2 svar
130 visningar
Dualitetsförhållandet behöver inte mer hjälp
Dualitetsförhållandet 1287
Postad: 14 nov 2020 14:23

Varför är det en ON-bas?

Finns ett samband som säger att om e är en ON-bas så är e'=eQ också en ON-bas om och endast om Q^tQ=E, där E är enhetsmatrisen. Förstår inte varför det här sambandet gäller. Varför gäller det? Tack på förhand!

Jroth 1191 – Fd. Medlem
Postad: 14 nov 2020 16:10 Redigerad: 14 nov 2020 16:28

Betrakta en matris AA som en samling radvektorer. När vi multiplicerar en sådan matris med en ny vektor g\mathbf{g} får vi

Ag=a11a12a13a21a22a23a31a32a33g1g2g3=a11g1+a12g2+a13g3a21g1+a22g2+a23g3a31g1+a32g2+a33g3=a1·ga2·ga3·gA\mathbf{g}=\left[\begin{array}{ccc} a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{array}\right]\left[\begin{array}{c}{g_1\\g_2\\g_3}\end{array}\right]=\left[\begin{array}{c}{a_{11}g_1+a_{12}g_2+a_{13}g_3\\a_{21}g_1+a_{22}g_2+a_{23}g_3\\a_{31}g_1+a_{32}g_2+a_{33}g_3}\end{array}\right]=\left[\begin{array}{c}{\mathbf{a}_1\cdot \mathbf{g}\\\mathbf{a}_2\cdot \mathbf{g}\\\mathbf{a}_3\cdot \mathbf{g}}\end{array}\right]

Där vi identifierade varje rad a1=(a11,a12,a13)\mathbf{a}_1=(a_{11}, a_{12}, a_{13}) osv som en vektorer. Vi ser att den nya vektorn består av 3 skalärprodukter.

Nu gör vi nästan samma sak igen, fast  den här gången med två matriser.

Vi betraktar den första matrisen AA som en samling radvektorer an\mathbf{a}_n, och den andra matrisen GG som en samling kolonnvektorer gn\mathbf{g}_n

AG=-a1--a2--a3-|||g1g2g3|||=a1·g1a1·g2a1·g3a2·g1a2·g2a2·g3a3·g1a3·g2a3·g3AG=\left[\begin{array}{ccc} -&\mathbf{a}_1&- \\ -&\mathbf{a}_2&-\\-&\mathbf{a}_3&-\end{array}\right]\left[\begin{array}{ccc} |&|&| \\ \mathbf{g}_1& \mathbf{g}_2& \mathbf{g_3}\\ |&|&|\end{array}\right]=\left[\begin{array}{ccc}\mathbf{a}_1\cdot \mathbf{g}_1 & \mathbf{a}_1\cdot \mathbf{g}_2 & \mathbf{a}_1\cdot \mathbf{g}_3\\\mathbf{a}_2\cdot \mathbf{g}_1 & \mathbf{a}_2\cdot \mathbf{g}_2 & \mathbf{a}_2\cdot \mathbf{g}_3\\\mathbf{a}_3\cdot \mathbf{g}_1 & \mathbf{a}_3\cdot \mathbf{g}_2 & \mathbf{a}_3\cdot \mathbf{g}_3 \end{array}\right]

Dvs varje element CijC_{ij} ges av ai·gj\mathbf{a}_i\cdot \mathbf{g}_j

Nu låter vi matriserna bestå av den ortogonala basen e1,en\mathbf{e}_1,\dots \mathbf{e}_n, först som rader i AA och sedan som kolonner i GG. Det är samma sak som att multiplicera matrisen med dess transponat.  Varje element i den resulterande matrisen blir då:

Cij=ei·ej=δijC_{ij}=\mathbf{e_i}\cdot \mathbf{e_j}=\delta_{ij}

Där den sista likheten följer av att vektorerna ek\mathbf{e}_k är parvis ortogonala med längden 11. Naturligtvis är δij\delta_{ij} bara elementen i enhetsmatrisen EE.

En kvadratisk matris AA kallas ortogonal om AtA=AAt=EA^t A=AA^t=E. Det är alltså samma sak som att säga att matrisens kolonner är parvis ortogonala och har längden 11.

Dualitetsförhållandet 1287
Postad: 14 nov 2020 17:50
Jroth skrev:

Betrakta en matris AA som en samling radvektorer. När vi multiplicerar en sådan matris med en ny vektor g\mathbf{g} får vi

Ag=a11a12a13a21a22a23a31a32a33g1g2g3=a11g1+a12g2+a13g3a21g1+a22g2+a23g3a31g1+a32g2+a33g3=a1·ga2·ga3·gA\mathbf{g}=\left[\begin{array}{ccc} a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{array}\right]\left[\begin{array}{c}{g_1\\g_2\\g_3}\end{array}\right]=\left[\begin{array}{c}{a_{11}g_1+a_{12}g_2+a_{13}g_3\\a_{21}g_1+a_{22}g_2+a_{23}g_3\\a_{31}g_1+a_{32}g_2+a_{33}g_3}\end{array}\right]=\left[\begin{array}{c}{\mathbf{a}_1\cdot \mathbf{g}\\\mathbf{a}_2\cdot \mathbf{g}\\\mathbf{a}_3\cdot \mathbf{g}}\end{array}\right]

Där vi identifierade varje rad a1=(a11,a12,a13)\mathbf{a}_1=(a_{11}, a_{12}, a_{13}) osv som en vektorer. Vi ser att den nya vektorn består av 3 skalärprodukter.

Nu gör vi nästan samma sak igen, fast  den här gången med två matriser.

Vi betraktar den första matrisen AA som en samling radvektorer an\mathbf{a}_n, och den andra matrisen GG som en samling kolonnvektorer gn\mathbf{g}_n

AG=-a1--a2--a3-|||g1g2g3|||=a1·g1a1·g2a1·g3a2·g1a2·g2a2·g3a3·g1a3·g2a3·g3AG=\left[\begin{array}{ccc} -&\mathbf{a}_1&- \\ -&\mathbf{a}_2&-\\-&\mathbf{a}_3&-\end{array}\right]\left[\begin{array}{ccc} |&|&| \\ \mathbf{g}_1& \mathbf{g}_2& \mathbf{g_3}\\ |&|&|\end{array}\right]=\left[\begin{array}{ccc}\mathbf{a}_1\cdot \mathbf{g}_1 & \mathbf{a}_1\cdot \mathbf{g}_2 & \mathbf{a}_1\cdot \mathbf{g}_3\\\mathbf{a}_2\cdot \mathbf{g}_1 & \mathbf{a}_2\cdot \mathbf{g}_2 & \mathbf{a}_2\cdot \mathbf{g}_3\\\mathbf{a}_3\cdot \mathbf{g}_1 & \mathbf{a}_3\cdot \mathbf{g}_2 & \mathbf{a}_3\cdot \mathbf{g}_3 \end{array}\right]

Dvs varje element CijC_{ij} ges av ai·gj\mathbf{a}_i\cdot \mathbf{g}_j

Nu låter vi matriserna bestå av den ortogonala basen e1,en\mathbf{e}_1,\dots \mathbf{e}_n, först som rader i AA och sedan som kolonner i GG. Det är samma sak som att multiplicera matrisen med dess transponat.  Varje element i den resulterande matrisen blir då:

Cij=ei·ej=δijC_{ij}=\mathbf{e_i}\cdot \mathbf{e_j}=\delta_{ij}

Där den sista likheten följer av att vektorerna ek\mathbf{e}_k är parvis ortogonala med längden 11. Naturligtvis är δij\delta_{ij} bara elementen i enhetsmatrisen EE.

En kvadratisk matris AA kallas ortogonal om AtA=AAt=EA^t A=AA^t=E. Det är alltså samma sak som att säga att matrisens kolonner är parvis ortogonala och har längden 11.

Tack, nu fattar jag!

Svara
Close