6 svar
2112 visningar
gurkan1 35
Postad: 23 sep 2019 19:08 Redigerad: 23 sep 2019 19:13

Linjär algebra - beroende/oberoende vektorer

Hej,

Jag håller på med beroende och oberoende vektorer och försöker visualisera vad som händer för att förstå konceptet ordentligt.

Rätta mig om jag har fel nu, men visst är det så att en vektor är linjärt beroende om summan av samtliga vektorer är lika med nollvektorn, och dessa är då i samma plan.

För att undersöka om vektorerna är linjärt oberoende multiplicerar man λ med varje vektor, och löser ut dessa och om samtliga λ=0 är vektorerna oberoende, och då i olika plan.

Men vad betyder då detta i praktiken, varför är tex de beroende vektorerna samma som nollvektorn osv, nollvektorn är väl när samtliga sträckor är noll då finns väl inga vektorer? Hur ska jag visualisera detta och vad används det till?

Tomte123 136
Postad: 23 sep 2019 19:14

Hela den här youtube serien om linjär algebra är jättebra! Här är första avsnittet som handlar om vektorer:

https://www.youtube.com/watch?v=fNk_zzaMoSs&list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab&index=2&t=1s

parveln 703 – Fd. Medlem
Postad: 23 sep 2019 19:40
gurkan1 skrev:

Rätta mig om jag har fel nu, men visst är det så att en vektor är linjärt beroende om summan av samtliga vektorer är lika med nollvektorn, och dessa är då i samma plan.

Då rättar jag dig. För det första antar jag att du menar vektorer i R3eftersom du pratar om att linjärt beroende vektorer ligger i samma plan.(I tex R4 kan 4 vektorer vara linjärt beroende om de t ex ligger i samma rum).

För det andra så är definitionen att en mängd av vektorer är linjärt beroende om det går att skriva nollvektorn som en linjärkombination av vektorerna i mängden(där skalären framför någon vektor inte är 0). Man kan alltså multiplicera de med skalärer innan man adderar dem. Intuitionen till detta är att om en mängd vektorer är linjärt beroende så kan den skrivas som en linjärkombination av de resterande vektorerna. Man kan se det som att vektorn inte tillför något till mängden och är därmed överflödig.

gurkan1 35
Postad: 23 sep 2019 20:30
parveln skrev:
gurkan1 skrev:

Rätta mig om jag har fel nu, men visst är det så att en vektor är linjärt beroende om summan av samtliga vektorer är lika med nollvektorn, och dessa är då i samma plan.

Då rättar jag dig. För det första antar jag att du menar vektorer i R3eftersom du pratar om att linjärt beroende vektorer ligger i samma plan.(I tex R4 kan 4 vektorer vara linjärt beroende om de t ex ligger i samma rum).

För det andra så är definitionen att en mängd av vektorer är linjärt beroende om det går att skriva nollvektorn som en linjärkombination av vektorerna i mängden(där skalären framför någon vektor inte är 0). Man kan alltså multiplicera de med skalärer innan man adderar dem. Intuitionen till detta är att om en mängd vektorer är linjärt beroende så kan den skrivas som en linjärkombination av de resterande vektorerna. Man kan se det som att vektorn inte tillför något till mängden och är därmed överflödig.

Det stämmer, det är R3 jag menar. Jättebra tack för rättelsen, jag ska tänka på att nollvektorn kan ses som överflödig.

dr_lund 1177 – Fd. Medlem
Postad: 23 sep 2019 20:40 Redigerad: 23 sep 2019 20:44

Jag skickar med en definition (som det brukar se ut i allmänna vektorrum V):

Vad säger du om en bas {e1,e2}2\{\mathbf{e}_1, \mathbf{e}_2\} \in \mathbb{R}^2? Ligger basvektorerna i samma plan?

Vad gäller för basen {e1,e2,e3}3\{\mathbf{e}_1, \mathbf{e}_2, \mathbf{e}_3 \}\in \mathbb{R}^3? Ligger basvektorerna i samma plan?

gurkan1 35
Postad: 3 okt 2019 16:02
dr_lund skrev:

Jag skickar med en definition (som det brukar se ut i allmänna vektorrum V):

Vad säger du om en bas {e1,e2}2\{\mathbf{e}_1, \mathbf{e}_2\} \in \mathbb{R}^2? Ligger basvektorerna i samma plan?

Vad gäller för basen {e1,e2,e3}3\{\mathbf{e}_1, \mathbf{e}_2, \mathbf{e}_3 \}\in \mathbb{R}^3? Ligger basvektorerna i samma plan?

Det är väl att om vektorerna är linjärt oberoende så ligger dessa i olika plan generellt?

dr_lund 1177 – Fd. Medlem
Postad: 3 okt 2019 16:35

Nja tänk ett varv till i 2\mathbb{R}^2-fallet.

Svara
Close