Matrisler (27) – Çekirdek Örnekleri – Matrisler Ödev Yaptırma
Ödevcim Online, Matrisler, Matris Nasıl Hesaplanır, Matrisler ve Doğrusal Dönüşümler, Matris Ödevi, Matris Yaptırma, Matris Ödevi Yaptırma aramalarınızın sonucu olarak burada. Tüm bölümlerde Matris danışmanlık, Matris yardım talepleriniz için akademikodevcim@gmail.com mail adresinden bize ulaşabilir veya sayfanın en altındaki formu doldurup size ulaşmamızı bekleyebilirsiniz.
Örnek :
Bir matrisin çekirdeğinin hesaplanması;
Bu son satırdaki iki sütun vektörü, c1, c2, c3, c4 sütunları arasındaki doğrusal ilişkileri tanımlar.
Özellikle − 2c1 + 1c2 = 0 ve − c1 − c3 + c4 = 0 olur.
Genel olarak, bir matrisin çekirdeğinin açıklaması, {v1, v2, biçiminde olmalıdır. . . pivot olmayan her sütun için bir vektör vi ile vn}. Standart prosedüre uymak için, her bir pivot olmayan sütunun solundaki sütunlar açısından nasıl tanımlanacağını düşünün; bu, her vektörün sıfır olmayan son girişi olarak 1’e sahip olduğu formun bir ifadesini verecektir. (Sütun Azaltılmış Aşamalı Form, CREF’i düşünün.)
Arttırılmış matrisleri tekrar düşünürsek, eğer bir matrisin çekirdeğinde birden fazla eleman varsa, o zaman Mx = 0’a çoklu çözümlerin varlığı RREFM ̸ = I anlamına geldiği için tersinemez değildir. fonksiyonun tersinir olduğu anlamına gelmez.
Örnek :
ker = (1 1 0, 0 1 1) = (0 0), çünkü matris pivot olmayan sütunlara sahip değildir.
Bununla birlikte (1 1 0, 0 1 1): R2 → R3 tersine çevrilemez çünkü ortak alanında (1 0 0) gibi kendi aralığında olmayan birçok şey vardır.
Önemsiz bir çekirdek, bize tersinirlik için gerekli olanın sadece yarısını verir. Teorem 16.2.2. Doğrusal bir dönüşüm L: V → W
kerL = {0V} olur.
Kanıt : Bu teoremin kanıtı, İnceleme Alıştırması 2’dir. Doğrusal
Teorem : Eğer L: V −−− → W ise ker L, V’nin bir alt uzayıdır.
Kanıt : L (v) = 0 ve L (u) = 0 ise, o zaman sabitler için c, d, L (cu + dv) = 0 olduğuna dikkat edin. Altuzay teoremine göre L’nin çekirdeği, V’nin bir alt uzayıdır.
Örnek :
L: R3 → R, L (x, y, z) = (x + y + z) ile tanımlanan doğrusal dönüşüm olsun. O halde kerL, x + y + z = 0 olacak şekilde tüm (x, y, z) ∈ R3 vektörlerinden oluşur. Bu nedenle, küme
V = {(x, y, z) ∈R3 | x + y + z = 0} R3’ün bir alt uzayıdır.
L: V → V olduğunda, yukarıdaki teoremin L’nin özuzayları açısından bir yorumu vardır. L’nin sıfır özdeğerine sahip olduğunu varsayalım. Daha sonra ilişkili özuzay, Lv = 0v = 0 olacak şekilde tüm v vektörlerinden oluşur; L’nin 0-özuzayı tam olarak L’nin çekirdeğidir.
L (x, y) = (x + y, x + 2y, y) olduğu örnekte, L, R2’yi R3’teki orijinden geçen bir düzleme eşlediğinden, L haritası açık bir şekilde kapsayıcı değildir. Ancak başlangıç noktasından geçen herhangi bir düzlem bir alt uzaydır. Genel olarak, eğer w = L (v) ve w ′ = L (v ′) ise, bu durumda herhangi bir c, d sabiti için L’nin doğrusallığının, cw + dw ′ = L (cv + dv ′) formülü olur.
Şimdi alt uzay teoremi tekrar çarpıyor ve aşağıdaki teoremimiz var:
Teorem : L: V → W doğrusal ise, L (V) aralığı W’nin bir alt uzayıdır.
Örnek :
L (x, y) = (x + y, x + 2y, y) olsun. L aralığı, orijinden geçen bir düzlemdir ve dolayısıyla R3’ün bir alt uzayıdır. Aslında, standart temeldeki L matrisi (1 1 0, 1 2 1) olur.
Bu matrisin sütunları, L fonksiyonunun olası çıktılarını kodlar çünkü,
Lx, y = (1 1 0, 1 2 1) (x, y) = x (1 1 0) + y (1 2 1),
Böylece;
Bu nedenle, tabanlar ve doğrusal bir dönüşüm verildiğinde, insanlar genellikle onun aralığına karşılık gelen matrisin sütun uzayı olarak başvururlar.
L aralığının temelini bulmak için, S = {v1, temeli ile başlayabiliriz. . . , V için vn} O halde L için en genel girdi α1v1 + ··· + αnvn biçimindedir. Buna karşılık, en genel çıktısı şöyle görünür:
Lα1v1 + ··· + αnvn = α1Lv1 + ··· + αnLvn ∈span {Lv1, … Lvn}. Böylece
L (V) = açıklık L (S) = aralık {Lv1,. . . , Lvn}.
Ancak, {Lv1,. . . , Lvn} doğrusal olarak bağımsız olmayabilir; çözümünde,
c1Lv1 + ··· + cnLvn = 0,
olup olmadığını belirlemek için L (S) = {Lv1, …, Lvn} ‘in unsurları arasındaki ilişkileri bularak, bir temele ulaşılana kadar vektörleri atabiliriz. Bu temelin boyutu, L’nin sıralaması olarak bilinen L aralığının boyutudur.
Tanım Doğrusal dönüşümün derecesi L, aralığının boyutudur. Doğrusal dönüşümün boşluğu, çekirdeğin boyutudur.
Bu numaraların gösterimi
boş L: = dim ker L,
sıra L: = sönük L (V) = sönük ran L.
Teorem : (Boyut Formülü). L: V → W doğrusal bir dönüşüm, V sonlu boyutlu bir vektör uzayı1 olsun. Sonra:
dimV = dimkerV + dimL (V) = nullL + rankL.
Kanıt : V için bir temel seçin:
{v1, …, vp, u1, …, uq},
v1 nerede,. . . , vp aynı zamanda ker L için de bir temeldir. Bu, örneğin L çekirdeği için bir temel bularak ve ardından V için bir temel oluşturarak her zaman yapılabilir. O zaman p = nullL ve p + q = dimV. O zaman q = rankL olduğunu göstermemiz gerekir. Bunu başarmak için, {L (u1), …, L (uq)} ‘nin L (V) için bir temel olduğunu gösteriyoruz.
Bunu görmek için {L (u1),. . . , L (uq)} L (V) ‘yi kapsar, L (V)’ deki herhangi bir w vektörünü düşünün. O zaman ci, dj sabitlerini şu şekilde bulabiliriz:
w = L (c1v1 + ··· + cpvp + d1u1 + ··· + dquq)
= c1L (v1) + ··· + cpL (vp) + d1L (u1) + ··· + dqL (uq) = d1L (u1) + ··· + dqL (uq) çünkü L (vi) = 0,
⇒L (V) = aralık {L (u1), …, L (uq)}.
Şimdi {L (u1), olduğunu gösteriyoruz. . . , L (uq)} doğrusal olarak bağımsızdır. Çelişki ile tartışıyoruz. Varsayalım ki sabitler dj (hepsi sıfır değil) öyle ki
0 = d1L (u1) + ··· + dqL (uq)
= L (d1u1 + ··· + dquq).
Ancak uj doğrusal olarak bağımsız olduğundan, o zaman d1u1 + · · · + dquq ̸ = 0 ve bu nedenle d1u1 + ··· + dquq L’nin çekirdeğindedir.Ancak d1u1 + ··· + dquq aralık içinde olmalıdır {v1,. . . , vp}, çünkü bu çekirdek için bir temel oluşturuyordu. Bu, {v1, …, vp, u1, …, uq} ‘nin V için bir temel olduğu varsayımıyla çelişiyor, bu yüzden işimiz bitti.
Örnek :
(Satır sıralaması, sütun sıralamasına eşittir)
M’nin bir m × n matris olduğunu varsayalım. Matris M’nin kendisi doğrusal bir dönüşümdür M: Rn → Rm, ancak aynı zamanda bazı doğrusal dönüşümlerin matrisi de olmalıdır.
L: V – → W.
Burada ,dimV = nanddimW = m olduğunu biliyoruz. TherankofthemapL, görüntüsünün boyutu ve ayrıca M’nin doğrusal olarak bağımsız sütunlarının sayısıdır. Bu nedenle, bu bazen M’nin sütun sıralaması olarak adlandırılır. Boyut formülü çekirdeğin boyutunu, yani boşluğu tahmin eder: null L = dimV – rankL = n – r.
Çekirdeği hesaplamak için doğrusal sistemi inceleyeceğiz
Mx = 0,
Bu, n vektörü x için m denklemlerini verir. Bir matrisin satır sıralaması, doğrusal olarak bağımsız satırların sayısıdır (vektörler olarak görüntülenir). Doğrusal olarak bağımsız her M satırı, n vektörü x tarafından sağlanan bağımsız bir denklem verir. X üzerindeki her bağımsız denklem, çekirdeğin boyutunu bir azaltır, dolayısıyla satır sıralaması s ise, nullL + s = n. Böylece iki denklemimiz var:
null L + s = n ve null L = n – r.
Bunlardan r = s sonucunu çıkarıyoruz. Başka bir deyişle, M’nin satır sıralaması, sütun sırasına eşittir.
Ödevcim Online, Matrisler, Matris Nasıl Hesaplanır, Matrisler ve Doğrusal Dönüşümler, Matris Ödevi, Matris Yaptırma, Matris Ödevi Yaptırma aramalarınızın sonucu olarak burada. Tüm bölümlerde Matris danışmanlık, Matris yardım talepleriniz için akademikodevcim@gmail.com mail adresinden bize ulaşabilir veya sayfanın en altındaki formu doldurup size ulaşmamızı bekleyebilirsiniz.
alt uzay teoremi Arttırılmış matrisler Bir matrisin çekirdeğinin hesaplanması Çekirdek Örnekleri Matrisler (27) – Çekirdek Örnekleri – Matrisler Ödev Yaptırma tanımlanan doğrusal dönüşüm uzay teoremi