Samenvatting Lineaire algebra I: compleet

Definities.pdf

TU Delft | Lineaire Algebra Toets 1

Verspreiden niet toegestaan | Gedownload door: Vincent Groeneweg | E-mail adres: vincentgroeneweg@gmail.com

Definities en stellingen

22 februari 2013

1.2
Een matrix is in echolonvorm als is voldaan aan:
eventuele nulrijen staan onderaan;
een pivot van een lagere rij staat strikt rechts van de pivot van een
hogere rij.
Een matrix A is in gereduceerde echolonvorm als:
A in echolonvorm;
iedere pivot = 1;
elke pivot is de enige niet-nul in zijn kolom.

1.3
Als v~1 , , v~p  Rn , dan Span{v~1 , , v~p } is een deelverzameling in Rn opgespannen door v~1 , , v~p .
Span{v~1 , , v~p } = {~y | ~y = c1 v~1 + + cp v~p , c1 , , cp  R}.

1.4

x1

A = [a~1 a~n ] en ~x  Rn dan A~x = [a~1 a~n ] ... = x1 a~1 +x2 a~2 + +xn a~n
xn

1.5
h i
~
Een stelsel van vergelijkingen A~x = b of A|~b heet homogeen als ~b = ~0.
De oplossing ~x = ~0 in A~x = ~0 heet de triviale oplossing.

Verspreiden niet toegestaan | Gedownload door: Vincent Groeneweg | E-mail adres: vincentgroeneweg@gmail.com

1.7
lineair onafhankelijk
{v~1 , , v~p } in Rn heet lineair onafhankelijk als x1 v~1 + x2 v~2 + + xp v~p = ~0
alleen de triviale oplossing heeft (xi = 0).
lineair afhankelijk
{v~1 , , v~p } in Rn heet lineair afhankelijk als er gewichten c1 , , cp niet
allen gelijk aan 0 (niet alle ci = 0) bestaan, zo dat c1 v~1 +c2 v~2 + +cp v~p = ~0

1.8
Een transformatie (mapping) T : Rn Rm is lineair als:
T (~u + ~v ) = T (~u) + T (~v )
T (c~u) = c T (~u)
~u, ~v  Rn en c  R

Stelling: Elke matrixtransformatie is een lineaire transformatie.

A is een mxn matrix en T : Rn Rm en T (~x) = A~x dan:
T (~u + ~v ) = A(~u + ~v ) = A~u + A~v = T (~u) + T (~v )
T (c~u) = A(c~u) = c A~u = c T (~u)

1.9
Surjectief
Een transformatie T : Rn Rm heet surjectief (onto) als elke ~b in Rm het
beeld is van ten minste een ~x in Rn .
Gevolg: T (~x) = A~x A~x = ~b heeft voor iedere ~b  Rm een oplossing ~x  Rn .
Injectief
Een transformatie T : Rn Rm heet injectief (one-to-one) als elke ~b in Rm
het beeld is van hoogstens een ~x in Rn .
Gevolg: A~x = ~0 heeft alleen de triviale oplossing, ~x = ~0.

Verspreiden niet toegestaan | Gedownload door: Vincent Groeneweg | E-mail adres: vincentgroeneweg@gmail.com

Transformatiematrix
Lineaire transformatie T:
T : Rn Rm A = [T (e~1 ) T (e~n )] | T (~x) = A~x ~x  Rn

2.1
h
i
A is een mxn matrix en B = b~1 b~p is een nxp matrix, dan
h
i h
i
AB = A b~1 b~p = Ab~1 Ab~p is een mxp matrix.

2.8
Deelruimte
H is een deelruimte als:
~0  H
~x, ~y  H = ~x + ~y  H
~x  H = c~x  H
Kolomruimte
De kolomruimte van een matrix A is de verzameling Col(A) van alle lineaire
combinaties van de kolommen van A.
A = [a~1 a~n ] , Col(A) is Span{a~1 , , a~n }
Nulruimte
De nulruimte van een matrix A is de verzameling van alle oplossingen van
de vergelijking A~x = ~0.
A = [a~1 a~n ] , N ul(A) = {~x | A~x = ~0}
Basis
Een basis voor een deelruimte V in Rn is een onafhankelijke verzameling
vectoren in V die V spant.

Verspreiden niet toegestaan | Gedownload door: Vincent Groeneweg | E-mail adres: vincentgroeneweg@gmail.com

2.9
Co
ordinaatvector
~x  H waarvoor geldt c1 b~1 + c2b~2 + + cn b~n = ~x en {b~1 , b~2 , , b~n } is een
c1
..
basis voor H, dan [~x]B = . is de coordinaatvector ten opzichte van deze
cn
basis.
Dimensie
De dimensie van een niet-triviale deelruimte H is het aantal vectoren in een
basis voor H. De dimensie van de triviale deelruimte = {~0} is gedefinieerd
als 0.
Rang
De rang van een matrix A is de dimensie van de kolomruimte van A.

5.1
Eigenvector en eigenwaarde
~x eigenvector van een nxn matrix A ~x 6= ~0 en A~x = ~x voor zekere .
Stelling: A~x = ~x = 0 A is niet inverteerbaar
Als v~1 , , v~p eigenvectoren van A bij verschillende eigenwaarden 1 , , p
dan {v~1 , , v~p } onafhankelijk.
A nxn matrix, dan heeft A niet meer dan n eigenwaarden.
Eigenruimte
E = {~x | A~x = ~x} = N ul(A I)
Meetkundige multipliciteit
De meetkundige multipliciteit van is Dim(E )

5.2
Eigenwaarde
is een eigenwaarde van een nxn matrix A als det(A I) = 0
Het karakteristieke polynoom van A PA () = det(A I)

Verspreiden niet toegestaan | Gedownload door: Vincent Groeneweg | E-mail adres: vincentgroeneweg@gmail.com

Algebraische multipliciteit
Als een eigenwaarde van A, dan is de Algebraische multipliciteit van de
multipliciteit van als nulpunt van PA ()
= 0 eigenwaarde van A = 1 m.m.( = 0 ) a.m.( = 0 )
Gelijkvormigheid
Definitie: De nxn matrices A en B heten gelijkvormig (similar) A sim B
als er een matrix P bestaat zo dat: A = P BP 1
Stelling: Als A sim B = PA () = PB ()

5.3
Diagonalisering
Definitie: De matrix A heet diagonaliseerbaar als A gelijkvormig is met de
diagonaalmatrix. Er is matrix P en diagonaalmatrix D zo dat A = P DP 1
A = P DP 1 heet een diagonalisering van A.

Stelling: A nxn matrix, D een diagonaalmatrix

zo dat AP = P D

d1
0

..
A [p~1 p~n ] = [p~1 p~n ]
pi = di p~i
A~
.
0
dn

Verspreiden niet toegestaan | Gedownload door: Vincent Groeneweg | E-mail adres: vincentgroeneweg@gmail.com