9 svar
542 visningar
Freedom hold 88
Postad: 8 sep 2020 14:25

Linjär Algebra Kolonn rum

 

Hej jag undrar hur man ska tackla 1c). a) och b) har jag gjort men är osäker på hur man ska gör på c). Jag misstänker att man ska sätta vektorn b till lösningsmängden dvs Ax=b och sen gaussa men jag misstänker att det inte är så enkelt.

Freedom hold 88
Postad: 8 sep 2020 15:33

Är det rätt om man sätter kolumnrummet till A ska ha lösningsmängd b? Sedan gaussar man därifrån. Så borde det väl vara om man tänker sig att för att b ska vara i kol(A) bör den kunnas skrivas om som en linjärkombination av Kol(A)?

PATENTERAMERA 6064
Postad: 8 sep 2020 16:45

Kolumnrummet är det linjära spannet av kolumnerna i matrisen A. Kolumnrummet kan även sägas vara värdemängden till avbildningen xAxeller mängden av alla vektorer b för vilka ekvationen Ax=b har en lösning.

Du kan enkelt se att de tre sista kolumnerna i A är linjärt oberoende. De utgör därför en bas för 3, vilket medför att Col(A) = 3.

Det betyder att värdemängden för avbildningen xAx är hela 3, dvs avbildningen är surjektiv. Det kan även uttryckas så att ekvationen Ax=b har en lösning för alla b3.

Jroth 1191 – Fd. Medlem
Postad: 8 sep 2020 16:47 Redigerad: 8 sep 2020 16:54

Värderummet till en mxnmxn-matris AA är ett underrum av m\mathbb{R}^m och är mängden av alla b\mathbf{b} för vilka ekvationen Ax=bA\mathbf{x}=\mathbf{b} är lösbar.

Mängden kan också skrivas så här

V(A)={bm:V(A)=\{\mathbf{b}\in \mathbb{R}^m: det finns ett xn\mathbf{x}\in\mathbb{R}^n så att Ax=b}={Ax:xn}A\mathbf{x}=\mathbf{b}\}=\{A\mathbf{x}:\mathbf{x}\in\mathbb{R}^n\}

Värderummet och kolonnrummet är samma sak.

Om du ställer upp en totalmatris för systemet Ax=bA\mathbf{x}=\mathbf{b} och gausseliminerar upptäcker du om systemet är lösbart eller inte för just den vektorn.

Ett annat sätt att hantera uppgiften är att specificera en bas för kolonnrummet och se om b\mathbf{b} kan skrivas som en linjärkombination av basen.

Jroth 1191 – Fd. Medlem
Postad: 8 sep 2020 17:15 Redigerad: 8 sep 2020 17:15
PATENTERAMERA skrev:

 

Du kan enkelt se att de tre sista kolumnerna i A är linjärt oberoende. De utgör därför en bas för 3, vilket medför att Col(A) = 3.

Nu behövs det mer kaffe och mindre slarv tror jag :) Vad får du om du lägger ihop den andra kolonnen med  -6 av kolonn 3 och 3 av kolonn 4?

Varje vektor b\mathbf{b} i värderummet kan skrivas som en linjärkombination λ1(3,0,-1)+λ2(0,3,2)\lambda_1(3,0,-1)+\lambda_2(0,3,2)

Freedom hold 88
Postad: 8 sep 2020 18:25
Jroth skrev:

Värderummet till en mxnmxn-matris AA är ett underrum av m\mathbb{R}^m och är mängden av alla b\mathbf{b} för vilka ekvationen Ax=bA\mathbf{x}=\mathbf{b} är lösbar.

Mängden kan också skrivas så här

V(A)={bm:V(A)=\{\mathbf{b}\in \mathbb{R}^m: det finns ett xn\mathbf{x}\in\mathbb{R}^n så att Ax=b}={Ax:xn}A\mathbf{x}=\mathbf{b}\}=\{A\mathbf{x}:\mathbf{x}\in\mathbb{R}^n\}

Värderummet och kolonnrummet är samma sak.

Om du ställer upp en totalmatris för systemet Ax=bA\mathbf{x}=\mathbf{b} och gausseliminerar upptäcker du om systemet är lösbart eller inte för just den vektorn.

Ett annat sätt att hantera uppgiften är att specificera en bas för kolonnrummet och se om b\mathbf{b} kan skrivas som en linjärkombination av basen.

Jag har tagit fram en bas för ColA genom att gaussa A och ta de ursprungliga kolloner som har ledande ettor efter gaussning. Sedan testade jag om man kan skriva om b med de vektorer för colA genom att kolla om b motsvarar lösningsmängden för ColA vilket den inte gjorde. Därefter tittade jag om Ax har en lösning i b, vilket visade sig att den inte hade. Jag vet inte om allt det här är rätt tillvägagångssätt dock.

PATENTERAMERA 6064
Postad: 8 sep 2020 19:01
Jroth skrev:
PATENTERAMERA skrev:

 

Du kan enkelt se att de tre sista kolumnerna i A är linjärt oberoende. De utgör därför en bas för 3, vilket medför att Col(A) = 3.

Nu behövs det mer kaffe och mindre slarv tror jag :) Vad får du om du lägger ihop den andra kolonnen med  -6 av kolonn 3 och 3 av kolonn 4?

Varje vektor b\mathbf{b} i värderummet kan skrivas som en linjärkombination λ1(3,0,-1)+λ2(0,3,2)\lambda_1(3,0,-1)+\lambda_2(0,3,2)

610323012= 0. 1023 = 3. Aj, aj. Bara två linjärt oberoende kolumner, helt rätt Jroth.

Jroth 1191 – Fd. Medlem
Postad: 9 sep 2020 09:20 Redigerad: 9 sep 2020 09:26
Freedom hold skrev:

Jag har tagit fram en bas för ColA genom att gaussa A och ta de ursprungliga kolloner som har ledande ettor efter gaussning. Sedan testade jag om man kan skriva om b med de vektorer för colA genom att kolla om b motsvarar lösningsmängden för ColA vilket den inte gjorde. Därefter tittade jag om Ax har en lösning i b, vilket visade sig att den inte hade. Jag vet inte om allt det här är rätt tillvägagångssätt dock

Nu har du visat att b\mathbf{b} inte ligger i värderummet Col(A)\mathrm{Col}(A) på två olika sätt.

Du kan också se det så här; vektorn b\mathbf{b} kan uppdelas enligt b=b'+b''\mathbf{b}=\mathbf{b}^{'}+\mathbf{b}^{''} så att b'Col(A),b''(Col(A))\mathbf{b}^{'}\in \mathrm{Col}(A), \mathbf{b}^{''}\in (\mathrm{Col}(A))^{\perp}. Uppdelningen är entydigt bestämd och alltid möjlig så länge underrummet är ändligdimensionellt (jmfr ortogonalprojektion).

Eftersom kolonnrummet i det här fallet är ett tvådimensionellt underrum till R3\mathbf{R}^3 kan du med hjälp av kryssprodukten mellan de två kolonner som spänner Col(A)\mathrm{Col}(A) ta fram en basvektor för (Col(A))(\mathrm{Col}(A))^{\perp}. Det gör det lätt att dela upp

b=b'+b''=1720164+171-23\mathbf{b}=\mathbf{b}^{'}+\mathbf{b}^{''}=\frac{1}{7}\begin{pmatrix}20\\16\\4\end{pmatrix}+\frac{1}{7}\begin{pmatrix}1\\-2\\3\end{pmatrix}

Eftersom b''0\mathbf{b}''\neq 0 ligger inte b\mathbf{b} helt i Col(A)\mathrm{Col}(A).

Freedom hold 88
Postad: 9 sep 2020 09:46
Jroth skrev:
Freedom hold skrev:

Jag har tagit fram en bas för ColA genom att gaussa A och ta de ursprungliga kolloner som har ledande ettor efter gaussning. Sedan testade jag om man kan skriva om b med de vektorer för colA genom att kolla om b motsvarar lösningsmängden för ColA vilket den inte gjorde. Därefter tittade jag om Ax har en lösning i b, vilket visade sig att den inte hade. Jag vet inte om allt det här är rätt tillvägagångssätt dock

Nu har du visat att b\mathbf{b} inte ligger i värderummet Col(A)\mathrm{Col}(A) på två olika sätt.

Du kan också se det så här; vektorn b\mathbf{b} kan uppdelas enligt b=b'+b''\mathbf{b}=\mathbf{b}^{'}+\mathbf{b}^{''} så att b'Col(A),b''(Col(A))\mathbf{b}^{'}\in \mathrm{Col}(A), \mathbf{b}^{''}\in (\mathrm{Col}(A))^{\perp}. Uppdelningen är entydigt bestämd och alltid möjlig så länge underrummet är ändligdimensionellt (jmfr ortogonalprojektion).

Eftersom kolonnrummet i det här fallet är ett tvådimensionellt underrum till R3\mathbf{R}^3 kan du med hjälp av kryssprodukten mellan de två kolonner som spänner Col(A)\mathrm{Col}(A) ta fram en basvektor för (Col(A))(\mathrm{Col}(A))^{\perp}. Det gör det lätt att dela upp

b=b'+b''=1720164+171-23\mathbf{b}=\mathbf{b}^{'}+\mathbf{b}^{''}=\frac{1}{7}\begin{pmatrix}20\\16\\4\end{pmatrix}+\frac{1}{7}\begin{pmatrix}1\\-2\\3\end{pmatrix}

Eftersom b''0\mathbf{b}''\neq 0 ligger inte b\mathbf{b} helt i Col(A)\mathrm{Col}(A).

Okej då förstår jag! Bara en av förklaringarna är tillräckligt. Tack så mycket för förklaringen!

Jroth, den förklaringen är lite över nivån, det här är kursen algebra och geometri i KTH. En linjär algebra - lightkurs med större inslag av geometri i R3. 

Svara
Close