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.

Özet

Doğrusal bir dönüşümün, ancak ve ancak önyargılıysa (yani, bire bir ve üzerine) bir tersi olduğunu gördük. Doğrusal dönüşümlerin matrislerle temsil edilebileceğini de biliyoruz ve bir matrisin tersinir olup olmadığını anlamanın birçok yolunu gördük. İşte bunların bir listesi:

Teorem : (Tersine çevrilebilirlik). V n boyutlu bir vektör uzayı olsun ve L: V → V’nin bazı temelde M matrisiyle doğrusal bir dönüşüm olduğunu varsayalım. O halde M bir n × n matristir ve aşağıdaki ifadeler eşdeğerdir:

• Eğer v, Rn’deki herhangi bir vektörse, Mx = v sisteminin tam olarak bir çözümü vardır.
• M matrisi, kimlik matrisine satır eşdeğeridir.
• Eğer v, V’deki herhangi bir vektörse, L (x) = v’nin tam olarak bir çözümü vardır.
• Matris M tersine çevrilebilir.
• Homojen sistem Mx = 0 sıfır olmayan çözümlere sahip değildir.
• M’nin determinantı 0’a eşit değildir.
• Transpoze matris MT tersinirdir.
• Matris M, özdeğer olarak 0’a sahip değildir.
• Doğrusal dönüşüm L’nin öz değeri olarak 0 yoktur.
• Karakteristik polinom det (λI – M) kök olarak 0’a sahip değildir. M span Rn’nin sütunları (veya satırları).
• M’nin sütunları (veya satırları) doğrusal olarak bağımsızdır.
• M’nin sütunları (veya satırları) Rn için bir temel oluşturur.
• Doğrusal dönüşüm L enjekte edici.
• Doğrusal dönüşüm L, örtendir.
• Doğrusal dönüşüm L önyargılıdır.

Not: M’nin n × n’lik bir matris olması önemlidir! M kare değilse, tersine çevrilemez ve yukarıdaki ifadelerin çoğu artık birbirine eşdeğer değildir.

Kanıt : Bu denkliklerin çoğu diğer bölümlerde daha önce kanıtlanmıştır. Bazıları gözden geçirme soruları veya örnek son sorular olarak bırakıldı. Gerisi okuyucu için alıştırma olarak bırakılmıştır.

Sorunları İncele

• Okuma Problemleri
• Çekirdeğin unsurları
• Sütun alanı için temel
• Çekirdek için temel
• Çekirdek ve aralık için temel
• Ortoonomik aralık temeli
• Orthonomal kernel temeli
• Ortoonomik çekirdek ve aralık tabanları
• Orthonomal kernel, range ve row space üsleri Rank

1. Rasgele bir matris M: Rm → Rn düşünün.

(a) Yalnızca x tüm sütunlara dikse Mx = 0 olduğunu iddia edin
MT.
(b) Mx = 0 olduğunu iddia edin, eğer sadece x tüm lineerlere dik ise
M T sütunlarının kombinasyonları.
(c) ker M’nin M T koşusuna dik olduğunu iddia edin.
(d) Tartışma Daha fazlaRm = kerM⊕ranMT.
(e) Benzer şekilde, Rn = ker M T ⊕’nin M olduğunu iddia edin.
Son iki bölümdeki denklemler, doğrusal bir dönüşümün M: Rm → Rn’nin hem alanının hem de hedefinin ortogonal ayrışmalarını nasıl belirlediğini açıklar. Bu sonuç bazen mütevazı bir adla anılır Doğrusal Cebirin Temel Teoremi.

2. L: V → W doğrusal bir dönüşüm olsun. KerL = {0V} olduğunu ancak ve ancak L bire bir ise gösterin:
(a) (Önemsiz çekirdek ⇒ enjektifi.) Ker L = {0V} olduğunu varsayalım. L’nin bire bir olduğunu gösterin. İspat yöntemlerini düşünün – çelişkili bir ispat mı, tümevarım yoluyla bir ispat mı, yoksa doğrudan bir kanıt mı en uygun görünüyor?
(b) (Enjekte edici – önemsiz çekirdek.) Şimdi, L’nin bire bir olduğunu varsayalım. KerL = {0V} olduğunu gösterin. Yani, 0V’nin kerL’de olduğunu gösterin ve ardından ker L’de başka vektör olmadığını gösterin.

3. {v1, …, vn} V ve L için bir temel olsun: V → W doğrusal bir fonksiyondur. Nedenini dikkatlice açıklayın
L (V) = aralık {Lv1,. . . , Lvn}.

4. Standart temelde matrisi M satır olan L: R4 → R3 varsayalım
aşağıdaki matrise eşdeğer:

(a) Orijinal matris M’nin ilk üç sütununun neden oluştuğunu açıklayın
L (R4) için bir temel.
(b) Aşağıdakiler için bir algoritma (yani, genel bir prosedür) bulun ve açıklayın.
L: Rn → Rm olduğunda L (Rn) için bir temel hesaplama.
(c) L: R4 → R3, matrisi M standart temelde olan doğrusal dönüşüm olduğunda, L (R4) için bir temel bulmak için algoritmanızı kullanın.

5. Talep:
{V1, …, vn} kerL için bir temel ise, burada L: V → W, o zaman
bu kümeyi V için bir temele genişletmek her zaman mümkündür.

6. Olmayan ile basit ama önemsiz olmayan doğrusal dönüşümleri seçin.
önemsiz çekirdekler ve bu dönüşümler için yukarıdaki iddiayı doğrulayın. Pn (x), x cinsinden n’den küçük veya eşit derecedeki polinomların uzayı olsun ve d / dx türev operatörünü düşünün: Pn (x) → Pn (x).

Bu işlecin çekirdeğinin boyutunu ve görüntüsünü bulun. Hedef alan Pn − 1 (x) veya Pn + 1 (x) olarak değiştirilirse ne olur?
Şimdi, x ve y’de ikinci derece veya daha düşük polinomların uzayı olan P2 (x, y) ‘yi düşünün. (Derecenin nasıl sayıldığını hatırlayın; örneğin, xy derece iki, y derece bir ve x2y derece üçtür.)

L = a / ax + a / ay: P2 (x, y) → P2 (x, y).
Örneğin, L (xy) = ∂ (xy) + ∂ (xy) = y + x.) ∂x ∂y için taban bul
L çekirdeği Bu durumda boyut formülünü doğrulayın.

7. Bir vektör uzayı sonsuz boyutluysa, boyut formülünün parçalayabileceği bazı yolları gösterelim.
(a) R [x], x değişkenindeki tüm polinomların vektör uzayı olsun
gerçek katsayılarla. D = d olağan türev operatörü olsun. dx
D’nin aralığının R [x] olduğunu gösterin. Ker D nedir? İpucu: {xn | n ∈ N}.
(b) L: R [x] → R [x] doğrusal harita olsun
L (p (x)) = xp (x).

M’nin çekirdeği ve aralığı nedir?
(c) V sonsuz boyutlu bir vektör uzayı ve L: V → V doğrusal bir operatör olsun. Dim ker L <∞ olduğunu varsayalım, dim L (V) ‘nin sonsuz olduğunu gösterin. Ayrıca, dim L (V) <∞ olduğunda, dim ker L’nin sonsuz olduğunu gösterin.

8. Bu soru, “Rastgele bir bit vektör seçersem, diğer bazı vektörlerin aralığında olma olasılığı nedir?” Sorusuna cevap verecektir.
ben. B3’te k bit vektörlerinin bir S koleksiyonu verildiğinde, sütunları S’deki vektörler olan bit matrisini M düşünün. Yalnızca ve ancak M’nin çekirdeği önemsiz ise, yani kerM = {v kümesi ise S’nin doğrusal olarak bağımsız olduğunu gösterin. ∈ B3 | Mv = 0} sadece sıfır vektörünü içerir.

ii. B3’te rastgele bir bit vektörü v seçmek için bir yöntem verin. Varsayalım S, B3’te doğrusal olarak bağımsız 2 bit vektörünün bir koleksiyonudur. S ∪ {v} ‘nin doğrusal olarak bağımsız olup olmadığını nasıl anlarız? S ∪ {v} ‘nin doğrusal olarak bağımsız olmasının olası olduğunu mu düşünüyorsunuz? Sebebinizi açıklayın.

iii. Eğer P, 3 × 3 bitlik bir matrisin karakteristik polinomuysa, P’nin derecesi ne olmalıdır? Her katsayının 0 veya 1 olması gerektiğine göre, P için kaç olasılık vardır? Bu olası karakteristik polinomlardan kaç tanesinde kök olarak 0 bulunur? M rastgele seçilmiş 3 × 3 bitlik bir matris ise, özdeğeri olarak 0 olma olasılığı nedir? (Her bir karakteristik polinomu eşit olasılığa getirecek şekilde rastgele bir M matrisi seçtiğinizi varsayın.) M sütunlarının B3 için bir temel oluşturma olasılığı nedir? (İpucu: M’nin çekirdeği ile özdeğerleri arasındaki ilişki nedir?)

Not: Aynı soruyu gerçek vektörler için de sorabiliriz: Rastgele bir gerçek vektör seçersem, diğer bazı vektörlerin aralığında olma olasılığı nedir? Aslında, rastgele bir gerçek vektör seçmenin makul bir yolunu bir kez yazdığımızda, Rn’de rastgele bir gerçek vektör seçersem, bunun n – 1 diğer gerçek vektörlerin aralığında olma olasılığı sıfırdır!

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.

The post Matrisler (28) – Özet – Matrisler Ödev Yaptırma first appeared on Online (Parayla 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:

İşte karmaşık bir cebir sorusu:

W’da bir U alt uzay verildiğinde, bunun çözümleri nelerdir?
Yani, W’yi U ve bir şeyin doğrudan toplamı olarak nasıl yazabiliriz?

W = R3’teki alt uzayların aşağıdaki resminden de görülebileceği gibi burada bu soruya benzersiz bir cevap yoktur.

Bununla birlikte, iç çarpım kullanıldığında, aşağıda gösterildiği gibi bu ikinci alt uzay için doğal bir aday U⊥ vardır.

Tanım

U, W vektör uzayının bir alt uzayıysa, U⊥: = 􏰅w􏰅W􏰉􏰉w u = 0forallu∈U􏰆 vektör uzayı, W’deki U’nun ortogonal tamamlayıcısıdır.

Açıklama “U⊥” sembolleri genellikle “U-perp” olarak okunur. Bu, U’daki her vektöre W ortogonalindeki tüm vektörlerin kümesidir. Ayrıca, yukarıdaki tanımda iç çarpımın iç çarpım olduğunu dolaylı olarak varsaydığımıza dikkat edin. Genel bir iç çarpım için, yukarıdaki tanım, tüm u ∈ U􏰆 için U⊥: = 􏰅w ∈ W􏰉􏰉⟨w, u⟩ = 0 şeklinde olacaktır.

Muhtemelen şimdiye kadar bunalmış hissediyorsunuz, bu hızlı genel bakış videosunu izlemenin yardımı olabilir.

Genel Bakış

Örnek :

R3’ün başlangıç ​​noktasından geçen herhangi bir P düzlemini düşünün. O halde P bir alt uzaydır ve P⊥, P’ye ortogonal olan orijinden geçen çizgidir. Örneğin, P xy-düzlemi ise, o zaman
R3 = P⊕P⊥ = {(x, y, 0) | x, y∈R} ⊕ {(0,0, z) | z∈R}.

Teorem : U, sonlu boyutlu W vektör uzayının bir alt uzayı olsun.

Daha sonra, setU⊥ isasubspaceofW veW = U⊥U⊥.

Kanıt. Öncelikle, U⊥’nin bir alt uzay olduğunu görmek için, sadece kapanışı kontrol etmemiz gerekir,
Bu basit bir kontrol gerektirir: v, w ∈ U⊥ varsayalım, o zaman v u = 0 = w u (∀u∈U) biliyoruz.

Bu nedenle
⇒u (αv + βw) = αu v + βu w = 0 (∀u∈U),
ve böylece αv + βw ∈ U⊥.

Sonra, U ve U⊥ arasında doğrudan bir toplam oluşturmak için şunu göstermemiz gerekir:
U∩U⊥ = {0}. Bu kalıplar, eğer U veu∈U⊥ ise u u = 0⇔u = 0 olduğu için izler.

Son olarak, herhangi bir w ∈ W vektörünün U ⊕ U⊥ içinde olduğunu gösteriyoruz. (W’nun sonlu boyutlu olduğu varsayımını kullandığımız yer burasıdır.) E1, …, tr, U. Set için bir birimdik taban olsun:
u = (w e1) e1 + ··· + (w en) en∈U, u⊥ = w − u.
U⊥ ∈ U⊥ olup olmadığını kontrol etmek kolaydır (bkz. Gram-Schmidt prosedürü). Sonra w = u + u⊥, yani w ∈ U ⊕ U⊥ olur.

Örnek :

R4’teki orijinden geçen herhangi bir L hattını düşünün. O halde L bir alt uzaydır ve L⊥, L’ye ortogonal olan 3 boyutlu bir alt uzaydır. Örneğin, R4’te bir çizgi olalım. Sonra bakalım;

Gram-Schmidt prosedürü kullanılarak L⊥ için ortogonal bir temel de bulunabilir. Küme, L⊥ için bir temel oluşturur, bu nedenle, önce temeli ve sonraki temeli olarak sıralarız, v1⊥ = v1 ayarladık. Sonra

Dolayısıyla küme, L⊥ için ortogonal bir temel niteliğindedir. Her bir temel vektörü uzunluk verimleri ve L⊥ için orto normal temele bölerek elde edilir.

Dahası, R4’ün bir doğruya ve onun üç boyutlu ortogonal tamamlayıcısına ayrışmasına sahibiz.

Herhangi bir U alt uzayı için, alt uzayın (U⊥) ⊥ tekrar U olduğuna dikkat edin. Bu nedenle ⊥, bir vektör uzayının alt uzayları kümesindeki bir evrimdir. (Fatura, iki kez gerçekleştirilen herhangi bir matematik işlemidir ve hiçbir şey yapmaz.)

Sorunları İnceleyin

• Okuma Problemleri
• Gram-Schmidt
• Ortogonal özbasi
• Ortogonal tamamlayıcı

1.D = 0 λ olsun.

(a) D’yi e1 ve e2 vektörleri ve bunların devrikleri cinsinden yazın.
􏰍a b􏰎
(b) P = c d’nin tersinir olduğunu varsayalım. D’nin benzer olduğunu gösterin
1 􏰍λ1ad – λ2bc – (λ1 – λ2) ab􏰎 M = ad − bc (λ1 −λ2) cd −λ1bc + λ2ad

(c) 􏰁a, b􏰂 ve 􏰁c, d􏰂 vektörlerinin ortogonal olduğunu varsayalım. Bu durumda M hakkında ne söyleyebilirsiniz? (İpucu: MT’nin neye eşit olduğunu düşünün.)

2. S = {v1, …, vn} ‘nin Rn için ortogonal (ortonormal değil) bir temel olduğunu varsayalım. O halde, bazı ci sabitleri için herhangi bir v vektörünü v = 􏰛i civi olarak yazabiliriz. Ci sabitleri için v cinsinden bir formül ve S’deki vektörler bulun.

3. u, v, R3’te doğrusal bağımsız vektörler olsun ve P = span {u, v} u ve v’nin kapsadığı düzlem olsun.
(a) Isthevectorv⊥: = v − u · vuintheplaneP? u · u
(b) v⊥ ve u arasındaki (kosinüsü) açısı nedir?
(c) Hem u’ya hem de v⊥’ya dik üçüncü bir vektörü nasıl bulabilirsin?
(d) R3 için u ve v’den ortonormal bir temel oluşturun. (e) Soyut formülünüzü test edin.
u = 􏰁1,2,0􏰂 ve v = 􏰁0,1,1􏰂.

4. Aşağıdaki prosedürü kullanarak (1,1,1,1) içeren R4 için ortonormal bir temel bulun:
(a) Vektöre dik bir vektör seçin
V1 = (1 1 1 1)
matris denkleminin çözüm kümesinden v 1T x = 0.
X2’nin katsayısı olan standart Gauss eliminasyon prosedüründen elde edilen vektör v2’yi seçin.
(b) Matris denkleminin çözüm kümesinden hem v1 hem de v2’ye dik bir vektör seçin.
Katsayı olarak x3 ile standart Gauss eliminasyon prosedüründen elde edilen vektör v3’ü seçin.
(c) Matris denkleminin çözüm kümesinden v1, v2 ve v3’e dik bir vektör seçin.
Katsayı olarak x3 ile standart Gauss eliminasyon prosedüründen elde edilen vektör v4’ü seçin.
(d) Yukarıda elde edilen dört vektörü normalize edin.

5. İç ürünü kullanın
f · g: = f (x) g (x) d (x)
{1, x, x2, x3} vektörleri kümesinde Gram-Schmidt prosedürünü gerçekleştirmek için V = span {1, x, x2, x3} vektör uzayında.

6. İç ürünü kullanın

f · g: = f (x) g (x) d (x)

V = span {sin (x), sin (2x), sin (3x)} vektör uzayında {sin (x), sin (2x), sin (3x) vektörleri kümesi üzerinde Gram-Schmidt prosedürünü gerçekleştirmek için }. Vektör uzayı için ortonormal bir temel oluşturmaya çalışın aralık {gx (nx) | n ∈ N}.

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.

The post Matrisler – (23) – Gram-Schmidt Prosedürü – Matrisler Ödev Yaptırma first appeared on Online (Parayla 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 :

V düzün vektör uzayı olsun (yani sonsuz türevlenebilir) fonksiyonlar f: R → R. O zaman türev doğrusal bir operatördür d: V → V. Türevin özvektörleri dx nedir? Bu durumda, üzerinde çalışacağımız bir matrisimiz yok, bu yüzden yapmak zorundayız.

Bir f fonksiyonu, dx d f = λf olacak şekilde bir λ sayısı varsa, d’nin bir özvektörüdür. dx açık bir aday üstel fonksiyondur, eλx; gerçekten, d eλx = λeλx.

Öz Uzay

Önceki örnekte, iki özvektör bulduk

L için, her ikisi de özdeğere sahip 1. Dikkat edin, özdeğeri 1 olan L’nin özvektörüdür. Aslında, herhangi bir doğrusal kombinasyon;

Bu iki özvektörden biri, aynı öz değere sahip başka bir özvektör olacaktır.
Daha genel olarak {v1, v2,. . .} aynı özdeğeri λ olan bazı doğrusal dönüşüm L’nin özvektörleri olabilir. Vi’nin doğrusal bir kombinasyonu şu şekilde verilir:

c1v1 + c2v2 + ··· bazı sabitler için c1, c2, …. Sonra
L (c1v1 + c2v2 + ···) = c1Lv1 + c2Lv2 + ··· doğrusallığına göre L = c1λv1 + c2λv2 + ··· çünkü Lvi = λvi
= λ (c1v1 + c2v2 + ···).

Dolayısıyla, vi’nin her lineer kombinasyonu, aynı özdeğeri λ olan L’nin bir özvektörüdür. Basit bir ifadeyle, özvektörlerin herhangi bir toplamı, aynı özdeğerleri paylaşıyorlarsa yine bir özvektördür.

Özdeğer λ olan tüm vektörlerin uzayına özuzay denir. Aslında, daha büyük V vektör uzayı içinde yer alan bir vektör uzayıdır. L0V = 0V = λ0V olduğundan 0V içerir ve yukarıdaki hesaplama ile toplama ve skaler çarpma altında kapanır. Diğer tüm vektör uzayı özellikleri, V’nin kendisinin bir vektör uzayı olması gerçeğinden miras alınır. Başka bir deyişle, alt uzay teoremi (9.1.1, bölüm 9), Vλ: = {v ∈ V | Lv = 0} ‘nin V’nin bir alt uzayı olmasını sağlar.

Sorunları İnceleyin

• Okuma Problemleri
• Karakteristik polinom
• Özdeğerler
• Öz uzay
• Özvektörler
• Karmaşık özdeğerler

1. ansatz kullanarak ∂2y / ∂t2 = ∂2y / ∂x2 titreşimli tel problemine daha fazla çözüm bulmaya çalışın.

y (x, t) = günah (ωt) f (x).

F (x) hangi denkleme uymalıdır? Bunu bir özvektör denklemi olarak yazabilir misin? Dizenin uzunluğu L ve f (0) = f (L) = 0 olduğunu varsayalım. F (x) için herhangi bir çözüm bulabilir misiniz?
􏰍
2. M = 0 2 olsun. M’nin tüm özdeğerlerini bulun M’nin doğrusal olarak iki değeri var mı?
bağımsız özvektörler? M matrisinin köşegen olduğu bir temel var mı? (Yani M köşegenleştirilebilir mi?)

3. L: R2 → R2’yi 􏰍x􏰎 􏰍 xcosθ + ysinθ􏰎 L y = −xsinθ + ycosθ ile düşünün. 􏰍1􏰎 􏰍0􏰎

(a) Satır Temelinin 0, 1 matrisini yazın.
(b) θ ̸ = 0 olduğunda, L’nin düzlemde nasıl davrandığını açıklayın. Bir resim çizin.
(c) L’nin değişmeyen yönlere sahip olmasını bekliyor musunuz? (Ayrıca özel θ değerlerini de düşünün.)
(d) L (v) = λv denklemini çözerek L için gerçek özdeğerler bulmaya çalışın.
√
(e) i = var olduğunu varsayarak, L için karmaşık özdeğerler var mı?

4. L, aşağıdaki gibi verilen doğrusal dönüşüm L: R3 → R3 olsun.
L (x y z) = (x + y, x + z, y + z)

Ei, i’inci konumda bir ve diğer tüm konumlarda sıfır olan vektör olsun.

(a) Her i = 1,2,3 için Lei’yi bulun.
(b) M = (m1, m2, m3) matrisi verildiğinde. her bir i için m31 M1 hakkında ne söyleyebilirsiniz?
(c) L’yi temsil eden 3 × 3 bir M matrisi bulun.
(d) M’nin özvektörlerini ve özdeğerlerini bulun.

5. A, özdeğeri λ olan özvektör v olan bir matris olsun. V’nin aynı zamanda A2 için bir özvektör olduğunu gösterin ve karşılık gelen öz değeri bulun. An için n ∈ N’ye ne dersiniz? A’nın tersinir olduğunu varsayalım. V’nin aynı zamanda A − 1 için bir özvektör olduğunu gösterin.

6. Bir izdüşüm, P2 = P olacak şekilde bir doğrusal operatör P’dir. Bir izdüşüm P için v, özdeğeri λ olan bir özvektör olsun, λ’nın tüm olası değerleri nelerdir? Her projeksiyonun en az bir özvektörü olduğunu gösterin.
Her karmaşık matrisin en az 1 özvektörü olduğuna dikkat edin, ancak herhangi bir alan için yukarıdakileri kanıtlamanız gerekir.

7. Bir n × n matrisin karakteristik polinomunun n derece derecesine sahip olduğunu açıklayın. Bazı basit örneklerle başlayarak açıklamanızın okunmasını kolaylaştırın ve ardından genel bir açıklama yapmak için determinantın özelliklerini kullanın.

8. M = (a b c d) matrisinin karakteristik polinomu PM’yi (λ) hesaplayın
Şimdi, polinomları kare matrisler üzerinde değerlendirebildiğimiz için,
M’yi karakteristik polinomuna koyun ve PM (M) matrisini bulun.

Bu hesaplamadan ne buluyorsunuz? Benzer bir şey 3 × 3 matrisler için geçerli mi? (Bunu yanıtlamak için M matrisinin köşegen olduğunu varsaymayı deneyin.)

9. Ayrık dinamik sistem. M, M = (3 2, 2 3) ile verilen matris olsun.
Herhangi bir v (0) = (x0 y0) vektörü verildiğinde
Herhangi bir v (0) = y (0) vektörü verildiğinde, kuralı kullanarak v (1), v (2), v (3) ve benzerlerinden oluşan sonsuz bir dizi oluşturabiliriz:
Tüm doğal sayılar t için v (t + 1) = Mv (t). (Bu, başlangıç ​​koşulu olan ayrık bir dinamik sistem olarak bilinir.

(a) M’nin tüm özvektörlerini ve özdeğerlerini bulun.
(b) Tüm v (0) vektörlerini bulunuz
v (0) = v (1) = v (2) = v (3) = · · ·
(Böyle bir vektör, dinamik sistemin sabit noktası olarak bilinir.)
(c) v (0), v (1), v (2), v (3), olacak şekilde tüm v (0) vektörlerini bulun. . . hepsi aynı yönü gösteriyor. (Bu tür herhangi bir vektör, dinamik sistemin değişmez bir eğrisini tanımlar.)

Köşegenleştirme

Doğrusal bir dönüşüm verildiğinde, matrisini özvektörlerin temeline göre yazmak oldukça arzu edilir.

Köşegenleştirilebilirlik:

Şanslı olduğumuzu ve L: V → V’ye sahip olduğumuzu ve sıralı temel B = (v1,.., Vn) L için özdeğerleri λ1 olan bir özvektörler kümesidir. . . , λn. Sonra:
L (v1) = λ1v1
L (v2) = λ2v2
L (vn) = λnvn

Sonuç olarak, B özvektörlerinin temelindeki L matrisi köşegendir:

köşegen dışındaki tüm girişler sıfırdır.

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.

The post Matrisler (18) – Öz Uzay – Matrisler Ödev Yaptırma first appeared on Online (Parayla Ödev Yaptırma).