Ich habe ein bisschen Schwierigkeiten, eine Antwort auf dieses Problem zu erhalten. Insbesondere das Finden einer Basis für den Kern einer Transformation, .
Lassen
Lassen , ein Unterraum von .Lassen eine lineare Transformation sein, so dass Wo
- Finden Sie eine Grundlage für . Die Elemente dieser Basis müssen Polynome sein .
- Finden Sie eine Grundlage für . Die Elemente dieser Basis müssen Polynome sein .
Ich konnte (1) finden, indem ich das Bild jedes Elements aufgenommen habe (gegeben von ) sie in eine Matrix einfügen und Zeilen reduzieren, um den Spaltenraum zu finden. Hier weiß ich das bilden eine Grundlage für .
Allerdings habe ich Probleme mit der Suche . Ich glaube, der nächste Schritt besteht darin, den Nullraum der Matrix mit Vektorspalten von zu finden , aber sicher bin ich mir da nicht. Die gegebene Antwort lautet . Dies scheint zustande zu kommen, wenn ich den Nullraum einer Matrix mit Spalten finde , aber was ist mit ? Wahrscheinlich verstehe ich hier etwas falsch.
Danke schön!
Ich weiß nicht, ob dies der beste Weg ist, dies zu tun, aber ich habe versucht, es herauszufinden aus den angegebenen Datenpunkten .
Ich habe die Matrix (siehe Anhang)
Auflösen für :
Bestimmen
Wir wissen mit
P =
-1 0 -1 0
1 -1 0 2
0 1 0 -1
0 0 1 -1
Q =
-1 2 1 -4
1 4 11 -14
1 -1 1 1
0 0 0 0
und dann linearisieren hinein ein System zu bekommen mit
A =
-1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0
-1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
0 2 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0
0 0 0 0 -1 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 2 -1 -1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0
0 0 0 0 0 0 0 0 -1 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 2 -1 -1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0
0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 2 -1 -1
Und
b =
-1
2
1
-4
1
4
11
-14
1
-1
1
1
0
0
0
0
Dann ergibt die Gauß-Jordan-Eliminierung die Zeilenstufenform:
>> rref([A,b])
ans =
Columns 1 through 15:
1 0 0 -1 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0
0 1 0 -1 0 0 0 0 0 0 0 0 0 0 0
0 0 1 -1 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0 -0
0 0 0 0 1 0 0 -1 -0 -0 -0 -0 -0 -0 -0
0 0 0 0 0 1 0 -1 0 0 0 0 0 0 0
0 0 0 0 0 0 1 -1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 0 0 -1 -0 -0 -0
0 0 0 0 0 0 0 0 0 1 0 -1 0 0 0
0 0 0 0 0 0 0 0 0 0 1 -1 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Und
Columns 16 and 17:
-0 -1
0 -2
-0 -0
-0 -11
0 -10
0 -6
-0 -1
0 0
0 -1
-1 -0
-1 0
-1 0
0 0
0 0
0 0
0 0
Beachten Sie, dass die Spalten von
Beachten Sie nun, dass die Spalten von
Das impliziert dann der Rang-Nullitäts-Satz ist eindimensional. Eine Grundlage dafür zu finden , beachten Sie, dass sagt uns, dass der Vektor
amd
Brian Fitzpatrick
Wirtschaft
amd
amd