הבדלים בין גרסאות בדף "88-112 לינארית 1 תיכוניסטים קיץ תשעא/מערך תרגול/6"

מתוך Math-Wiki
קפיצה אל: ניווט, חיפוש
(צירופים לינאריים - דוגמאות נוספות)
(תרגיל)
 
(51 גרסאות ביניים של 8 משתמשים אינן מוצגות)
שורה 1: שורה 1:
 
[[88-112 לינארית 1 תיכוניסטים קיץ תשעא/מערך תרגול|חזרה למערכי התרגול]]
 
[[88-112 לינארית 1 תיכוניסטים קיץ תשעא/מערך תרגול|חזרה למערכי התרגול]]
  
==צירופים לינאריים - דוגמאות נוספות==
 
  
'''תרגיל.'''
+
==משפט המימדים==
 +
[[משפט המימדים]]:
  
האם הפולינומים <math>x^3-x+1,2x^2+x-1,x^3-1</math> תלויים לינארית?
+
יהי <math>V</math> מ"ו ויהיו <math>U,W\leq V</math> תתי מרחבים. אזי
  
 +
<math>dim(U+W)=dim(U)+dim(W)-dim(U\cap W)</math>
  
'''פתרון:'''
+
====סקיצה של ההוכחה - לא מפחיד כמו שנהוג לחשוב====
 +
#ניקח בסיס לU חיתוך W. נסמן אותו ב<math>\{v_1,...,v_k\}</math>
 +
#נשלים אותו לבסיס לU. נסמן <math>\{v_1,...,v_k,u_1,...,u_m\}</math>
 +
#נשלים את הבסיס לחיתוך גם לבסיס לW. נסמן <math>\{v_1,...,v_k,w_1,...,w_p\}</math>
 +
#'''נוכיח''' (וזה עיקר העבודה) שהקבוצה <math>\{v_1,...,v_k,u_1,...,u_m,w_1,...,w_p\}</math> הינה בסיס לU+W:
 +
##נראה כי כל וקטור מהצורה u+w ניתן להצגה כצירוף לינארי של איברים אלה (זה ברור)
 +
##נראה כי הקבוצה הזו בת"ל, אחרת וקטורים שהנחנו שאינם בחיתוך יהיו חייבים להיות בחיתוך בסתירה
 +
#המשל נובע בקלות מספירת הוקטורים בבסיסים שכן <math>dim(U+W) = k+m+p=(k+m)+(k+p) -k</math>
  
<math>a(x^3-x+1)+b(2x^2+x-1)+c(x^3-1)=0</math> אם"ם
+
===תרגיל 8.3===
 +
יהא V מ"ו ממימד 5, ויהיו U ממימד 3 ו-W ממימד 4 תתי מרחבים של V. מהן האפשרויות עבור <math>dim(U\cap W)</math>? הוכח!
  
<math>(a+c)x^3+2bx^2+(b-a)x+(a-b-c)=0</math> אם"ם
+
====פתרון====
 +
ראשית, <math>U+W\subseteq V</math> ולכן <math>dim(U+W)\leq dim(V)=5</math>. אבל לפי משפט המימדים מתקיים <math>5\geq dim(U+W)=dim(U)+dim(W)-dim(U\cap W)=3+4-dim(U\cap W)</math>.
  
<math>(a=-c)\and(2b=0)\and(b=a)\and(a=b+c)</math> אם"ם
 
  
<math>a=b=c=d=0</math>
+
ביחד מקבלים ש <math>dim(U\cap W)\geq 2</math>. מצד שני, החיתוך מוכל גם בU וגם בW ולכן המימד שלו קטן שווה מהמימדים שלהם, ובפרט מהקטן מהם. לכן <math>dim(U\cap W)\leq 3</math>.
  
אם כן, הצירוף הלינארי היחיד שמתאפס הינו הטריוויאלי ולכן הפולינומים בת"ל.
 
  
 +
סה"כ האפשרויות למימד הן 2,3. קל למצוא דוגמאות המוכיחות שאפשרויות אלה אכן מתקבלות מתישהו.
  
 +
===תרגיל 8.5===
 +
יהא <math>V</math> מ"ו ממימד <math>n</math>, ויהיו <math>U,W</math> תתי מרחבים כך ש <math>dimU=n-1</math> ו-<math>W</math> אינו מוכל בU. הוכח כי <math>W+U=V</math>
  
נראה שישנן שלוש דרכים שונות להציג את אותו תת המרחב הוקטורי.
+
====הוכחה====
 +
נוכיח בעזרת משפט המימדים ש <math>dim(U+W)=dimV</math> ואז המשל נובע (כי תת מרחב שמוכל בתת מרחב אחר מאותו מימד).
  
'''תרגיל.'''
+
<math>dim(U+W)=dimU+dimW-dim(U\cap W)</math>. מכיוון שW אינו מוכל בU החיתוך בינהם שונה מW. ולכן <math>dim(U\cap W)<dimW </math> ולכן <math>dimW-dim(U\cap W)\geq 1</math>. ביחד מקבלים <math>dim(U+W)=n-1 + dimW -dim(U\cap W)\geq n-1+1=n=dimV</math>. משל.
  
יהי <math>V=\mathbb{R}^4</math>, הוכח ששלושת הקבוצות הבאות שוות:
+
===תרגיל===
*<math>span\{(0,1,1,1),(2,1,3,-1),(1,1,2,0)\}</math>
+
יהיו W1,W2 ת"מ של מ"ו V כך ש <math>dim(W_1+W_2)=\dim (W_1\cap W_2) +1</math>. הוכיחו כי <math>\{W_1,W_2\}=\{W_1+W_2,W_1\cap W_2\}</math>
  
 +
פתרון:
 +
מתקיים לפי נתון כי<math>\dim (W_1\cap W_2)\leq \dim W_1, \dim W_2 \leq  dim(W_1+W_2)=\dim (W_1\cap W_2) +1</math>
 +
ולכן לכל i מתקיים כי <math>\dim W_i </math> שווה למימד הסכום או למימד החיתוך. כיוון שיש הכלה <math>W_1\cap W_2\subseteq W_1,W_2\subseteq W_1+W_2 </math> אז יתקיים שיוויון.
 +
כעת לא ייתכן כי <math>W_1,W_2</math> שניהם שווים כי אז מימד הסכום היה שווה למימד החיתוך.
 +
 +
=== תרגיל ===
 +
יהא <math>V</math> מ"ו מימד אי זוגי <math>\dim V=2n+1</math> ויהיו <math>W_{1},W_{2},U_{1},U_{2}</math> ת"מ המקיימים כי <math>W_{1}+W_{2}=V=U_{1}+U_{2}</math> הוכיחו <math>\left(W_{1}\cap U_{1}\right)+\left(W_{1}\cap U_{2}\right)+\left(W_{2}\cap U_{1}\right)+\left(W_{2}\cap U_{2}\right)\neq\left\{ 0\right\}</math>
  
*<math>\{(x,y,z,w)|(z-y-x=0)\and (w-y+x=0)\}</math>
+
==קואורדינטות==
 +
משפט: יהא <math>V</math> מ"ו מעל שדה  <math>\mathbb{F}</math>, יהי <math>B=\{v_1,...,v_n\}</math> בסיס ל-<math>V</math> ויהי <math>v\in V</math> וקטור.
 +
ראינו ש-<math>v</math> ניתן להצגה יחידה כצ"ל של <math>B</math> וההצגה שלו לפי הבסיס הוא וקטור שמורכב מהמקדמים של הצ"ל.
 +
באופן פורמאלי, ההצגה של <math>v</math> לפי בסיס <math>B</math> הוא  '''וקטור הקואורדינטות''' המסומן <math>[v]_B\in\mathbb{F}^n</math> ומוגדר להיות <math>[v]_B=\begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix}</math> כאשר <math>v=a_1v_1+...+a_nv_n</math>.
  
 +
'''חשוב לזכור''' <math>[v]_B=\begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix}</math> אם"ם <math>v=a_1v_1+...+a_nv_n</math>
  
*<math>\{\big(\frac{t-s}{2},\frac{t+s}{2},t,s\big)|t,s\in\mathbb{R}\}</math>
+
תרגיל: הוכח כי לכל בסיס <math>B</math> מתקיים
  
'''פתרון:'''
+
<math>v=0</math> אם"ם <math>[v]_B=0</math>.
 +
 +
הוכחה: ישירות מההגדרה. <math>B</math> בת"ל ולכן הצ"ל היחידי שמתאפס זהו הצ"ל הטריאלי.
  
נראה שהקבוצה הראשונה שווה לשנייה. וקטור נמצא בspan של קבוצת הוקטורים אם"ם הוא צירוף לינארי שלה. לכן, <math>(x,y,z,w)\in span\{(0,1,1,1),(2,1,3,-1),(1,1,2,0)\}</math> אם"ם קיים סקלרים a,b,c כך ש <math>(x,y,z,w)=a(0,1,1,1)+b(2,1,3,-1)+c(1,1,2,0)</math>. לכן, הוקטור הוא צ"ל אם"ם קיים פתרון למערכת המשוואות הלינארית על a,b,c כאלה. בעצם, אנו רוצים לאמר על מערכת משוואות פרמטרית מתי יש לה פתרון. נביט במערכת המשוואות:
+
בהכללה:
  
<math>\begin{pmatrix}
+
<math>[v_1]_B=[v_2]_B</math> אמ"מ <math>v_1=v_2</math>
0 & 2 & 1 & | & x \\
+
1 & 1 & 1 & | & y \\
+
1 & 3 & 2 & | & z \\
+
1 & -1 & 0 & | & w \\
+
\end{pmatrix}</math>
+
  
נדרג את המערכת לקבל
 
  
<math>\begin{pmatrix}
+
הערה: במרחבים הוקטוריים שאנו נעבוד איתם יש '''בסיסים סטנדרטיים'''. הייחוד של הבסיסים הסטנדרטיים הוא שקל מאד לחשב קואורדינטות לפיהם. נסתכל במרחבים וקטורים ובבסיסים הסטנדרטיים שלהם:
1 & 1 & 1 & | & y \\
+
0 & 2 & 1 & | & x \\
+
0 & 0 & 0 & | & z-y-x \\
+
0 & 0 & 0 & | & w-y+x \\
+
\end{pmatrix}</math>
+
  
'''זכרו שלא מעניין אותנו פתרון המערכת''', שכן אלו הסקלרים של הצירוף הלינארי. מה שמעניין אותנו הוא '''האם קיים פתרון למערכת''' ובמקרה זה קיים פתרון אם"ם <math>z-y-x=0</math> וגם <math>w-y+x=0</math> וזו בדיוק הקבוצה השנייה.
 
  
(שימו לב גם למשפט מתרגול שעבר - b נמצא במרחב העמודות של A אם ורק אם למערכת Ax=b יש פתרון. זה בדיוק מה שקיבלנו בתרגיל זה.)
+
{| border="1" align="center" style="text-align:center;"
 +
|מרחב וקטורי
 +
|בסיס סטנדרטי
 +
|-
 +
|<math>\mathbb{F}^n</math>
 +
|<math>(1,0,...,0),(0,1,0,...,0),...,(0,...,0,1)</math>
 +
|-
 +
|<math>\mathbb{F}^{m\times n}</math>
 +
|<math>
 +
\begin{pmatrix}1 & 0 & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},
 +
\begin{pmatrix}0 & 1 & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},...,
 +
\begin{pmatrix}0 & \cdots & \cdots & 0 \\ 1 & 0 & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},...,
 +
\begin{pmatrix}0 & \cdots & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & 0 & 1 \end{pmatrix}
 +
</math>
 +
|-
 +
|<math>\mathbb{F}_n[x]</math>
 +
|<math>1,x,x^2,...,x^n</math>
 +
|-
 +
|}
  
  
כעת נראה את השיוויון בין הקבוצה השנייה לשלישית. המרחב הוא בעצם אוסף הפתרונות של מערכת המשוואות הלינארית הנתונה. נדרג אותה והפעם '''נחפש את הפתרון הכללי'''.
+
'''דוגמא.'''
 +
חשב את הקואורדינטות של הוקטור <math>v=1+2x-x^2</math> לפי הבסיס הסטנדרטי S של <math>\mathbb{R}_3[x]</math>. למעשה הפולינום כמעט מוצג כצירוף לינארי של איברי הבסיס:
  
<math>\begin{pmatrix}
+
<math>v=a_1v_1+a_2v_2+a_3v_3+a_4v_4 = 1\cdot 1 + 2\cdot x + (-1)\cdot x^2 + 0\cdot x^3</math>.
-1 & -1 & 1 & 0 & | & 0 \\
+
1 & -1 & 0 & 1 & | & 0 \\
+
\end{pmatrix}</math>
+
  
 +
לפיכך <math>[v]_S=(1,2,-1,0)</math>.
  
<math>\begin{pmatrix}
 
1 & 0 & -\frac{1}{2} & \frac{1}{2} & | & 0 \\
 
0 & 1 & -\frac{1}{2} & -\frac{1}{2} & | & 0 \\
 
\end{pmatrix}</math>
 
  
יש שני משתנים תלויים- x,y ושני משתנים חופשיים- z,w. נסמן z=t, w=s ונקבל פתרון כללי מהצורה <math>\big(\frac{t-s}{2},\frac{t+s}{2},t,s\big)</math>
+
'''דוגמא.'''
 +
חשב את הקואורדינטות של הוקטור <math>(a,b,c)</math> לפי הבסיס הסטנדרטי S של <math>\mathbb{F}^n</math>. קל לראות ש <math>[v]_S = (a,b,c)</math>.
  
'''תרגיל 7.31'''
+
'''דוגמא.'''
 +
<math>V=\mathbb{R}^2,B=\{(1,1),(1,-1)\}</math> מצא את הקואורדינטות של הוקטור <math> v=(a,b)</math> לפי הבסיס B. במקרה הכינותי מראש-
  
נגדיר שני תתי מרחבים של <math>\mathbb{R}_3[x]</math>:
 
  
<math>V=\{p(x)|p(2)=0\}</math>, ו <math>U=\{p(x)|p(1)=0\}</math>
+
<math>v=\frac{a+b}{2}\cdot (1,1)+\frac{a-b}{2}\cdot (1,-1)</math>  
  
מצא את המימד של חיתוך המרחבים.
 
  
 +
ולכן לפי ההגדרה <math>[v]_B=(\frac{a+b}{2},\frac{a-b}{2})</math>
  
'''פתרון.'''
 
  
בתרגיל זה נשתמש בשיטה נפוצה ביותר. אנו מעוניינים לתאר את המרחבים הוקטוריים באופן קל יותר לעבודה מאשר התיאור לעיל; לכן ננסה לתאר את תתי המרחבים הללו כמרחבי פתרון של מערכת הומוגנית (בדומה להצגה השלישית בתרגיל הקודם). המשתנים שלנו במערכת המשוואות יהיו '''המקדמים''' של הפולינומים.
+
אנו רואים שאין זה קל למצוא את הקואורדינטות לפי בסיס כלשהו שאינו הסטנדרטי.
  
נביט בV. זהו אוסף כל הפולינומים ש2 הוא שורש שלהם. יהי פולינום כללי <math>p(x)=a+bx+cx^2+dx^3</math>, הוא שייך לV אם"ם מקדמיו מקיימים את המשוואה הלינארית: <math>a+2b+4c+8d=0</math>. באופן דומה הפולינום שייך לU אם"ם מקדמיו מקיימים את המשוואה הלינארית <math>0=a+b+c+d</math>. לכן פולינום נמצא בחיתוך אם"ם מקדמיו (הקואורדינטות) מקיימים את מערכת המשוואות המכיל את שתי המשוואות הללו. נמצא בסיס למרחב זה:
+
=== תרגיל ===
  
<math>\begin{pmatrix}1 & 1 & 1 & 1 \\ 1 & 2 & 4 & 8\end{pmatrix}</math>. נדרג קנונית לקבל
+
יהא <math>V</math> מ"ו מעל <math>\mathbb{F}</math> ויהי <math>B=\{v_1,\dots ,v_n\}</math> בסיס לו. יהיו <math>u_1,...,u_k\in V</math>  וקטורים כלשהם וסקלארים <math>\alpha_i,\dots ,\alpha_k \in \mathbb{F}</math>. הוכח:
  
 +
<math>\sum_{i=1}^k\alpha_i[u_i]_B =[\sum_{i=1}^k\alpha_iu_i]_B</math>
  
<math>\begin{pmatrix}1 & 0 & -2 & -6 \\ 0 & 1 & 3 & 7\end{pmatrix}</math>
+
הוכחה:
  
ולכן הפתרון הכללי הוא מהצורה <math>(2t+6s,-3t-7s,t,s)</math>, ולכן הבסיס הינו <math>(2,-3,1,0),(6,-7,0,1)</math>. נחזור לצורה הפולינומית לקבל את התשובה הסופית:
+
מ"ל את הטענה <math>[u_1]_B+[u_2]_B =[u_1+u_2]_B</math> ואת הטענה <math>\alpha[u_1]_B=[\alpha u_1]_B</math> (ואז המעבר לצ"ל כללי נעשה ע"י אינדוקציה)
  
 +
נסמן  <math>u_1=a_1v_1+...+a_nv_n, u_2=b_1v_1+...+b_nv_n</math> אזי <math>u_1+u_2=(a_1+b_1)v_1+...+(a_n+b_n)v_n</math> ומתקיים
  
<math>\{2-3x+x^2,6-7x+x^3\}</math> מהווים בסיס לחיתוך בין V לU.
+
<math>[u_1]_B+[u_2]_B =\begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix}  + \begin{pmatrix}b_1 \\ b_2 \\ \vdots \\ b_n\end{pmatrix} =
 +
\begin{pmatrix}a_1+b_1 \\ a_2+b_2 \\ \vdots \\ a_n+b_n\end{pmatrix}
 +
[u_1+u_2]_B</math>
  
===אלגוריתם למציאת חיתוך בין שני תתי מרחבים U,W===
+
בנוסף <math>\alpha u_1=\alpha a_1v_1+...+\alpha a_nv_n</math> ומתקיים
ישנן שתי שיטות לחשב את החיתוך, נתחיל בראשונה (שביצענו הרגע, למעשה):
+
#מצא מערכת משוואות המתארת את U ומערכת משוואות המתארת את W (כמו בהצגה השנייה מבין הצגות המרחב)
+
#פתרון מערכת אחת המכילה את כל המשוואות משתי המערכות וקבל את החיתוך
+
  
שיטה שנייה:
+
<math>\alpha[u_1]_B= \alpha \begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix}=
#כתוב צירוף לינארי כללי בU וצירוף לינארי כללי בW
+
\begin{pmatrix} \alpha_1 \\ \alpha a_2 \\ \vdots \\\alpha a_n\end{pmatrix} =
#השווה את הצירופים ופתור מערכת משוואות על '''הסקלרים'''
+
[\alpha u_1]_B</math>
#הצב את הסקלרים שקיבלת בצירוף הלינארי וקבל את החיתוך
+
  
 +
מש"ל
  
'''תרגיל.'''
+
'''מסקנה:'''
  
מצא את החיתוך בין תתי המרחבים הבאים בשיטה השנייה לעיל.
+
2. <math>u_1,...,u_k</math> בת"ל אם"ם <math>[u_1]_B,...,[u_k]_B</math> בת"ל
  
<math>B=\Big\{\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix},\begin{pmatrix}0 & 1 \\ 0 & 0 \end{pmatrix},\begin{pmatrix}0 & 0 \\ 1 & 0\end{pmatrix}\Big\},
+
3. <math>w\in span\{u_1,...,u_k\}</math> אם"ם <math>[w]_B\in span\{[u_1]_B,...,[u_k]_B\}</math>
C=\Big\{\begin{pmatrix} 3 & 2 \\ 4 & -3\end{pmatrix},\begin{pmatrix}1 & 4 \\ -1 & 4 \end{pmatrix},\begin{pmatrix}1 & 1 \\ 1 & -2\end{pmatrix}\Big\}</math>
+
  
==קואורדינטות==
+
הוכחה:
משפט: יהא V מ"ו מעל שדה F, יהי <math>B=\{v_1,...,v_n\}</math> בסיס ל-V ויהי <math>v\in V</math> וקטור. אזי ל-v יש הצגה יחידה כצירוף לינארי לפי הבסיס B. כלומר, אם מתקיים <math>v=a_1v_1+...+a_nv_n=b_1v_1+...+b_nv_n</math> אזי בהכרח <math>\forall i:a_i=b_i</math>. (קל להוכיח את זה על ידי חיסור הצד הימני של המשוואה מהצד השמאלי, מקבלים צירוף לינארי שמתאפס עם מקדמים <math>a_i-b_i</math>.)
+
  
הגדרה: יהיו V,B וv כמו במשפט. אזי '''וקטור הקואורדינטות''' של v לפי בסיס B, מסומן <math>[v]_B\in\mathbb{F}^n</math> מוגדר להיות <math>[v]_B=\begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix}</math> כאשר <math>v=a_1v_1+...+a_nv_n</math> ההצגה הלינארית היחידה הקיימת לפי המשפט.
+
2. <math>u_1,...,u_k</math> בת"ל
  
 +
אמ"מ
  
'''חשוב לזכור''' <math>[v]_B=\begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix}</math> אם"ם <math>v=a_1v_1+...+a_nv_n</math>
+
<math>\sum_{i=1}^k\alpha_iu_i=0 \Rightarrow \forall i \; \alpha_i =0</math>  
  
תרגיל קל אבל חשוב הוא להראות שלכל בסיס B מתקיים ש <math>v=0</math> אם"ם <math>[v]_B=0</math>.
+
אמ"מ
  
 +
<math>[\sum_{i=1}^k\alpha_iu_i]_B=[0]_B=0 \Rightarrow \forall i \; \alpha_i =0</math>
  
הערה: במרחבים הוקטוריים שאנו נעבוד איתם יש '''בסיסים סטנדרטיים'''. הייחוד של הבסיסים הסטנדרטיים הוא שקל מאד לחשב קואורדינטות לפיהם. נסתכל במרחבים וקטורים ובבסיסים הסטנדרטיים שלהם:
+
אמ"מ
  
 +
<math>\sum_{i=1}^k\alpha_i[u_i]_B=0 \Rightarrow \forall i \; \alpha_i =0</math>
  
{| border="1" align="center" style="text-align:center;"
+
אמ"מ
|מרחב וקטורי
+
 
|בסיס סטנדרטי
+
<math>[u_1]_B,...,[u_k]_B</math> בת"ל
|-
+
 
|<math>\mathbb{F}^n</math>
+
3. ברעיון דומה
|<math>(1,0,...,0),(0,1,0,...,0),...,(0,...,0,1)</math>
+
 
|-
+
 
|<math>\mathbb{F}^{m\times n}</math>
+
 
|<math>
+
מה בעצם המסקנה אומרת? שכל בדיקה/חישוב של תלות לינארית או פרישה '''בכל''' מרחב וקטורי (מטריצות, פולינומים, פונקציות) יכול בעצם להעשות במרחב הוקטורי המוכר והנוח <math>\mathbb{F}^n</math>.
\begin{pmatrix}1 & 0 & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},
+
 
\begin{pmatrix}0 & 1 & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},...,
+
ועוד הגדרה לפני ההמשך, עד כה דיברנו "רק" על ייצוג של וקטורים לפי בסיס. אפשר להכליל בפשטות לכל המרחב הוקטורי. הנה ההגדרה:
\begin{pmatrix}0 & \cdots & \cdots & 0 \\ 1 & 0 & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},...,
+
 
\begin{pmatrix}0 & \cdots & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & 0 & 1 \end{pmatrix}
+
'''הגדרה''' :
 +
יהא <math>V</math> מ"ו (או תת מרחב) ויהי <math>B</math> בסיס לו. אזי מרחב הקורדיאנטות (של <math>V</math> לפי בסיס <math>B</math>) הוא
 +
 
 +
<math>[V]_B = \{[v]_B \; | \; v\in V\}</math>
 +
 
 +
'''הערה :''' יהא <math>V</math> מ"ו, <math>W_1,W_2\leq V</math> תתי מרחבים ו <math>B</math> בסיס. אזי
 +
#<math>[W_1 \cap W_2]_B = [W_1]_B \cap [W_2]_B</math>
 +
#<math>[W_1 + W_2]_B = [W_1]_B + [W_2]_B</math>
 +
 
 +
== דוגמאות ואלגוריתמים==
 +
=== חיתוך תת מרחבים ===
 +
===='''תרגיל 7.31''' ====
 +
 
 +
נגדיר שני תתי מרחבים של <math>\mathbb{R}_3[x]</math>:
 +
 
 +
<math>V=\{p(x)|p(2)=0\}</math>, ו <math>U=\{p(x)|p(1)=0\}</math>
 +
 
 +
מצא את המימד של חיתוך המרחבים.
 +
 
 +
 
 +
'''פתרון.'''
 +
 
 +
בתרגיל זה נשתמש בשיטה נפוצה ביותר. אנו מעוניינים לתאר את המרחבים הוקטוריים באופן קל יותר לעבודה מאשר התיאור לעיל; לכן ננסה לתאר את תתי המרחבים הללו כמרחבי פתרון של מערכת הומוגנית (אחת מהדרכים להצגת תת מרחב מתירגול קודם). המשתנים שלנו במערכת המשוואות יהיו '''המקדמים''' של הפולינומים.
 +
 
 +
נביט ב <math>V</math>. זהו אוסף כל הפולינומים ש2 הוא שורש שלהם. יהי פולינום כללי <math>p(x)=a+bx+cx^2+dx^3</math>, הוא שייך ל<math>V</math> אם"ם מקדמיו מקיימים את המשוואה הלינארית: <math>a+2b+4c+8d=0</math>. לכן <math>V=\{a+bx+cx^2+dx^3|a+2b+4c+8d=0\}</math> אם נעבוד עם הבסיס הסטנדרטי <math>S</math> נקבל כי
 +
 
 +
<math>[V]_S=\{\begin{pmatrix}a\\ b\\ c\\ d \end{pmatrix}\in \mathbb{R}^4 |a+2b+4c+8d=0\}</math>
 +
 
 +
באופן דומה הפולינום שייך ל<math>U</math> אם"ם מקדמיו מקיימים את המשוואה הלינארית <math>0=a+b+c+d</math>. ומרחב הקורדינאטות הוא
 +
 
 +
<math>[U]_S=\{\begin{pmatrix}a\\ b\\ c\\ d \end{pmatrix}\in \mathbb{R}^4 |a+b+c+d=0\}</math>
 +
 
 +
את החיתוך <math>[V]_S\cap[U]_S</math> קל למצוא! ראינו איך עושים זאת זה פשוט שווה ל
 +
<math>\{\begin{pmatrix}a\\ b\\ c\\ d \end{pmatrix}\in \mathbb{R}^4 |
 +
\begin{pmatrix} 1 & 2 & 4 & 8 \\ 1 & 1 & 1 & \end{pmatrix} \begin{pmatrix}a\\ b\\ c\\ d \end{pmatrix} = 0 \}</math>
 +
 
 +
נדרג את המטריצה ונמצא את הפתרון:
 +
 
 +
<math>\begin{pmatrix} 1 & 2 & 4 & 8 \\ 1 & 1 & 1 & \end{pmatrix} \to \begin{pmatrix} 1 & 2 & 4 & 8 \\ 0 & -1 & -3 & -7  \end{pmatrix} \to
 +
\\ 
 +
\begin{pmatrix} 1 & 0 & -2 & -6 \\ 0 & -1 & -3 & -7  \end{pmatrix} \to \begin{pmatrix} 1 & 0 & -2 & -6 \\ 0 & 1 & 3 & \end{pmatrix}  
 
</math>
 
</math>
|-
 
|<math>\mathbb{F}_n[x]</math>
 
|<math>1,x,x^2,...,x^n</math>
 
|-
 
|}
 
  
 +
 +
ולכן הפתרון הכללי הוא מהצורה <math>(2t+6s,-3t-7s,t,s)</math>, ולכן הבסיס הינו <math>(2,-3,1,0),(6,-7,0,1)</math>.
  
'''דוגמא.'''
+
נחזור לצורה הפולינומית לקבל את התשובה הסופית:
חשב את הקואורדינטות של הוקטור <math>v=1+2x-x^2</math> לפי הבסיס הסטנדרטי S של <math>\mathbb{R}_3[x]</math>. למעשה הפולינום כמעט מוצג כצירוף לינארי של איברי הבסיס:
+
  
<math>v=a_1v_1+a_2v_2+a_3v_3+a_4v_4 = 1\cdot 1 + 2\cdot x + (-1)\cdot x^2 + 0\cdot x^3</math>.
+
<math>U\cap V = sapn \{v_1, v_2 \; | \; [v_1]_s = (2,-3,1,0), [v_2]_s = (6,-7,0,1) \}  = span\{2-3x+x^2,6-7x+x^3\}</math>
  
לפיכך <math>[v]_S=(1,2,-1,0)</math>.
+
====אלגוריתם למציאת חיתוך בין שני תתי מרחבים U,W====
 +
ישנן שתי שיטות לחשב את החיתוך, נתחיל בראשונה (שביצענו הרגע, למעשה):
 +
# החלף את <math>U,W</math> במרחב הקורדינאטות שלהם.
 +
#מצא מערכת משוואות המתארת את <math>U</math> ומערכת משוואות המתארת את <math>W</math>
 +
#פתור מערכת אחת המכילה את כל המשוואות משתי המערכות וקבל את החיתוך
 +
# חזור ל <math>U,W</math> המקוריים.
  
 +
שיטה שנייה:
 +
# החלף את <math>U,W</math> במרחב הקורדינאטות שלהם.
 +
# הצג את המרחבים כ  <math>span(?)</math>
 +
#כתוב צירוף לינארי כללי ב<math>U</math> וצירוף לינארי כללי ב<math>W</math>
 +
#השווה את הצירופים ופתור מערכת משוואות על '''הסקלרים'''
 +
#הצב את הסקלרים שקיבלת בצירוף הלינארי וקבל את החיתוך
 +
# חזור ל <math>U,W</math> המקוריים.
  
'''דוגמא.'''
 
חשב את הקואורדינטות של הוקטור <math>(a,b,c)</math> לפי הבסיס הסטנדרטי S של <math>\mathbb{F}^n</math>. קל לראות ש <math>[v]_S = (a,b,c)</math>.
 
  
'''דוגמא.'''
+
=====תרגיל ======
<math>V=\mathbb{R}^2,B=\{(1,1),(1,-1)\}</math> מצא את הקואורדינטות של הוקטור <math> v=(a,b)</math> לפי הבסיס B. במקרה הכינותי מראש-
+
  
 +
מצא את החיתוך בין תתי המרחבים הבאים בשיטה השנייה לעיל.
  
<math>v=\frac{a+b}{2}\cdot (1,1)+\frac{a-b}{2}\cdot (1,-1)</math>  
+
<math>B=\operatorname{span}\left (\Big\{\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix},\begin{pmatrix}0 & 1 \\ 0 & 0 \end{pmatrix},\begin{pmatrix}0 & 0 \\ 1 & 0\end{pmatrix}\Big\}\right ),
 +
C=\operatorname{span}\left ( \Big\{\begin{pmatrix} 3 & 2 \\ 4 & -3\end{pmatrix},\begin{pmatrix}1 & 4 \\ -1 & 4 \end{pmatrix},\begin{pmatrix}1 & 1 \\ 1 & -2\end{pmatrix}\Big\}\right )</math>
  
  
ולכן לפי ההגדרה <math>[v]_B=(\frac{a+b}{2},\frac{a-b}{2})</math>
+
'''פתרון.'''
  
 +
(קחו נשימה עמוקה) יהיו סקלרים a,b,c,x,y,z, וקטור הוא בחיתוך אם"ם הוא צירוף לינארי של שתי הקבוצות הפורשות:
  
אנו רואים שאין זה קל למצוא את הקואורדינטות לפי בסיס כלשהו שאינו הסטנדרטי.
+
<math>a\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix}+b\begin{pmatrix}0 & 1 \\ 0 & 0 \end{pmatrix}+c\begin{pmatrix}0 & 0 \\ 1 & 0\end{pmatrix}=x\begin{pmatrix} 3 & 2 \\ 4 & -3\end{pmatrix}+y\begin{pmatrix}1 & 4 \\ -1 & 4 \end{pmatrix}+z\begin{pmatrix}1 & 1 \\ 1 & -2\end{pmatrix}</math>
  
'''טענה.'''
+
במרחב הקורדינאטות (עם הבסיס הסטדנדרטי <math>S</math>, נקבל את השיוון
  
יהא V מ"ו ויהי B בסיס לו. יהיו <math>u_1,...,u_k\in V</math> וקטורים כלשהם. הוכח:
+
<math>a\begin{pmatrix} 1 \\ 0 \\ 0 \\ -1\end{pmatrix}+b\begin{pmatrix}0 \\ 1 \\ 0 \\ 0 \end{pmatrix}+c\begin{pmatrix}0 \\0 \\ 1 \\ 0\end{pmatrix}=x\begin{pmatrix} 3 \\ 2 \\ 4 \\ -3\end{pmatrix}+y\begin{pmatrix}1 \\ 4 \\ -1 \\ 4 \end{pmatrix}+z\begin{pmatrix}1\\ 1 \\ 1 \\ -2\end{pmatrix}</math>
*<math>u_1,...,u_k</math> בת"ל אם"ם <math>[u_1]_B,...,[u_k]_B</math> בת"ל
+
*<math>w\in span\{u_1,...,u_k\}</math> אם"ם <math>[w]_B\in span\{[u_1]_B,...,[u_k]_B\}</math>
+
  
נוכיח טענה זו בהמשך, לאחר שנלמד על העתקות לינאריות. כעת נניח שהיא נכונה ונתרכז בכלי החישובי המשמעותי שקיבלנו; כל בדיקה/חישוב של תלות לינארית או פרישה בכל מרחב וקטורי (מטריצות, פולינומים, פונקציות) יכול בעצם להעשות במרחב הוקטורי המוכר והנוח <math>\mathbb{F}^n</math>.
+
לכן מערכת המשוואות '''על הסקלרים''' הינה:
  
 +
<math>\begin{pmatrix}
 +
1 & 0 & 0 & -3 & -1 & -1 & | & 0 \\
 +
0 & 1 & 0 & -2 & -4 & -1 & | & 0 \\
 +
0 & 0 & 1 & -4 & 1 & -1 & | & 0 \\
 +
-1 & 0 & 0 & 3 & -4 & 2 & | & 0 \\
  
 +
\end{pmatrix}</math>
 +
 +
נדרג ונמצא את הפתרונות (שימו לב: מספיק למצוא רק את x,y,z או רק את a,b,c מכיוון שבהנתן צירוף לינארי של איברי C שנותן את החיתוך אין צורך להמשיך (כמו כן לגבי B).)
 +
 +
<math>\begin{pmatrix}
 +
1 & 0 & 0 & -3 & -1 & -1 & | & 0 \\
 +
0 & 1 & 0 & -2 & -4 & -1 & | & 0 \\
 +
0 & 0 & 1 & -4 & 1 & -1 & | & 0 \\
 +
0 & 0 & 0 & 0 & -5 & 1 & | & 0 \\
 +
 +
\end{pmatrix}</math>
 +
 +
במקרה זה קל יותר למצוא את x,y,z; המשתנים החופשיים הינם x,z ומתקיים z=5y. ולכן הצ"ל הכללי בחיתוך הינו:
 +
 +
<math>[B]_S \cap [C]_S=
 +
\Big\{x\begin{pmatrix} 3 \\ 2 \\ 4 \\ -3\end{pmatrix}+y\begin{pmatrix}1 \\ 4 \\ -1 \\ 4 \end{pmatrix}+5y\begin{pmatrix}1 \\ 1 \\ 1 \\ -2\end{pmatrix}\Big\}= \\
 +
\Big\{x\begin{pmatrix} 3 \\ 2 \\ 4 \\ -3\end{pmatrix}+y\begin{pmatrix}6 \\ 9 \\ 4 \\ -6 \end{pmatrix}\Big\}=
 +
span\Big\{\begin{pmatrix} 3 \\ 2 \\ 4 \\-3\end{pmatrix},\begin{pmatrix}6 \\ 9 \\ 4 \\ -6 \end{pmatrix}\Big\}
 +
</math>
 +
 +
אם נחזור למרחבים המקוריים נקבל כי
 +
 +
<math>B\cap C=span\Big\{\begin{pmatrix} 3 & 2 \\ 4 & -3\end{pmatrix},\begin{pmatrix}6 & 9 \\ 4 & -6 \end{pmatrix}\Big\}</math>
 +
 +
=== תלות לינארית ===
 
'''דוגמא.'''
 
'''דוגמא.'''
  
 
האם הפולינומים <math>v_1=1+x^2,v_2=1-x,v_3=x+x^2</math> תלויים לינארית?
 
האם הפולינומים <math>v_1=1+x^2,v_2=1-x,v_3=x+x^2</math> תלויים לינארית?
  
דבר ראשון, נעבור למרחב הקואורדינטות. מכיוון שבחירת הבסיס היא לשיקולנו, נבחר את הבסיס הסטנדרטי S של הפולינומים איתו קל לעבוד. מתקיים ש <math>[v_1]_S=(1,0,1),[v_2]_S=(1,-1,0),[v_3]=(0,1,1)</math>
+
דבר ראשון, נעבור למרחב הקואורדינטות. מכיוון שבחירת הבסיס היא לשיקולנו, נבחר את הבסיס הסטנדרטי S של הפולינומים איתו קל לעבוד. מתקיים ש <math>[v_1]_S=(1,0,1),[v_2]_S=(1,-1,0),[v_3]_S=(0,1,1)</math>
  
הוכחנו בשיעור שעבר שוקטורים "רגילים" ת"ל אם"ם המטריצה שהם השורות שלה אינה הפיכה אם"ם הצורה המדורגת של המטריצה מכילה שורת אפסים. לכן, נשים את וקטורי הקואורדינטות בשורות מטריצה ונדרג.
+
הוכחנו בשיעור שעבר שוקטורים "רגילים" ת"ל אם"ם המטריצה שהם השורות שלה אינה הפיכה אם"ם הצורה המדורגת של המטריצה מכילה שורת אפסים. לכן, נשים את וקטורי הקואורדינטות בשורות מטריצה ונדרג.
  
<math>\begin{pmatrix}1 & 0 & 1 \\ 1 & -1 & 0 \\ 0 & 1 & 1\end{pmatrix}</math>
+
<math>
 +
\begin{pmatrix}1 & 0 & 1 \\ 1 & -1 & 0 \\ 0 & 1 & 1\end{pmatrix}
 +
\xrightarrow[]{R_3-R_1,R_3+R_2}
 +
\begin{pmatrix}1 & 0 & 1 \\ 1 & -1 & 0 \\ 0 & 0 & 0\end{pmatrix}</math>
  
<math>R_3-R_1,R_3+R_2</math>
 
  
<math>\begin{pmatrix}1 & 0 & 1 \\ 1 & -1 & 0 \\ 0 & 0 & 0\end{pmatrix}</math>
+
לכן וקטורי הקואורדינטות תלויים לינארית ולכן הפולינומים עצמם תלויים לינארית.
 +
 
 +
 
 +
דרך נוספת: נשים את הוקטורים בעמודה של מטריצה <math>A</math>. צ"ל של עמודות <math>A</math> זה פשוט <math>Ax</math>. ולכן הוקטורים בת"ל אמ"מ הפתרון היחידי למערכת <math>Ax=0</math> (צ"ל שמתאפס) הוא הפתרון הטריאלי (הצ"ל הטריאלי)
 +
 
 +
<math>
 +
\begin{pmatrix}1 & 1 & 0 \\ 0 & -1 & 1 \\ 1 & 0 & 1\end{pmatrix} \to
 +
\begin{pmatrix}1 & 1 & 0 \\ 0 & -1 & 1 \\ 0 & -1 & 1\end{pmatrix} \to
 +
\begin{pmatrix}1 & 1 & 0 \\ 0 & -1 & 1 \\ 0 & 0 & 0\end{pmatrix} \
 +
</math>
 +
 
 +
קיבלנו שיש משתנים חופשיים ולכן יש פתרון לא טרויאלי ולכן הוקטורים תלויים לינארית!
  
  
לכן וקטורי הקואורדינטות תלויים לינארית ולכן הפולינומים עצמם תלויים לינארית. נסכם את התהליך:
+
נסכם את התהליך:
  
===אלגוריתם לבדיקת תלות לינארית בין וקטורים===
+
====אלגוריתם לבדיקת תלות לינארית בין וקטורים====
 
#הפוך את הוקטורים לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
 
#הפוך את הוקטורים לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
 
#שים את וקטורי הקואורדינטות ב'''שורות''' מטריצה A
 
#שים את וקטורי הקואורדינטות ב'''שורות''' מטריצה A
שורה 209: שורה 326:
 
#אם הגעת לצורה מדורגת ללא שורת אפסים סימן שהוקטורים בלתי תלויים לינארית
 
#אם הגעת לצורה מדורגת ללא שורת אפסים סימן שהוקטורים בלתי תלויים לינארית
  
 +
ובדרך הנוספת
 +
#הפוך את הוקטורים לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
 +
#שים את וקטורי הקואורדינטות ב'''עמודות''' מטריצה A
 +
# בדוק אם יש פתרון לא טריאלי למערכת <math>Ax=0</math>
 +
# אם יש אז הם תלויים ואם אין אז הם בת"ל
  
 +
=== צירופים לינאריים ===
 
'''דוגמא.'''
 
'''דוגמא.'''
האם המטריצה <math>v=\begin{pmatrix}1 & 2 \\ 3 & 4\end{pmatrix}</math> נפרשת על ידי המטריצות  
+
האם המטריצה <math>v=\begin{pmatrix}1 & 2 \\ 3 & 4\end{pmatrix}</math> היא צ"ל של המטריצות  
 
<math>
 
<math>
 
v_1=\begin{pmatrix}1 & 1 \\ 0 & 0\end{pmatrix},
 
v_1=\begin{pmatrix}1 & 1 \\ 0 & 0\end{pmatrix},
 
v_2=\begin{pmatrix}1 & 0 \\ 2 & 1\end{pmatrix},
 
v_2=\begin{pmatrix}1 & 0 \\ 2 & 1\end{pmatrix},
 
v_3=\begin{pmatrix}2 & 2 \\ 10 & 10\end{pmatrix}
 
v_3=\begin{pmatrix}2 & 2 \\ 10 & 10\end{pmatrix}
</math>
+
</math>?  
? אם כן, הצג אותה כצירוף לינארי שלהן.
+
אם כן, הצג אותה כצירוף לינארי שלהן.
  
 
פתרון: נעבור דבר ראשון למרחב הקואורדינטות לפי הבסיס הסטנדרטי <math>S=\Big\{\begin{pmatrix}1 & 0 \\ 0 & 0\end{pmatrix},\begin{pmatrix}0 & 1 \\ 0 & 0\end{pmatrix},\begin{pmatrix}0 & 0 \\ 1 & 0\end{pmatrix},\begin{pmatrix}0 & 0 \\ 0 & 1\end{pmatrix}\Big\}</math>
 
פתרון: נעבור דבר ראשון למרחב הקואורדינטות לפי הבסיס הסטנדרטי <math>S=\Big\{\begin{pmatrix}1 & 0 \\ 0 & 0\end{pmatrix},\begin{pmatrix}0 & 1 \\ 0 & 0\end{pmatrix},\begin{pmatrix}0 & 0 \\ 1 & 0\end{pmatrix},\begin{pmatrix}0 & 0 \\ 0 & 1\end{pmatrix}\Big\}</math>
שורה 224: שורה 347:
  
  
למדנו בשיעור שעבר שוקטור b נפרש על ידי וקטורים מסויימים אם"ם קיים פתרון למערכת Ax=b כאשר A היא המטריצה שעמודותיה הם אותם וקטורים. הפתרון x הוא וקטורים הסקלרים מהצירוף הלינארי. לכן, אנו רוצים לדעת האם קיים פתרון למערכת ואם כן מהו:
+
למדנו בשיעור שעבר שוקטור b נפרש על ידי וקטורים מסויימים אם"ם קיים פתרון למערכת Ax=b כאשר A היא המטריצה שעמודותיה הם אותם וקטורים. הפתרון x הוא וקטור הסקלרים מהצירוף הלינארי. לכן, אנו רוצים לדעת האם קיים פתרון למערכת ואם כן מהו:
  
 
<math>\begin{pmatrix}1 & 1 & 2\\ 1 & 0 & 2\\ 0 & 2 & 10\\ 0 & 1 & 10\end{pmatrix} x = \begin{pmatrix}1 \\ 2 \\ 3 \\4 \end{pmatrix}</math>
 
<math>\begin{pmatrix}1 & 1 & 2\\ 1 & 0 & 2\\ 0 & 2 & 10\\ 0 & 1 & 10\end{pmatrix} x = \begin{pmatrix}1 \\ 2 \\ 3 \\4 \end{pmatrix}</math>
שורה 233: שורה 356:
 
נסכם:
 
נסכם:
  
===אלגוריתם לחישוב צירוף לינארי===
+
====אלגוריתם לחישוב צירוף לינארי====
 
#נתון וקטור b וקבוצת וקטורים. העבר את כולם לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
 
#נתון וקטור b וקבוצת וקטורים. העבר את כולם לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
 
#פתור את המערכת Ax=b כאשר '''עמודות''' A הינן וקטורי הקואורדינטות של קבוצת הוקטורים הפורשים
 
#פתור את המערכת Ax=b כאשר '''עמודות''' A הינן וקטורי הקואורדינטות של קבוצת הוקטורים הפורשים
שורה 239: שורה 362:
 
#אם קיים פתרון x אזי הוא מכיל את הסקלרים של הצירוף הלינארי בהתאם לסדר העמודות בA
 
#אם קיים פתרון x אזי הוא מכיל את הסקלרים של הצירוף הלינארי בהתאם לסדר העמודות בA
  
==מרחבי המטריצות==
+
==מטריצות מעבר בין בסיסים==
תהי מטריצה <math>A\in\mathbb{F}^{m\times n}</math>. מגדירים שלושה מרחבים עיקריים:
+
ראינו שקל מאד למצוא קואורדינטות לפי הבסיס הסטנדרטי, נשתמש בהנחה הזו בהמשך. אנו מעוניינים לדעת כיצד לחשב קואורדינטות לפי בסיס כלשהו, לאו דווקא סטנדרטי.
*'''מרחב השורות''' של A. זהו המרחב הנפרש על ידי שורות המטריצה A. נסמן <math>R(A)=span\{R_1(A),...,R_m(A)\}\subseteq\mathbb{F}^n</math>
+
*'''מרחב העמודות''' של A. זהו המרחב הנפרש על ידי עמודות המטריצה A. נסמן <math>C(A)=span\{C_1(A),...,C_n(A)\}\subseteq\mathbb{F}^m</math>
+
*'''מרחב השורות''' של A. זהו מרחב הפתרונות של המערכת ההומוגנית Ax=0. נסמן <math>N(A)=\{x\in\mathbb{F}^n|Ax=0\}\subseteq\mathbb{F}^n</math>
+
  
'''משפט:''' לכל מטריצה <math>A\in\mathbb{F}^{m\times n}</math> מתקיים <math>\mathbb{F}^n=R(A)\oplus N(A)</math>
+
'''משפט:''' יהא <math>V</math> מ"ו ויהיו <math>E,F</math> בסיסים לו. אזי '''קיימת''' מטריצה '''יחידה''' המסומנת <math>[I]^E_F</math> המקיימת את הפסוק הבא:
  
 +
<math>\forall v\in V: [I]^E_F[v]_E=[v]_F</math>
  
הגדרה: '''דרגת''' המטריצה A שווה למספר השורות בצורה המדורגת שלה השונות מאפס. מסומן rankA
 
  
משפט: <math>rankA=dimR(A)=dimC(A)=n-dimN(A)</math>. אלה שווים למספר המשתנים התלויים, ומימד מרחב האפס שווה למספר המשתנים החופשיים.
+
נסמן <math>E=\{v_1,...,v_n\}</math> ו <math>F=\{w_1,...,w_n\}</math>. אזי מתקיים ש<math>[I]^E_F</math> הינה המטריצה שעמודותיה הן <math>[v_i]_F</math>
  
  
 
'''דוגמא.'''
 
'''דוגמא.'''
מצא בסיס למרחב האפס של המטריצה <math>\begin{pmatrix}1 & 0 & 1 & 1 \\ 2 & 1 & 1 & 2\\ 1 & 1 & 0 & 1\end{pmatrix}</math>
+
יהא <math>V=\mathbb{R}^2</math> ושני בסיסים
 +
<math>E=\{v_1=\begin{pmatrix} 3\\ -2 \end{pmatrix} , v_2 = \begin{pmatrix} 0\\ 1 \end{pmatrix} \}</math>
 +
ו<math>F=\{w_1= \begin{pmatrix} 1\\ 0 \end{pmatrix},w_2 = \begin{pmatrix} 1\\ 1 \end{pmatrix}\}</math>  
  
דבר ראשון, נדרג קנונית את המטריצה לקבל
+
נמצא את <math>[I]^E_F</math>.
  
<math>\begin{pmatrix}1 & 0 & 1 & 1\\ 0 & 1 & -1 & 0 \\ 0 & 0 & 0 & 0\end{pmatrix}</math>
+
מתקיים כי
 +
<math>
 +
v_1 = \mathbf{5}w_1-\mathbf{2}w_2 \\
 +
v_2 = -\mathbf{1}w_1+\mathbf{1}w_2
 +
</math>
  
לפיכך המשתנה השלישי והרביעי הם חופשיים, נציב במקומם פרמטרים t,s והפתרון הכללי הוא מהצורה <math>(-t-s,t,t,s)</math>. תמיד ניתן לפרק את הפתרון הכללי לסכום של וקטורים קבועים כפול הסקלרים שהם הפרמטרים: <math>t(-1,1,1,0) +s(-1,0,0,1)</math>. וקטורים קבועים אלה תמיד מהווים בסיס למרחב הפתרונות:
+
לכן
*אנו רואים שכל פתרון הוא צירוף לינארי של הוקטורים הללו עם הסקלרים שהם הפרמטרים (במקרה זה - t,s)
+
*וקטורים אלה תמיד בת"ל, שכן אם יש צירוף לינארי שלהם שמתאפס, מכיוון שהפרמטרים תמיד מופיעים לבדם בעמודה של המשתנה שלהם, הם חייבים להיות אפס
+
  
לכן הבסיס למרחב האפס הינו <math>\{(-1,0,0,1),(-1,1,1,0)\}</math>
+
<math>
 +
[I]^E_F=
 +
\begin{pmatrix} 5& -1 \\ -2 & 1 \end{pmatrix}  
 +
</math>
  
===אלגוריתם למציאת בסיס למרחב האפס===
 
#דרג את המטריצה קנונית
 
#הצב פרמטרים במקום המשתנים החופשיים
 
#מצא את הפתרון הכללי
 
#פרק את הפתרון הכללי לצירוף לינארי של וקטורים קבועים כפול הפרמטרים
 
#הוקטורים הקבועים מהווים בסיס למרחב האפס
 
 
 
ראינו בהרצאה שפעולות שורה אינן משנות את המרחב הנפרש על ידי השורות. מכאן נובע האלגוריתם הבא:
 
 
===אלגוריתם למציאת בסיס למרחב השורות (ומציאת בסיס לקבוצה כלשהי של וקטורים)===
 
#שים את הקואורדינטות של הוקטורים לפי בסיס סטנדרטי מתאים בשורות מטריצה
 
#דרג את המטריצה
 
#השורות שאינן שורות אפסים בצורה המדורגת מהוות יחדיו בסיס למרחב השורות (או למרחב הקואורדינטות של הוקטורים שלנו)
 
 
==מטריצות מעבר בין בסיסים==
 
ראינו שקל מאד למצוא קואורדינטות לפי הבסיס הסטנדרטי, נשתמש בהנחה הזו בהמשך. אנו מעוניינים לדעת כיצד לחשב קואורדינטות לפי בסיס כלשהו, לאו דווקא סטנדרטי.
 
  
'''משפט:''' יהא V מ"ו ויהיו E,F בסיסים לו. אזי '''קיימת''' מטריצה '''יחידה''' המסומנת <math>[I]^E_F</math> המקיימת את הפסוק הבא:
+
'''תרגיל:'''
 
+
<math>\forall v\in V: [I]^E_F[v]_E=[v]_F</math>
+
 
+
 
+
נסמן <math>E=\{v_1,...,v_n\}</math> ו <math>F=\{w_1,...,w_n\}</math>. אזי מתקיים ש<math>[I]^E_F</math> הינה המטריצה שעמודותיה הן <math>[v_i]_F</math>
+
 
+
 
+
'''דוגמא.'''
+
  
 
הוכח ש <math>[I]^S_B[I]^A_S=[I]^A_B</math>. מכיוון שאנו יודעים שמטריצה המעבר הינה יחידה, מספיק להראות שהכפל מקיים את הפסוק מההגדרה:
 
הוכח ש <math>[I]^S_B[I]^A_S=[I]^A_B</math>. מכיוון שאנו יודעים שמטריצה המעבר הינה יחידה, מספיק להראות שהכפל מקיים את הפסוק מההגדרה:
שורה 311: שורה 413:
 
#הפוך את המטריצה האחרונה לקבל  <math>([I]^F_S)^{-1}=[I]^S_F</math>
 
#הפוך את המטריצה האחרונה לקבל  <math>([I]^F_S)^{-1}=[I]^S_F</math>
 
#כפול את המטריצות על מנת לקבל את התוצאה הסופית <math>[I]^S_F[I]^E_S=[I]^E_F</math>
 
#כפול את המטריצות על מנת לקבל את התוצאה הסופית <math>[I]^S_F[I]^E_S=[I]^E_F</math>
 +
 +
 +
====דוגמא:====
 +
 +
<math>V=\mathbb{R}_2[x]</math> מצא את <math>[I]^E_F</math> כאשר
 +
 +
<math>E=\{1+x, x+x^2, x^2\}, F=\{x,1+x,1+2x^2\}</math>
 +
 +
פתרון:
 +
 +
נסמן <math>S</math> הבסיס הסטנדרטי ואז
 +
<math>
 +
[I]^E_S=
 +
\begin{pmatrix}
 +
1 & 0 & 0 \\
 +
1 & 1 & 0 \\
 +
0 & 1 & 1
 +
\end{pmatrix}, 
 +
 +
[I]^F_S=
 +
\begin{pmatrix}
 +
0 & 1 & 1 \\
 +
1 & 1 & 0 \\
 +
0 & 0 & 2
 +
\end{pmatrix}
 +
</math>
 +
 +
אחרי חישובים מקבלים כי
 +
 +
<math>[I]^S_F=
 +
\begin{pmatrix}
 +
0 & 1 & 1 \\
 +
1 & 1 & 0 \\
 +
0 & 0 & 2
 +
\end{pmatrix}^{-1} =
 +
 +
 +
\begin{pmatrix}
 +
-1 & 1 & 0.5 \\
 +
1 & 0 & -0.5 \\
 +
0 & 0 & 0.5
 +
\end{pmatrix}
 +
</math>
 +
 +
ולכן
 +
 +
<math>[I]^E_F=[I]^S_F[I]^E_S=
 +
 +
\begin{pmatrix}
 +
-1 & 1 & 0.5 \\
 +
1 & 0 & -0.5 \\
 +
0 & 0 & 0.5
 +
\end{pmatrix}
 +
 +
\begin{pmatrix}
 +
1 & 0 & 0 \\
 +
1 & 1 & 0 \\
 +
0 & 1 & 1
 +
\end{pmatrix}
 +
=
 +
 +
\begin{pmatrix}
 +
0 & 1.5 & 0.5 \\
 +
1 & -0.5 & -0.5 \\
 +
0 & 0.5 & 0.5
 +
\end{pmatrix}
 +
 +
</math>
 +
 +
====תרגיל====
 +
 +
תהא
 +
<math>
 +
A =
 +
\begin{pmatrix}
 +
1 & 2 & 3 \\
 +
4 & 5 & 6 \\
 +
1 & 1 & 0 \\
 +
\end{pmatrix}
 +
</math>
 +
 +
ובסיס
 +
 +
<math>
 +
E =
 +
\{
 +
\begin{pmatrix}
 +
1  \\
 +
1  \\
 +
0  \\
 +
\end{pmatrix},
 +
\begin{pmatrix}
 +
1  \\
 +
0  \\
 +
1 \\
 +
\end{pmatrix},
 +
\begin{pmatrix}
 +
0  \\
 +
0  \\
 +
1  \\
 +
\end{pmatrix}
 +
\}
 +
</math>
 +
 +
מצאו בסיס <math>F</math> כך ש <math>A=[I]^E_F</math>
 +
 +
פתרון:
 +
 +
נסמן <math>F=\{v_1,v_2,v_3\}</math>
 +
 +
נחשב ונמצא כי
 +
 +
<math>
 +
[I]^F_E= A^{-1} =
 +
\begin{pmatrix}
 +
-4/3 & 1/3 & 1 \\
 +
2/3 & 1/3 & -2 \\
 +
1/3 & -1/3 & 1 \\
 +
\end{pmatrix}
 +
</math>
 +
 +
מהגדרה נקבל כי
 +
 +
<math>
 +
v_1 =
 +
-4/3
 +
\begin{pmatrix}
 +
1  \\
 +
1  \\
 +
0  \\
 +
\end{pmatrix}+
 +
2/3
 +
\begin{pmatrix}
 +
1  \\
 +
0  \\
 +
1 \\
 +
\end{pmatrix}+
 +
1/3
 +
\begin{pmatrix}
 +
0  \\
 +
0  \\
 +
1  \\
 +
\end{pmatrix} =
 +
\begin{pmatrix}
 +
-2/3  \\
 +
-4/3  \\
 +
1  \\
 +
\end{pmatrix},
 +
 +
\\
 +
v_2 =
 +
1/3
 +
\begin{pmatrix}
 +
1  \\
 +
1  \\
 +
0  \\
 +
\end{pmatrix}+
 +
1/3
 +
\begin{pmatrix}
 +
1  \\
 +
0  \\
 +
1 \\
 +
\end{pmatrix}+
 +
-1/3
 +
\begin{pmatrix}
 +
0  \\
 +
0  \\
 +
1  \\
 +
\end{pmatrix} =
 +
\begin{pmatrix}
 +
2/3  \\
 +
1/3  \\
 +
0  \\
 +
\end{pmatrix},
 +
\\
 +
v_3 =
 +
1
 +
\begin{pmatrix}
 +
1  \\
 +
1  \\
 +
0  \\
 +
\end{pmatrix}+
 +
-2
 +
\begin{pmatrix}
 +
1  \\
 +
0  \\
 +
1 \\
 +
\end{pmatrix}+
 +
1
 +
\begin{pmatrix}
 +
0  \\
 +
0  \\
 +
1  \\
 +
\end{pmatrix} =
 +
\begin{pmatrix}
 +
-1  \\
 +
1 \\
 +
-1  \\
 +
\end{pmatrix}
 +
 +
</math>

גרסה אחרונה מ־13:27, 23 ביולי 2020

חזרה למערכי התרגול


משפט המימדים

משפט המימדים:

יהי V מ"ו ויהיו U,W\leq V תתי מרחבים. אזי

dim(U+W)=dim(U)+dim(W)-dim(U\cap W)

סקיצה של ההוכחה - לא מפחיד כמו שנהוג לחשוב

  1. ניקח בסיס לU חיתוך W. נסמן אותו ב\{v_1,...,v_k\}
  2. נשלים אותו לבסיס לU. נסמן \{v_1,...,v_k,u_1,...,u_m\}
  3. נשלים את הבסיס לחיתוך גם לבסיס לW. נסמן \{v_1,...,v_k,w_1,...,w_p\}
  4. נוכיח (וזה עיקר העבודה) שהקבוצה \{v_1,...,v_k,u_1,...,u_m,w_1,...,w_p\} הינה בסיס לU+W:
    1. נראה כי כל וקטור מהצורה u+w ניתן להצגה כצירוף לינארי של איברים אלה (זה ברור)
    2. נראה כי הקבוצה הזו בת"ל, אחרת וקטורים שהנחנו שאינם בחיתוך יהיו חייבים להיות בחיתוך בסתירה
  5. המשל נובע בקלות מספירת הוקטורים בבסיסים שכן dim(U+W) = k+m+p=(k+m)+(k+p) -k

תרגיל 8.3

יהא V מ"ו ממימד 5, ויהיו U ממימד 3 ו-W ממימד 4 תתי מרחבים של V. מהן האפשרויות עבור dim(U\cap W)? הוכח!

פתרון

ראשית, U+W\subseteq V ולכן dim(U+W)\leq dim(V)=5. אבל לפי משפט המימדים מתקיים 5\geq dim(U+W)=dim(U)+dim(W)-dim(U\cap W)=3+4-dim(U\cap W).


ביחד מקבלים ש dim(U\cap W)\geq 2. מצד שני, החיתוך מוכל גם בU וגם בW ולכן המימד שלו קטן שווה מהמימדים שלהם, ובפרט מהקטן מהם. לכן dim(U\cap W)\leq 3.


סה"כ האפשרויות למימד הן 2,3. קל למצוא דוגמאות המוכיחות שאפשרויות אלה אכן מתקבלות מתישהו.

תרגיל 8.5

יהא V מ"ו ממימד n, ויהיו U,W תתי מרחבים כך ש dimU=n-1 ו-W אינו מוכל בU. הוכח כי W+U=V

הוכחה

נוכיח בעזרת משפט המימדים ש dim(U+W)=dimV ואז המשל נובע (כי תת מרחב שמוכל בתת מרחב אחר מאותו מימד).

dim(U+W)=dimU+dimW-dim(U\cap W). מכיוון שW אינו מוכל בU החיתוך בינהם שונה מW. ולכן dim(U\cap W)<dimW ולכן dimW-dim(U\cap W)\geq 1. ביחד מקבלים dim(U+W)=n-1 + dimW -dim(U\cap W)\geq n-1+1=n=dimV. משל.

תרגיל

יהיו W1,W2 ת"מ של מ"ו V כך ש dim(W_1+W_2)=\dim (W_1\cap W_2) +1. הוכיחו כי \{W_1,W_2\}=\{W_1+W_2,W_1\cap W_2\}

פתרון: מתקיים לפי נתון כי\dim (W_1\cap W_2)\leq \dim W_1, \dim W_2 \leq  dim(W_1+W_2)=\dim (W_1\cap W_2) +1 ולכן לכל i מתקיים כי \dim W_i שווה למימד הסכום או למימד החיתוך. כיוון שיש הכלה W_1\cap W_2\subseteq W_1,W_2\subseteq W_1+W_2 אז יתקיים שיוויון. כעת לא ייתכן כי W_1,W_2 שניהם שווים כי אז מימד הסכום היה שווה למימד החיתוך.

תרגיל

יהא V מ"ו מימד אי זוגי \dim V=2n+1 ויהיו W_{1},W_{2},U_{1},U_{2} ת"מ המקיימים כי W_{1}+W_{2}=V=U_{1}+U_{2} הוכיחו \left(W_{1}\cap U_{1}\right)+\left(W_{1}\cap U_{2}\right)+\left(W_{2}\cap U_{1}\right)+\left(W_{2}\cap U_{2}\right)\neq\left\{ 0\right\}

קואורדינטות

משפט: יהא V מ"ו מעל שדה \mathbb{F}, יהי B=\{v_1,...,v_n\} בסיס ל-V ויהי v\in V וקטור. ראינו ש-v ניתן להצגה יחידה כצ"ל של B וההצגה שלו לפי הבסיס הוא וקטור שמורכב מהמקדמים של הצ"ל. באופן פורמאלי, ההצגה של v לפי בסיס B הוא וקטור הקואורדינטות המסומן [v]_B\in\mathbb{F}^n ומוגדר להיות [v]_B=\begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix} כאשר v=a_1v_1+...+a_nv_n.

חשוב לזכור [v]_B=\begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix} אם"ם v=a_1v_1+...+a_nv_n

תרגיל: הוכח כי לכל בסיס B מתקיים

v=0 אם"ם [v]_B=0.

הוכחה: ישירות מההגדרה. B בת"ל ולכן הצ"ל היחידי שמתאפס זהו הצ"ל הטריאלי.

בהכללה:

[v_1]_B=[v_2]_B אמ"מ v_1=v_2


הערה: במרחבים הוקטוריים שאנו נעבוד איתם יש בסיסים סטנדרטיים. הייחוד של הבסיסים הסטנדרטיים הוא שקל מאד לחשב קואורדינטות לפיהם. נסתכל במרחבים וקטורים ובבסיסים הסטנדרטיים שלהם:


מרחב וקטורי בסיס סטנדרטי
\mathbb{F}^n (1,0,...,0),(0,1,0,...,0),...,(0,...,0,1)
\mathbb{F}^{m\times n} 
\begin{pmatrix}1 & 0 & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},
\begin{pmatrix}0 & 1 & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},...,
\begin{pmatrix}0 & \cdots & \cdots & 0 \\ 1 & 0 & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & \cdots & 0\end{pmatrix},...,
\begin{pmatrix}0 & \cdots & \cdots & 0 \\ 0 & \cdots & \cdots & 0 \\ \vdots & \vdots & \vdots & \vdots \\ 0 & \cdots & 0 & 1 \end{pmatrix}
\mathbb{F}_n[x] 1,x,x^2,...,x^n


דוגמא. חשב את הקואורדינטות של הוקטור v=1+2x-x^2 לפי הבסיס הסטנדרטי S של \mathbb{R}_3[x]. למעשה הפולינום כמעט מוצג כצירוף לינארי של איברי הבסיס:

v=a_1v_1+a_2v_2+a_3v_3+a_4v_4 = 1\cdot 1 + 2\cdot x + (-1)\cdot x^2 + 0\cdot x^3.

לפיכך [v]_S=(1,2,-1,0).


דוגמא. חשב את הקואורדינטות של הוקטור (a,b,c) לפי הבסיס הסטנדרטי S של \mathbb{F}^n. קל לראות ש [v]_S = (a,b,c).

דוגמא. V=\mathbb{R}^2,B=\{(1,1),(1,-1)\} מצא את הקואורדינטות של הוקטור  v=(a,b) לפי הבסיס B. במקרה הכינותי מראש-


v=\frac{a+b}{2}\cdot (1,1)+\frac{a-b}{2}\cdot (1,-1)


ולכן לפי ההגדרה [v]_B=(\frac{a+b}{2},\frac{a-b}{2})


אנו רואים שאין זה קל למצוא את הקואורדינטות לפי בסיס כלשהו שאינו הסטנדרטי.

תרגיל

יהא V מ"ו מעל \mathbb{F} ויהי B=\{v_1,\dots ,v_n\} בסיס לו. יהיו u_1,...,u_k\in V וקטורים כלשהם וסקלארים \alpha_i,\dots ,\alpha_k \in \mathbb{F}. הוכח:

\sum_{i=1}^k\alpha_i[u_i]_B =[\sum_{i=1}^k\alpha_iu_i]_B

הוכחה:

מ"ל את הטענה [u_1]_B+[u_2]_B =[u_1+u_2]_B ואת הטענה \alpha[u_1]_B=[\alpha u_1]_B (ואז המעבר לצ"ל כללי נעשה ע"י אינדוקציה)

נסמן u_1=a_1v_1+...+a_nv_n, u_2=b_1v_1+...+b_nv_n אזי u_1+u_2=(a_1+b_1)v_1+...+(a_n+b_n)v_n ומתקיים

[u_1]_B+[u_2]_B =\begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix}  + \begin{pmatrix}b_1 \\ b_2 \\ \vdots \\ b_n\end{pmatrix} =
\begin{pmatrix}a_1+b_1 \\ a_2+b_2 \\ \vdots \\ a_n+b_n\end{pmatrix}
[u_1+u_2]_B

בנוסף \alpha u_1=\alpha a_1v_1+...+\alpha a_nv_n ומתקיים

\alpha[u_1]_B= \alpha \begin{pmatrix}a_1 \\ a_2 \\ \vdots \\ a_n\end{pmatrix}= 
\begin{pmatrix} \alpha_1 \\ \alpha a_2 \\ \vdots \\\alpha a_n\end{pmatrix} = 
[\alpha u_1]_B

מש"ל

מסקנה:

2. u_1,...,u_k בת"ל אם"ם [u_1]_B,...,[u_k]_B בת"ל

3. w\in span\{u_1,...,u_k\} אם"ם [w]_B\in span\{[u_1]_B,...,[u_k]_B\}

הוכחה:

2. u_1,...,u_k בת"ל

אמ"מ

\sum_{i=1}^k\alpha_iu_i=0 \Rightarrow \forall i \; \alpha_i =0

אמ"מ

[\sum_{i=1}^k\alpha_iu_i]_B=[0]_B=0 \Rightarrow \forall i \; \alpha_i =0

אמ"מ

\sum_{i=1}^k\alpha_i[u_i]_B=0 \Rightarrow \forall i \; \alpha_i =0

אמ"מ

[u_1]_B,...,[u_k]_B בת"ל

3. ברעיון דומה


מה בעצם המסקנה אומרת? שכל בדיקה/חישוב של תלות לינארית או פרישה בכל מרחב וקטורי (מטריצות, פולינומים, פונקציות) יכול בעצם להעשות במרחב הוקטורי המוכר והנוח \mathbb{F}^n.

ועוד הגדרה לפני ההמשך, עד כה דיברנו "רק" על ייצוג של וקטורים לפי בסיס. אפשר להכליל בפשטות לכל המרחב הוקטורי. הנה ההגדרה:

הגדרה : יהא V מ"ו (או תת מרחב) ויהי B בסיס לו. אזי מרחב הקורדיאנטות (של V לפי בסיס B) הוא

[V]_B = \{[v]_B \; | \; v\in V\}

הערה : יהא V מ"ו, W_1,W_2\leq V תתי מרחבים ו B בסיס. אזי

  1. [W_1 \cap W_2]_B = [W_1]_B \cap [W_2]_B
  2. [W_1 + W_2]_B = [W_1]_B + [W_2]_B

דוגמאות ואלגוריתמים

חיתוך תת מרחבים

תרגיל 7.31

נגדיר שני תתי מרחבים של \mathbb{R}_3[x]:

V=\{p(x)|p(2)=0\}, ו U=\{p(x)|p(1)=0\}

מצא את המימד של חיתוך המרחבים.


פתרון.

בתרגיל זה נשתמש בשיטה נפוצה ביותר. אנו מעוניינים לתאר את המרחבים הוקטוריים באופן קל יותר לעבודה מאשר התיאור לעיל; לכן ננסה לתאר את תתי המרחבים הללו כמרחבי פתרון של מערכת הומוגנית (אחת מהדרכים להצגת תת מרחב מתירגול קודם). המשתנים שלנו במערכת המשוואות יהיו המקדמים של הפולינומים.

נביט ב V. זהו אוסף כל הפולינומים ש2 הוא שורש שלהם. יהי פולינום כללי p(x)=a+bx+cx^2+dx^3, הוא שייך לV אם"ם מקדמיו מקיימים את המשוואה הלינארית: a+2b+4c+8d=0. לכן V=\{a+bx+cx^2+dx^3|a+2b+4c+8d=0\} אם נעבוד עם הבסיס הסטנדרטי S נקבל כי

[V]_S=\{\begin{pmatrix}a\\ b\\ c\\ d \end{pmatrix}\in \mathbb{R}^4 |a+2b+4c+8d=0\}

באופן דומה הפולינום שייך לU אם"ם מקדמיו מקיימים את המשוואה הלינארית 0=a+b+c+d. ומרחב הקורדינאטות הוא

[U]_S=\{\begin{pmatrix}a\\ b\\ c\\ d \end{pmatrix}\in \mathbb{R}^4 |a+b+c+d=0\}

את החיתוך [V]_S\cap[U]_S קל למצוא! ראינו איך עושים זאת זה פשוט שווה ל \{\begin{pmatrix}a\\ b\\ c\\ d \end{pmatrix}\in \mathbb{R}^4 |
\begin{pmatrix} 1 & 2 & 4 & 8 \\ 1 & 1 & 1 & 1  \end{pmatrix} \begin{pmatrix}a\\ b\\ c\\ d \end{pmatrix} = 0 \}

נדרג את המטריצה ונמצא את הפתרון:

עיבוד הנוסחה נכשל (שגיאת תחביר): \begin{pmatrix} 1 & 2 & 4 & 8 \\ 1 & 1 & 1 & 1 \end{pmatrix} \to \begin{pmatrix} 1 & 2 & 4 & 8 \\ 0 & -1 & -3 & -7 \end{pmatrix} \to \\ \begin{pmatrix} 1 & 0 & -2 & -6 \\ 0 & -1 & -3 & -7 \end{pmatrix} \to \begin{pmatrix} 1 & 0 & -2 & -6 \\ 0 & 1 & 3 & 7 \end{pmatrix}


ולכן הפתרון הכללי הוא מהצורה (2t+6s,-3t-7s,t,s), ולכן הבסיס הינו (2,-3,1,0),(6,-7,0,1).

נחזור לצורה הפולינומית לקבל את התשובה הסופית:

U\cap V = sapn \{v_1, v_2 \; | \; [v_1]_s = (2,-3,1,0), [v_2]_s = (6,-7,0,1) \}  = span\{2-3x+x^2,6-7x+x^3\}

אלגוריתם למציאת חיתוך בין שני תתי מרחבים U,W

ישנן שתי שיטות לחשב את החיתוך, נתחיל בראשונה (שביצענו הרגע, למעשה):

  1. החלף את U,W במרחב הקורדינאטות שלהם.
  2. מצא מערכת משוואות המתארת את U ומערכת משוואות המתארת את W
  3. פתור מערכת אחת המכילה את כל המשוואות משתי המערכות וקבל את החיתוך
  4. חזור ל U,W המקוריים.

שיטה שנייה:

  1. החלף את U,W במרחב הקורדינאטות שלהם.
  2. הצג את המרחבים כ span(?)
  3. כתוב צירוף לינארי כללי בU וצירוף לינארי כללי בW
  4. השווה את הצירופים ופתור מערכת משוואות על הסקלרים
  5. הצב את הסקלרים שקיבלת בצירוף הלינארי וקבל את החיתוך
  6. חזור ל U,W המקוריים.


תרגיל =

מצא את החיתוך בין תתי המרחבים הבאים בשיטה השנייה לעיל.

B=\operatorname{span}\left (\Big\{\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix},\begin{pmatrix}0 & 1 \\ 0 & 0 \end{pmatrix},\begin{pmatrix}0 & 0 \\ 1 & 0\end{pmatrix}\Big\}\right ),
C=\operatorname{span}\left ( \Big\{\begin{pmatrix} 3 & 2 \\ 4 & -3\end{pmatrix},\begin{pmatrix}1 & 4 \\ -1 & 4 \end{pmatrix},\begin{pmatrix}1 & 1 \\ 1 & -2\end{pmatrix}\Big\}\right )


פתרון.

(קחו נשימה עמוקה) יהיו סקלרים a,b,c,x,y,z, וקטור הוא בחיתוך אם"ם הוא צירוף לינארי של שתי הקבוצות הפורשות:

a\begin{pmatrix} 1 & 0 \\ 0 & -1\end{pmatrix}+b\begin{pmatrix}0 & 1 \\ 0 & 0 \end{pmatrix}+c\begin{pmatrix}0 & 0 \\ 1 & 0\end{pmatrix}=x\begin{pmatrix} 3 & 2 \\ 4 & -3\end{pmatrix}+y\begin{pmatrix}1 & 4 \\ -1 & 4 \end{pmatrix}+z\begin{pmatrix}1 & 1 \\ 1 & -2\end{pmatrix}

במרחב הקורדינאטות (עם הבסיס הסטדנדרטי S, נקבל את השיוון

a\begin{pmatrix} 1 \\ 0 \\ 0 \\ -1\end{pmatrix}+b\begin{pmatrix}0 \\ 1 \\ 0 \\ 0 \end{pmatrix}+c\begin{pmatrix}0 \\0 \\ 1 \\ 0\end{pmatrix}=x\begin{pmatrix} 3 \\ 2 \\ 4 \\ -3\end{pmatrix}+y\begin{pmatrix}1 \\ 4 \\ -1 \\ 4 \end{pmatrix}+z\begin{pmatrix}1\\ 1 \\ 1 \\ -2\end{pmatrix}

לכן מערכת המשוואות על הסקלרים הינה:

\begin{pmatrix}
1 & 0 & 0 & -3 & -1 & -1 & | & 0 \\
0 & 1 & 0 & -2 & -4 & -1 & | & 0 \\
0 & 0 & 1 & -4 & 1 & -1 & | & 0 \\
-1 & 0 & 0 & 3 & -4 & 2 & | & 0 \\

\end{pmatrix}

נדרג ונמצא את הפתרונות (שימו לב: מספיק למצוא רק את x,y,z או רק את a,b,c מכיוון שבהנתן צירוף לינארי של איברי C שנותן את החיתוך אין צורך להמשיך (כמו כן לגבי B).)

\begin{pmatrix}
1 & 0 & 0 & -3 & -1 & -1 & | & 0 \\
0 & 1 & 0 & -2 & -4 & -1 & | & 0 \\
0 & 0 & 1 & -4 & 1 & -1 & | & 0 \\
0 & 0 & 0 & 0 & -5 & 1 & | & 0 \\

\end{pmatrix}

במקרה זה קל יותר למצוא את x,y,z; המשתנים החופשיים הינם x,z ומתקיים z=5y. ולכן הצ"ל הכללי בחיתוך הינו:

עיבוד הנוסחה נכשל (שגיאת תחביר): [B]_S \cap [C]_S= \Big\{x\begin{pmatrix} 3 \\ 2 \\ 4 \\ -3\end{pmatrix}+y\begin{pmatrix}1 \\ 4 \\ -1 \\ 4 \end{pmatrix}+5y\begin{pmatrix}1 \\ 1 \\ 1 \\ -2\end{pmatrix}\Big\}= \\ \Big\{x\begin{pmatrix} 3 \\ 2 \\ 4 \\ -3\end{pmatrix}+y\begin{pmatrix}6 \\ 9 \\ 4 \\ -6 \end{pmatrix}\Big\}= span\Big\{\begin{pmatrix} 3 \\ 2 \\ 4 \\-3\end{pmatrix},\begin{pmatrix}6 \\ 9 \\ 4 \\ -6 \end{pmatrix}\Big\}


אם נחזור למרחבים המקוריים נקבל כי

B\cap C=span\Big\{\begin{pmatrix} 3 & 2 \\ 4 & -3\end{pmatrix},\begin{pmatrix}6 & 9 \\ 4 & -6 \end{pmatrix}\Big\}

תלות לינארית

דוגמא.

האם הפולינומים v_1=1+x^2,v_2=1-x,v_3=x+x^2 תלויים לינארית?

דבר ראשון, נעבור למרחב הקואורדינטות. מכיוון שבחירת הבסיס היא לשיקולנו, נבחר את הבסיס הסטנדרטי S של הפולינומים איתו קל לעבוד. מתקיים ש [v_1]_S=(1,0,1),[v_2]_S=(1,-1,0),[v_3]_S=(0,1,1)

הוכחנו בשיעור שעבר שוקטורים "רגילים" ת"ל אם"ם המטריצה שהם השורות שלה אינה הפיכה אם"ם הצורה המדורגת של המטריצה מכילה שורת אפסים. לכן, נשים את וקטורי הקואורדינטות בשורות מטריצה ונדרג.


\begin{pmatrix}1 & 0 & 1 \\ 1 & -1 & 0 \\ 0 & 1 & 1\end{pmatrix}
\xrightarrow[]{R_3-R_1,R_3+R_2}
\begin{pmatrix}1 & 0 & 1 \\ 1 & -1 & 0 \\ 0 & 0 & 0\end{pmatrix}


לכן וקטורי הקואורדינטות תלויים לינארית ולכן הפולינומים עצמם תלויים לינארית.


דרך נוספת: נשים את הוקטורים בעמודה של מטריצה A. צ"ל של עמודות A זה פשוט Ax. ולכן הוקטורים בת"ל אמ"מ הפתרון היחידי למערכת Ax=0 (צ"ל שמתאפס) הוא הפתרון הטריאלי (הצ"ל הטריאלי)

עיבוד הנוסחה נכשל (שגיאת לקסינג): \begin{pmatrix}1 & 1 & 0 \\ 0 & -1 & 1 \\ 1 & 0 & 1\end{pmatrix} \to \begin{pmatrix}1 & 1 & 0 \\ 0 & -1 & 1 \\ 0 & -1 & 1\end{pmatrix} \to \begin{pmatrix}1 & 1 & 0 \\ 0 & -1 & 1 \\ 0 & 0 & 0\end{pmatrix} \


קיבלנו שיש משתנים חופשיים ולכן יש פתרון לא טרויאלי ולכן הוקטורים תלויים לינארית!


נסכם את התהליך:

אלגוריתם לבדיקת תלות לינארית בין וקטורים

  1. הפוך את הוקטורים לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
  2. שים את וקטורי הקואורדינטות בשורות מטריצה A
  3. הבא את המטריצה לצורה מדורגת
  4. אם באיזה שלב קיבלת שורת אפסים סימן שהוקטורים תלויים לינארית
  5. אם הגעת לצורה מדורגת ללא שורת אפסים סימן שהוקטורים בלתי תלויים לינארית

ובדרך הנוספת

  1. הפוך את הוקטורים לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
  2. שים את וקטורי הקואורדינטות בעמודות מטריצה A
  3. בדוק אם יש פתרון לא טריאלי למערכת Ax=0
  4. אם יש אז הם תלויים ואם אין אז הם בת"ל

צירופים לינאריים

דוגמא. האם המטריצה v=\begin{pmatrix}1 & 2 \\ 3 & 4\end{pmatrix} היא צ"ל של המטריצות 
v_1=\begin{pmatrix}1 & 1 \\ 0 & 0\end{pmatrix},
v_2=\begin{pmatrix}1 & 0 \\ 2 & 1\end{pmatrix},
v_3=\begin{pmatrix}2 & 2 \\ 10 & 10\end{pmatrix}
? אם כן, הצג אותה כצירוף לינארי שלהן.

פתרון: נעבור דבר ראשון למרחב הקואורדינטות לפי הבסיס הסטנדרטי S=\Big\{\begin{pmatrix}1 & 0 \\ 0 & 0\end{pmatrix},\begin{pmatrix}0 & 1 \\ 0 & 0\end{pmatrix},\begin{pmatrix}0 & 0 \\ 1 & 0\end{pmatrix},\begin{pmatrix}0 & 0 \\ 0 & 1\end{pmatrix}\Big\}

נקבל [v]_S=(1,2,3,4),[v_1]_S=(1,1,0,0),[v_2]_S=(1,0,2,1),[v_3]_S=(2,2,10,10).


למדנו בשיעור שעבר שוקטור b נפרש על ידי וקטורים מסויימים אם"ם קיים פתרון למערכת Ax=b כאשר A היא המטריצה שעמודותיה הם אותם וקטורים. הפתרון x הוא וקטור הסקלרים מהצירוף הלינארי. לכן, אנו רוצים לדעת האם קיים פתרון למערכת ואם כן מהו:

\begin{pmatrix}1 & 1 & 2\\ 1 & 0 & 2\\ 0 & 2 & 10\\ 0 & 1 & 10\end{pmatrix} x = \begin{pmatrix}1 \\ 2 \\ 3 \\4 \end{pmatrix}


קל לפתור ולגלות ש x=(1,-1,\frac{1}{2}) מקיים את המערכת ולכן מתקיים v=v_1-v_2+\frac{1}{2}v_3

נסכם:

אלגוריתם לחישוב צירוף לינארי

  1. נתון וקטור b וקבוצת וקטורים. העבר את כולם לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
  2. פתור את המערכת Ax=b כאשר עמודות A הינן וקטורי הקואורדינטות של קבוצת הוקטורים הפורשים
  3. אם אין פתרון, b לא נפרש על ידי האחרים
  4. אם קיים פתרון x אזי הוא מכיל את הסקלרים של הצירוף הלינארי בהתאם לסדר העמודות בA

מטריצות מעבר בין בסיסים

ראינו שקל מאד למצוא קואורדינטות לפי הבסיס הסטנדרטי, נשתמש בהנחה הזו בהמשך. אנו מעוניינים לדעת כיצד לחשב קואורדינטות לפי בסיס כלשהו, לאו דווקא סטנדרטי.

משפט: יהא V מ"ו ויהיו E,F בסיסים לו. אזי קיימת מטריצה יחידה המסומנת [I]^E_F המקיימת את הפסוק הבא:

\forall v\in V: [I]^E_F[v]_E=[v]_F


נסמן E=\{v_1,...,v_n\} ו F=\{w_1,...,w_n\}. אזי מתקיים ש[I]^E_F הינה המטריצה שעמודותיה הן [v_i]_F


דוגמא. יהא V=\mathbb{R}^2 ושני בסיסים E=\{v_1=\begin{pmatrix} 3\\ -2 \end{pmatrix} , v_2 = \begin{pmatrix} 0\\ 1 \end{pmatrix} \} וF=\{w_1= \begin{pmatrix} 1\\ 0 \end{pmatrix},w_2 = \begin{pmatrix} 1\\ 1 \end{pmatrix}\}

נמצא את [I]^E_F.

מתקיים כי עיבוד הנוסחה נכשל (שגיאת תחביר): v_1 = \mathbf{5}w_1-\mathbf{2}w_2 \\ v_2 = -\mathbf{1}w_1+\mathbf{1}w_2


לכן


[I]^E_F=
\begin{pmatrix} 5& -1 \\ -2 & 1 \end{pmatrix}


תרגיל:

הוכח ש [I]^S_B[I]^A_S=[I]^A_B. מכיוון שאנו יודעים שמטריצה המעבר הינה יחידה, מספיק להראות שהכפל מקיים את הפסוק מההגדרה:


\forall v\in V: [I]^S_B[I]^A_S[v]_A=[I]^S_B[v]_S=[v]_B


משפט: לכל שני בסיסים E,F מטריצת המעבר הינה מטריצה הפיכה ומתקיים ([I]^E_F)^{-1}=[I]^F_E


מסקנה:

אלגוריתם למציאת מטריצת מעבר בין כל שני בסיסים E,F

  1. בחר בסיס סטנדרטי S מתאים למרחב שלך
  2. מצא את מטריצת המעבר [I]^E_S. זה קל מאד שכן יש למצוא את הקואורדינטות של איברי הבסיס E לפי הבסיס הסטנדרטי S
  3. מצא את מטריצת המעבר [I]^F_S.
  4. הפוך את המטריצה האחרונה לקבל ([I]^F_S)^{-1}=[I]^S_F
  5. כפול את המטריצות על מנת לקבל את התוצאה הסופית [I]^S_F[I]^E_S=[I]^E_F


דוגמא:

V=\mathbb{R}_2[x] מצא את [I]^E_F כאשר

E=\{1+x, x+x^2, x^2\}, F=\{x,1+x,1+2x^2\}

פתרון:

נסמן S הבסיס הסטנדרטי ואז 
[I]^E_S=
\begin{pmatrix} 
1 & 0 & 0 \\
1 & 1 & 0 \\
0 & 1 & 1 
\end{pmatrix},  

[I]^F_S=
\begin{pmatrix} 
0 & 1 & 1 \\
1 & 1 & 0 \\
0 & 0 & 2 
\end{pmatrix}

אחרי חישובים מקבלים כי

[I]^S_F=
\begin{pmatrix} 
0 & 1 & 1 \\
1 & 1 & 0 \\
0 & 0 & 2 
\end{pmatrix}^{-1} =


\begin{pmatrix} 
-1 & 1 & 0.5 \\
1 & 0 & -0.5 \\
0 & 0 & 0.5 
\end{pmatrix}

ולכן

[I]^E_F=[I]^S_F[I]^E_S=

\begin{pmatrix} 
-1 & 1 & 0.5 \\
1 & 0 & -0.5 \\
0 & 0 & 0.5 
\end{pmatrix}

\begin{pmatrix} 
1 & 0 & 0 \\
1 & 1 & 0 \\
0 & 1 & 1 
\end{pmatrix}
=

\begin{pmatrix} 
0 & 1.5 & 0.5 \\
1 & -0.5 & -0.5 \\
0 & 0.5 & 0.5 
\end{pmatrix}

תרגיל

תהא 
A = 
\begin{pmatrix}
1 & 2 & 3 \\
4 & 5 & 6 \\
1 & 1 & 0 \\
\end{pmatrix}

ובסיס


E =
\{
\begin{pmatrix}
1  \\
1  \\
0  \\
\end{pmatrix},
\begin{pmatrix}
1  \\
0  \\
1 \\
\end{pmatrix},
\begin{pmatrix}
0  \\
0  \\
1  \\
\end{pmatrix}
\}

מצאו בסיס F כך ש A=[I]^E_F

פתרון:

נסמן F=\{v_1,v_2,v_3\}

נחשב ונמצא כי


[I]^F_E= A^{-1} = 
\begin{pmatrix}
-4/3 & 1/3 & 1 \\
2/3 & 1/3 & -2 \\
1/3 & -1/3 & 1 \\
\end{pmatrix}

מהגדרה נקבל כי

עיבוד הנוסחה נכשל (שגיאת תחביר): v_1 = -4/3 \begin{pmatrix} 1 \\ 1 \\ 0 \\ \end{pmatrix}+ 2/3 \begin{pmatrix} 1 \\ 0 \\ 1 \\ \end{pmatrix}+ 1/3 \begin{pmatrix} 0 \\ 0 \\ 1 \\ \end{pmatrix} = \begin{pmatrix} -2/3 \\ -4/3 \\ 1 \\ \end{pmatrix}, \\ v_2 = 1/3 \begin{pmatrix} 1 \\ 1 \\ 0 \\ \end{pmatrix}+ 1/3 \begin{pmatrix} 1 \\ 0 \\ 1 \\ \end{pmatrix}+ -1/3 \begin{pmatrix} 0 \\ 0 \\ 1 \\ \end{pmatrix} = \begin{pmatrix} 2/3 \\ 1/3 \\ 0 \\ \end{pmatrix}, \\ v_3 = 1 \begin{pmatrix} 1 \\ 1 \\ 0 \\ \end{pmatrix}+ -2 \begin{pmatrix} 1 \\ 0 \\ 1 \\ \end{pmatrix}+ 1 \begin{pmatrix} 0 \\ 0 \\ 1 \\ \end{pmatrix} = \begin{pmatrix} -1 \\ 1 \\ -1 \\ \end{pmatrix}