==קואורדינטות==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[[88-b_i<112 לינארית 1 תיכוניסטים קיץ תשעא/math>.)מערך תרגול|חזרה למערכי התרגול]]
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.
==משפט המימדים==
[[משפט המימדים]]:
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>
====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>
===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!
====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>.
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>.
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>
====הוכחה====
נוכיח בעזרת משפט המימדים ש <math>dim(U+W)=dimV</math> ואז המשל נובע (כי תת מרחב שמוכל בתת מרחב אחר מאותו מימד).
<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.
===תרגיל===
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>
==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>
תרגיל קל אבל חשוב הוא להראות שלכל : הוכח כי לכל בסיס <math>B </math> מתקיים ש <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. בהכללה: <math>[v_1]_B=[v_2]_B</math> אמ"מ <math>v_1=v_2</math>
אנו רואים שאין זה קל למצוא את הקואורדינטות לפי בסיס כלשהו שאינו הסטנדרטי.
===תרגיל===יהא V מ"ו ויהי B בסיס לו. יהיו <math>u_1,...,u_k\in V</math> וקטורים כלשהם. הוכח:*<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\in span\{[u_1]_B,...,[u_k]_B\}</math>
נוכיח תרגיל זה בהמשךיהא <math>V</math> מ"ו מעל <math>\mathbb{F}</math> ויהי <math>B=\{v_1, לאחר שנלמד על העתקות לינאריות. כעת נניח שהוא נכון ונתרכז בכלי החישובי המשמעותי שקיבלנו; כל בדיקה\dots ,v_n\}</חישוב של תלות לינארית או פרישה בכל מרחב וקטורי (מטריצותmath> בסיס לו. יהיו <math>u_1, פולינומים..., פונקציות) יכול בעצם להעשות במרחב הוקטורי המוכר והנוח u_k\in V</math> וקטורים כלשהם וסקלארים <math>\alpha_i,\dots ,\alpha_k \in \mathbb{F}^n</math>.הוכח:
<math>\sum_{i=1}^k\alpha_i[u_i]_B =[\sum_{i=1}^k\alpha_iu_i]_B</math>
הוכחה:
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>[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>
בנוסף <math>\alpha u_1=\alpha a_1v_1+...+\alpha a_nv_n</math> ומתקיים
<math>\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</math>
מש"ל
'''מסקנה:'''
2. <math>u_1,...,u_k</math> בת"ל אם"ם <math>[u_1]_B,...,[u_k]_B</math> בת"ל
3. <math>w\in span\{u_1,...,u_k\}</math> אם"ם <math>[w]_B\in span\{[u_1]_B,...,[u_k]_B\}</math>
הוכחה:
2. <math>u_1,...,u_k</math> בת"ל
אמ"מ
<math>\sum_{i=1}^k\alpha_iu_i=0 \Rightarrow \forall i \; \alpha_i =0</math>
אמ"מ
<math>[\sum_{i=1}^k\alpha_iu_i]_B=[0]_B=0 \Rightarrow \forall i \; \alpha_i =0</math>
אמ"מ
<math>\sum_{i=1}^k\alpha_i[u_i]_B=0 \Rightarrow \forall i \; \alpha_i =0</math>
אמ"מ
<math>[u_1]_B,...,[u_k]_B</math> 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 <math>\mathbb{F}^n</math>.
ועוד הגדרה לפני ההמשך, עד כה דיברנו "רק" על ייצוג של וקטורים לפי בסיס. אפשר להכליל בפשטות לכל המרחב הוקטורי. הנה ההגדרה:
'''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 & 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 & 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}
</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>.
נחזור לצורה הפולינומית לקבל את התשובה הסופית:
<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>
====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.
=====תרגיל ======
מצא את החיתוך בין תתי המרחבים הבאים בשיטה השנייה לעיל.
<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>
'''פתרון.'''
(קחו נשימה עמוקה) יהיו סקלרים a,b,c,x,y,z, וקטור הוא בחיתוך אם"ם הוא צירוף לינארי של שתי הקבוצות הפורשות:
<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>
במרחב הקורדינאטות (עם הבסיס הסטדנדרטי <math>S</math>, נקבל את השיוון
<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>
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.'''
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]_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.
<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.
לכן וקטורי הקואורדינטות תלויים לינארית ולכן הפולינומים עצמם תלויים לינארית. נסכם את התהליךדרך 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! נסכם את התהליך: ====אלגוריתם לבדיקת תלות לינארית בין וקטורים====
#הפוך את הוקטורים לוקטורי קואורדינטות לפי הבסיס הסטנדרטי המתאים
#שים את וקטורי הקואורדינטות ב'''שורות''' מטריצה A
#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.'''
האם המטריצה <math>v=\begin{pmatrix}1 & 2 \\ 3 & 4\end{pmatrix}</math> נפרשת על ידי היא צ"ל של המטריצות
<math>
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}
</math>? 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>
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 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>
נסכם:
====אלגוריתם לחישוב צירוף לינארי====
#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
#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.
==מרחבי המטריצות==תהי מטריצה <math>A\in\mathbb{F}^{m\times n}</math>. מגדירים שלושה מרחבים עיקריים:*'''מרחב השורותמשפט:''' של A. זהו המרחב הנפרש על ידי שורות המטריצה A. נסמן יהא <math>R(A)=span\{R_1(A),...,R_m(A)\}\subseteq\mathbb{F}^nV</math>*'''מרחב העמודות''' של A. זהו המרחב הנפרש על ידי עמודות המטריצה A. נסמן מ"ו ויהיו <math>C(A)=span\{C_1(A)E,...,C_n(A)\}\subseteq\mathbb{F}^m</math>*בסיסים לו. אזי '''מרחב השורותקיימת''' של A. זהו מרחב הפתרונות של המערכת ההומוגנית Ax=0. נסמן מטריצה '''יחידה''' המסומנת <math>N(A)=\{x\in\mathbb{F}[I]^n|Ax=0\}\subseteq\mathbb{F}^nE_F</math>המקיימת את הפסוק הבא:
'''משפט:''' לכל מטריצה <math>A\forall v\in\mathbb{F}V: [I]^{m\times n}</math> מתקיים <math>\mathbb{F}^nE_F[v]_E=R(A)\oplus N(A)[v]_F</math>
הגדרה: '''דרגת''' המטריצה A שווה למספר השורות בצורה המדורגת שלה השונות מאפס. מסומן rankA משפט: נסמן <math>rankAE=dimR(A)=dimC(A)=n-dimN(A)\{v_1,...,v_n\}</math>ו <math>F=\{w_1,... אלה שווים למספר המשתנים התלויים, ומימד מרחב האפס שווה למספר המשתנים החופשייםw_n\}</math>.אזי מתקיים ש<math>[I]^E_F</math> הינה המטריצה שעמודותיה הן <math>[v_i]_F</math>
'''דוגמא.'''
מצא בסיס למרחב האפס של המטריצה יהא <math>V=\mathbb{R}^2</math> ושני בסיסים <math>E=\{v_1=\begin{pmatrix}1 & 0 & 1 & 1 3\\ -2 & \end{pmatrix} , v_2 = \begin{pmatrix} 0\\ 1 & 1 & 2\end{pmatrix} \ }</math>ו<math>F=\{w_1= \begin{pmatrix} 1 & 1 & \\ 0 & \end{pmatrix},w_2 = \begin{pmatrix} 1\\ 1\end{pmatrix}\}</math>
דבר ראשון, נדרג קנונית נמצא את המטריצה לקבל <math>[I]^E_F</math>.
מתקיים כי <math>v_1 = \beginmathbf{pmatrix5}1 & 0 & 1 & 1w_1-\mathbf{2}w_2 \ 0 & 1 & \v_2 = -\mathbf{1 & 0 }w_1+\\ 0 & 0 & 0 & 0\endmathbf{pmatrix1}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: *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 אפסלכן
לכן הבסיס למרחב האפס הינו <math>[I]^E_F=\begin{(pmatrix} 5& -1,0,0,1),(\\ -2 & 1,1,1,0)\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
'''תרגיל:'''
===תרגיל 7.31===נגדיר שני תתי מרחבים של הוכח ש <math>\mathbb{R}_3[xI]^S_B[I]^A_S=[I]^A_B</math>. מכיוון שאנו יודעים שמטריצה המעבר הינה יחידה, מספיק להראות שהכפל מקיים את הפסוק מההגדרה:
<math>V=\{p(x)|p(2)=0\}</math>, ו <math>U=\{p(x)|p(1)=0\}</math>
מצא את המימד של חיתוך המרחבים.<math>\forall v\in V: [I]^S_B[I]^A_S[v]_A=[I]^S_B[v]_S=[v]_B</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 כ'''מרחבי אפס''' של מטריצות מתאימות. כמובן שכחלק מתהליך זה נעבור לוקטורי הקואורדינטות, הרי פולינום לא יכול להיות פתרון למערכת הומוגנית של מטריצות.
נביט בV. זהו אוסף כל הפולינומים ש2 הוא שורש שלהם. יהי פולינום כללי '''משפט:''' לכל שני בסיסים E,F מטריצת המעבר הינה מטריצה הפיכה ומתקיים <math>p(x[I]^E_F)^{-1}=a+bx+cx[I]^2+dx^3F_E</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, כלומר מקדמיו הם מרחב האפס של המערכת.
נמצא בסיס למרחב האפס <math>\begin{pmatrix}1 & 1 & 1 & 1 \\ 1 & 2 & 4 & 8\end{pmatrix}</math>. נדרג קנונית לקבל
מסקנה:
===אלגוריתם למציאת מטריצת מעבר בין '''כל''' שני בסיסים E,F===#בחר בסיס סטנדרטי S מתאים למרחב שלך#מצא את מטריצת המעבר <math>\begin[I]^E_S</math>. זה קל מאד שכן יש למצוא את הקואורדינטות של איברי הבסיס E לפי הבסיס הסטנדרטי S#מצא את מטריצת המעבר <math>[I]^F_S</math>.#הפוך את המטריצה האחרונה לקבל <math>([I]^F_S)^{pmatrix}1 & 0 & -2 & -6 \\ 0 & 1 & 3 & 7\end{pmatrix}=[I]^S_F</math>#כפול את המטריצות על מנת לקבל את התוצאה הסופית <math>[I]^S_F[I]^E_S=[I]^E_F</math>
ולכן הפתרון הכללי הוא מהצורה <math>(2t+6s,-3t-7s,t,s)</math>, ולכן בסיס למרחב האפס הינו <math>(2,-3,1,0),(6,-7,0,1)</math>. נחזור מהקואורדינטות לצורה הפולינומית לקבל את התשובה הסופית:
====דוגמא:====
<math>V=\mathbb{2-3x+R}_2[x]</math> מצא את <math>[I]^2,6-7x+x^3\}E_F</math> מהווים בסיס לחיתוך בין V לU.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},
ראינו בהרצאה שפעולות שורה אינן משנות את המרחב הנפרש על ידי השורות. מכאן נובע האלגוריתם הבא:[I]^F_S=\begin{pmatrix} 0 & 1 & 1 \\1 & 1 & 0 \\0 & 0 & 2 \end{pmatrix}</math>
===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)אחרי חישובים מקבלים כי
==מטריצות מעבר בין בסיסים=<math>[I]^S_F=ראינו שקל מאד למצוא קואורדינטות לפי הבסיס הסטנדרטי, נשתמש בהנחה הזו בהמשך. אנו מעוניינים לדעת כיצד לחשב קואורדינטות לפי בסיס כלשהו, לאו דווקא סטנדרטי.\begin{pmatrix} 0 & 1 & 1 \\1 & 1 & 0 \\0 & 0 & 2 \end{pmatrix}^{-1} =
'''משפט:''' יהא V מ"ו ויהיו E,F בסיסים לו\begin{pmatrix} -1 & 1 & 0. אזי '''קיימת''' מטריצה '''יחידה''' המסומנת 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> המקיימת את הפסוק הבא: ====תרגיל==== תהא <math>A = \forall vbegin{pmatrix}1 & 2 & 3 \in V: \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[v]_E</math> פתרון: נסמן <math>F=\{v_1,v_2,v_3\}</math> נחשב ונמצא כי <math>[vI]_F^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>