📐 Vektör Uzayı Nedir?
Vektör uzayı, vektör adı verilen nesnelerin toplandığı ve skalerlerle çarpılabildiği bir matematiksel yapıdır. Bu işlemler belirli kurallara uyar ve vektör uzayını özel kılar.
➕ Vektör Uzayının Özellikleri
- ➕ Kapalılık (Toplama): İki vektörü topladığımızda sonuç yine aynı vektör uzayında kalmalıdır.
- 🔢 Kapalılık (Skalerle Çarpma): Bir vektörü bir skalerle çarptığımızda sonuç yine aynı vektör uzayında kalmalıdır.
- 🤝 Toplama İşleminin Değişme Özelliği: İki vektörün toplamı, vektörlerin sırasından bağımsızdır. Yani, $\vec{u} + \vec{v} = \vec{v} + \vec{u}$
- 💫 Toplama İşleminin Birleşme Özelliği: Üç vektörün toplamında, hangi ikisini önce topladığımız önemli değildir. Yani, $(\vec{u} + \vec{v}) + \vec{w} = \vec{u} + (\vec{v} + \vec{w})$
- 📍 Birleşme Özelliği: $(a.b).\vec{v} = a.(b.\vec{v})$
- ➕ Toplama İşleminin Etkisiz Elemanı (Sıfır Vektörü): Herhangi bir vektörle toplandığında, vektörü değiştirmeyen bir sıfır vektörü bulunur. Yani, $\vec{u} + \vec{0} = \vec{u}$
- ➖ Toplama İşleminin Tersi (Negatif Vektör): Her vektör için, toplandığında sıfır vektörünü veren bir negatif vektör bulunur. Yani, $\vec{u} + (-\vec{u}) = \vec{0}$
- multiplied by Dağılma Özelliği (Skaler Üzerinden): Bir skalerin vektör toplamıyla çarpımı, skalerin her bir vektörle ayrı ayrı çarpımının toplamına eşittir. Yani, $a(\vec{u} + \vec{v}) = a\vec{u} + a\vec{v}$
- multiplied by Dağılma Özelliği (Vektör Üzerinden): Bir vektörün skaler toplamıyla çarpımı, vektörün her bir skalerle ayrı ayrı çarpımının toplamına eşittir. Yani, $(a + b)\vec{u} = a\vec{u} + b\vec{u}$
- 1️⃣ Birim Eleman Özelliği: 1 skalerinin bir vektörle çarpımı, vektörün kendisine eşittir. Yani, $1\vec{u} = \vec{u}$
🌿 Lineer Bağımsızlık Nedir?
Vektörler kümesindeki vektörlerin hiçbirinin diğer vektörlerin lineer kombinasyonu olarak yazılamaması durumudur. Yani, bir vektörü diğer vektörlerin katları ve toplamları şeklinde ifade edemiyorsak, o vektörler lineer bağımsızdır.
❓ Lineer Bağımsızlık Nasıl Kontrol Edilir?
Bir vektör kümesinin lineer bağımsız olup olmadığını anlamak için şu adımları izleyebiliriz:
- ✍️ Lineer Kombinasyon Oluşturma: Vektörlerin skaler katlarını alarak bir toplam oluştururuz ve bu toplamı sıfıra eşitleriz. Örneğin, $\vec{v_1}, \vec{v_2}, ..., \vec{v_n}$ vektörleri için: $a_1\vec{v_1} + a_2\vec{v_2} + ... + a_n\vec{v_n} = \vec{0}$
- 🎯 Skalerleri Bulma: Eğer bu denklemi sağlayan tek çözüm $a_1 = a_2 = ... = a_n = 0$ ise, vektörler lineer bağımsızdır. Aksi takdirde, lineer bağımlıdırlar.
📝 Örnek
Aşağıdaki vektörlerin lineer bağımsız olup olmadığını inceleyelim:
$\vec{u} = (1, 0)$ ve $\vec{v} = (0, 1)$
Çözüm:
$a\vec{u} + b\vec{v} = \vec{0}$
$a(1, 0) + b(0, 1) = (0, 0)$
$(a, 0) + (0, b) = (0, 0)$
$(a, b) = (0, 0)$
Buradan $a = 0$ ve $b = 0$ olduğu görülür. Dolayısıyla, $\vec{u}$ ve $\vec{v}$ vektörleri lineer bağımsızdır.
⛓️ Lineer Bağımlılık Nedir?
Eğer bir vektör kümesindeki vektörlerden en az biri, diğer vektörlerin lineer kombinasyonu olarak yazılabiliyorsa, bu vektörler lineer bağımlıdır. Başka bir deyişle, sıfırdan farklı skalerlerle vektörlerin toplamı sıfır vektörünü veriyorsa, vektörler lineer bağımlıdır.
