Estoy teniendo un poco de dificultad para obtener una respuesta a este problema. Específicamente, encontrar una base para el núcleo de una transformación, .
Dejar
Dejar , un subespacio de .Dejar Sea una transformación lineal tal que dónde
- Encuentre una base para . Los elementos de esta base deben ser polinomios en .
- Encuentre una base para . Los elementos de esta base deben ser polinomios en .
He podido encontrar (1) tomando la imagen de cada elemento en (dada por ) colocándolos en una matriz y reducción de filas para encontrar el espacio de la columna. aqui yo se que formar una base para .
Sin embargo, tengo problemas para encontrar . Creo que el siguiente paso es encontrar el espacio nulo de la matriz con columnas vectoriales de , pero no estoy seguro de esto. La respuesta dada es . Esto parece ocurrir si encuentro el espacio nulo de una matriz con columnas , pero que pasa ? Probablemente estoy malinterpretando algo aquí.
¡Gracias!
No sé si esta es la mejor manera de hacer esto, pero traté de determinar de los puntos de datos dados .
Tengo la matriz (ver apéndice)
Resolviendo para :
Determinando
Sabemos con
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
y luego linealizar en para obtener un sistema con
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
y
b =
-1
2
1
-4
1
4
11
-14
1
-1
1
1
0
0
0
0
Entonces la eliminación de Gauss-Jordan da la forma escalonada por filas:
>> 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
y
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
Tenga en cuenta que las columnas de
Ahora, tenga en cuenta que las columnas de
El teorema de rango-nulidad implica entonces que es unidimensional. Para encontrar una base para , tenga en cuenta que nos dice que el vector
amd
Brian Fitzpatrick
economía
amd
amd