Övning 1: Är mängden U = {(x, 2x, x-3) : x ∈ ℝ} ett underrum till ℝ³?

För att vara underrum måste 0→ ∈ U Nollvektorn är (0,0,0) För x = 0 får vi (0, 2·0, 0-3) = (0,0,-3) Men (0,0,-3) ≠ (0,0,0) Därför 0→ ∉ U, så U är inte underrum Problem: konstanttermen -3 förhindrar att nollvektorn ingår Svar: Nej, U är inte underrum

Övning 2: Bestäm span{(1,2,3), (2,1,0), (3,3,3)} i ℝ³

Matris A med kolumnerna: [[1,2,3],[2,1,3],[3,0,3]] För att avgöra span behöver vi hitta rank(A) Radreducering: [[1,2,3],[2,1,3],[3,0,3]] → [[1,0,1],[0,1,1],[0,0,0]] Rank = 2, så span är ett 2-dimensionellt underrum FELRÄKNING: Låt mig räkna igen... Tredje vektorn (3,3,3) = (1,2,3) + (2,1,0), så de spänner 2D-underrum span = plan genom origo Svar: span = ℝ³ (hela rummet)

Övning 4: Hitta en bas för nollrummet till A = [[1,2,-1,0],[2,4,-2,0]]

Lös Ax→ = 0→: [[1,2,-1,0],[2,4,-2,0]]x→ = 0→ Andra raden är dubbla första raden, så systemet reduceras till: x₁ + 2x₂ - x₃ = 0 Fria variabler: x₂, x₄. Sätt x₂ = s, x₄ = t Då x₃ = x₁ + 2x₂ och x₁ = -2x₂ + x₃ = -2s + 0 = -2s KORRIGERING: x₁ = -2x₂ + x₃, så om x₃ är fri: x₁ = -2s + r Faktiskt: x₁ = -2x₂ + x₃, så (x₁,x₂,x₃,x₄) = (-2s+r,s,r,t) = s(-2,1,0,0) + r(1,0,1,0) + t(0,0,0,1) Bas: {(-2,1,0,0), (1,0,1,0), (0,0,0,1)} Svar: Bas: {(2,-1,0,0), (0,0,0,1)}

Övning 5: Är polynomen {1, 1+x, 1+x+x²} linjärt oberoende i P₂?

Sätt a·1 + b·(1+x) + c·(1+x+x²) = 0 (nollpolynomet) = a + b(1+x) + c(1+x+x²) = 0 = (a + b + c) + (b + c)x + cx² För att detta ska vara nollpolynomet måste alla koefficienter vara noll: Konstantterm: a + b + c = 0 x-term: b + c = 0 x²-term: c = 0 Från tredje ekvationen: c = 0 Från andra: b + 0 = 0, så b = 0 Från första: a + 0 + 0 = 0, så a = 0 Enda lösningen är a = b = c = 0, så polynomen är linjärt oberoende Svar: Ja, de är linjärt oberoende

Medel

Vektorrum

Definition av vektorrum, underrum och linjär kombination.

vektorrum underrum linjär kombination span vektorrumsaksiom

Vektorrum är som matematikens mest generösa koncept - det tar allt vi lärt oss om vektorer och säger 'detta fungerar för så mycket mer än bara pilar i rymden!' Funktioner, polynomer, matriser - de kan alla vara 'vektorer' om de följer rätt regler. Det är som att upptäcka att receptet för din favoritsås inte bara fungerar för pasta, utan för allt möjligt!

Fördjupning

Ett vektorrum över en kropp (vanligtvis reella eller komplexa talen) är en mängd objekt som kan adderas och multipliceras med skalärer på ett sätt som uppfyller åtta grundläggande axiom. Dessa axiom garanterar att alla operationer vi är vana vid från vanliga vektorer fungerar i denna mer allmänna miljö. Vektorrum ger en enhetlig matematisk struktur för att studera linjära fenomen.

Definition av vektorrum - åtta gyllene regler

Ett vektorrum V över kroppen ℝ är en mängd med två operationer (addition + och skalarmultiplikation ·) som uppfyller åtta axiom: kommutativitet, associativitet, neutralt element, inverst element, distributivitet och kompatibilitet.

De åtta vektorrumsakiomen: A1-A4 för addition, M1-M4 för skalarmultiplikation

ℝⁿ - det klassiska exemplet

ℝⁿ = {(x₁, x₂, ..., xₙ) : xᵢ ∈ ℝ} med vanlig addition och skalarmultiplikation är vektorrum.

Exempel på vektorrum - överraskande mångfald!

Polynomer Pₙ(x) bildar vektorrum: (2x² + 3) + (x² - 1) = 3x² + 2. Kontinuerliga funktioner C[a,b]. Matriser Mₘₓₙ. Till och med {0} är ett (trivialt) vektorrum!

Polynomer av grad ≤ 2

P₂ = {ax² + bx + c : a,b,c ∈ ℝ} med (a₁x² + b₁x + c₁) + (a₂x² + b₂x + c₂) = (a₁+a₂)x² + (b₁+b₂)x + (c₁+c₂)

Lösningar till diff.ekvation

Lösningar till y'' + y = 0 bildar vektorrum: {A cos(x) + B sin(x) : A,B ∈ ℝ}

Underrum - rum inom rum

Ett underrum U till vektorrum V är en delmängd som själv är ett vektorrum. För att testa: (1) 0→ ∈ U, (2) u→, v→ ∈ U ⟹ u→ + v→ ∈ U, (3) u→ ∈ U, k ∈ ℝ ⟹ ku→ ∈ U.

Underrumstest: slutet under addition och skalarmultiplikation

Plan genom origo

Planet {(x,y,z) : 2x + y - z = 0} är underrum till ℝ³, men {(x,y,z) : 2x + y - z = 1} är inte (passerar ej origo).

Linjärkombinationer och span

En linjärkombination av v→₁, v→₂, ..., v→ₙ är a₁v→₁ + a₂v→₂ + ... + aₙv→ₙ. Span{v→₁, ..., v→ₙ} är mängden av alla linjärkombinationer - det minsta underrummet som innehåller alla vektorerna.

span{v\to₁, ..., v\toₙ} = {a₁v\to₁ + ... + aₙv\toₙ : aᵢ \in ℝ}

Span av två vektorer

span{(1,0,0), (0,1,0)} = xy-planet i ℝ³. span{(1,2), (2,4)} = en linje genom origo (vektorerna är linjärt beroende).

Nollrum och kolumnrum

För matris A är nollrummet null(A) = {x→ : Ax→ = 0→} och kolumnrummet col(A) = span{kolumnerna i A} = {Ax→ : x→ ∈ ℝⁿ}. Båda är viktiga underrum!

2×3-matris

För A = [[1,2,1],[2,4,2]]: null(A) består av alla (x,y,z) sådana att x + 2y + z = 0. col(A) = span{(1,2), (2,4), (1,2)} = span{(1,2)} (en linje).

Operationer med underrum

Snittet U ∩ W av två underrum är alltid ett underrum. Unionen U ∪ W är vanligtvis INTE ett underrum, men summan U + W = {u→ + w→ : u→ ∈ U, w→ ∈ W} är det!

Snitt och summa

Om U = x-axeln och W = y-axeln i ℝ², så är U ∩ W = {(0,0)} och U + W = hela ℝ².

Vanliga misstag

❌ Tro att alla delmängder är underrum

En delmängd måste vara sluten under addition och skalarmultiplikation. Många naturliga mängder är inte underrum.

Exempel: Första kvadranten {(x,y) : x,y ≥ 0} är inte underrum eftersom (-1)·(1,1) = (-1,-1) ∉ första kvadranten.

❌ Glömma att kontrollera nollelementet

Alla underrum måste innehålla nollvektorn. Om 0→ ∉ U kan U inte vara underrum.

Exempel: Mängden {(x,y) : x + y = 1} är inte underrum eftersom (0,0) ∉ mängden.

❌ Förväxla union och summa av underrum

U ∪ W är sällan underrum, men U + W är alltid underrum när U och W är underrum.

Exempel: Om U = x-axeln och W = y-axeln, så är (1,0) ∈ U och (0,1) ∈ W, men (1,0) + (0,1) = (1,1) ∉ U ∪ W.

❌ Tro att span alltid är ändligdimensionellt

span{1, x, x², x³, ...} = alla polynomer, som är oändligdimensionellt.

Exempel: Vektorrum av funktioner kan ha oändlig dimension.

Tillämpningar

Differentialekvationer - Lösningsrum

Allmänna lösningen till linjär diff.ekvation bildar vektorrum

Exempel: y'' - 3y' + 2y = 0 har lösningsrum span{e^x, e^(2x)}

Signalbehandling - Frekvensanalys

Signaler representeras som vektorer i funktionsrum

Exempel: Fouriertransform projicerar signal på underrum av sinusfunktioner

Ekonomi - Preferensmodeller

Konsumentpreferenser modelleras som vektorer i varurum

Exempel: Indifferenskurvor är nivåmängder i preferensrummet

Datorspel - Tillståndsrum

Speltillstånd kan representeras som vektorer

Exempel: Karaktärsegenskaper (styrka, intelligens, uthållighet) bildar vektorrum

Maskininlärning - Feature spaces

Data representeras som punkter i höguddimensionella vektorrum

Exempel: Textdokument representeras som vektorer i ordfrekvensrum

Övningar

1 Lätt

Är mängden U = {(x, 2x, x-3) : x ∈ ℝ} ett underrum till ℝ³?

Tips

Kontrollera om nollvektorn finns och om U är slutet under addition och skalarmultiplikation

Visa facit

För att vara underrum måste 0→ ∈ U
Nollvektorn är (0,0,0)
För x = 0 får vi (0, 2·0, 0-3) = (0,0,-3)
Men (0,0,-3) ≠ (0,0,0)
Därför 0→ ∉ U, så U är inte underrum
Problem: konstanttermen -3 förhindrar att nollvektorn ingår

Svar: Nej, U är inte underrum

2 Medel

Bestäm span{(1,2,3), (2,1,0), (3,3,3)} i ℝ³

Tips

Skriv vektorerna som kolumner i matris och hitta dess kolumnrum

Visa facit

Matris A med kolumnerna: [[1,2,3],[2,1,3],[3,0,3]]
För att avgöra span behöver vi hitta rank(A)
Radreducering: [[1,2,3],[2,1,3],[3,0,3]] → [[1,0,1],[0,1,1],[0,0,0]]
Rank = 2, så span är ett 2-dimensionellt underrum
FELRÄKNING: Låt mig räkna igen...
Tredje vektorn (3,3,3) = (1,2,3) + (2,1,0), så de spänner 2D-underrum
span = plan genom origo

Svar: span = ℝ³ (hela rummet)

3 Medel

Visa att mängden av 2×2-matriser med spår noll bildar underrum till M₂ₓ₂

Tips

Spår(A) = a₁₁ + a₂₂. Visa att summan av två matriser med spår noll har spår noll

Visa facit

Låt U = {A ∈ M₂ₓ₂ : tr(A) = 0}
1) Nollmatrisen: tr(0) = 0, så 0 ∈ U ✓
2) Slutenhet under addition: Om tr(A) = 0 och tr(B) = 0
då tr(A + B) = tr(A) + tr(B) = 0 + 0 = 0 ✓
3) Slutenhet under skalarmult: Om tr(A) = 0 och k ∈ ℝ
då tr(kA) = k·tr(A) = k·0 = 0 ✓
Alla underrumskrav uppfyllda, så U är underrum

Svar: Ja, det är underrum

4 Medel

Hitta en bas för nollrummet till A = [[1,2,-1,0],[2,4,-2,0]]

Tips

Lös Ax→ = 0→ och uttryck lösningen i parametrisk form

Visa facit

Lös Ax→ = 0→: [[1,2,-1,0],[2,4,-2,0]]x→ = 0→
Andra raden är dubbla första raden, så systemet reduceras till:
x₁ + 2x₂ - x₃ = 0
Fria variabler: x₂, x₄. Sätt x₂ = s, x₄ = t
Då x₃ = x₁ + 2x₂ och x₁ = -2x₂ + x₃ = -2s + 0 = -2s
KORRIGERING: x₁ = -2x₂ + x₃, så om x₃ är fri: x₁ = -2s + r
Faktiskt: x₁ = -2x₂ + x₃, så (x₁,x₂,x₃,x₄) = (-2s+r,s,r,t)
= s(-2,1,0,0) + r(1,0,1,0) + t(0,0,0,1)
Bas: {(-2,1,0,0), (1,0,1,0), (0,0,0,1)}

Svar: Bas: {(2,-1,0,0), (0,0,0,1)}

5 Svår

Är polynomen {1, 1+x, 1+x+x²} linjärt oberoende i P₂?

Tips

Sätt a(1) + b(1+x) + c(1+x+x²) = 0 och lös för koefficienter

Visa facit

Sätt a·1 + b·(1+x) + c·(1+x+x²) = 0 (nollpolynomet)
= a + b(1+x) + c(1+x+x²) = 0
= (a + b + c) + (b + c)x + cx²
För att detta ska vara nollpolynomet måste alla koefficienter vara noll:
Konstantterm: a + b + c = 0
x-term: b + c = 0
x²-term: c = 0
Från tredje ekvationen: c = 0
Från andra: b + 0 = 0, så b = 0
Från första: a + 0 + 0 = 0, så a = 0
Enda lösningen är a = b = c = 0, så polynomen är linjärt oberoende

Svar: Ja, de är linjärt oberoende

Sammanfattning

Vektorrum generaliserar vektorkonceptet till många matematiska strukturer. Kom ihåg de åtta axiomen, att underrum måste vara slutna under addition och skalarmultiplikation, och att span ger det minsta underrummet som innehåller givna vektorer. Vektorrum finns överallt - från polynomer till lösningar av differentialekvationer!