📐 Vektör Uzayı Nedir?
Vektör uzayı, üzerinde toplama ve skalerle çarpma işlemlerinin tanımlandığı, belirli aksiyomları sağlayan bir kümedir. Bu aksiyomlar sayesinde vektörlerle rahatça işlem yapabiliriz.
- ➕ Toplama İşlemi: İki vektörü topladığımızda sonuç yine aynı vektör uzayında kalır. Yani, vektör uzayı toplama işlemine göre kapalıdır.
- 🔢 Skalerle Çarpma İşlemi: Bir vektörü bir sayıyla (skaler) çarptığımızda sonuç yine aynı vektör uzayında kalır. Bu da vektör uzayının skalerle çarpmaya göre kapalı olduğunu gösterir.
Vektör uzayının temel özellikleri şunlardır:
- 🔄 Değişme Özelliği: İki vektörün toplamı, vektörlerin sırasına bağlı değildir. Yani, $\vec{u} + \vec{v} = \vec{v} + \vec{u}$.
- 🤝 Birleşme Özelliği: Üç vektörü toplarken, hangi ikisini önce topladığımız önemli değildir. Yani, $(\vec{u} + \vec{v}) + \vec{w} = \vec{u} + (\vec{v} + \vec{w})$.
- ⚫ Etkisiz Eleman (Sıfır Vektörü): Vektör uzayında öyle bir vektör vardır ki, herhangi bir vektörle toplandığında sonucu değiştirmez. Bu vektöre sıfır vektörü denir ve $\vec{0}$ ile gösterilir. Yani, $\vec{u} + \vec{0} = \vec{u}$.
- عكس Ters Eleman: Her vektör için, o vektörle toplandığında sıfır vektörünü veren bir vektör vardır. Bu vektöre, o vektörün tersi denir ve $-\vec{u}$ ile gösterilir. Yani, $\vec{u} + (-\vec{u}) = \vec{0}$.
- 1️⃣ Skalerle Çarpmanın Birleşme Özelliği: İki skalerin çarpımı ile bir vektörün çarpımı, skalerlerin ayrı ayrı vektörle çarpımının sonucuna eşittir. Yani, $a(b\vec{u}) = (ab)\vec{u}$.
- ➕ Skalerle Çarpmanın Dağılma Özelliği (Vektör Üzerinden): Bir skalerin, iki vektörün toplamıyla çarpımı, skalerin ayrı ayrı vektörlerle çarpımının toplamına eşittir. Yani, $a(\vec{u} + \vec{v}) = a\vec{u} + a\vec{v}$.
- ➕ Skalerle Çarpmanın Dağılma Özelliği (Skaler Üzerinden): İki skalerin toplamının bir vektörle çarpımı, skalerlerin ayrı ayrı vektörle çarpımının toplamına eşittir. Yani, $(a + b)\vec{u} = a\vec{u} + b\vec{u}$.
- 1️⃣ Birim Eleman: 1 skalerinin bir vektörle çarpımı, vektörün kendisine eşittir. Yani, $1\vec{u} = \vec{u}$.
🧑🏫 Lineer Bağımsızlık Nedir?
Lineer bağımsızlık, vektörlerin birbirlerinin katı olup olmamasıyla ilgilidir. Eğer vektörlerden herhangi biri, diğer vektörlerin toplamı şeklinde yazılamıyorsa, bu vektörler lineer bağımsızdır.
- 🔗 Lineer Bağımlılık: Eğer vektörlerden en az biri, diğer vektörlerin lineer kombinasyonu şeklinde yazılabiliyorsa, bu vektörler lineer bağımlıdır. Yani, $\vec{v} = a_1\vec{v_1} + a_2\vec{v_2} + ... + a_n\vec{v_n}$ şeklinde yazılabiliyorsa, $\vec{v}, \vec{v_1}, \vec{v_2}, ..., \vec{v_n}$ vektörleri lineer bağımlıdır.
- 🚀 Lineer Bağımsızlık: Eğer vektörlerden hiçbiri, diğer vektörlerin lineer kombinasyonu şeklinde yazılamıyorsa, bu vektörler lineer bağımsızdır. Yani, $a_1\vec{v_1} + a_2\vec{v_2} + ... + a_n\vec{v_n} = \vec{0}$ denkleminin tek çözümü $a_1 = a_2 = ... = a_n = 0$ ise, $\vec{v_1}, \vec{v_2}, ..., \vec{v_n}$ vektörleri lineer bağımsızdır.
📝 Lineer Bağımsızlığı Test Etme Yolları
- 🔢 Determinant Yöntemi: Eğer vektörler $\mathbb{R}^n$ uzayında ise ve vektör sayısı $n$ ise, vektörleri bir matrisin sütunları olarak yazıp determinantını alabiliriz. Eğer determinant sıfırdan farklı ise vektörler lineer bağımsızdır. Eğer determinant sıfır ise vektörler lineer bağımlıdır.
- ⚖️ Denklem Sistemi Yöntemi: $a_1\vec{v_1} + a_2\vec{v_2} + ... + a_n\vec{v_n} = \vec{0}$ denklemini yazıp, $a_1, a_2, ..., a_n$ değerlerini bulmaya çalışırız. Eğer tek çözüm $a_1 = a_2 = ... = a_n = 0$ ise vektörler lineer bağımsızdır. Aksi takdirde lineer bağımlıdır.
❓ Örnek Sorular ve Çözümleri
Soru 1: Aşağıdaki vektörlerden hangileri lineer bağımsızdır?
$\vec{u} = \begin{bmatrix} 1 \\ 2 \end{bmatrix}$, $\vec{v} = \begin{bmatrix} 2 \\ 4 \end{bmatrix}$
Çözüm:
$\vec{v} = 2\vec{u}$ olduğundan, $\vec{u}$ ve $\vec{v}$ vektörleri lineer bağımlıdır.
Soru 2: Aşağıdaki vektörlerden hangileri lineer bağımsızdır?
$\vec{u} = \begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix}$, $\vec{v} = \begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix}$, $\vec{w} = \begin{bmatrix} 0 \\ 0 \\ 1 \end{bmatrix}$
Çözüm:
Bu vektörlerden herhangi biri, diğerlerinin lineer kombinasyonu şeklinde yazılamaz. Dolayısıyla, $\vec{u}$, $\vec{v}$ ve $\vec{w}$ vektörleri lineer bağımsızdır.
Soru 3: Aşağıdaki vektörlerden hangileri lineer bağımsızdır?
$\vec{u} = \begin{bmatrix} 1 \\ 1 \end{bmatrix}$, $\vec{v} = \begin{bmatrix} -1 \\ 1 \end{bmatrix}$
Çözüm:
Bu vektörlerden herhangi biri, diğerinin lineer katı şeklinde yazılamaz. Dolayısıyla, $\vec{u}$ ve $\vec{v}$ vektörleri lineer bağımsızdır.
