Lineaire Algebra

College 9: Deelruimtes van Rn

J. Vermeer
College 9
1

Faculteit EWI
Technische Universiteit Delft
§3.5 De mooiste deelverzamelingen van Rn
Deelverzamelingen van Rn van het type: Span{a1 , . . . , ak } zijn
de "mooiste deelverzamelingen"van Rn .
In R3 zijn dit: 1. lijnen door oorsprong, 2. vlakken door de
oorsprong, 3. heel R3 zelf en 4. de nulvector alleen.
Vraag Aan welke eigenschappen moet een deelverzameling
voldoen om van dit type te zijn?
Om deze vraag te beantwoorden moeten we eigenschappen van
dit type verzamelingen ontdekken.
Eigenschappen 1. Als x, y ∈ Span{a1 , . . . , ak }, dan
x + y ∈ Span{a1 , . . . , ak }, 2. Als x ∈ Span{a1 , . . . , ak } dan
cx ∈ Span{a1 , . . . , ak }, voor alle c. 3. 0 ∈ Span{a1 , . . . , ak }
Voorbeelden ✷

College 9 2

Faculteit EWI
§3.5 Lineaire deelruimtes van Rn
Definitie Een deelverzameling W van Rn heet een lineaire
deelruimte (van Rn ), als voldaan aan:
1. W bevat de nulvector (dus 0 ∈ W ),
2. Als x, y ∈ W , dan ook x + y ∈ W , voor alle x, y ∈ W ,
3. Als x ∈ W dan ook cx ∈ W , voor alle c ∈ R en x ∈ W .
Opmerking Men kan bewijzen dat de lineaire deelruimtes precies
de deelverzamalingen zijn van type "Span". We slaan dit over.
Voorbeelden ✷

College 9 3

Faculteit EWI
§3.5 Deelruimtes geassociëerd met een matrix
Definitie Laat A een m × n matrix zijn.
1. De rijruimte Row(A) van A is de opspanning van de rijen van
A.
2. De kolomruimte Col(A) van A is de opspanning van de
kolommen van A.
3. De nulruimte Nul(A) van A is de verzameling {x : Ax = 0}.
Opmerking Als we de rijvectoren van A zien als kolomvectoren,
dan zien we: Row(A) = Col(AT ).
Stelling 1. De rijruimte Row(A) is een lineaire deelruimte van
R? .
2. De kolomruimte Col(A) is een lineaire deelruimte van R? .
3. De nulruimte Nul(A) is een lineaire deelruimte van R? .
Voorbeelden ✷
College 9 4

Faculteit EWI
§3.5 Deelruimtes geassociëerd met een matrix(2)
Als de matrix A geveegd wordt, wat gebeurd er dan met de
geassociëerde deelruimtes?
Stelling Stel A wordt geveegd naar de matrix B . (of: A ∼ B )
(of A is rijequivalent met B ). Dan:
1. Row(A) = Row(B).
2. I.h.a. Col(A) 6= Col(B)
Pas op. Als A inverteerbaar, dan Col(A) = Col(B) (= Rn ).
3. Nul(A) = Nul(B).
Opmerking Iedere deelruimte W van Rn is te schrijven als
kolomruimte Maar ook als rijruimte. Maar ook als nulruimte.
Probeer maar.
Voorbeeld ✷

College 9 5

Faculteit EWI
§3.5 Basis van deelruimte
Wens: deelruimte W met zo min mogelijk werk te beschrijven.
Dat wordt: beschrijf W als Span{a1 , . . . , ak } met zo weinig
mogelijk ai .
Definitie W een deelruimte Rn . De vectoren B = {b1 , . . . , bk }
heet een basis voor W, als:
1. Span{b1 , . . . , bk } = W en
2. De vectoren b1 , . . . , bk zijn lineair onafhankelijk.
Opmerking Het doel is bereikt.
Hoe een basis voor W te vinden? Dat hangt er van af hoe W
gegeven is. Als rijruimte, kolomruimte of nulruimte. ✷

College 9 6

Faculteit EWI
§3.5 Constructie basis van deelruimte(1)
Voorbeeld Beschouw:
1 2 1 3 1 2 0 2
   
 1 2 1 3   0 0 1 1 
A=   ∼ B =  .
1 2 2 4   0 0 0 0 
2 4 1 5 0 0 0 0
Merk op Row(A) = Row(B). En een basis voor Row(B)?
Stelling Stel A ∼ B met B in (gereduceerde) echelonvorm. Dan
vormen de pivotrijen van de geveegde matrix een basis voor
Row(A).
Mag je de overeenkomstige rijen van A als basis nemen? ✷

College 9 7

Faculteit EWI
§3.5 Constructie basis van deelruimte(2)
Merk op Nul(A) = Nul(B). En een basis voor Nul(A)?
Stelling Gegeven A. Dan vormen de richtingsvectoren van de
oplossing van Ax = 0 een basis voor Nul(A).
Merk op Col(A) 6= Col(B).
Herinner Een afhankelijkheidsrelatie tussen de kolommen van A
is een relatie:
c1 a1 + c2 a2 + · · · + ck ak = 0, met niet alle ci = 0.
Merk op Een afhankelijkheidsrelatie correspondeert met een niet
triviale oplossing van Ax = 0. ✷

College 9 8

Faculteit EWI
§3.5 Constructie basis van deelruimte(3)
Stelling Stel A wordt geveegd naar B , dan bestaan dezelfde
afhankelijkheidsrelaties tussen de kolommen van A als van B .
Voorbeeld
Gevolg Gegeven matrix A, zeg geveegd naar B in gereduceerde
echelon vorm.
1. De niet pivotkolommen van A zijn een lineaire combinatie van
de voorafgaande pivotkolommen van A. (Want dit geld in B ).
2. De pivotkolommen van A zijn lineair onafhankelijk! (Want dit
geld in B ).
Stelling Stel A ∼ B met B in (gereduceerde) echelonvorm. Dan
vormen de pivotrijen van de oorspronkelijke matrix een basis
voor Col(A).
Vraag Mag je de overeenkomstige kolommen van B als basis
nemen voor Col(A)? ✷
College 9 9

Faculteit EWI
§3.5 Dimensie deelruimte en rang matrix(1)
Conclusie A is gegeven. Door stelsel [A|0] te vegen naar [B|0],
met B in gereduceerde echelonvorm, kan in 1 klap de basis
worden bepaald van Row(A), Col(A) en Nul(A).
Voorbeeld
Stelling Stel W is deelruimte Rn . Als zowel B = {b1 , . . . , bk }
en C = {b1 , . . . , bℓ } bases zijn van W , dan geldt: k = ℓ.
Definitie Zij W een deelruimte van Rn . Het aantal vectoren in
een basis van W heet: de dimensie van W.
Notatie dim(W ).
Dus dim(Rn ) = n.
Herinner: de rang van matrix A is het aantal pivotkolommen van
A.
Stelling dim(Col(A)) = dim(Row(A)) = rank(A). ✷

College 9 10

Faculteit EWI
§3.5 Dimensie deelruimte en rang matrix(2)
Gevolg rank(AT ) = rank(A).
Definitie De nullity van een matrix is dim(Nul(A)) en notatie:
nullity(A).
Merk op 1.nullity(A) is het aantal vrije variabelen in de
vergelijking Ax = 0.
2. rank(A) is het aantal gebonden variabelen in de vergelijking
Ax = 0.
Stelling Als A een m × n matrix, dan rank(A) + nullity(A) = n.
Stelling 3.27 doorlezen. De belangrijkste a,b,c,d,e,h,i zijn
besproken. De rest volgt makkelijk.
Stelling 3.28 overslaan.
Coördinaten volgende keer en opgaven: ≤ 51 ✷

College 9 11

Faculteit EWI