Tilbake
11.2
Alle fag for Høyskole

11.2 Bevis-drill: «vis at …»-oppgaven (siste oppgave)

Bevis-sjangeren drillet — den siste oppgaven som ~42 % av settene avslutter med: inverterbarhet, nilpotens, egenverdier av A²=A, underrom, AᵀA-triks. Bevismetodikk pluss et repertoar av gjennomførte modellbevis.

80 min
9 oppgaver
Bevis-drillvis at …»-oppgaven (siste oppgave)
Din fremgang i kapitlet
0 / 9 oppgaver
Kapitlets plass i kurset
Forkunnskaper. Bevistemaene forankres i sine kapitler: idempotens og egenverdier i kap. 5.1, matrisepotenser og nilpotens i kap. 5.3, inverterbarhet og inverterbarhetssetningen i kap. 2.2–2.3, underrom i kap. 3.1, og ATAA^{T}A-triksene i kap. 6.4. Føringsstandarden (navngi teoremer, eksakte svar) er samlet i kap. 11.1.

Sist du var her — de tre verktøyene du bruker mest: (1) egenverdi-innsetting Av=λvA\mathbf v=\lambda\mathbf v med v≠0\mathbf v\ne\mathbf 0; (2) inverterbarhetssetningen — AA inverterbar   ⟺  Nul⁡A={0}  ⟺  det⁡A≠0\iff \operatorname{Nul}A=\{\mathbf 0\}\iff \det A\ne0; (3) skalar-triks xTATAx=∥Ax∥2≥0\mathbf x^{T}A^{T}A\mathbf x=\lVert A\mathbf x\rVert^{2}\ge0.

Bevismetodikk — den faste oppskriften

Hver «vis at …» følger samme fem steg:

1. Skriv opp gitt og skal-vises hver for seg. «Gitt: A2=AA^2=A. Skal vise: hver egenverdi er 00 eller 11.» Dette alene gir struktur og ofte delpoeng.
2. Velg innfallsvinkel. Egenverdi-påstand ⇒\Rightarrow sett inn Av=λvA\mathbf v=\lambda\mathbf v. Inverterbarhet ⇒\Rightarrow inverterbarhetssetningen eller Nul⁡\operatorname{Nul}. Invers-formel ⇒\Rightarrow gang ut og vis at produktet er II.
3. Navngi teoremet/definisjonen bak hvert avgjørende steg.
4. Sjekk forutsetningene — brukte du at v≠0\mathbf v\ne\mathbf 0? At AA er kvadratisk? At kolonnene er uavhengige?
5. Skill «⇒\Rightarrow» og «  ⟺  \iff». En «hvis og bare hvis» krever begge retninger — vis dem hver for seg.

Gjennomgående regel: et konkret tallesempel beviser ingenting generelt. Argumentet må gjelde for en vilkårlig matrise som oppfyller forutsetningen.

Bevisstruktur: gitt vs. skal-vises
Første steg i ethvert bevis: separer det du vet fra det du skal frem til. Skriv dem på hver sin linje:

Gitt: (forutsetningene)Skal vise: (pa˚standen).\text{Gitt: (forutsetningene)}\qquad\text{Skal vise: (påstanden)}.

Dette hindrer sirkelargumentasjon (å bruke det du skal vise) og gir sensor en tydelig rød tråd. Ofte gir selve oppstillingen delpoeng.

Teoremnavning i bevis
Hvert ikke-trivielt steg skal begrunnes med en navngitt setning eller definisjon, ikke bare et regnestykke:

... og siden v≠0, gir egenverdilikningen ...\text{... og siden }\mathbf v\ne\mathbf 0\text{, gir egenverdilikningen ...}

Aktuelle navn: inverterbarhetssetningen, diagonaliserbarhetskriteriet, dimensjonsteoremet, definisjonen av egenverdi. Navngiving er det som skiller et bevis fra en påstandsrekke.

«⇒\Rightarrow» mot «  ⟺  \iff» — vis begge veier
En implikasjon P⇒QP\Rightarrow Q krever bare én retning. En ekvivalens P  ⟺  QP\iff Q («hvis og bare hvis») krever to separate bevis:

P⇒QogQ⇒P.P\Rightarrow Q\quad\text{og}\quad Q\Rightarrow P.

Å vise bare den ene halvparten av en   ⟺  \iff er den vanligste bevis-fellen. Merk hvilken type påstanden er før du starter.

Hvorfor et tallesempel ikke er et bevis
At en påstand stemmer for én matrise viser ingenting om alle matriser. Et generelt bevis må bruke en vilkårlig AA med bare forutsetningen kjent:

La A være en vilka˚rlig n×n-matrise med A2=A ...\text{La }A\text{ være en vilkårlig }n\times n\text{-matrise med }A^2=A\text{ ...}

Tallesempler er nyttige for å forstå eller motbevise (ett moteksempel feller en påstand), aldri for å bevise et «for alle».

Arketype A — egenverdier av A2=AA^2=A (~14 min)

Idempotente matriser (A2=AA^2=A) er projeksjoner. Vi viser at egenverdiene bare kan være 00 eller 11.

Idempotent matrise (A2=AA^2=A)
En matrise som er sin egen kvadrat kalles idempotent:

A2=A.A^2=A.

Geometrisk er slike matriser projeksjoner (å projisere to ganger er det samme som å projisere én gang). Egenverdiene deres er alltid 00 eller 11, og de er alltid diagonaliserbare.

Egenverdi-innsetting Av=λvA\mathbf v=\lambda\mathbf v
Standardgrepet i ethvert egenverdibevis: la λ\lambda være en egenverdi med egenvektor v≠0\mathbf v\ne\mathbf 0, og bruk

Av=λv.A\mathbf v=\lambda\mathbf v.

Gang med AA, eller sett inn i en gitt matriselikning, for å få en skalarlikning i λ\lambda. Forutsetningen v≠0\mathbf v\ne\mathbf 0 er det som lar deg «stryke» v\mathbf v til slutt.

✏️Modellbevis A: $A^2=A$ gir egenverdier i $\{0,1\}$ (sjanger N)

La AA være en n×nn\times n-matrise med A2=AA^2=A. Vis at enhver egenverdi λ\lambda er 00 eller 11, og at AA er diagonaliserbar.

Gitt: A2=AA^2=A. Skal vise: hver egenverdi λ∈{0,1}\lambda\in\{0,1\}, og AA diagonaliserbar.

Egenverdiene. La λ\lambda være en egenverdi med egenvektor v≠0\mathbf v\ne\mathbf 0, så Av=λvA\mathbf v=\lambda\mathbf v (definisjonen av egenverdi). Gang med AA:

A2v=A(λv)=λAv=λ2v.A^2\mathbf v=A(\lambda\mathbf v)=\lambda A\mathbf v=\lambda^2\mathbf v.

Men A2=AA^2=A, så A2v=Av=λvA^2\mathbf v=A\mathbf v=\lambda\mathbf v. Dermed

λ2v=λv ⇒ (λ2−λ)v=0.\lambda^2\mathbf v=\lambda\mathbf v\ \Rightarrow\ (\lambda^2-\lambda)\mathbf v=\mathbf 0.

Siden v≠0\mathbf v\ne\mathbf 0, må skalaren være null: λ2−λ=λ(λ−1)=0\lambda^2-\lambda=\lambda(\lambda-1)=0, altså λ=0 eller λ=1\boxed{\lambda=0\ \text{eller}\ \lambda=1}.

Diagonaliserbarhet. Vi viser at Rn=Nul⁡A⊕Nul⁡(A−I)\mathbb R^n=\operatorname{Nul}A\oplus\operatorname{Nul}(A-I) (egenrommene for 00 og 11). For enhver x\mathbf x:

x=(x−Ax)⏟∈ Nul⁡A+Ax⏟∈ Nul⁡(A−I).\mathbf x=\underbrace{(\mathbf x-A\mathbf x)}_{\in\,\operatorname{Nul}A}+\underbrace{A\mathbf x}_{\in\,\operatorname{Nul}(A-I)}.

Her er A(x−Ax)=Ax−A2x=Ax−Ax=0A(\mathbf x-A\mathbf x)=A\mathbf x-A^2\mathbf x=A\mathbf x-A\mathbf x=\mathbf 0, så første ledd er egenvektor for λ=0\lambda=0; og A(Ax)=A2x=AxA(A\mathbf x)=A^2\mathbf x=A\mathbf x, så andre ledd er egenvektor for λ=1\lambda=1. Dermed spennes Rn\mathbb R^n av egenvektorer, og etter diagonaliserbarhetskriteriet er AA diagonaliserbar. ■\blacksquare

Merk føringen: v≠0\mathbf v\ne\mathbf 0 ble brukt eksplisitt til å stryke v\mathbf v, og diagonaliserbarhet ble begrunnet (ikke bare påstått).

📝Oppgave 1
Sjanger N

La AA være en n×nn\times n-matrise med A2=AA^2=A. Vis at B=I−AB=I-A også er idempotent (B2=BB^2=B), og finn egenverdiene til BB.

Arketype B — nilpotens og den geometriske matriseserien (~14 min)

— naturlig pausepunkt før arketype C. —

Er Ak=OA^k=O for en kk, kalles AA nilpotent. Da har I−AI-A en invers gitt av en endelig geometrisk serie — akkurat som 11−a=1+a+a2+…\displaystyle \frac1{1-a}=1+a+a^2+\dots for tall, men her stopper serien.

Nilpotent matrise
En matrise som blir null når den opphøyes høyt nok:

Ak=O for et heltall k≥1.A^k=O\ \text{for et heltall}\ k\ge1.

Nilpotente matriser har bare egenverdien 00, og I−AI-A er alltid inverterbar. De opptrer typisk som strengt triangulære matriser (nuller på og under/over diagonalen).

Geometrisk matriseserie (Neumann)
For en nilpotent AA med Ak=OA^k=O er I−AI-A inverterbar, og inversen er en endelig serie:

(I−A)−1=I+A+A2+⋯+Ak−1.(I-A)^{-1}=I+A+A^2+\dots+A^{k-1}.

Det bevises ved å gange ut: (I−A)(I+A+⋯+Ak−1)=I−Ak=I(I-A)(I+A+\dots+A^{k-1})=I-A^k=I. Serien stopper fordi Ak=OA^k=O — ingen konvergens trengs.

✏️Modellbevis B: $A^3=O$ gir $(I-A)^{-1}=I+A+A^2$ (sjanger N)

La AA være en n×nn\times n-matrise med A3=OA^3=O. Vis at I−AI-A er inverterbar med (I−A)−1=I+A+A2(I-A)^{-1}=I+A+A^2.

Gitt: A3=OA^3=O. Skal vise: I−AI-A inverterbar og (I−A)−1=I+A+A2(I-A)^{-1}=I+A+A^2.

For å vise at en matrise MM er inversen til I−AI-A, holder det å vise at produktet begge veier er II (definisjonen av invers). Sett M=I+A+A2M=I+A+A^2 og gang ut:

(I−A)(I+A+A2)=I+A+A2−A−A2−A3=I−A3.(I-A)(I+A+A^2)=I+A+A^2-A-A^2-A^3=I-A^3.

Alle mellomledd kanselleres teleskopisk, og A3=OA^3=O gir

(I−A)(I+A+A2)=I−O=I.(I-A)(I+A+A^2)=I-O=I.

Samme regning fra andre siden (matrisemultiplikasjon er ikke kommutativ generelt, men her kommuterer AA med potensene sine):

(I+A+A2)(I−A)=I+A+A2−A−A2−A3=I−A3=I.(I+A+A^2)(I-A)=I+A+A^2-A-A^2-A^3=I-A^3=I.

Produktet er II begge veier, så I−AI-A er inverterbar med (I−A)−1=I+A+A2\boxed{(I-A)^{-1}=I+A+A^2}. ■\blacksquare

Merk: vi brukte A3=OA^3=O (forutsetningen) i det avgjørende steget, og viste begge produkter fordi invers krever venstre- og høyreinvers.

📝Oppgave 2
Sjanger N

La AA oppfylle A2=OA^2=O (nilpotent med k=2k=2). Vis at (I−A)−1=I+A(I-A)^{-1}=I+A, og at (I+A)−1=I−A(I+A)^{-1}=I-A.

📝Oppgave 3
Sjanger N

La N=(011001000)N=\begin{pmatrix}0&1&1\\0&0&1\\0&0&0\end{pmatrix}. Bekreft at N3=ON^3=O, og bruk seriene fra arketype B til å finne (I−N)−1(I-N)^{-1} eksplisitt.

Arketype C — inverterbarhet og ATAA^{T}A (~14 min)

Den mest teknikk-tunge arketypen. Nøkkelen er skalar-trikset ∥Ax∥2=xTATAx\lVert A\mathbf x\rVert^2=\mathbf x^{T}A^{T}A\mathbf x, som kobler Nul⁡(ATA)\operatorname{Nul}(A^{T}A) til Nul⁡(A)\operatorname{Nul}(A).

Skalar-trikset xTATAx=∥Ax∥2\mathbf x^{T}A^{T}A\mathbf x=\lVert A\mathbf x\rVert^2
En likhet som gjør ATAA^{T}A håndterbar: for enhver vektor x\mathbf x er

xTATAx=(Ax)T(Ax)=∥Ax∥2≥0.\mathbf x^{T}A^{T}A\mathbf x=(A\mathbf x)^{T}(A\mathbf x)=\lVert A\mathbf x\rVert^{2}\ge0.

Er venstresiden 00, må ∥Ax∥=0\lVert A\mathbf x\rVert=0, altså Ax=0A\mathbf x=\mathbf 0. Dette er broa fra ATAA^{T}A til AA.

Nul⁡(ATA)=Nul⁡(A)\operatorname{Nul}(A^{T}A)=\operatorname{Nul}(A)
En matrise og dens ATAA^{T}A har samme nullrom:

ATAx=0   ⟺   Ax=0.A^{T}A\mathbf x=\mathbf 0\ \iff\ A\mathbf x=\mathbf 0.

«⇐\Leftarrow» er triviell. «⇒\Rightarrow»: ATAx=0⇒xTATAx=0⇒∥Ax∥2=0⇒Ax=0A^{T}A\mathbf x=\mathbf 0\Rightarrow \mathbf x^{T}A^{T}A\mathbf x=0\Rightarrow\lVert A\mathbf x\rVert^2=0\Rightarrow A\mathbf x=\mathbf 0 (skalar-trikset). Dette er kjernelemmaet bak både normallikningene og inverterbarhetsbeviset.

Inverterbarhetssetningen som bevisverktøy
For en kvadratisk AA kan du fritt bytte mellom ekvivalente betingelser — perfekt i bevis:

A inverterbar  ⟺  Nul⁡A={0}  ⟺  det⁡A≠0  ⟺  kolonnene uavhengige.A\ \text{inverterbar}\iff \operatorname{Nul}A=\{\mathbf 0\}\iff \det A\ne0\iff \text{kolonnene uavhengige}.

I ATAA^{T}A-beviset oversetter du «ATAA^{T}A inverterbar» til «Nul⁡(ATA)={0}\operatorname{Nul}(A^{T}A)=\{\mathbf 0\}», bruker Nul⁡(ATA)=Nul⁡(A)\operatorname{Nul}(A^{T}A)=\operatorname{Nul}(A), og oversetter tilbake.

Transponert-regler i bevis
De algebraiske reglene du trenger for å manipulere transponerte i bevis:

(AB)T=BTAT,(AT)T=A,(A−1)T=(AT)−1.(AB)^{T}=B^{T}A^{T},\qquad (A^{T})^{T}=A,\qquad (A^{-1})^{T}=(A^{T})^{-1}.

Den siste sier at AA inverterbar ⇒AT\Rightarrow A^{T} inverterbar. Skill vvT\mathbf v\mathbf v^{T} (matrise, rang ≤1\le1) fra vTv\mathbf v^{T}\mathbf v (skalar, =∥v∥2=\lVert\mathbf v\rVert^2).

✏️Modellbevis C: $A$ inverterbar $\iff A^{T}A$ inverterbar (sjanger N)

La AA være en n×nn\times n-matrise. Vis at AA er inverterbar hvis og bare hvis ATAA^{T}A er inverterbar.

Dette er en ekvivalens, så vi viser begge retninger.

(⇒\Rightarrow) Anta AA inverterbar. Da er ATA^{T} også inverterbar (siden (A−1)T=(AT)−1(A^{-1})^{T}=(A^{T})^{-1}). Produktet av to inverterbare matriser er inverterbart, så

ATA er inverterbar, med (ATA)−1=A−1(AT)−1.A^{T}A\ \text{er inverterbar, med}\ (A^{T}A)^{-1}=A^{-1}(A^{T})^{-1}.

(⇐\Leftarrow) Anta ATAA^{T}A inverterbar. Vi viser Nul⁡A={0}\operatorname{Nul}A=\{\mathbf 0\}. La x\mathbf x oppfylle Ax=0A\mathbf x=\mathbf 0. Da er også ATAx=AT0=0A^{T}A\mathbf x=A^{T}\mathbf 0=\mathbf 0. Men ATAA^{T}A er inverterbar, så etter inverterbarhetssetningen er Nul⁡(ATA)={0}\operatorname{Nul}(A^{T}A)=\{\mathbf 0\}, altså x=0\mathbf x=\mathbf 0.

Dermed er Nul⁡A={0}\operatorname{Nul}A=\{\mathbf 0\}, og siden AA er kvadratisk, gir inverterbarhetssetningen at AA er inverterbar. ■\blacksquare

Merk: begge veier ble vist (det er en   ⟺  \iff), og forutsetningen «AA kvadratisk» ble brukt eksplisitt i den siste retningen — for en ikke-kvadratisk AA gjelder i stedet at ATAA^{T}A inverterbar   ⟺  \iff kolonnene i AA er lineært uavhengige.

📝Oppgave 4
Sjanger N

La AA være en m×nm\times n-matrise. Vis at Nul⁡(ATA)=Nul⁡(A)\operatorname{Nul}(A^{T}A)=\operatorname{Nul}(A). (Dette er lemmaet bak normallikningene.)

Flere bevisoppgaver — blandede arketyper

Nå blandet, så du selv må kjenne igjen hvilken teknikk som bærer. Skriv alltid gitt/skal-vises først.

📝Oppgave 5
Sjanger N

La λ\lambda være en egenverdi for AA med egenvektor v\mathbf v. Vis at λk\lambda^k er en egenverdi for AkA^k (samme v\mathbf v), for alle heltall k≥1k\ge1.

📝Oppgave 6
Sjanger N

La AA være en m×nm\times n-matrise. Vis at Nul⁡A={x∈Rn:Ax=0}\operatorname{Nul}A=\{\mathbf x\in\mathbb R^{n}:A\mathbf x=\mathbf 0\} er et underrom av Rn\mathbb R^{n}.

📝Oppgave 7
Sjanger N

Vis at hvis AA er inverterbar, kan ikke 00 være en egenverdi for AA.

📝Oppgave 8
Sjanger N

La v1,v2\mathbf v_1,\mathbf v_2 være egenvektorer for AA som hører til forskjellige egenverdier λ1≠λ2\lambda_1\ne\lambda_2. Vis at v1,v2\mathbf v_1,\mathbf v_2 er lineært uavhengige.

📝Oppgave 9
Sjanger N

La AA være en symmetrisk reell matrise (AT=AA^{T}=A), og la λ\lambda være en egenverdi med (mulig kompleks) egenvektor v≠0\mathbf v\ne\mathbf 0. Vis at λ\lambda er reell.

Begrepsbank til bevis-sjangeren

Bevis-teknikkene i kortform, klare for repetisjon.

Begrepsbanken er flashcard-/repetisjonsstoff — hopp trygt over ved førstegangslesing; tidsanslaget gjelder kjernestoffet.

Kontrapositivt bevis
I stedet for P⇒QP\Rightarrow Q kan du vise det logisk ekvivalente ¬Q⇒¬P\lnot Q\Rightarrow\lnot P:

(P⇒Q)  ⟺  (¬Q⇒¬P).(P\Rightarrow Q)\iff(\lnot Q\Rightarrow\lnot P).

Nyttig når «ikke QQ» er lettere å jobbe med. Eksempel: «Ax=0A\mathbf x=\mathbf 0 har bare triviell løsning ⇒\Rightarrow kolonnene uavhengige» vises ofte kontrapositivt.

Motsigelsesbevis
Anta det motsatte av påstanden og utled noe umulig:

anta ¬Q; utled en motsigelse ⇒ Q ma˚ gjelde.\text{anta }\lnot Q;\ \text{utled en motsigelse}\ \Rightarrow\ Q\ \text{må gjelde}.

Brukt over: «anta 00 er egenverdi for inverterbar AA» leder til Nul⁡A≠{0}\operatorname{Nul}A\ne\{\mathbf 0\}, som motsier inverterbarhet.

Direkte bevis
Den vanligste formen: start fra forutsetningene og regn/argumenter deg fram til påstanden i en kjede av gyldige steg:

P=P0⇒P1⇒⋯⇒Pk=Q.P=P_0\Rightarrow P_1\Rightarrow\dots\Rightarrow P_k=Q.

Modellbevis A, B og C er alle direkte. Hvert steg begrunnes med en definisjon, en navngitt setning eller ren algebra.

Induksjonsbevis
For en påstand om alle heltall k≥1k\ge1: vis den for k=1k=1 (basis), og at den for kk medfører den for k+1k+1 (steg):

P(1) sann,P(k)⇒P(k+1) ⇒ P(k) for alle k.P(1)\ \text{sann},\quad P(k)\Rightarrow P(k+1)\ \Rightarrow\ P(k)\ \text{for alle}\ k.

Brukt i «λk\lambda^k er egenverdi for AkA^k». Standardteknikk for potensutsagn.

Egenrom og multiplisitet i bevis
Algebraisk multiplisitet er antall ganger λ\lambda er rot i det⁡(A−λI)\det(A-\lambda I); geometrisk er dim⁡Nul⁡(A−λI)\dim\operatorname{Nul}(A-\lambda I):

1≤geometrisk≤algebraisk.1\le\text{geometrisk}\le\text{algebraisk}.

Diagonaliserbar   ⟺  \iff geometrisk == algebraisk for hver egenverdi. I diagonaliserbarhetsbevis teller du egenvektorer opp mot nn.

Basisutvidelse
En lineært uavhengig mengde i et rom VV kan alltid utvides til en basis for VV:

{v1,…,vk} uavhengig ⇒ ∃ vk+1,…,vn: {v1,…,vn} basis.\{\mathbf v_1,\dots,\mathbf v_k\}\ \text{uavhengig}\ \Rightarrow\ \exists\ \mathbf v_{k+1},\dots,\mathbf v_n:\ \{\mathbf v_1,\dots,\mathbf v_n\}\ \text{basis}.

Verktøy i abstrakte vektorrom-bevis (sjanger D/N) når du trenger å bygge en basis rundt gitte vektorer.

vvT\mathbf v\mathbf v^{T} (matrise) mot vTv\mathbf v^{T}\mathbf v (skalar)
To ulike produkter av samme vektor — hold dem fra hverandre:

vTv=∥v∥2 (skalar),vvT (en n×n-matrise, rang≤1).\mathbf v^{T}\mathbf v=\lVert\mathbf v\rVert^{2}\ (\text{skalar}),\qquad \mathbf v\mathbf v^{T}\ (\text{en}\ n\times n\text{-matrise, rang}\le1).

Forvekslingen er en klassisk feilkilde i ATAA^{T}A-bevis. Sjekk dimensjonene: rad ×\times kolonne gir tall, kolonne ×\times rad gir matrise.

Determinant og inverterbarhet i bevis
Determinanten kobler mange bevisbetingelser i én skalar:

det⁡(AB)=det⁡A det⁡B,det⁡AT=det⁡A,A inverterbar  ⟺  det⁡A≠0.\det(AB)=\det A\,\det B,\qquad \det A^{T}=\det A,\qquad A\ \text{inverterbar}\iff\det A\ne0.

Brukes til å vise inverterbarhet av produkter (det⁡(ATA)=(det⁡A)2\det(A^{T}A)=(\det A)^2) og til å utelukke 00 som egenverdi.

Å vise at MM er invers til NN
Definisjonen av invers gir en fast bevisoppskrift: for å slå fast N−1=MN^{-1}=M, gang ut og vis at produktet er identiteten begge veier:

NM=IogMN=I.NM=I\quad\text{og}\quad MN=I.

Fordi matrisemultiplikasjon ikke er kommutativ generelt, holder det ikke å vise bare den ene. (For kvadratiske matriser følger riktignok den ene av den andre, men på eksamen vises begge for sikker uttelling.)

Definisjonen av egenverdi (i bevis)
Presis definisjon, brukt som utgangspunkt i alle egenverdibevis: λ\lambda er en egenverdi for AA hvis det finnes en ikke-null-vektor v\mathbf v med

Av=λv,v≠0.A\mathbf v=\lambda\mathbf v,\qquad \mathbf v\ne\mathbf 0.

Kravet v≠0\mathbf v\ne\mathbf 0 er avgjørende: uten det ville enhver λ\lambda «passet». Det er nettopp v≠0\mathbf v\ne\mathbf 0 som lar deg konkludere fra (λ2−λ)v=0(\lambda^2-\lambda)\mathbf v=\mathbf 0 at λ2−λ=0\lambda^2-\lambda=0.

Idempotent == projeksjon (geometrisk)
Den geometriske tolkningen bak arketype A: en idempotent matrise (A2=AA^2=A) projiserer Rn\mathbb R^n ned på Col⁡A\operatorname{Col}A langs Nul⁡A\operatorname{Nul}A.

Ax∈Col⁡A,A(Ax)=Ax (projisere igjen endrer ingenting).A\mathbf x\in\operatorname{Col}A,\qquad A(A\mathbf x)=A\mathbf x\ (\text{projisere igjen endrer ingenting}).

Derfor er egenverdiene 11 (retninger i Col⁡A\operatorname{Col}A, som holdes fast) og 00 (retninger i Nul⁡A\operatorname{Nul}A, som sendes til null).

Kvadratisk form og positivitet
Uttrykket xTMx\mathbf x^{T}M\mathbf x er en kvadratisk form. For M=ATAM=A^{T}A er den aldri negativ, og det er nøkkelen i arketype C:

xTATAx=∥Ax∥2≥0,=0  ⟺  Ax=0.\mathbf x^{T}A^{T}A\mathbf x=\lVert A\mathbf x\rVert^{2}\ge0,\qquad =0\iff A\mathbf x=\mathbf 0.

At en sum av kvadrater bare er null når alt er null, er det som kobler Nul⁡(ATA)\operatorname{Nul}(A^{T}A) til Nul⁡(A)\operatorname{Nul}(A).

Symbol- og formelliste

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.

Skolesaga er en uavhengig læringsressurs og er ikke tilknyttet eller godkjent av Norges teknisk-naturvitenskapelige universitet. Dette er ikke offisielt studiemateriell. Les mer.