Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on

Koko: px
Aloita esitys sivulta:

Download "Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on"

Transkriptio

1 4. DETERINANTTI JA KÄÄNTEISATRIISI 6 4. Neliömtriisi determitti Neliömtriisi A determitti o luku, jot merkitää det(a) ti A. Se lsket seurvsti: -mtriisi A determitti o det(a) () -mtriisi A determitti void lske esim. kehittämällä. srkkee suhtee: det(a) + Huom. merkit Yleisesti: Alidetermitti ij o determitti jok sd poistmll lkuperäisestä determitist i. rivi j j. srke. Alkio ij liittotekijä (cofctor) o ij (-) i+j ij. -mtriisi A [ ij ] determitti void lske kehittämällä se mikä ths rivi ti srkkee suhtee. Kehittämie rivi i suhtee: det(a) i i + i i + + i i () ( ) k i+ k ik Kehittämie srkkee j suhtee: ik det(a) j j + j j + + j j () k ( ) k+ j kj kj

2 Esimerkki 4.. sket seurv determitti ) kehittämällä. srkkee suhtee + [ ( ) ] [ ( ) ( ) ] b) kehittämällä. rivi suhtee + [ ( ) ( ) ] + [ ( ) ( ) ] [ ]. Kehittämisee ktt vlit se rivi ti srke, joss o eite olli. Korkempisteiset determitit plutet peräkkäisillä kehittämisillä lempisteisiksi, lopult -determiteiksi. Erikoislskusäätö -determiteille (Srrus-säätö): Kirjoit kksi esimmäistä srkett viimeise vieree. Summ kikkie kolme päälävistäjä (ylävsemmlt loikelle) lkioide tulot j väheä kolme vstkkissuutise lävistäjä (lvsemmlt yläoikelle) lkioide tulot. Esimerkki: ( ) + + ( ) ( ) ( ) 4. Determiti perusomiisuuksi j lskusäätöjä use 4.. Olkoo A ( ij ) -mtriisi j c vkio. () Jos A: yksi rivi ti srke kerrot vkioll c, ii sdu mtriisi determitti o c det(a). () det(ca) c det(a). () Jos A: kksi riviä vihdet keskeää, ii sdu mtriisi determitti o det(a). (4) det(a T ) det(a). () Jos A o kolmiomtriisi, ii det(a) lävistäjälkioide tulo. (6) Jos A j B ovt smkokoisi eliömtriisej, ii det(ab) det(a) det(b).

3 () A: srkkeet ovt lierisesti riippumttomt det(a). A: srkkeet ovt lierisesti riippuvt det(a). 8 Sm pätee riveille. (8) Jos mtriisi muuet lisäämällä joki rivi toisee kerrottu vkioll c, ii se determitti ei muutu. Smoi srkkeille. Viimeise omiisuude vuoksi determitti void kehittämistä vrte muutt helpomp muotoo ollmll lkioit Gussi elimioii tp. Esimerkki 4.. ) ( ) Aluss lisättii. rivii esimmäie rivi kerrottu -:ll j sitte kehitettii. srkkee suhtee. b) Aluss. srkkeesee lisättii. srke jolloi huomt, että kksi viimeistä srkett ovt smt, siis lierisesti riippuvt. Arvo äkee viimeistää viimeisestä muodost: jos determitiss o -rivi ti srke, se suhtee kehittämällä sd rvoksi. c) 9 6 eli lävistäjälkioide tulo, kosk kyseessä kolmiomtriisi. 8 8 ieriste yhtälöryhmie rtkisu rmeri sääöllä Jos : yhtälö j : tutemttom yhtälöryhmä + K + + K + + K + b b b eli A b (4) kerroimtriisi determitti D det(a), A: rivit (j srkkeet) ovt lierisesti riippumttomt rk(a) ryhmällä o yksikäsitteie rtkisu. Rtkisu o silloi

4 9 D D,, K, D D D D missä D j o determitti, jok sd D:stä korvmll j:s srke vektorill b. Todistus: Kreyszig, s. -4. Huom: rmeri säätö o työläämpi rtkisumeetelmä kui Gussi elimioiti; sillä o lähiä teoreettist merkitystä. Esimerkki 4.. Rtkise rmeri sääöllä yhtälöryhmä ) + (vrt. Esim...) 4 + b) Kääteismtriisi Trkstell eliömtriisej. Olkoo A -mtriisi. A: kääteismtriisi A - o mtriisi jolle pätee AA - A - A I () Jos mtriisill A o kääteismtriisi, sot, että A o epäsigulrie ti sääöllie. Jos mtriisill A ei ole kääteismtriisi, sot, että A o sigulrie. Jos rk A, eli A: srkkeet (j rivit) ovt lierisesti riippumttomt, sot että A o täysisteie. use 4.. A o epäsigulrie eli sääöllie jos j vi jos rk A eli A o täysisteie. Siis A:ll o kääteismtriisi rk A det A. use 4.. Olkoot seurvt mtriisit -mtriisej. () Kääteismtriisi o yksikäsitteie () Jos A epäsigulrie, ii (A - ) - A () (AB) - B - A - (4) Jos rk A j AB A, ii B. () Jos rk A j AB, ii B. (6) Jos A o sigulrie, ii myös AB j BA ovt sigulrisi. Seurus: Jos rk A j AB I, ii B A -. Jos rk A j BA I, ii B A -. Esim. jos AB I, ii kertomll oikelt A:ll, sd ABA A AI, jote edellise lusee kohdst (4) seur, että myös BA I. Siis tulo lskemie toisi päi riittää osoittm B: kääteismtriisiksi.

5 4.4 Kääteismtriisi lskusäätöjä Kääteismtriisi lskemie Gussi-Jordi elimioiill use 4.4. Jos [A I] [I K], ii K A -. Perustelu: Kääteismtriisi X A - lsket rtkisemll yhtälöryhmät AX I, jotk void kirjoitt srkkeitti A i e i i,, missä i o kääteismtriisi i:s srke j e i i:s ktvektori eli yksikkömtriisi i:s srke (i:s lkio, muut olli). Tämä rtkist Gussi elimioiiss käsittelemällä ljeettu mtriisi [A e i ]. Kosk Gussi elimioii riviopertiot ovt smt kikille tällisille yhtälöryhmille i,,, e void rtkist simultisesti, kirjoittmll kikki oike puole vektorit rikki: e e (jost muodostuu yksikkömtriisi). Kolmiomuodo sijst redusoiti jtket yksikkömtriisiksi, jolloi rtkisut,, eli kääteismtriisi srkkeet void luke suor oikelt puolelt. Oletet, että A o epäsigulrie. GAUSS-JORDAN-EIINOINTI. Redusoi ljeettu mtriisi [A I] muotoo [U H], missä U o yläkolmiomtriisi.. Kerro rivit sellisill vkioill, että lävistäjälkiot. Elimioi päälävistäjä yläpuoliset lkiot olliksi, viimeisestä srkkeest lke tksepäi. Redusoitu mtriisi o tällöi muoto [I K], missä kääteismtriisi void luke oikelt: A - K. Kute Gussi lgoritmi, tätäkää ei trvitse käsi lskettess sovelt systemttisesti, kuh joteki lkeisriviopertioide vull päädytää muotoo [I K]. Esimerkki 4.4. ske kääteismtriisi A -, ku A 4 [A I] 4

6 jote A - Trkist! Kääteismtriisi lskemie liittotekijöide vull eli djugti vull: rmeri säätö Plutet mielii ikisempi määritelmä: Alkio ij liittotekijä o ij (-) i+j ij, missä ij o determitti jok sd poistmll lkuperäisestä determitist i. rivi j j. srke. Tällöi kääteismtriisi void lske determittie vull kvll A - [ ] det( A) ij T det( A) O (6) triisi [ ij ] T kutsut A: djugtiksi (Huom. s trkoitt myös mtriisi kompleksikojugti trspoosi). Esimerkiksi -mtriisi kääteismtriisi: A b c d A - d det( A) b c d d bc b c () Kv (6) o vrsi työläs suurille mtriiseille! Esimerkki 4.4. ske esimerki 4.4. mtriisi A kääteismtriisi liittotekijöide vull. det A

7 A - T Kääteismtriisi muit omiisuuksi Jos A o epäsigulrie eliömtriisi, ii yhtälöryhmä A b rtkisu o A - b (8) triisi käätämie o kuiteki lskellisesti työläämpää kui yhtälöryhmä rtkisemie Gussi elimioiill. Jos A o epäsigulrie, ii det(a - ) ) det( A (9) Olkoo A -digolimtriisi, merk. A dig(,,, ) O () A o epäsigulrie jos j vi jos kikki ii. Silloi A - dig(/, /,, / ) / / / O ()

4 DETERMINANTTI JA KÄÄNTEISMATRIISI

4 DETERMINANTTI JA KÄÄNTEISMATRIISI 4 DETERMINANTTI JA KÄÄNTEISMATRIISI Neliömtriisin determinntti Neliömtriisin A determinntti on luku, jot merkitään det(a) ti A. Lskeminen: -mtriisin A determinntti: det(a) -mtriisin A determinntti esim.

Lisätiedot

1.3 Toispuoleiset ja epäoleelliset raja-arvot

1.3 Toispuoleiset ja epäoleelliset raja-arvot . Toisuoleiset j eäoleelliset rj-rvot Rj-rvo lim f () A olemssolo edellyttää että muuttuj täytyy void lähestyä rvo kummst suust hyväsä. Jos > ii sot että lähestyy rvo oikelt ositiivisest suust. Jos ts

Lisätiedot

Polynomien laskutoimitukset

Polynomien laskutoimitukset Polyomie lskutoimitukset Polyomi o summluseke, joss jokie yhteelskettv (termi) sisältää vi vkio j muuttuj välisiä kertolskuj. Esimerkki 0. Mm., 6 j ovt polyomej. Polyomist, joss o vi yksi termi, käytetää

Lisätiedot

ja differenssi jokin d. Merkitään tämän jonon n:n ensimmäisen jäsenen summaa kirjaimella S

ja differenssi jokin d. Merkitään tämän jonon n:n ensimmäisen jäsenen summaa kirjaimella S 3.3. Aritmeettie summ 3.3. Aritmeettie summ Mikä olisi helpoi tp lske 0 esimmäistä luoollist luku yhtee? Olisiko r voim käyttö 0 + + + 3 + + 00 hyvä jtus? Tekiik vull se iki toimii. Fiksumpiki tp kuiteki

Lisätiedot

3.7. Rekursiivisista lukujonoista

3.7. Rekursiivisista lukujonoista .7 Rekursiivisist lukujooist.7. Rekursiivisist lukujooist Kerrt vielä, että lukujoo void määritellä khdell eri tvll, joko käyttämällä lyyttistä säätöä ti rekursiivist säätöä. Joo määrittelemie rekursiivisesti

Lisätiedot

Determinantti. Määritelmä

Determinantti. Määritelmä Determinantti Määritelmä Oletetaan, että A on n n-neliömatriisi Merkitään normaaliin tapaan matriisin A alkioita lyhyesti a ij = A(i, j) (a) Jos n = 1, niin det(a) = a 11 (b) Muussa tapauksessa n det(a)

Lisätiedot

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä Matriisien tulo Lause Olkoot A, B ja C matriiseja ja R Tällöin (a) A(B + C) =AB + AC, (b) (A + B)C = AC + BC, (c) A(BC) =(AB)C, (d) ( A)B = A( B) = (AB), aina, kun kyseiset laskutoimitukset on määritelty

Lisätiedot

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita.

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita. 8. Operttorit, mtriisit j ryhmäteori Mtemttinen operttori määrittelee opertion, jonk mukn sille nnettu funktiot muoktn. Operttorit ovt erityisen tärkeitä kvnttimekniikss, kosk siinä jokist suurett vst

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 6.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/22 Kertausta: Kääntyvien matriisien lause Lause 1 Oletetaan, että A on n n -neliömatriisi. Seuraavat ehdot ovat yhtäpitäviä.

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a

Lisätiedot

II.1. Suppeneminen., kun x > 0. Tavallinen lasku

II.1. Suppeneminen., kun x > 0. Tavallinen lasku II. EPÄOLEELLISET INTEGRAALIT nt II.. Suppeneminen Esim. Olkoon f() =, kun >. Tvllinen lsku = / =. Kuitenkn tätä integrli ei ole ikisemmss mielessä määritelty, kosk f ei ole rjoitettu välillä [, ] (eikä

Lisätiedot

Kertaustehtävien ratkaisut

Kertaustehtävien ratkaisut Rtkisuist Nämä Trigoometriset fuktiot j lukujoot kurssi kertustehtävie j -srjoje rtkisut perustuvt oppikirj tietoihi j meetelmii. Kustki tehtävästä o yleesä vi yksi rtkisu, mikä ei kuitek trkoit sitä,

Lisätiedot

Sinilause ja kosinilause

Sinilause ja kosinilause Siniluse j kosiniluse GEOMETRI M3 Mikäli kolmion korkeus j knt tiedetään, voidn pint-l lske. Esimerkki: Lske kolmion l, kun 38 kulmn viereiset sivut ovt 8, j 6,8. Nyt knt tiedetään, korkeutt ei! 38 8,

Lisätiedot

lim + 3 = lim = lim (1p.) (3p.) b) Lausekkeen täytyy supistua (x-2):lla, joten osoittajan nollakohta on 2.

lim + 3 = lim = lim (1p.) (3p.) b) Lausekkeen täytyy supistua (x-2):lla, joten osoittajan nollakohta on 2. Mtemtiikk III 0600 Kurssi / Differetili- j itegrlilske jtkokurssi Tee 7 tehtävää ) Määritä lim ( ) ) + b) Määritä vkio site, että luseke ( ) + + ( )( ) ( + + ) + + + + + lim + lim lim (p) o jtkuv myös

Lisätiedot

Matematiikka B2 - Avoin yliopisto

Matematiikka B2 - Avoin yliopisto 6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

1.1. Laske taskulaskimella seuraavan lausekkeen arvo ja anna tulos kolmen numeron tarkkuudella: tan 60,0 = 2,950... 2,95

1.1. Laske taskulaskimella seuraavan lausekkeen arvo ja anna tulos kolmen numeron tarkkuudella: tan 60,0 = 2,950... 2,95 9..008 (9). Lskime käyttö.. Lske tskulskimell seurv lusekkee rvo j tulos kolme umero trkkuudell: 4 + 7 t 60,0 + Rtkisu: 4 + 7 =,950...,95 t 60,0 + Huom: Lskimiss o yleesä kolme eri kulmyksikköjärjestelmää:

Lisätiedot

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut Sksn 0 Pitkän mtemtiikn YO-kokeen TI-Nspire CAS -rtkisut Tekijät: Olli Krkkulinen Rtkisut on ldittu TI-Nspire CAS -tietokoneohjelmll kättäen Muistiinpnot -sovellust. Kvt j lskut on kirjoitettu Mth -ruutuihin.

Lisätiedot

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA Tekijät: Ari Heimonen, Hellevi Kupil, Ktj Leinonen, Tuomo Tll, Hnn Tuhknen, Pekk Vrniemi Alkupl Tiedekeskus Tietomn torninvrtij

Lisätiedot

Kuvausta f sanotaan tällöin isomorfismiksi.

Kuvausta f sanotaan tällöin isomorfismiksi. Määritelmä..12. Oletetn, että 1 =(V 1,E 1 ) j 2 =(V 2,E 2 ) ovt yksinkertisi verkkoj. Verkot 1 j 2 ovt isomorfiset, jos seurvt ehdot toteutuvt: (1) on olemss bijektio f : V 1 V 2 (2) kikill, b V 1 pätee,

Lisätiedot

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Ville Turunen: Mat-1.1410 Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Materiaali: kirjat [Adams R. A. Adams: Calculus, a complete course (6th edition), [Lay D. C. Lay: Linear

Lisätiedot

a) Määritä signaalin x[n] varianssi (keskimääräinen teho) σ x c) Määritä signaalikvantisointikohinasuhde SQNR, kun tiedetään, että

a) Määritä signaalin x[n] varianssi (keskimääräinen teho) σ x c) Määritä signaalikvantisointikohinasuhde SQNR, kun tiedetään, että TL, DSK-lgoritmit S rjoitus. Trkstll kosiisigli [] cosπt s. Määritä sigli [] vrissi kskimääräi to. b Määritä sigli [] jot c Määritä siglikvtisoitikoisud SQNR, ku tidtää, ttä.79. b SQNR log Kvss b o kvtisoij

Lisätiedot

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi Matriisit, kertausta Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Kaavio kirjoitetaan kaarisulkujen väliin

Lisätiedot

3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko

3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko 3.3 KILIOPPIN JÄSNNYSONGLMA Rtkistv tehtävä: Annettu yhteydetön kielioppi G j merkkijono x. Onko x L(G)? Rtkisumenetelmä = jäsennyslgoritmi. Useit vihtoehtoisi menetelmiä, erityisesti kun G on jotin rjoitettu

Lisätiedot

1.1. Määritelmiä ja nimityksiä

1.1. Määritelmiä ja nimityksiä 1.1. Määritelmiä ja nimityksiä Luku joko reaali- tai kompleksiluku. R = {reaaliluvut}, C = {kompleksiluvut} R n = {(x 1, x 2,..., x n ) x 1, x 2,..., x n R} C n = {(x 1, x 2,..., x n ) x 1, x 2,..., x

Lisätiedot

****************************************************************** MÄÄRITELMÄ 4:

****************************************************************** MÄÄRITELMÄ 4: . Murtopotessi MÄÄRITELMÄ : O Olkoo prillie, positiivie kokoisluku. Ei egtiivise luvu :s juuri trkoitt sellist ei-egtiivist luku b, jok :s potessi o. Merkitää b. Kute eliöjuureki tpuksess, luku b täyttää

Lisätiedot

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b 5 Integrlien lskemisest 51 Riemnnin summt [A2], [4, 61] Rjoitetun funktion f : [, b] R Riemnn-integroituvuudelle ytäpitäväksi on kurssill Anlyysi 2 osoitettu, että Riemnnin summill S P := f(ξ k ) ( ),

Lisätiedot

Kertausosa. Kertausosa. 3. Merkitään. Vastaus: 2. a) b) 600 g. 4. a)

Kertausosa. Kertausosa. 3. Merkitään. Vastaus: 2. a) b) 600 g. 4. a) Kertusos Kertusos ). ) : j 7 0 7 ) 0 :( ) c) :( ). Merkitää merirosvorht (kg) sukltrffelit (kg) ) 7, 0 hit: /kg hit: 7 /kg ) 00 g 0,kg 7 0,,0,,0, 0, (kg) :. ) Vstus: ) 7, 0 ( ) ) 00 g. ) 0 7 9 7 0 0 Kertusos

Lisätiedot

Insinöörimatematiikka IA

Insinöörimatematiikka IA Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Lisätiedot

VEKTOREILLA LASKEMINEN

VEKTOREILLA LASKEMINEN 3..07 VEKTOREILLA LASKEMINEN YHTEENLASKU VEKTORIT, MAA Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on

Lisätiedot

Matematiikan perusteet taloustieteilijöille 2 800118P

Matematiikan perusteet taloustieteilijöille 2 800118P Mtemtiikn perusteet tloustieteilijöille 2 800118P Luentomoniste Kri Myllylä Niin Korteslhti Oulun yliopisto Mtemttisten tieteiden litos Kevät 2014 Sisältö 1 Mtriisilgebr j optimointi 4 11 Määritelmä 4

Lisätiedot

Tampereen teknillinen yliopisto hum Konstruktiotekniikan laitos. MEC-2430 Elementtimenetelmän perusteet. Luento vk 1 Syksy 2012.

Tampereen teknillinen yliopisto hum Konstruktiotekniikan laitos. MEC-2430 Elementtimenetelmän perusteet. Luento vk 1 Syksy 2012. mpereen teknillinen yliopisto hum 3.8. Konstruktiotekniikn litos MEC-430 Elementtimenetelmän perusteet. Luento vk Syksy 0. Mtemtiikn j mtriisilskennn kertust Yleistä Kirjoittelen tänne joitin kurssin keskeisiä

Lisätiedot

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi Matriisit, L20 Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ( 0, 4, ( ( 1 4 2, a 11 a 12 a 21 a 22 Kaavio kirjoitetaan kaarisulkujen väliin (amer. kirjoissa

Lisätiedot

Kertausosa. Kertausosa. Verrattuna lähtöarvoon kurssi oli laskenut. Kalliimman tukkuhinta 1,2 480 = 576 Kalliimman myyntihinta 1,3

Kertausosa. Kertausosa. Verrattuna lähtöarvoon kurssi oli laskenut. Kalliimman tukkuhinta 1,2 480 = 576 Kalliimman myyntihinta 1,3 Kertusos. ) Edullisemm hit 480, = 64 Klliimm tukkuhit, 480 = 576 Klliimm myytihit, 576 = 748,80 b) 748,80 64 = 0,666... = 6,66% 7% 748,80. Liittymä puhelimell mks khde vuode ik 4 8,50 = 684. Liittymä ilm

Lisätiedot

3.5 Kosinilause. h a c. D m C b A

3.5 Kosinilause. h a c. D m C b A 3.5 Kosiniluse Jos kolmiost tunnetn kksi sivu j näien välinen kulm, sinilusett on sngen vike sovelt kolmion rtkisemiseen. Luse on työklun vuton myös kolmion kulmien rtkisemiseen tpuksess, jolloin kolmion

Lisätiedot

Laskut kirjoitetaan vasempaan reunaan, vastaukset tulevat oikeaan reunaan.

Laskut kirjoitetaan vasempaan reunaan, vastaukset tulevat oikeaan reunaan. 2. Peruslsket 2.1 Yhtee- j väheyslsku Lske: 23 14 9 MENU. Vlitse Mi Syötä lskuluseke. Pi EXE. Lskut kirjoitet vsemp reu, vstukset tulevt oike reu. 2.2 Näytö tyhjeys Vlitse Edit j pi Cler All. Pi OK. Huom!

Lisätiedot

ICS-C2000 Tietojenkäsittelyteoria Kevät 2015

ICS-C2000 Tietojenkäsittelyteoria Kevät 2015 ICS-C2 Tietojenkäsittelyteori Kevät 25 Kierros 3, 26. 3. tmmikuut Demonstrtiotehtävien rtkisut D: Ldi epädeterministinen äärellinen utomtti, jok test onko nnetun inäärijonon kolmnneksi viimeinen merkki,

Lisätiedot

Riemannin integraalista

Riemannin integraalista Lebesguen integrliin sl. 2007 Ari Lehtonen Riemnnin integrlist Johdnto Tämän luentomonisteen trkoituksen on tutustutt lukij Lebesgue n integrliin j sen perusominisuuksiin mhdollisimmn yksinkertisess tpuksess:

Lisätiedot

2.6 SÄÄNNÖLLISET LAUSEKKEET Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita:

2.6 SÄÄNNÖLLISET LAUSEKKEET Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita: 2.6 SÄÄNNÖLLISET LAUSEKKEET Automttimlleist poikkev tp kuvt yksinkertisi kieliä. Olkoot A j B kkoston Σ kieliä. Perusopertioit: Yhdiste: A B = {x Σ x A ti x B}; Ktentio: AB = {xy Σ x A, y B}; Potenssit:

Lisätiedot

6 Integraalilaskentaa

6 Integraalilaskentaa 6 Integrlilskent 6. Integrlifunktio Funktion f integrlifunktioksi snotn funktiot F, jonk derivtt on f. Siis F (x) = f (x) määrittelyjoukon jokisell muuttujn rvoll x. Merkitään F(x) = f (x) dx. Integrlifunktion

Lisätiedot

VEKTOREILLA LASKEMINEN

VEKTOREILLA LASKEMINEN ..07 VEKTOREILL LSKEMINEN YHTEENLSKU VEKTORIT, M4 Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on vektorin

Lisätiedot

= a sanoo vain, että jonon ensimmäinen jäsen annetaan. Merkintä a. lasketaan a :stä.

= a sanoo vain, että jonon ensimmäinen jäsen annetaan. Merkintä a. lasketaan a :stä. .. Lukujoo Aluksi Mtemtiiklle o erityise tyypillistä se, että käytäö tiltee settm ogelm bstrhoid. Käytäössä tämä trkoitt sitä, että siitä krsit lilluk vrret. Trkstelu kohteeksi jätetää vi si loogie ydi

Lisätiedot

Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti

Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti Determinantit 1 2 2-matriisin ( A = on det(a) = a 11 a 12 a 21 a 22 a 11 a 12 a 21 a 22 ) = a 11a 22 a 12 a 21. 1 2 2-matriisin on det(a) = Esim. Jos A = ( a 11 a 12 a 21 a 22 A = a 11 a 12 a 21 a 22 )

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 30.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/19 Käytännön asioita Kurssi on suunnilleen puolessa välissä. Kannattaa tarkistaa tavoitetaulukosta, mitä on oppinut ja

Lisätiedot

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016 ICS-C2 Tietojenkäsittelyteori Kevät 2 Kierros,. 5. helmikuut Demonstrtiotehtävien rtkisut D: Sievennä seurvi säännöllisiä lusekkeit (so. konstruoi yksinkertisemmt lusekkeet smojen kielten kuvmiseen): ()

Lisätiedot

2.4. Juurifunktio ja -yhtälöt

2.4. Juurifunktio ja -yhtälöt .. Juurifuktio j -yhtälöt.. Juurifuktio j -yhtälöt Juurifuktio lähtökoht void pitää potessifuktiot: f (x) x, missä o luoollie luku;,,,, j yhdistety potessifuktio määrittelee puolest yhtälö f (x) [g(x)],,,,,...

Lisätiedot

Lineaariset kongruenssiyhtälöryhmät

Lineaariset kongruenssiyhtälöryhmät Lineaariset kongruenssiyhtälöryhmät LuK-tutkielma Jesse Salo 2309369 Matemaattisten tieteiden laitos Oulun yliopisto Sisältö Johdanto 2 1 Kongruensseista 3 1.1 Kongruenssin ominaisuuksia...................

Lisätiedot

2.8. Kannanvaihto R n :ssä

2.8. Kannanvaihto R n :ssä 28 Kannanvaihto R n :ssä Seuraavassa kantavektoreiden { x, x 2,, x n } järjestystä ei saa vaihtaa Vektorit ovat pystyvektoreita ( x x 2 x n ) on vektoreiden x, x 2,, x n muodostama matriisi, missä vektorit

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 4 Tilvuuden j vipn ln lskeminen Kuten iemmin käsittelimme, määrätyn integrlin vull voi lske pintloj j tilvuuksi. Tyypillisenä sovelluksen tilvuuden lskemisest on tpus, joss

Lisätiedot

Ristitulo ja skalaarikolmitulo

Ristitulo ja skalaarikolmitulo Ristitulo j sklrikolmitulo Opetussuunnitelmn 00 mukinen kurssi Vektorit (MAA) sisältää vektoreiden lskutoimituksist keskeisenä ineksen yhteenlskun, vähennyslskun, vektorin kertomisen luvull j vektoreiden

Lisätiedot

2.4 Pienimmän neliösumman menetelmä

2.4 Pienimmän neliösumman menetelmä 2.4 Pienimmän neliösummn menetelmä Optimointimenetelmiä trvitn usein kokeellisen dtn nlysoinniss. Mittuksiin liittyy virhettä, joten mittus on toistettv useit kertoj. Oletetn, että mittn suurett c j toistetn

Lisätiedot

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO Integrlilskent Tämä on lukion oppimterileist hiemn poikkev yksinkertistettu selvitys määrätyn integrlin lskemisest. Kerromme miksi integroidn, mitä integroiminen trkoitt, miten integrli lsketn j miten

Lisätiedot

3.2 Polynomifunktion kulku. Lokaaliset ääriarvot

3.2 Polynomifunktion kulku. Lokaaliset ääriarvot . Polyomifuktio kulku. Lokliset äärirvot Tähästiste opitoje perusteell ost piirtää esisteise polyomifuktio kuvj, suor, ku se yhtälö o ettu. Ost myös pääpiirtei hhmotell toise stee polyomifuktio kuvj, prbeli,

Lisätiedot

Sarjaratkaisun etsiminen Maplella

Sarjaratkaisun etsiminen Maplella Srjrtkisun etsiminen Mplell Olkoon trksteltvn ensimmäisen kertluvun differentiliyhtälö: > diffyht:= diff(y(x, x=1y(x^; d diffyht := = dx y( x 1 y( x Tälle pyritään etsimään srjrtkisu origokeskisenä potenssisrjn.

Lisätiedot

Inversio-ongelmien laskennallinen peruskurssi Luento 2

Inversio-ongelmien laskennallinen peruskurssi Luento 2 Inversio-ongelmien laskennallinen peruskurssi Luento 2 Kevät 2012 1 Lineaarinen inversio-ongelma Määritelmä 1.1. Yleinen (reaaliarvoinen) lineaarinen inversio-ongelma voidaan esittää muodossa m = Ax +

Lisätiedot

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Voidaan osoittaa, että avaruuden R n vektoreilla voidaan laskea tuttujen laskusääntöjen mukaan. Huom. Lause tarkoittaa väitettä, joka voidaan perustella

Lisätiedot

TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 22. syyskuuta 2016

TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 22. syyskuuta 2016 lusekkeet, lusekkeet, TIEA241 Automtit j kieliopit, syksy 2016 Antti-Juhni Kijnho lusekkeet j smuus TIETOTEKNIIKAN LAITOS 22. syyskuut 2016 Sisällys lusekkeet, lusekkeet lusekkeet j smuus j smuus lusekkeet

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 4 To 15.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 4 To 15.9.2011 p. 1/38 p. 1/38 Lineaarinen yhtälöryhmä Lineaarinen yhtälöryhmä matriisimuodossa Ax = b

Lisätiedot

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät 1 1 LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT Muotoa 11 Lineaariset yhtälöryhmät (1) a 1 x 1 + a x + + a n x n b oleva yhtälö on tuntemattomien x 1,, x n lineaarinen yhtälö, jonka kertoimet ovat luvut a 1,,

Lisätiedot

Johdatus lineaarialgebraan. Juha Honkala 2017

Johdatus lineaarialgebraan. Juha Honkala 2017 Johdatus lineaarialgebraan Juha Honkala 2017 Sisällysluettelo 1 Lineaariset yhtälöryhmät ja matriisit 11 Lineaariset yhtälöryhmät 12 Matriisit 13 Matriisien alkeismuunnokset ja porrasmatriisit 14 Yhtälöryhmien

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 5 1 Jtkuvuus Trkstelln funktiot fx) josskin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jtkuv ti epäjtkuv. Jtkuvuuden ymmärtää prhiten trkstelemll epäjtkuv

Lisätiedot

9 A I N. Alkuperäinen piiri. Nortonin ekvivalentti R T = R N + - U T = I N R N. Théveninin ekvivalentti DEE-11110 SÄHKÖTEKNIIKAN PERUSTEET

9 A I N. Alkuperäinen piiri. Nortonin ekvivalentti R T = R N + - U T = I N R N. Théveninin ekvivalentti DEE-11110 SÄHKÖTEKNIIKAN PERUSTEET DEE11110 SÄHKÖTEKNIIKAN PERUSTEET http://www.tut.fi/smg/course.php?id=57 Rtkisut Hrjoitukset 3, 2014 Tehtävä 1. Pyydetään muodostmn nnetun piirin Nortonin ekvivlentti. Nortonin, smoin kuin Theveninin,

Lisätiedot

601 Olkoon tuntematon kateetti a ja tuntemattomat kulmat α ja β Ratkaistaan kulmat. 8,4 = 12. Ratkaistaan varjon pituus x. 14 x = 44,

601 Olkoon tuntematon kateetti a ja tuntemattomat kulmat α ja β Ratkaistaan kulmat. 8,4 = 12. Ratkaistaan varjon pituus x. 14 x = 44, Pyrmidi 3 Geometri tehtävien rtkisut sivu 08 60 Olkoon tuntemton kteetti j tuntemttomt kulmt j β Rtkistn kulmt. 8,4 cos 8,4 cos 45,579... 46 β 90 60 4 Rtkistn vrjon pituus 3 44,470... 44 Rtkistn kteetti.

Lisätiedot

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi Tehtävä. Jtk loogisesti oheisi jonoj khdell seurvksi tulevll termillä. Perustele vstuksesi lyhyesti. ), c, e, g, b),,, 7,, Rtkisut: ) i j k - oike perustelu j oiket kirjimet, nnetn p - oike perustelu,

Lisätiedot

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen Informaatiotieteiden yksikkö Lineaarialgebra 1A Pentti Haukkanen Puhtaaksikirjoitus: Joona Hirvonen . 2 Sisältö 1 Matriisit, determinantit ja lineaariset yhtälöryhmät 4 1.1 Matriisit..............................

Lisätiedot

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1 Pinopiste Snomme ts-ineiseksi kpplett, jonk mteriliss ei ole sisäisiä tiheyden vihteluj. Tällisen kppleen pinopisteen sijinti voidn joskus päätellä kppleen muodon perusteell. Esimerkiksi ts-ineisen pllon

Lisätiedot

Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita:

Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita: 2.6 SÄÄNNÖLLISET LAUSEKKEET Automttimlleist poikkev tp kuvt yksinkertisi kieliä. Olkoot A j B kkoston Σ kieliä. Perusopertioit: Yhdiste: A B = {x Σ x A ti x B}; Ktentio: AB = {xy Σ x A, y B}; Potenssit:

Lisätiedot

Ortogonaalinen ja ortonormaali kanta

Ortogonaalinen ja ortonormaali kanta Ortogonaalinen ja ortonormaali kanta Määritelmä Kantaa ( w 1,..., w k ) kutsutaan ortogonaaliseksi, jos sen vektorit ovat kohtisuorassa toisiaan vastaan eli w i w j = 0 kaikilla i, j {1, 2,..., k}, missä

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 29.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/26 Kertausta: Kanta Määritelmä Oletetaan, että w 1, w 2,..., w k W. Vektorijono ( w 1, w 2,..., w k ) on aliavaruuden

Lisätiedot

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.

( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla. Kombiatoriikka, kesä 2010 Harjoitus 2 Ratkaisuehdotuksia (RT) (5 sivua) Käytä tehtävissä 1-3 kombiatorista päättelyä. 1. Osoita, että kaikilla 0 b a pätee ( ) a a ( ) k 1 b b 1 kb Biomikertoime määritelmä

Lisätiedot

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen Informaatiotieteiden yksikkö Lineaarialgebra 1A Pentti Haukkanen Puhtaaksikirjoitus: Joona Hirvonen . 2 Sisältö 1 Matriisit, determinantit ja lineaariset yhtälöryhmät 4 1.1 Matriisin määritelmä.......................

Lisätiedot

Diskreetin matematiikan perusteet Laskuharjoitus 6 / vko 13

Diskreetin matematiikan perusteet Laskuharjoitus 6 / vko 13 MS-A040 Diskreetin mtemtiikn perusteet, IV/07 Kngslmpi / Jkosson Diskreetin mtemtiikn perusteet Lskuhrjoitus / vko Tuntitehtävät 4-4 lsketn lkuviikon hrjoituksiss j tuntitehtävät 45-4 loppuviikon hrjoituksiss.

Lisätiedot

T Syksy 2002 Tietojenkäsittelyteorian perusteet Harjoitus 5 Demonstraatiotehtävien ratkaisut. ja kaikki a Σ ovat säännöllisiä lausekkeita.

T Syksy 2002 Tietojenkäsittelyteorian perusteet Harjoitus 5 Demonstraatiotehtävien ratkaisut. ja kaikki a Σ ovat säännöllisiä lausekkeita. T-79.8 Syksy 22 Tietojenkäsittelyteorin perusteet Hrjoitus 5 Demonstrtiotehtävien rtkisut Säännölliset lusekkeet määritellään induktiivisesti: j kikki Σ ovt säännöllisiä lusekkeit. Mikäli α j β ovt säännöllisiä

Lisätiedot

LYHYEN MATEMATIIKAN SIMULOITU YO-KOE 2 RATKAISUT

LYHYEN MATEMATIIKAN SIMULOITU YO-KOE 2 RATKAISUT Lyhyt mtemtiikk YO-vlmennus 8. mliskuut 00 LYHYEN MATEMATIIKAN SIMULOITU YO-KOE RATKAISUT. Trkstelln yhtälöpri, polynomin sievennöstä j lusekkeeseen sijoittmist. ) Rtkistn jälkimmäisestä yhtälöstä x, jolle

Lisätiedot

Mat Lineaarinen ohjelmointi

Mat Lineaarinen ohjelmointi Mat-2.340 Lieaarie ohjelmoiti 20.9.2007 Lueto 2 Lieaarialgebraa ja geometriaa (kirja.5, 2.) S ysteemiaalyysi Tekillie korkeakoulu Lieaarie ohjelmoiti - Syksy 2007 / Lieaarialgebraa Notaatiota Kääteismatriisi

Lisätiedot

y 1 = f 1 (t,y 1,,y n ) y 2 = f 2 (t,y 1,,y n ) (1) y n = f n (t,y 1,,y n ) DY-ryhmään liittyvä alkuarvotehtävä muodostuu ryhmästä (1) ja alkuehdoista

y 1 = f 1 (t,y 1,,y n ) y 2 = f 2 (t,y 1,,y n ) (1) y n = f n (t,y 1,,y n ) DY-ryhmään liittyvä alkuarvotehtävä muodostuu ryhmästä (1) ja alkuehdoista 9 5 DIFFERENTIAALIYHTÄLÖRYHMÄT 5. Esimmäis krtluvu diffrtilihtälörhmät Diffrtilihtälörhmiä trvit usiss sovlluksiss. Näistä usimmt void mllit simmäis krtluvu diffrtilihtälörhmi vull. Esimmäis krtluvu diffrtilihtälörhmä

Lisätiedot

MATRIISILASKENNAN PERUSTEET. Timo Mäkelä

MATRIISILASKENNAN PERUSTEET. Timo Mäkelä MTRIISILSKENNN PERUSTEET Tmo Mäkelä Mtrslske perusteet SISÄLLYS:. PERUSSIOIT.... MÄÄRITELMIÄ.... MTRIISITYYPPEJÄ.... LSKUTOIMITUKSET.... MTRIISIN KERTOMINEN LUVULL.... YHTEEN- J VÄHENNYSLSKU.... KERTOLSKU....

Lisätiedot

θ 1 θ 2 γ γ = β ( n 2 α + n 2 β = l R α l s γ l s 22 LINSSIT JA LINSSIJÄRJESTELMÄT 22.1 Linssien kuvausyhtälö

θ 1 θ 2 γ γ = β ( n 2 α + n 2 β = l R α l s γ l s 22 LINSSIT JA LINSSIJÄRJESTELMÄT 22.1 Linssien kuvausyhtälö 22 LINSSIT JA LINSSIJÄRJSTLMÄT 22. Linssien kuvusyhtälö Trkstelln luksi vlon tittumist pllopinnll (krevuussäde R j krevuuskeskipiste C) kuvn mukisess geometriss. Tässä vlo siis tulee ineest ineeseen 2

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo ja ominaisvektori Määritelmä Ominaisarvo ja ominaisvektori Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka

Lisätiedot

4.6 Matriisin kääntäminen rivioperaatioilla

4.6 Matriisin kääntäminen rivioperaatioilla Vaasan liopiston julkaisuja 9 kuva.plot(,n, k-o,,n, k-s,,n3, k-d ); kuva.set_label( kausi ); kuva.set_label( lkm ); kuva.ais([,,,8]); kuva = fig.add_subplot(); kuva.plot(,tulo, k-o ); kuva.set_label( kausi

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

5 Ominaisarvot ja ominaisvektorit 5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A

Lisätiedot

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.4 Rtkisut j rvostelu. Koululisen todistuksen keskirvo x on lskettu ) b) c) d) kymmenen ineen perusteell. Jos koululinen nostisi neljän ineen

Lisätiedot

Sähkömagneettinen induktio

Sähkömagneettinen induktio ähkömgneettinen inuktio Kun johinsilmukn läpi menevä mgneettikentän vuo muuttuu, silmukkn inusoituu jännite j silmukss lk kulke sähkövit. Mgneettikentässä liikkuvn johtimeen syntyy myös jännite. Näitä

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

1 Matriisit ja lineaariset yhtälöryhmät 1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n

Lisätiedot

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos: 8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden

Lisätiedot

Pythagoraan lause. Pythagoras Samoslainen. Pythagoraan lause

Pythagoraan lause. Pythagoras Samoslainen. Pythagoraan lause Pythgorn luse Pythgors Smoslinen Pythgors on legendrinen kreikklinen mtemtiikko j filosofi. Tiedot hänen elämästään ovt epävrmoj j ristiriitisi. Tärkein Pythgorst j pythgorlisi koskev lähde on Lmlihosin

Lisätiedot

S , Fysiikka IV (ES) Tentti

S , Fysiikka IV (ES) Tentti S-1436, Fysiikk IV (S) Tetti 81 35 19 1 Vierekkäiste spektriviivje piei hvittu tjuuser Cl F mlekyyli 1 rttispektrissä 1,1 1 Hz Lske tmie välie etäisyys mlekyylissä Rtkisu Kksitmise mlekyyli pyörimiseergi

Lisätiedot

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014 763333A KIINTEÄN AINEEN FYSIIKKA Rtkisut 1 Kevät 014 1. Tehtävä: Lske, kuink mont hilpistettä on yksikkökopiss ) yksinkertisess kuutiollisess, b) tkk:ss j c) pkk:ss. (Ot huomioon, että esimerkiksi yksikkökopin

Lisätiedot

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [ 1. Derivtn Testi Jos funktio f on jtkuv voimell välillä ], b[ j x 0 ], b[ on kriit. ti singul. piste niin { f (x) < 0, x ], x 0 [ f x (x) > 0, x ]x 0, b[ 0 on lokli minimipiste (1) { f (x) > 0, x ], x

Lisätiedot

Digitaalinen videonkäsittely Harjoitus 5, vastaukset tehtäviin 25-30

Digitaalinen videonkäsittely Harjoitus 5, vastaukset tehtäviin 25-30 Digitlinen videonkäsittely Hrjoitus 5, vstukset tehtäviin 5-30 Tehtävä 5. ) D DCT sdn tekemällä ensin D DCT kullekin riville, j toistmll D DCT tuloksen sdun kuvn srkkeill. -D N-pisteen DCT:, k 0 N ( k),

Lisätiedot

Matematiikan tukikurssi. Hannu Kivimäki

Matematiikan tukikurssi. Hannu Kivimäki Mtemtiikn tukikurssi Hnnu Kivimäki Sisältö I Ensimmäinen välikoe Integrointi 2 Osittisintegrointi 5 3 Osmurtohjotelm 4 Lisää osmurtoj 4 5 Sijoituskeino 9 6 Määrätty integrli 2 7 Ylä- j lsumm 22 8 Määrätyn

Lisätiedot

10. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA

10. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA MAA0 0. Määrätyn integrlin käyttö eräiden pint-lojen lskemisess 0. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA Edellä on todettu, että f (x)dx nt x-kselin j suorien x =, x = sekä funktion

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0007 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 Lineaarikuvaukset. MS-A0007 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset 3 MS-A7 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 925 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita ratkotaan

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2

Lisätiedot

Rekursioyhtälön ratkaisutapa #1: iteratiivinen korvaus

Rekursioyhtälön ratkaisutapa #1: iteratiivinen korvaus NodeCount(v /* lskee solmun v lipuun solmujen lukumäärän */ if solmu v on null return 0 else return + NodeCount(v.left + NodeCount(v.right Rekursio: lgoritmi kutsuu itseään Usein hjot j hllitse -perite:

Lisätiedot

SUORAKULMAINEN KOLMIO

SUORAKULMAINEN KOLMIO Clulus Lukion Täydentävä ineisto 45 0 45 60 ( - ) + SUORKULMINEN KOLMIO Pvo Jäppinen lpo Kupiinen Mtti Räsänen Suorkulminen kolmio Suorkulminen kolmio Käsillä olev Lukion Clulus -srjn täydennysmterili

Lisätiedot

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa. 7 Matriisilaskenta Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa. 7.1 Lineaariset yhtälöryhmät Yhtälöryhmät liittyvät tilanteisiin, joissa on monta tuntematonta

Lisätiedot

Lineaarialgebra I. Oulun yliopisto Matemaattisten tieteiden laitos Esa Järvenpää Kirjoittanut Tuula Ripatti

Lineaarialgebra I. Oulun yliopisto Matemaattisten tieteiden laitos Esa Järvenpää Kirjoittanut Tuula Ripatti Lineaarialgebra I Oulun yliopisto Matemaattisten tieteiden laitos 2011 Esa Järvenpää Kirjoittanut Tuula Ripatti 2 1 Lineaarinen yhtälöryhmä 11 Esimerkki (a) Ratkaise yhtälö 5x = 7 Kerrotaan yhtälö puolittain

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h HARJOITUSTEHTÄVIÄ 1. Anna seuraavien yhtälöryhmien kerroinmatriisit ja täydennetyt kerroinmatriisit sekä ratkaise yhtälöryhmät Gaussin eliminointimenetelmällä. { 2x + y = 11 2x y = 5 2x y + z = 2 a) b)

Lisätiedot