📘

9. Lektion Indre produkter og ortogonalitet

Apr 7, 2025

ForelĂŠsning Noter

Introduktion

  • ForelĂŠsningen streames live, og spĂžrgsmĂ„l kan stilles i chatten eller via mail til rene-math.au.dk.
  • ForelĂŠsningen optages, og slides vil blive tilgĂŠngelig efterfĂžlgende.

Diagonaliserbare Matriser

  • En matrix A er diagonaliserbar, hvis den kan skrives som ( P \times D \times P^{-1} ) hvor P er en inverterbar matrix og D er en diagonal matrix.
  • A er similĂŠr med en diagonal matrix.
  • En kvadratisk matrix er diagonaliserbar, hvis der findes en lineĂŠrt uafhĂŠngig egenvektor.
  • Algebraisk multiplicitet skal stemme overens med geometrisk multiplicitet for at diagonalisere.

LinĂŠr Afbildning og Basis

  • ReprĂŠsentation af en linĂŠr afbildning i en anden basis.
  • MatrixreprĂŠsentation givet ved baser B og C.
  • Notation for B-matrisen i basis.

Geometri i Rn

  • Generalisering af geometriske begreber til hĂžjere dimensioner.
  • Fokus pĂ„ lĂŠngde af vektor og vinkelrethed i vektorrum.
  • Indre produkt (skalarprodukt/prikprodukt) og dets rolle i geometri.

Indre Produkt

  • Defineret mellem to vektorer u og v som ( u_1 \cdot v_1 + u_2 \cdot v_2 + ... + u_n \cdot v_n ).
  • Kan ogsĂ„ udtrykkes som matriksmultiplikation ( u^T \cdot v ).
  • Egenskaber: symmetri, distributivitet, skalar multiplicativitet, og positiv definit.

LĂŠngde og Afstand i Vektorrum

  • LĂŠngde af vektor defineret som kvadratroden af vektorens indre produkt med sig selv.
  • Afstanden mellem to vektorer u og v defineret som lĂŠngden af ( u - v ).

Ortogonalitet

  • To vektorer er ortogonale, hvis deres indre produkt er 0.
  • Pythagoras-sĂŠtningen generaliseret til ortogonale vektorer.

Ortogonalt Komplement

  • Defineret som mĂŠngden af vektorer, der er ortogonale pĂ„ en given mĂŠngde.
  • Kan findes ved at lĂžse ligningssystemer for ortogonalitet.

Ortogonal og Ortonormal MĂŠngde

  • En ortogonal mĂŠngde har vektorer, der er parvist ortogonale.
  • En ortonormal mĂŠngde har vektorer, der er parvist ortogonale og har lĂŠngde 1.

Ortogonal og Ortonormal Basis

  • En ortogonal basis er en basis, hvor vektorerne er ortogonale.
  • En ortonormal basis er en basis, hvor vektorerne er ortonormale.
  • Fordel ved at bruge ortonormal basis: lettere at udtrykke vektorer i basis.

Ortogonale Matriser

  • En kvadratisk matrix med ortonormale sĂžjler.
  • Bevarer lĂŠngde og indre produkt ved afbildning.
  • Inversen af en ortogonal matrix er dens transponerede.

Afstand fra Vektor til Linje

  • Projektion af en vektor ned pĂ„ en linje for at finde korteste afstand.
  • Projektion givet ved formel: ( y^\widehat{} = \frac{y'u}{u'u} \times u ).
  • Afstand findes som lĂŠngden af forskellen mellem vektoren og dens projektion.