekvationen dvs då gäller
3u1 + 2u2 − 3u3 = 0 och 3v1 + 2v 2 − 3v3 = 0 .
๏ฃฎ u1 + v1 ๏ฃน
๏ฒ ๏ฒ ๏ฃฏ
๏ฒ ๏ฒ
För att visa att u + v ∈ W , måste vi visa att koordinater till u + v = u2 + v 2 ๏ฃบ också
๏ฃฏ
๏ฃบ
๏ฃฐ๏ฃฏ u3 + v3 ๏ฃป๏ฃบ
satisfierar ekvationen (*) .
Vi substituerar koordinater i vänsterledet och får
Sida 2 av 10
Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
3(u1 + v1 ) + 2(u2 + v2 ) − 3(u3 + v3 ) = (3u1 + 2u2 − 3u3 ) + (3v1 + 2v2 − 3v3 ) = 0 + 0 = 0
๏ฒ ๏ฒ
Därför u + v ∈ W och därmed är Vilkor2 uppfyllt.
๏ฃฎ u1 ๏ฃน
๏ฒ ๏ฃฏ ๏ฃบ
Vilkor 3. Låt u = u2 vara en vektor W och λ ett reellt tal (skalär). Då är
๏ฃฏ ๏ฃบ
๏ฃฐ๏ฃฏu3 ๏ฃป๏ฃบ
๏ฃฎ λu1 ๏ฃน
๏ฒ ๏ฃฏ
λu = λu2 ๏ฃบ vars koordinater satisfierar ekvationen (*) eftersom
๏ฃบ
๏ฃฏ
๏ฃฏ๏ฃฐλu3 ๏ฃบ๏ฃป
๏ฒ
3λu1 + 2λu2 − 3λu3 = λ (3u1 + 2u2 − 3u3 ) = 0 . Därför λu ∈ W och därmed är Vilkor3
uppfyllt.
-------------------------------Generalisering: På samma sätt som i ovanstående exempel kan man visa att mängden av
๏ฃฎ x1 ๏ฃน
๏ฃฏx ๏ฃบ
alla vektorer ๏ฃฏ 2 ๏ฃบ vars koordinater satisfierar ett linjärt homogent ekvationssystem är ett
๏ฃฏ๏๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฐ xn ๏ฃป
underrum till Rn.
๏ฃฎ x1 ๏ฃน
๏ฃฏx ๏ฃบ
Exempelvis , mängden W av alla vektorer ๏ฃฏ 2 ๏ฃบ vars koordinater satisfierar följande
๏ฃฏ x3 ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฐ x4 ๏ฃป
homogena ekvationssystem
2 x1 + 2 x 2 − 3x3 + 4 x 4 = 0
3x1 − 5 x 2 − x3 + 7 x 4 = 0
är ett underrum till R4.
Kravet att systemet är homogent är viktigt. Om systemet inte är homogent så nollvektorn
tillhör inte W. ( Se nedanstående exempel)
Exempel 3.
๏ฃฎ x๏ฃน
Visa att mängden W av alla vektorer ๏ฃฏ y ๏ฃบ vars koordinater satisfierar ekvationen
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ z ๏ฃบ๏ฃป
2 x + 2 y + 8 z = 5 INTE är ett underrum till R3 .
Lösning:
๏ฃฎ0๏ฃน
๏ฒ ๏ฃฏ ๏ฃบ
Nollvektorn 0 = 0 ligger inte i W eftersom 2 ⋅ 0 + 2 ⋅ 0 + 8 ⋅ 0 ≠ 5 . Villkor 1 är INTE
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ0๏ฃบ๏ฃป
uppfyllt och därmed är W INTE ett underrum.
Sida 3 av 10
Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
Exempel 4.
Bestäm om följande mängder är underrum i R4
a) W1 är mängden av alla vektorer i R4 som har första och tredje koordinaten =0, dvs
W1 = {(0, ๐‘ฅ๐‘ฅ, 0, ๐‘ฆ๐‘ฆ), ๐‘‘๐‘‘ä๐‘Ÿ๐‘Ÿ ๐‘ฅ๐‘ฅ, ๐‘ฆ๐‘ฆ ∈ ๐‘…๐‘…}
(∗)
b) W2 är mängden av alla vektorer i R4 som har första och tredje koordinaten =1, dvs
W2 = {(1, ๐‘ฅ๐‘ฅ, 1, ๐‘ฆ๐‘ฆ), ๐‘‘๐‘‘ä๐‘Ÿ๐‘Ÿ ๐‘ฅ๐‘ฅ, ๐‘ฆ๐‘ฆ ∈ ๐‘…๐‘…}
Lösning:
a) Om vi väljer x=0 och y= 0 i (*) får vi att ser vi att nollvektorn (0,0,0,0) ligger i W1
och därmed är Villkor1 ( i definitionen för underrum) uppfyllt.
Vi testar Villkor2
Vi antar att ๐’–๐’–, ๐’—๐’— โˆŠ W1 dvs ๐’–๐’– = (0, ๐‘ฅ๐‘ฅ1 , 0, ๐‘ฆ๐‘ฆ1 ) och ๐’—๐’— = (0, ๐‘ฅ๐‘ฅ2 , 0, ๐‘ฆ๐‘ฆ2 )
Då gäller u+v = (0, ๐‘ฅ๐‘ฅ1 + ๐‘ฅ๐‘ฅ2 , 0, ๐‘ฆ๐‘ฆ1 + ๐‘ฆ๐‘ฆ2 ) ∈ W1 ( för första och tredje koord. är 0)
och Villkor 2 är uppfyllt ( Vi säger att W1 är sluten under addition).
Nu kontrollerar vi Villkor3
Vi antar ๐’–๐’– โˆŠ W dvs ๐’–๐’– = (0, ๐‘ฅ๐‘ฅ, 0, ๐‘ฆ๐‘ฆ). Då, för ett tal λ โˆŠ R , vi har
λ๐’–๐’– = (0, λ๐‘ฅ๐‘ฅ, 0, λ๐‘ฆ๐‘ฆ) ∈ W1 ( för första och tredje koord. är 0)
och Villkor3 är uppfyllt ( Vi säger att W är sluten under multiplikation med tal).
Eftersom Villkor1, Villkor2 och Villkor3 är uppfyllda är mängden W1 ett underrum
till V.
Svar a) W1 är ett underrum till V.
b)
Vi antar att ๐’–๐’–, ๐’—๐’— โˆŠ W2 dvs ๐’–๐’– = (1, ๐‘ฅ๐‘ฅ1 , 1, ๐‘ฆ๐‘ฆ1 ) och ๐’—๐’— = (1, ๐‘ฅ๐‘ฅ2 , 1, ๐‘ฆ๐‘ฆ2 )
Då gäller ๐’–๐’– + ๐’—๐’— = (2, ๐‘ฅ๐‘ฅ1 + ๐‘ฅ๐‘ฅ2 , 2, ๐‘ฆ๐‘ฆ1 + ๐‘ฆ๐‘ฆ2 ) ∉ W2 eftersom koordinater på första och
tredje plats är 2 och inte 1 som i mängden W2 . Med andra ord summan av två element i
W2 hamnar utanför W2 . Villkor2 är inte uppfyllt och därför W2 är INTE ett underrum
till V. ( Lägg märke till att varken Villkor1 eller Villkor3 är uppfyllt)
Svar b) W2 är INTE ett underrum till V.
BASER
Definition 3 (BAS)
Låt V vara ett vektorrum ( eller underrum) . Vektorerna ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ utgör en bas i
rummet V om följande två villkor är uppfyllda:
1. Vektorerna ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ är linjärt oberoende
2. Varje vektor i V kan skrivas som en linjär kombination av ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ .
Sats ( Antalet element i en bas) . Om ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ är en bas för V då varje bas för
rummet V har samma antal vektorer, n.
Sats ( Koordinater för en vektor i en given bas ) .
Sida 4 av 10
Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
Om B=(๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ ) är en bas för V då gäller följande: Varje vektor w i rummet V kan
skrivas som på exakt ett sätt en linjär kombination av ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’
๐’˜๐’˜ = ๐‘ฅ๐‘ฅ1 ๐’—๐’—๐Ÿ๐Ÿ + ๐‘ฅ๐‘ฅ2 ๐’—๐’—๐Ÿ๐Ÿ + โ‹ฏ +๐‘ฅ๐‘ฅ๐‘›๐‘› ๐’—๐’—๐’๐’
Tal ๐‘ฅ๐‘ฅ1 , ๐‘ฅ๐‘ฅ2 , … , ๐‘ฅ๐‘ฅ๐‘›๐‘› kallas ๐’˜๐’˜:s koordinater i basen B,
๏ฃฎ x1 ๏ฃน
๏ฃฏx ๏ฃบ
2
och ๏ฃฏ ๏ฃบ kallas koordinatvektor i basen B.
๏ฃฏ๏๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฐ xn ๏ฃป
Sats. Om ๐’–๐’–๐Ÿ๐Ÿ , ๐’–๐’–๐Ÿ๐Ÿ , … , ๐’–๐’–๐’๐’ är n oberoende vektorer i ett n- dimensionellt vektorrum V då
utgör vektorerna en bas för V.
Definition 4 (DIMENSION)
Om vektorrummet V har en bas med n vektorer säger vi att V har dimension n.
Exempel 4a. Vektorerna
๐’—๐’—๐Ÿ๐Ÿ = ๐’Š๐’Š = (1,0), ๐’—๐’—๐Ÿ๐Ÿ = ๐’‹๐’‹ = (0,1)
utgör en bas ( standardbasen) i rummet R2 eftersom de är linjärt oberoende och varje (x,y)
vektor i R2 kan skrivas som en lin. komb. av ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ :
och R2 har dimension 2.
(๐‘ฅ๐‘ฅ, ๐‘ฆ๐‘ฆ) = ๐‘ฅ๐‘ฅ(1,0) + ๐‘ฆ๐‘ฆ(0,1)
Exempel 5b. Vektorerna
๐’—๐’—๐Ÿ๐Ÿ = (1,2), ๐’—๐’—๐Ÿ๐Ÿ = (0,2)
utgör också en bas i rummet R2 eftersom de är linjärt oberoende och varje w vektor i R2 kan
skrivas som en lin. komb. av ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ ( eftersom ekvationen ๐’˜๐’˜ = ๐‘ฅ๐‘ฅ1 ๐’—๐’—๐Ÿ๐Ÿ + ๐‘ฅ๐‘ฅ2 ๐’—๐’—๐Ÿ๐Ÿ är alltid
lösbar)
Exempel 5c. Vektorerna
๐’—๐’—๐Ÿ๐Ÿ = (1,2), ๐’—๐’—๐Ÿ๐Ÿ = (2,4)
är INTE en bas i rummet R2 eftersom de är linjärt beroende.
Exempel 5d. Vektorerna
๐’—๐’—๐Ÿ๐Ÿ = ๐’Š๐’Š = (1,0,0), ๐’—๐’—๐Ÿ๐Ÿ = ๐’‹๐’‹ = (0,1,0), ๐’—๐’—๐Ÿ‘๐Ÿ‘ = ๐’Œ๐’Œ = (0,0,1)
utgör en bas ( standardbasen) i rummet R3
Exempel 5e. Vektorerna
Sida 5 av 10
Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
๐’—๐’—๐Ÿ๐Ÿ = (1,0,0), ๐’—๐’—๐Ÿ๐Ÿ = (2,1,0), ๐’—๐’—๐Ÿ‘๐Ÿ‘ = (2,1,1)
utgör en bas ( standardbasen) i rummet R3 , eftersom de är 3 linjärt oberoende vektorer i R3
Exempel 5f. Vektorerna
๐’—๐’—๐Ÿ๐Ÿ = (1,0,0,0), ๐’—๐’—๐Ÿ๐Ÿ = (0,1,0,0), ๐’—๐’—๐Ÿ‘๐Ÿ‘ = (0,0,1,0), ๐’—๐’—๐Ÿ’๐Ÿ’ = (0,0,0,1)
utgör en bas ( standardbasen) i rummet R4 eftersom de är linjärt oberoende och varje
(x,y,z,w) vektor i R4 kan skrivas som en lin. komb. av ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ‘๐Ÿ‘ , ๐’—๐’—๐Ÿ’๐Ÿ’ :
(๐‘ฅ๐‘ฅ, ๐‘ฆ๐‘ฆ, ๐‘ง๐‘ง, ๐‘ค๐‘ค) = ๐‘ฅ๐‘ฅ(1,0,0,0) + ๐‘ฆ๐‘ฆ(0,1,0,0) + ๐‘ง๐‘ง(0,0,1,0) + ๐‘ค๐‘ค(0,0,0,1)
och R4 har dimension 4.
Exempel 6. Avgör om ๐’—๐’—๐Ÿ๐Ÿ = (1,1,0), ๐’—๐’—๐Ÿ๐Ÿ = (0,1,1), ๐’—๐’—๐Ÿ‘๐Ÿ‘ = (1,2,2),
utgör en bas i tredimensionell vektorrummet R3 .
Lösning:
Vi skriver vektorerna som kolonner i en matris och kollar om de är oberoende:
1 0 1
1 0 1
1 0 1
๏ฟฝ1 1 2๏ฟฝ ~ ๏ฟฝ0 1 1๏ฟฝ ~ ๏ฟฝ0 1 1๏ฟฝ
0 1 2
0 1 2
0 0 1
Tre ledande variabler implicerar att tre kolonner är oberoende dvs vektorerna
๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ‘๐Ÿ‘ är oberoende. Vi har 3 oberoende vektorer i ett 3 dimensionellt rum och därför
utgör vektorerna en bas i rummet.
Svar: Ja
Exempel 7. Avgör om ๐’—๐’—๐Ÿ๐Ÿ = (1,1,0), ๐’—๐’—๐Ÿ๐Ÿ = (0,1,1), ๐’—๐’—๐Ÿ‘๐Ÿ‘ = (1,2,1),
utgör en bas i trodimensionell vektorrummet R3 .
Lösning:
Vi skriver vektorerna som kolonner i en matris och kollar om de är oberoende:
1 0 1
1 0 1
1 0 1
๏ฟฝ1 1 2๏ฟฝ ~ ๏ฟฝ0 1 1๏ฟฝ ~ ๏ฟฝ0 1 1๏ฟฝ
0 1 1
0 1 1
0 0 0
Två ledande variabler implicerar att max två kolonner är oberoende dvs vektorerna
๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ‘๐Ÿ‘ är beroende ( Vi ser att ๐’—๐’—๐Ÿ‘๐Ÿ‘ =๐’—๐’—๐Ÿ๐Ÿ + ๐’—๐’—๐Ÿ๐Ÿ ) och därför är INTE en bas för rummet R3.
Svar: Nej
Exempel 8. Avgör om ๐’—๐’—๐Ÿ๐Ÿ = (1,1,0), ๐’—๐’—๐Ÿ๐Ÿ = (0,1,1) utgör en bas i tredimensionellt
vektorrummet R3 .
Lösning:
Nej, eftersom varje bas i R3 måste ha 3 vektorer.
Svar: Nej
Exempel 9. Bestäm koordinatvektorn för vektorn w=( 2,4) i basen B=( ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ ) där
๐’—๐’—๐Ÿ๐Ÿ = (1,1), ๐’—๐’—๐Ÿ๐Ÿ = (0,2) .
Sida 6 av 10
Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
Lösning:
Vi löser ekvationen
och får ๐‘ฅ๐‘ฅ1 = ๐Ÿ๐Ÿ, ๐‘ฅ๐‘ฅ2 = 1
๐’˜๐’˜ = ๐‘ฅ๐‘ฅ1 ๐’—๐’—๐Ÿ๐Ÿ + ๐‘ฅ๐‘ฅ2 ๐’—๐’—๐Ÿ๐Ÿ
(๐Ÿ๐Ÿ, ๐Ÿ’๐Ÿ’) = ๐‘ฅ๐‘ฅ1 (๐Ÿ๐Ÿ, ๐Ÿ๐Ÿ) + ๐‘ฅ๐‘ฅ2 (0,2)
๏ฃฎ 2๏ฃน
och därmed koordinatvektorn i basen B är [w ] B = ๏ฃฏ ๏ฃบ
๏ฃฐ1 ๏ฃป
๏ฃฎ 2๏ฃน
Svar: [w ] B = ๏ฃฏ ๏ฃบ
๏ฃฐ1 ๏ฃป
Exempel 10.
๏ฃฎ x1 ๏ฃน
๏ฃฏx ๏ฃบ
Låt S vara underrummet som består av alla vektorer ๏ฃฏ 2 ๏ฃบ vars koordinater satisfierar
๏ฃฏ x3 ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฐ x4 ๏ฃป
följande homogena ekvationssystem
๏ฃฑ x1 + x2 + 2 x3 + 2 x4 = 0
๏ฃฒ
๏ฃณ2 x1 + 2 x 2 + 5 x3 + 6 x 4 = 0.
Bestäm en bas till S.
Lösning:
Underrummet S är faktiskt lösningsmängden till det givna ekvationssystemet. Vi löser
systemet med t ex Gauss metoden
๏ฃฑ x1 + x 2 + 2 x3 + 2 x 4 = 0
๏ฃฑ x1 + x2 + 2 x3 + 2 x4 = 0
๏ฃฎ
๏ฃน
⇔๏ฃฏ
⇔
๏ฃฒ
๏ฃฒ
๏ฃบ
x3 + 2 x 4 = 0
๏ฃฐ − 2ekv1 + ekv 2๏ฃป
๏ฃณ2 x1 + 2 x 2 + 5 x3 + 6 x 4 = 0
๏ฃณ
Vi betecknar x2 = s och x4 = t , löser ut ledande variabler och får
x3 = −2t och x1 = − x2 − 2 x3 − 2 x4 = − s − 2( −2t ) − 2t = − s + 2t
๏ฃฎ x1 ๏ฃน
๏ฃฎ - s + 2t ๏ฃน
๏ฃฏx ๏ฃบ
๏ฃฏ s ๏ฃบ
2๏ฃบ
๏ฃฏ
๏ฃบ} = (separerar s och t - delen)
Alltså S = {
} = {๏ฃฏ
๏ฃฏ x3 ๏ฃบ
๏ฃฏ - 2t ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฏ
๏ฃบ
๏ฃฐ t ๏ฃป
๏ฃฐ x4 ๏ฃป
๏ฃฎ − s ๏ฃน ๏ฃฎ 2t ๏ฃน
๏ฃฎ − 1๏ฃน ๏ฃฎ 2 ๏ฃน
๏ฃฏ s ๏ฃบ ๏ฃฏ 0 ๏ฃบ
๏ฃฏ1๏ฃบ ๏ฃฏ 0 ๏ฃบ
๏ฃฏ
๏ฃบ
๏ฃฏ
๏ฃบ
={
+
} = {s ๏ฃฏ ๏ฃบ + t ๏ฃฏ ๏ฃบ} .
๏ฃฏ 0 ๏ฃบ ๏ฃฏ − 2t ๏ฃบ
๏ฃฏ 0 ๏ฃบ ๏ฃฏ − 2๏ฃบ
๏ฃฏ ๏ฃบ ๏ฃฏ
๏ฃบ
๏ฃฏ ๏ฃบ ๏ฃฏ ๏ฃบ
๏ฃฐ0๏ฃป ๏ฃฐ t ๏ฃป
๏ฃฐ0๏ฃป ๏ฃฐ1 ๏ฃป
Med andra ord kan varje vektor i S anges som en linjer kombination av vektorerna
๏ฃฎ− 1๏ฃน
๏ฃฎ 2๏ฃน
๏ฃฏ1๏ฃบ
๏ฃฏ 0๏ฃบ
๏ฒ
๏ฒ
v1 = ๏ฃฏ ๏ฃบ och v2 = ๏ฃฏ ๏ฃบ som är uppenbart oberoende ( kolla själv) vektorer.
๏ฃฏ0๏ฃบ
๏ฃฏ − 2๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฐ0๏ฃป
๏ฃฐ1 ๏ฃป
๏ฒ ๏ฒ
Därmed är ( v1 , v 2 ) en bas till S
Sida 7 av 10
Armin Halilovic: EXTRA ÖVNINGAR
๏ฃฎ − 1๏ฃน
๏ฃฏ1๏ฃบ
Svar: Vektorerna ๏ฃฏ ๏ฃบ ,
๏ฃฏ0๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฐ0๏ฃป
Linjära kombinationer. Baser
๏ฃฎ 2๏ฃน
๏ฃฏ 0๏ฃบ
๏ฃฏ ๏ฃบ är en bas till S
๏ฃฏ − 2๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฐ1 ๏ฃป
Exempel 11.
๏ฃฎ x๏ฃน
Låt S vara underrummet som består av alla vektorer ๏ฃฏ y ๏ฃบ vars koordinater satisfierar
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ z ๏ฃป๏ฃบ
följande homogena ekvationen x + 2 y − 3z = 0 .
๏ฃฎ x๏ฃน
Kortare S = {๏ฃฏ y ๏ฃบ,
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ z ๏ฃบ๏ฃป
x + 2 y − 3z = 0}
Bestäm en bas till S.
Lösning:
Vi löser ekvationen dvs vi löser ut den ledande variabeln x
x + 2 y − 3z = 0 ⇒ x = −2 y + 3z
Vi beteckna y = s och z = t och får x = −2 s + 3t
๏ฃฎ − 2๏ฃน ๏ฃฎ3๏ฃน
๏ฃฎ x ๏ฃน ๏ฃฎ − 2 s + 3t ๏ฃน
๏ฃบ
๏ฃฏ
๏ฃบ
๏ฃฏ
Alltså S = y =
= s ๏ฃฏ 1 ๏ฃบ + t ๏ฃฏ 0๏ฃบ .
s
๏ฃฏ ๏ฃบ ๏ฃฏ ๏ฃบ
๏ฃบ
๏ฃฏ ๏ฃบ ๏ฃฏ
t
๏ฃฏ๏ฃฐ 0 ๏ฃป๏ฃบ ๏ฃฐ๏ฃฏ1๏ฃป๏ฃบ
๏ฃป๏ฃบ
๏ฃฐ๏ฃฏ z ๏ฃป๏ฃบ ๏ฃฐ๏ฃฏ
Därmed är varje vektor i S en linjer kombination av vektorerna
๏ฃฎ3๏ฃน
๏ฃฎ − 2๏ฃน
๏ฒ
๏ฒ ๏ฃฏ ๏ฃบ
v1 = 1 och v 2 = ๏ฃฏ0๏ฃบ som är uppenbart oberoende ( kolla själv) vektorer.
๏ฃฏ ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ1๏ฃบ๏ฃป
๏ฃฏ๏ฃฐ 0 ๏ฃบ๏ฃป
๏ฒ ๏ฒ
Därför är är ( v1 , v 2 ) en bas till S.
๏ฃฎ− 2๏ฃน ๏ฃฎ3๏ฃน
Svar: Vektorerna ๏ฃฏ 1 ๏ฃบ , ๏ฃฏ0๏ฃบ bildar en bas till S
๏ฃฏ ๏ฃบ ๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ 0 ๏ฃป๏ฃบ ๏ฃฏ๏ฃฐ1๏ฃป๏ฃบ
LINJÄRT SPANN (eller LINJÄRT HÖLJE)
Definition 5. Linjärt spann (eller linjärt hölje)
Låt S={๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ } vara n vektorer ( beroende eller oberoende) i en vektorrum V.
Mängden av alla linjära kombinationer av vektorerna i S kallas det linjära spannet ( linjära
höljet) av S och betecknas Span(๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ ).
Sida 8 av 10
Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
Span(๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ ) är ett underrum till V.
Dimensionen av Span(๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ ) är lika med ( maximala) antalet oberoende vektorer
bland ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ .
Enligt definitionen en vektor w tillhör underrummet Span(๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ ) om och endast
om w kan skrivas som en linjär kombination av ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , … , ๐’—๐’—๐’๐’ .
Exempel 12.
Låt ๐’—๐’—๐Ÿ๐Ÿ = (0,2,3,0,0) , ๐’—๐’—๐Ÿ๐Ÿ = (0,4,6,0,0) och
๐’—๐’—๐Ÿ‘๐Ÿ‘ = (0, −6, −9,0,0)
a) Bestäm dimensionen av span(๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ‘๐Ÿ‘ )
b) Bestäm en bas för span(๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ‘๐Ÿ‘ ) bland ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ‘๐Ÿ‘
Lösning:
Vi skriver vektorer som kolonner i en matris och överför matrisen till trappstegsform:
โŽก
โŽค โŽก
โŽค โŽก
โŽค โŽก
โŽค
0 0
0
2 4 −6
2 4 −6
1 2 −3
โŽข
โŽฅ โŽข
โŽฅ โŽข
โŽฅ โŽข
โŽฅ
0 โŽฅ โŽข0 0
0โŽฅ
โŽข 2 4 −6โŽฅ โŽข 3 6 −9โŽฅ โŽข 0 0
0 โŽฅ~โŽข0 0
0 โŽฅ~โŽข0 0
0โŽฅ
โŽข 3 6 −9โŽฅ ~ โŽข 0 0
0 โŽฅ โŽข0 0
0 โŽฅ โŽข0 0
0 โŽฅ โŽข0 0
0โŽฅ
โŽข0 0
โŽข0 0
โŽฅ
โŽข
โŽฅ
โŽข
โŽฅ
โŽข
0
0 0
0
0 0
0
0 0
0โŽฅ
โŽฃ
โŽฆ โŽฃ
โŽฆ โŽฃ
โŽฆ โŽฃ
โŽฆ
En ledande etta. Max antal oberoende kolonner är 1 och därmed Max antal oberoende
vektorer är 1. span(๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ๐Ÿ , ๐’—๐’—๐Ÿ‘๐Ÿ‘ ) har dimension 1.
(svarar mot ledande ettan i trappstegsform).
En bas är ๐’—๐’—๐Ÿ๐Ÿ = (0,2,3,0,0)
Exempel 13.
๏ฃฎ1๏ฃน ๏ฃฎ2๏ฃน
๏ฒ
Låt S = Span( ๏ฃฏ1๏ฃบ, ๏ฃฏ0๏ฃบ ) Bestäm om vektor v tillhör S om
๏ฃฏ ๏ฃบ ๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ0๏ฃป๏ฃบ ๏ฃฏ๏ฃฐ1๏ฃบ๏ฃป
๏ฃฎ4๏ฃน
๏ฒ ๏ฃฏ ๏ฃบ
a) v = 2
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ1๏ฃบ๏ฃป
b)
๏ฃฎ4๏ฃน
๏ฒ ๏ฃฏ ๏ฃบ
v= 2 .
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ 3๏ฃบ๏ฃป
Lösning:
๏ฃฎ1๏ฃน ๏ฃฎ2๏ฃน
๏ฒ
๏ฒ
Enligt definitionen en vektor v tillhör underrummet S = Span( ๏ฃฏ1๏ฃบ, ๏ฃฏ0๏ฃบ om och endast om v
๏ฃฏ ๏ฃบ ๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ0๏ฃป๏ฃบ ๏ฃฐ๏ฃฏ1๏ฃบ๏ฃป
๏ฃฎ1๏ฃน
๏ฃฎ2๏ฃน
๏ฒ ๏ฃฏ ๏ฃบ
๏ฒ ๏ฃฏ ๏ฃบ
kan skrivas som en linjär kombination av vektorerna v1 = 1 och v 2 = 0 .
๏ฃฏ ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ0๏ฃบ๏ฃป
๏ฃฏ๏ฃฐ1๏ฃบ๏ฃป
๏ฃฎ4๏ฃน
๏ฃฎ1 ๏ฃน
๏ฃฎ2๏ฃน
๏ฒ
๏ฒ
๏ฒ
๏ฃฏ
๏ฃบ
๏ฃฏ
๏ฃบ
a) Ekvationen v = xv1 + yv2 dvs 2 = x 1 + y ๏ฃฏ0๏ฃบ skriver vi som ett ekvationssystem med
๏ฃฏ ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฐ๏ฃฏ1๏ฃป๏ฃบ
๏ฃฐ๏ฃฏ0๏ฃป๏ฃบ
๏ฃฐ๏ฃฏ1๏ฃป๏ฃบ
3 skalära ekvationer:
Sida 9 av 10
Armin Halilovic: EXTRA ÖVNINGAR
Linjära kombinationer. Baser
๏ฃฑx + 2 y = 4
๏ฃด
som har lösningen x = 2, y = 1 .
๏ฃฒx = 2
๏ฃดy = 1
๏ฃณ
๏ฒ
๏ฒ
๏ฒ
Alltså är vektorn v en linjär kombination av v1 och v 2 och därför ligger i S.
๏ฃฎ2๏ฃน
๏ฃฎ1๏ฃน
๏ฃฎ4๏ฃน
๏ฃบ
๏ฃฏ
๏ฃฏ
๏ฃบ
๏ฃฏ
b) Ekvationen 2 = x 1 + y 0๏ฃบ dvs systemet
๏ฃฏ ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ1๏ฃบ๏ฃป
๏ฃฏ๏ฃฐ0๏ฃป๏ฃบ
๏ฃฏ๏ฃฐ 3๏ฃบ๏ฃป
๏ฃฑx + 2 y = 4
๏ฃด
saknar lösning (x=2 och y=3 satisfierar inte första ekvationen).
๏ฃฒx = 2
๏ฃดy = 3
๏ฃณ
๏ฃฎ4๏ฃน
๏ฒ ๏ฒ
Vektorn ๏ฃฏ2๏ฃบ är inte en linjär kombination av vektorerna v1 , v2 och därför inte tillhör S.
๏ฃฏ ๏ฃบ
๏ฃฏ๏ฃฐ 3๏ฃบ๏ฃป
Svar a) Ja b) Nej
Sida 10 av 10