Aini geometria Emilia Hirvi

Koko: px
Aloita esitys sivulta:

Download "Aini geometria Emilia Hirvi"

Transkriptio

1 Helsingin Yliopisto Matemaattis-luonnontieteellinen tiedekunta Matematiikan ja tilastotieteen osasto Pro gradu -tutkielma Aini geometria Emilia Hirvi Ohjaaja: Erik Elfving

2 Tiedekunta Fakultet Faculty Matemaattis-luonnontieteellinen Tekijä Författare Author Emilia Hirvi Työn nimi Arbetets titel Title Affiini geometria Työn laji Arbetets art Level Pro gradu -tutkielma Tiivistelmä Referat Abstract Aika Datum Month and year Kesäkuu 2019 Laitos Institution Department Matematiikan ja tilastotieteen laitos Sivumäärä Sidoantal Number of pages 42 s. Tämän tutkielman aiheena on affiini geometria, jota esitellään ensimmäisessä luvussa. Aihetta lähestytään lineaarialgebran näkökulmasta. Luodakseen hyvän pohjan affiinin geometrian tarkastelulle toinen luku keskittyy lineaarialgebran perusmääritelmiin. Kolmannessa luvussa tutustutaan affiinin avaruuden käsitteeseen, jossa määritellään pisteiden ja vektoreiden välinen toiminta. Affiinissa avaruudessa suorien ja vektoreiden yhdensuuntaisuus on keskeinen asia. Toisaalta vektorin lähtöpisteellä ei ole merkitystä. Neljännessä luvussa esitellään lineaarikombinaation tapainen käsite: affiini kombinaatio eli painopiste. Affiini kombinaatio määritellään painoilla varustetulle pisteperheelle. Lisäksi painojen eli skalaarien summan on oltava yksi. Seuraavassa luvussa käsitellään affiineja aliavaruuksia. Kuten vektoriavaruuden aliavaruus sisältää kaikki virittäjävektorinsa lineaarikombinaatiot, affiini aliavaruus sisältää kaikki painoilla varustettujen pisteperheidensä affiinit kombinaatiot. Affiini aliavaruus on origosta pois siirretty aliavaruus. Kuudes luku keskittyy affiiniin riippumattomuuteen ja affiiniin kehykseen. Affiini riippumattomuus määritellään lineaarisen riippumattomuuden avulla ja affiini kehys vektoriavaruuden kannan avulla. Seitsemännessä luvussa määritellään affiini kuvaus, joka on lineaarikuvauksen ja siirtovektorin yhdistelmä. Affiinissa kuvauksessa ensin lineaarikuvaus kiertää tai venyttää pistejoukkoa ja sen jälkeen siirtovektori siirtää pistejoukon paikkaa. Affiinissa kuvauksessa yhdensuuntaiset suorat kuitenkin kuvautuvat yhdensuuntaisiksi suoriksi. Lopuksi tarkastellaan joitakin affiinin geometrian esimerkkejä. Avainsanat Nyckelord Keywords Affiini geometria, lineaarialgebra Säilytyspaikka Förvaringställe Where deposited Kumpulan tiedekirjasto Muita tietoja Övriga uppgifter Additional information

3 Sisältö 1 Johdanto 1 2 Apumääritelmät 3 3 Aini avaruus 7 4 Aini kombinaatio, painopiste 12 5 Aini aliavaruus 17 6 Aini riippumattomuus ja aini kehys 23 7 Aini kuvaus 28 8 Ainin geometrian esimerkkejä 36 9 Kirjallisuutta 42

4 Luku 1 Johdanto Tämän työn aiheena on aini geometria. Se on geometriaa, jonka tärkein ominaisuus on säilyttää suorien ja vektoreiden yhdensuuntaisuus. Toisaalta pituutta ja kulmien suuruutta ei oteta huomioon. Vaikka geometrisia ongelmia, joissa yhdensuuntaisuus on keskeinen asia, on pohdittu kautta aikojen, Leonhard Euler oli ensimmäinen matemaatikko, joka tutki ainia geometriaa omana ilmiönä. Hän toi esiin myös termin anis, joka latinaksi tarkoittaa samankaltaista, kirjassaan Introductio in analysin innitorum, joka ilmestyi vuonna Eulerin tutkimusta jatkoi August Ferdinand Möbius vuonna Möbiuksen työn tulokset julkaistiin kirjan Gesammelte Werke ensimmäisessä osassa vuonna Monet muut matemaatikot tutkivat aihetta myöhemmin. Ania geometriaa voi lähestyä kahdella tavalla synteettisen eli euklidisen geometrian näkökulmasta tai lineaarialgebran näkökulmasta. Tässä työssä ainia geometriaa esitetään lineaarialgebran avulla, mistä syystä toinen luku on kokonaan omistettu lineaarialgebran määritelmille ja lauseille. Lineaarialgebran tuella määritellään sellaiset käsitteet kuin aini avaruus, aini kombinaatio, aini aliavaruus, aini riippumattomuus ja aini kuvaus, jotka varsin paljon muistuttavat lineaarialgebran vektoriavaruuden, lineaarikombinaation, aliavaruuden, lineaarisen riippumattomuuden ja lineaarikuvauksen käsitteitä. Ainin geometrian ja lineaarialgebran välillä on kuitenkin merkittävä ero siinä, että ainissa geometriassa origolla ei ole merkitystä ja siitä syystä vektorin lähtöpisteellä ei ole niin tärkeää roolia. Ainit kuvaukset koostuvat lineaarikuvauksista, jotka venyttävät, kääntävät tai peilaavat pistejoukon, sekä siirtovektorista, joka siirtää pistejoukon kokonaisuudessaan toiseen paikkaan. Tällaista siirtoa kutsutaan translaatioksi. Ainin geometrian tulokset ovat hyödyllisiä joidenkin geometristen ongelmien ratkaisemisessa, erityisesti sellaisissa, joissa kyse on yhdensuuntaisista suorista. Tässä tapauksessa erittäin toimivana työkaluna voi pitää homote- 1

5 tiakuvauksia, jotka ovat bijektiivisiä aneja kuvauksia. Tämän työn lopussa todistetaan kolme lausetta ainin geometrian avulla. 2

6 Luku 2 Apumääritelmät Tässä työssä ainia geometriaa lähestytään lineaarialgebran kautta, jolloin on tärkeää tuoda esiin lineaarialgebran perusmääritelmät ja lauseet. Tässä luvussa esitetyt tulokset löytyvät J. Häsän, L. Oinosen ja J. Rämön lineaarialgebran kurssimateriaalista Johdatus lineaarialgebraan, osat I ja II (2015). Määritelmä 2.1. Vektoriavaruus R n. Oletetaan, että n {1, 2, 3,... }. Vektoriavaruuden R n alkiot eli vektorit ovat reaaliluvuista koostuvia n-jonoja. Toisin sanoen R n = {(v 1, v 2,..., v n ) v 1, v 2,..., v n R}. Määritelmä 2.2. Vektoreiden laskutoimitukset. Oletetaan, että v R n, w R n ja c R. Tällöin vektoreiden yhteenlasku ja skalaarikertolasku ovat seuraavat: v + w = (v 1 + w 1, v 2 + w 2,..., v n + w n ) ja c v = (cv 1, cv 2,..., cv n ). Määritelmä 2.3. Vasta- ja nollavektori. Vektorin v vastavektori on skalaarimonikerta ( 1) v. Sitä merkitään v. Vektoreiden v ja w erotus on summa v + ( w). Sitä merkitään v w. Vektoria (0, 0,..., 0) = 0 kutsutaan nollavektoriksi. Lause 2.4. Vektoreiden laskusäännöt. Vektoriavaruuden R n vektoreille pätevät tietyt laskusäännöt. Oletetaan, että v, w, ū R n ja a, b R. Tällöin pätee: 3

7 1. v + w = w + v (vaihdannaisuus) 2. (ū + v) + w = ū + ( v + w) (liitännäisyys) 3. v + 0 = v 4. v + ( v) = 0 5. a( v + w) = a v + a w (osittelulaki) 6. (a + b) v = a v + b v (osittelulaki) 7. a(b v) = (ab) v 8. 1 v = v. Määritelmä 2.5. Vektoreiden lineaarikombinaatio. Vektori w R n on vektoreiden v 1, v 2,..., v k R n lineaarikombinaatio, jos on olemassa sellaiset reaaliluvut a 1, a 2,..., a k, että w = a 1 v 1 + a 2 v a k v k. Esimerkki 2.6. Olkoon v 1 = ( 1 2, 1), v 2 = ( 3 2, 2), v 3 = ( 3, 1) ja w = 2 ( 1, 1). Huomataan, että 2 v 1 v 2 + v 3 = 2( 1 2, 1) (3 2, 2) + (3 2, 1) = ( 1, 2) + ( 3 2, 2) + (3, 1) = ( 1, 1) = w. 2 Siis vektori w on vektoreiden v 1, v 2 ja v 3 lineaarikombinaatio. Lineaarikombinaation geometrinen tulkinta näkyy kuvassa 2.1. Määritelmä 2.7. Avaruuden R n aliavaruudet. R n virittämä aliavaruus on joukko Vektoreiden v 1,..., v k {a 1 v 1 + a 2 v a k v k a 1, a 2,..., a k R}. Toisin sanoen vektoreiden virittämä aliavaruus koostuu kaikista kyseisten vektoreiden lineaarikombinaatioista. Tarkastellaan seuraavaksi aliavaruuden ominaisuuksia. 4

8 Kuva 2.1: Lineaarikombinaation havainnollistaminen Lause 2.8. Oletetaan, että vektorit v 1, v 2,..., v k R n virittävät aliavaruuden W. Tällöin seuraavat kohdat pitävät paikkansa: 1. Jos ū, v W, niin ū + v W. 2. Jos v W ja c R, niin c v W W. Määritelmä 2.9. Vapaus eli lineaarinen riippumattomuus. Oletetaan, että v 1, v 2,..., v k R n. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Jos on olemassa vektoreiden v 1,..., v k lineaarikombinaatio, joka on nollavektori ja vähintään yksi kertoimista eroaa nollasta, vektorit ovat lineaarisesti riippuvia. Lause 2.10 Oletetaan, että v 1,..., v k R n. Jono ( v 1,..., v k ) on vapaa, jos ja vain jos jokainen aliavaruuden span( v 1,..., v k ) alkio voidaan kirjoittaa täsmälleen yhdellä tavalla vektoreiden v 1,..., v k lineaarikombinaationa. 5

9 Määritelmä Kanta. Olkoot w 1,..., w k W. Vektorijono ( w 1,..., w k ) on aliavaruuden W kanta, jos (1) W = span( w 1,..., w k ), (2) jono ( w 1,..., w k ) on lineaarisesti riippumaton. Määritelmä Lineaarikuvaus. Olkoot V ja U vektoriavaruuksia. Kuvaus L : V U on lineaarikuvaus, jos seuraavat ehdot täyttyvät: 1. L( v + w) = L( v) + L( w) kaikilla v, w V 2. L(c v) = cl( v) kaikilla c R ja v V. Esimerkki Osoitetaan, että kuvaus L : R 2 R 3, L(x 1, x 2 ) = (x 1, 2x 2, 3x 1 + 4x 2 ) on lineaarikuvaus. Oletetaan, että v = (v 1, v 2 ) R 2, w = (w 1, w 2 ) R 2 ja c R. Tällöin ja L( v + w) = L(v 1 + w 1, v 2 + w 2 ) = (v 1 + w 1, 2(v 2 + w 2 ), 3(v 1 + w 1 ) + 4(v 2 + w 2 )) = (v 1 + w 1, 2v 2 2w 2, 3v 1 + 3w 1 + 4v 2 + 4w 2 ) = (v 1, 2v 2, 3v 1 + 4v 2 ) + (w 1, 2w 2, 3w 1 + 4w 2 ) = L( v) + L( w) L(c v) = L(cv 1, cv 2 ) = (cv 1, 2cv 2, 3cv 1 +4cv 2 ) = c(v 1, 2v 2, 3v 1 +4v 2 ) = cl( v). Siis kuvaus L on lineaarikuvaus. Esimerkki Osoitetaan, että kuvaus f : R R, f(x) = 1 2x ei ole lineaarikuvaus. Valitaan v = 1 ja w = 0. Tällöin Toisaalta f(v + w) = f(1) = 1 2 = 1. f(v) + f(w) = f(1) + f(0) = = 0 f(v + w). Näin ollen kuvaus f ei ole lineaarikuvaus. 6

10 Luku 3 Aini avaruus Tässä luvussa esitellään ainin avaruuden määritelmä, johon muut ainin geometrian määritelmät perustuvat. Esimerkkien avulla havainnollistetaan, mitä aini avaruus käytännössä on. Määritelmä 3.1. Aini avaruus. Aini avaruus on kolmikko (E, E, +), jossa E on epätyhjä joukko, jonka alkioita kutsutaan pisteiksi, E on vektoriavaruus, ja + on toiminta + : E E E, joka täyttää seuraavat ehdot: (A1) A + 0 = A kaikilla A E (A2) (A + ū) + v = A + (ū + v) kaikilla A E ja ū, v E (A3) Kahta pistettä A, B E kohti on olemassa täsmälleen yksi sellainen vektori ū E siten, että A + ū = B. Tarkastellaan seuraavaksi määritelmän kohdat tarkemmin. Kohdat (A1) ja (A2) pitävät huolen siitä, että joukkojen E ja E alkiot toimivat keskenään sopusoinnussa, mikä on välttämätön ehto toiminnalle +. Kohdan (A3) mukaan tietystä pisteestä alkava ja tiettyyn pisteeseen päättyvä vektori on yksikäsitteinen. Kohdan (A3) vektorin ū voi merkitä myös sen lähtö- ja päätepisteen mukaan vektorina AB. Siis A + AB = B. Jos pisteen A lisäksi otetaan vielä kaksi joukon V pistettä B ja C, kohdan (A3) mukaan C = A + AC ja C = B + BC. Nyt kohdan (A2) avulla saadaan C = B + BC = (A + AB) + BC = A + ( AB + BC) = A + AC, jolloin täytyy päteä, että AB + BC = AC. Tämä yhtälö on nimeltään Chaslesin identiteetti. 7

11 Seuraavaksi tarkastellaan vektoreiden ominaisuuksia ainissa avaruudessa Chaslesin identiteetin avulla. Oletetaan, että A, B, C, D E. 1. Tiedetään, että A = A+ AA. Lisäksi kohta (A1) sanoo, että A = A+ 0, mistä seuraa, että AA = Yhtälöstä BA + AB = BB = 0 saadaan BA = AB. 3. Chaslesin indentiteetin mukaan AB + BD = AC + CD = AD. Tällöin saadaan suunnikassääntö, jonka mukaan AB = CD jos ja vain jos BD = AC. Jos AB = CD, sanotaan, että vektori AB on samanpituinen ja samansuuntainen kuin vektori CD. Se ei siis tarkoita sitä, että A = C tai B = D. Ainissa avaruudessa vektorin lähtöpiste on vapaasti valittavissa, mikä on ainin avaruuden yksi tärkeimmistä ominaisuuksista. Tällä tavoin ainissa avaruudessa vektoreiden yhdensuuntaisuus säilyy. Kuva 3.1 havainnollistaa tilannetta erittäin hyvin. Kuva 3.1: Ainin avaruuden havainnollistaminen Ainin avaruuden (E, E, +) dimensio on sama kuin on vektoriavaruuden E dimensio. Seuraavaksi käydään läpi joitakin esimerkkejä ainista avaruudesta. Esimerkki 3.2. Jokaista vektoriavaruutta voi esittää ainina avaruutena, jos valitaan, että E = E ja toiminta + on tavallinen yhteenlasku vektoriavaruudessa. Selkeyden vuoksi joukon E pistettä merkitään 8

12 A = (a 1,..., a n ), missä a i R, ja vektoria ū =. jolloin toiminta + saa seuraavan muodon: u 1 A + ū = (a 1,..., a n ) +. u n u 1 u n = (a 1 + u 1,..., a n + u n )., missä u i R, Esimerkki 3.3. Oletetaan, että joukko U R 2 koostuu kaikista niistä pisteistä, jotka ovat yhtälön 2x y + 1 = 0 ratkaisuja. Joukon kuvaaja on tällöin nouseva suora, joka leikkaa akselit pisteissä ( 1, 0) ja (0, 1). 2 Suoraa U pystyy esittämään ainina avaruutena määrittämällä toiminta + : U V U siten, että joukon U kahta pistettä A = (a, 1 + 2a) ja B = (b, 1 + 2b) kohti on olemassa vektori ū V R 2. Vektoriavaruus V koostuu kaikista niistä vektoreista, jotka ovat muotoa ū = (b a, 2b 2a), missä a, b R. Tässä kohtaa osoitetaan, että V on vektoriavaruus, jolloin lauseen 2.8 kaikkien kohtien pitää olla voimassa. Oletetaan, että ū 1, ū 2 V ja c R. Olkoon ū 1 = (b 1 a 1, 2b 1 2a 1 ) ja ū 2 = (b 2 a 2, 2b 2 2a 2 ), missä a 1, a 2, b 1, b 2 R. Tällöin 1. ū 1 + ū 2 = (b 1 a 1, 2b 1 2a 1 ) + (b 2 a 2, 2b 2 2a 2 ) = ((b 1 + b 2 ) (a 1 + a 2 ), 2(b 1 + b 2 ) 2(a 1 + a 2 )) V 2. cū 1 = c(b 1 a 1, 2b 1 2a 1 ) = (cb 1 ca 1, 2cb 1 2ca 1 ) V 3. Jos a 1 = b 1, niin (b 1 a 1, 2b 1 2a 1 ) = (0, 0) = 0 V. Joukko V on siis vektoriavaruus. Tällöin pätee (a, 1 + 2a) + ū = (b, 1 + 2b). Jos otetaan pisteet A = ( 1, 1) ja B = (1, 3), nähdään, että tällöin ū = (1 ( 1), ( 1)) = (2, 4). Suora U ja vektori ū näkyvät kuvassa

13 Kuva 3.2: Suora 2x y + 1 = 0 ja vektori ū Esimerkki 3.4. Oletetaan, että joukko U R 3 koostuu kaikista niistä pisteistä, jotka toteuttavat yhtälön x 2 + x y + z 3 = 0. Joukon kuvaaja on parabolinen sylinteri, jota voi myös pitää ainina avaruutena määrittämällä toiminta + : U R( 2 ) U siten, että jokaiselle pisteelle u (x, y, 3 x 2 x + y) U ja vektorille R v 2 pätee, että (x, y, 3 x 2 x + y) + ( ) u = (x + u, y + v, 3 (x + u) 2 x u + y + v). v Joukko U näkyy kuvassa 3.3. Näistä esimerkeistä voi ymmärtää, että erilaiset pinnat, mukaan lukien suorat ja tasot, ovat aineja avaruuksia. 10

14 Kuva 3.3: Parabolinen sylinteri x 2 + x y + z 3 = 0 11

15 Luku 4 Aini kombinaatio, painopiste Lineaarialgebrassa lineaarikombinaatiolla on tärkeä rooli. Ainissa geometriassa vastaavanlaisessa asemassa on aini kombinaatio, jota kutsutaan myös painopisteeksi. Tästä eteenpäin tässä luvussa kaikissa määritelmissä ja esimerkeissä automaattisesti oletetaan, että kaikki toiminnat tapahtuvat ainissa avaruudessa. Määritelmä 4.1. Aini kombinaatio. Mille tahansa joukkoon E kuuluville pisteille P 1, P 2,..., P k ja skalaareille λ 1, λ 2,..., λ k, jotka ovat määritelty siten, että λ 1 + λ λ k = 1, sekä mille tahansa pisteelle A E piste R = A + k λ i APi on painopiste eli aini kombinaatio. Skalaareja λ 1, λ 2,..., λ k kutsutaan myös pisteiden P 1, P 2,..., P k painoiksi. Vaihtoehtoisesti painopisteen R voi esittää seuraavalla tavalla: R = k λ ip i. Lisäksi tiedetään, että R = A + AR, jolloin on oltava AR = k AP i. λ i Painoilla varustettujen pisteiden painopiste on yksikäsitteinen ja näin ollen ei ole riippuvainen pisteestä A. Seuraavaksi todistetaan tämä tulos. Lemma 4.2. Oletetaan, että P 1, P 2,..., P k ovat joukkoon E kuuluvia pisteitä ja vastaavasti skalaarit λ 1, λ 2,..., λ k niiden painoja. Tällöin mille ta- 12

16 hansa kahdelle pisteelle A, B E pätee: A + Jos k k λ i = 1, niin λ i APi = B + Todistus. Chaslesin identiteetin mukaan k λ i BPi. A + k λ i APi = A + = A + k ( k = A + AB + = B + k λ i ( AB + BP i ) λ i ) AB + k λ i BPi λ i BPi. k λ i BPi Esimerkki 4.3. Olkoot painolla varustetut pisteet seuraavat: (P 1, 4 5 ), (P 2, 1 5 ) ja (P 3, 2 ). Kuvassa 4.1 näkyvät näiden pisteiden lisäksi myös alkupisteet A ja B, sekä painopiste R. Tämä esimerkki havainnollistaa sitä, 5 että painopisteen määrittelyssä alkupisteellä ei ole väliä. Ainin kombinaation määrittelyehto, jonka mukaan skalaarien summan pitää olla yksi, on välttämätön. Jos tämä ehto ei toteudu, painopisteestä ei tule yksikäsitteistä. Seuraava esimerkki havainnollistaa tätä tilannetta. Esimerkki 4.4. Oletetaan, että pisteiden P 1, P 2 E painot ovat λ 1 = λ 2 = 1, jolloin λ 1 + λ 2 1. Oletetaan lisäksi, että A, B E. Tällöin huomataan, että saadaan kaksi eri painopistettä R ja R. Näin ollen tässä tapauksessa painopiste ei ole yksikäsitteinen. Kuvio näkyy kuvassa 4.2. Yksi tärkeä huomio on se, että kun skalaarien summa on yksi, toteutuu seuraava ehto: λ 1RP1 + λ 2RP2 + + λ krpk = 0. 13

17 Kuva 4.1: Yksikäsitteinen painopiste On helppo osoittaa, että se pitää paikkansa. Jos yhtälössä AR = k λ iap i pisteen A paikalle laitetaan painopiste R, saadaan RR = 0 = k λ irp i. Kuva 4.3 havainnollistaa tilanteen. Erikoistapauksessa, kun pisteiden P 1, P 2,..., P k kaikki painot ovat samat ja suuruudeltaan 1, painopistettä kutsutaan keskipisteeksi. k Esimerkki 4.5. Oletetaan, että pisteiden P 1, P 2, P 3, P 4 E painot ovat λ 1 = λ 2 = λ 3 = λ 4 = 1. Oletetaan, että A E. Tällöin painopiste R on 4 keskipiste. Se näkyy kuvassa 4.4. Esimerkki 4.6. Bézier-käyrä. Otetaan mikä tahansa lukumäärä pisteitä ja rajataan niiden ainien kombinaatioiden joukkoa niin, että pisteiden painot määräytyvät laajentamalla yhtälön (t + (1 t)) k 1 = 1 vasenta puolta binomikaavalla, missä k on pisteiden lukumäärä ja 0 t 1. Tällöin af- inien kombinaatioiden joukko muodostaa polynomikäyrän. Esimerkiksi jos pisteitä on neljä, P 1, P 2, P 3 ja P 4, aini kombinaatio (1 t) 3 P 1 + 3t(1 t) 2 P 2 + 3t 2 (1 t)p 3 + t 3 P 4, missä 0 t 1, on hyvin määritelty, sillä pisteiden painojen summa (1 t) 3 + 3t(1 t) 2 + 3t 2 (1 t) + t 3 tulee yhtälöstä (t + (1 t)) 3 = 1. Tämäntyyppisiä käyriä kutsutaan Bézier-käyriksi. Niitä käytetään piirtotekniikkana vektorigraikassa ja 3D-mallinnuksessa. Kuvassa 4.5 on esimerkki Bézier-käyrästä, joka on määritelty neljän pisteen avulla. 14

18 Kuva 4.2: Kaksi painopistettä Kuva 4.3: Painopiste 15

19 Kuva 4.4: Painopiste on keskipiste Kuva 4.5: Bézier-käyrä 16

20 Luku 5 Aini aliavaruus Lineaarialgebran aliavaruuden käsitettä vastaa aini aliavaruus. Käytännössä aini aliavaruus on origosta pois siirretty aliavaruus, jolloin sitä ei voi enää kutsua aliavaruudeksi. Osoitamme, että tämä pitää paikkansa määritelmän ja esimerkkien kautta. Määritelmä 5.1. Aini alivaruus. Oletetaan, että kolmikko (E, E, +) on aini avaruus. Tällöin joukon E osajoukko V on ainin avaruuden (E, E, +) aini aliavaruus, jos kaikkien painoilla varustettujen joukkoon V kuuluvien pisteperheiden ((a i, λ i )) i I painopisteet i I λ ia i kuuluvat joukkoon V. Lisäksi ehdon i I λ i = 1 pitää olla voimassa. Tutkitaan esimerkin avulla, mitä tämä määritelmä tarkoittaa. Esimerkki 5.2. Oletetaan, että U = {(x, y) R 2 ax + by = c}, missä a 0 ja b 0. Oletetaan lisäksi, että pisteitä (x i, y i ) U sekä skalaareja λ i on m kappaletta, ja yhtälö λ 1 + λ λ m = 1 toteutuu. Nyt näytetään, että tällöin kaikki painopisteet kuuluvat joukkoon U, toisin sanoen m λ i(x i, y i ) U. Ehdosta (x i, y i ) U seuraa, että ax i + by i = c. Jos tämä yhtälö kerrotaan skalaarilla λ i ja summataan tulokset kaikille pisteille ja skalaareille, saadaan uusi yhtälö m (λ i ax i + λ i by i ) = m λ i c, 17

21 jonka saa muotoon ( m ) ( m ) ( m ) a λ i x i + b λ i y i = λ i c = 1 c = c summan laskusääntöjä käyttämällä. Tästä näkee, että ( m ) m m λ i x i, λ i y i = λ i (x i, y i ) U. Tästä seuraa, että U on aini aliavaruus. Tarkastellaan seuraavaksi joukkoa U R 2, joka on U = {(x, y) R 2 ax + by = 0}. Joukko U eroaa joukosta U vain siinä, että yhtälön oikealla puolella on nolla eli c = 0. Samalla tavalla kuin joukon U tapauksessa voi osoittaa, että jos pisteitä ja skalaareja on m kappaletta, pätee, että m λ i (x i, y i ) U. Tässä tapauksessa ehto λ 1 +λ 2 + +λ m = 1 ei ole välttämätön, sillä yhtälön oikea puoli aina pysyy nollana. Joukkojen U ja U kuvaajat joukossa R 2 ovat yhdensuuntaisia suoria. Joukko U on tällöin origon kautta kulkeva suora. Joukot näkyvät kuvassa 5.1. Seuraavaksi todistetaan väite, että jos (x 0, y 0 ) U, niin U = (x 0, y 0 )+ U, missä (x 0, y 0 ) + U = {(x 0 + u 1, y 0 + u 2 ) (u 1, u 2 ) U }. Todistus. Näytetään ensin, että U (x 0, y 0 ) + U. Oletetaan, että (x, y) U ja ax + yb = c, jolloin myös ax 0 + by 0 = c. Tällöin saadaan a(x x 0 ) + b(y y 0 ) = ax + by (ax 0 + by 0 ) = c c = 0, jolloin (x x 0, y y 0 ) U ja tällä tavoin (x, y) = (x 0, y 0 ) + (x x 0, y y 0 ) (x 0, y 0 ) + U. Nyt näytetään, että (x 0, y 0 ) + U U. Olkoon (u 1, u 2 ) U. Oletuksen mukaan ax 0 + by 0 = c ja au 1 + bu 2 = 0. Tällöin a(x 0 + u 1 ) + b(y 0 + u 2 ) = ax 0 + by 0 + au 1 + bu 2 = c + 0 = c, josta seuraa, että (x 0, y 0 ) + U U. Näin ollen U = (x 0, y 0 ) + U. Edellä mainittu tulos toimii myös matriiseilla. 18

22 Kuva 5.1: Joukkojen kuvaajat avaruudessa R 2 Esimerkki 5.3. x 1 Tässä esimerkissä pystyvektoreita merkitään tummenne- tulla kirjaimella, kuten. x n = x. Olkoon A m n matriisi ja b R m eräs vektori. Tällöin joukko U R n on määritelty seuraavalla tavalla: U = { x R n Ax = b}. Tässä joukko U on aini aliavaruus. Kuten edellisessä tapauksessa, tarkastellaan yhtälöä Ax = b vastaavan homogeenisen yhtälön Ax = 0 ratkaisujoukkoa U = { x R n Ax = 0}, joka on joukon R n osajoukko. Nyt saadaan määriteltyä aini aliavaruus U aliavaruuden U avulla. Kaikilla x 0 U pätee, että U = x 0 + U. Ennen kuin todistetaan saatu tulos virallisesti, esitetään tuttu painopisteen käsite osajoukkoja hyödyntäen. Olkoon V epätyhjä joukon E osajoukko. Tällöin jokaiselle pisteperheelle (A 1,..., A k ) V, sitä vastaavalle skalaariperheelle (λ 1,..., λ k ) sekä jokaiselle pisteelle A V pätee, että jokainen piste 19

23 R E, missä R = A + k λ i AAi, on painoilla varustetun pisteperheen ((A 1, λ 1 ),..., (A n, λ n ), (A, 1 n λ i)) painopiste, sillä n λ i + (1 n λ i) = 1. Seuraavan lemman ymmärtämistä varten sovitaan vielä merkinnöistä. Olkoon A E ja V E. Tällöin joukon E osajoukko A + V määritellään seuraavasti: A + V = {A + v v V }. Kuva 5.2 auttaa hahmottamaan tilannetta. Kuva 5.2: Aini aliavaruuden E määrittely Nyt siirrytään tärkeään lemmaan, jonka pohja luotiin edellisissa esimerkeissä. Lemma 5.4. Oletetaan, että (E, E, +) on aini avaruus. (1) Joukon E epätyhjä osajoukko V on aini aliavaruus, jos ja vain jos jokaiselle pisteelle A V joukko V = { AX X V } on vektoriavaruuden E aliavaruus, jolloin V = A + V. (2) Mille tahansa vektoriavaruuden E aliavaruudelle V ja mille tahansa pisteelle A E pätee, että joukko V = A + V on aini aliavaruus. 20

24 Todistus. (1) Osoitetaan ensin, että V on vektoriavaruuden E aliavaruus. Ensinnäkin XX = 0 V. Lisäksi jokainen painoilla varustetun pisteperheen ((A 1, λ 1 ),..., (A n, λ n ), (A, 1 n λ i)) aini kombinaatio X = n λ i A 1 + (1 n λ i )A kuuluu joukkoon V. Tällöin jokaisella X V kaikki lineaarikombinaatiot k AX = λ iaai, kuuluvat joukkoon V, mikä toteuttaa aliavaruuden määritelmään liittyvän lauseen 2.8 ehdot 1 ja 2. Siis V on aliavaruus. Nyt osoitetaan toinen suunta. Oletetaan, että V on vektoriavaruuden E aliavaruus. Tällöin kaikki lineaarikombinaatiot AX = k λ i AAi kuuluvat aliavaruuteen V, erityisesti sellaiset, jotka toteuttavat ehdon n λ i + (1 n λ i) = 1. Tällöin painoilla varustetun pisteperheen ((A 1, λ 1 ),..., (A n, λ n ), (A, 1 n λ i)) kaikki painopisteet X = n λ i A 1 + (1 n λ i )A kuuluvat joukkoon V. Siis joukko V on aini aliavaruus. (2) Jos V = A+ V, missä V E, silloin painoilla varustetun pisteperheen ((A + v i, λ i )) 1 i k, missä v i V ja λ λ k = 1, painopiste R, joka on määritelty seuraavasti: R = A + k λ i A(A + v i ) = A + k λ i v i, kuuluu joukkoon V, sillä avaruus V on oletettu olevan avaruuden E aliavaruus. Näin ollen määritelmän mukaan joukko V = A + V on aini aliavaruus. 21

25 Lemma 5.4 osoittaa sen, että jokainen aini aliavaruus V on siirretty aliavaruus V. Toisaalta jokainen aliavaruus V on myös aini aliavaruus V, joka kulkee nollapisteen kautta. Kun aini aliavaruus V on määritelty aliavaruuden V avulla, aliavaruutta V kutsutaan sen ainin aliavaruuden suunnaksi. Tällöin kuvaus + : V V V on aini kuvaus. Ainissa geometriassa yhdensuuntaisuus on tärkeä käsite. Kaksi ainia aliavaruutta U ja V ovat yhdensuuntaiset, jos niiden suunta on sama, toisin sanoen U = V. Tällä tavoin U = A + U ja V = B + U, missä A U ja B V. Lisäksi joukko V saadaan joukosta U vektorin AB avulla. Ainin aliavaruuden V dimensio määräytyy aliavaruuden V dimension mukaan. Jos ainin aliavaruuden dimensio on 1, sitä kutsutaan suoraksi, jos 2, tasoksi. Lemmasta 5.4 seuraa, että suora on joukko, jonka alkiot täyttävät määrittelyehdon A + λ v, missä A E, v E ja v 0, sekä λ R. Taso määräytyy pisteistä, jotka täyttävät määrittelyehdon A + λū + µ v, missä A E ja ū, v E ovat lineaarisesti riippumattomat vektorit ja λ, µ R. Kolme pistettä A, B ja C sijaitsevat samalla suoralla, jos vektorit AB ja AC ovat lineaarisesti riippuvia. Jos vähintään kaksi kolmesta pisteestä ovat eri pisteitä, lineaarisesta riippuvuudesta johtuen AB = λ AC. Neljä pistettä A, B, C ja D sijaitsevat samalla tasolla, jos vektorit AB, AC ja AD ovat lineaarisesti riippuvia. 22

26 Luku 6 Aini riippumattomuus ja aini kehys Aini riippumattomuus määritellään lineaarisen riippumattomuuden avulla, joka on vastaavanlainen käsite lineaarialgebrassa. Käytännössä joukon E pisteperheen aini riippumattomuus määräytyy vektoriperheiden ( A i A j ) j I\{i} lineaarisesta riippumattomuudesta. Tässä A i on lähtöpiste. Seuraavaksi tarkastellaan lemmaa, jonka ansiosta riittää tarkastella vain yhtä vektoriperhettä. Lemma 6.1. Oletetaan, että kolmikko (E, E, +) on aini avaruus. Olkoon (A i ) i I joukon E pisteperhe. Jos vektoriperhe ( A i A j ) j I\{i} on lineaarisesti riippumaton jollakin i I, silloin ( A i A j ) j I\{i} on lineaarisesti riippumaton kaikilla i I. Todistus. Oletetaan, että vektoriperhe ( A i A j ) j I\{i} on lineaarisesti riippumaton jollakin i I. Nyt on tarkoitus osoittaa, että jollakin k I, ehdolla k i, vektoriperhe on myös lineaarisesti riippumaton. Kuten lineaarisen riippumattomuuden määritelmä vaatii, oletetaan, että joillakin skalaareilla (λ j ) j I\{k} pätee, että λ j A k A j = 0. j I\{k} Vektoreiden laskusääntöjen mukaan A k A j = A k A i + A i A j, 23

27 jolloin j I\{k} λ j A k A j = j I\{k} = j I\{k} = j I\{i,k} λ j A k A i + λ j A k A i + λ j A i A j j I\{k} j I\{i,k} j I\{k} λ j A i A j λ j A i A j λ j A i A k = 0. Koska vektoriperhe ( A i A j ) j I\{i} on oletuksen mukaan lineaarisesti riippumaton, määritelmän mukaan täytyy olla, että λ j = 0 kaikilla j I \ {i, k} ja j I\{k} λ j = 0. Tästä johtuu, että λ j = 0 kaikilla j I \ {k}, mikä osoittaa väitteen todeksi. Määritelmä 6.2. Aini riippumattomuus. Oletetaan, että kolmikko (E, E, +) on aini avaruus. Joukon E pisteperhe (A i ) i I on ainisti riippumaton, jos vektoriperhe ( A i A j ) j I\{i} on lineaarisesti riippumaton jollakin i I. Lineaarialgebrassa yksi tärkeä asia, joka liittyy lineaarisesti riippumattomaan vektorijonoon ( v 1,..., v k ) on se, että lineaarikombinaatiossa w = a 1 v a k v k skalaarit (a 1,..., a k ) ovat yksikäsitteiset (lause 2.10). Tämä tieto tulee tarpeen, kun osoitetaan, että ainissa geometriassa pätee vastaavanlainen asia. Lemma 6.3. Oletetaan, että kolmikko (E, E, +) on aini avaruus. Olkoon (A 0,..., A m ) joukon E pisteperhe, joita on m + 1 kappaletta. Olkoon X E. Oletetaan, että X = m i=0 λ ia i, missä m i=0 λ i = 1. Tällöin skalaarit (λ 0,..., λ m ) ovat yksikäsitteiset, jos ja vain jos vektoriperhe ( A 0 A 1,..., A 0 A m ) on lineaarisesti riippumaton. Todistus. Käytetään hyväksi ainin kombinaation määritelmän yhteydessä saatua tietoa siitä, että X = m i=0 λ i A i joss A 0 X = m λ i A 0 A i, missä m i=0 λ i = 1. Nyt käytetään hyväksi lausetta Skalaarit (λ 0,..., λ m ), jotka toteuttavat yhtälön A 0 X = m A 0 A i, ovat yksikäsitteiset, jos ja λ i 24

28 vain jos vektoriperhe ( A 0 A 1,..., A 0 A m ) on lineaarisesti riippumaton. Tarkastellaan todistuksen osat erikseen. Ensiksi oletetaan, että vektoriperhe ( A 0 A 1,..., A 0 A m ) on lineaarisesti riippumaton, jolloin skalaarit (λ 1,..., λ m ) ovat yksikäsitteiset. Koska λ 0 = 1 m λ i, niin skalaari λ 0 on myös yksikäsitteinen. Tällä tavoin lemman yksi suunta on todistettu. Toiseksi oletetaan, että skalaarit (λ 0,..., λ m ), jotka toteuttavat ehdon X = m i=0 λ ia i, ovat yksikäsitteiset, jolloin skalaarit (λ 1,..., λ m ), jotka toteuttavat yhtälön A 0 X = m λ ia 0 A i ovat luonnollisesti myös yksikäsitteiset, mistä johtuu se, että vektoriperhe ( A 0 A 1,..., A 0 A m ) on lineaarisesti riippumaton. Äskeisen tuloksen avulla voidaan määritellä uusi käsite, aini kehys, joka juontaa juurensa vektoriavaruuden kannan käsitteestä. Määritelmä 6.4. Aini kehys. Oletetaan, että kolmikko (E, E, +) on aini avaruus. Aini kehys, jonka lähtöpiste on A 0, on joukon E pisteet (A 0,..., A m ), joita on m + 1 kappaletta, sillä ehdolla, että vektorijono ( A 0 A 1,..., A 0 A m ) on vektoriavaruuden E kanta. Ainiksi kehykseksi, jonka lähtöpiste on A 0, kutsutaan myös paria (A 0, ( A 0 A 1,..., A 0 A m )). Tällöin pisteen X E voi esittää samalla tavalla kuin yllä olevassa lemmassa 6.3: X = λ 0 A λ m A m. Tässä skalaarit (λ 0,..., λ m ), joiden summa on yksi, ovat yksikäsitteiset ja niitä kutsutaan pisteen X painopistekoordinaateiksi suhteessa ainiin kehykseen. Pisteen X voi esittää myös sen vektorikannan avulla: X = A 0 + x 1 A 0 A , x m A 0 A m. Tällöin skalaareita (x 1,..., x m ) kutsutaan pisteen X koordinaateiksi suhteessa ainiin kehykseen (A 0, ( A 0 A 1,..., A 0 A m )). Joukon E pisteperhe (A i ) i I on anisti riippuva, jos se ei ole ainisti riippumaton. Seuraavaksi tarkastellaan joitakin esimerkkejä. Esimerkki 6.5. Oletetaan, että joukon E pisteet P 0, P 1 ja P 2 muodostavat ainin avaruuden (E, E, +) ainin kehyksen. Suhteessa ainiin kehykseen pisteiden P 0, P 1 ja P 2 painopistekoordinaatit ovat vastaavasti (1, 0, 0), 25

29 (0, 1, 0) ja (0,( 1). Pisteiden P 0 ja P 2 välin keskipisteen M painopistekoordinaatit ovat 1 2, 0, 1 ). Lisäksi kolmion P 0 P 1 P 2 keskipisteen K painopistekoordinaatit ovat ( 2 1 3, 1 3, 1 ). Kuvasta 6.1 näkyy koko tilanne. 3 Kuva 6.1: Kolmio P 0, P 1, P 2 Esimerkki 6.6. Olkoot joukon E pisteet A 0,..., A n ainisti riippumattomat. Tällöin joukkoa λa 0 + +λ n A n, missä λ 0 + +λ n = 1 ja λ i 0, kutsutaan konveksiksi muodoksi. Jos pisteitä on kaksi, joukoksi saadaan niiden pisteiden välinen jana. Jos pisteitä on kolme, saadaan kolmio, jonka kärjet ovat alkuperäiset pisteet. Jos pisteitä on neljä, saadaan tetraedri. Tässäkin tapauksessa pisteet A 0, A 1, A 2 ja A 3 ovat kärkinä. Joukkoa {A 0 + λ 1 A 0 A λ n A 0 A n 0 λ i 1} kutsutaan monitahokkaaksi, jonka tahkot ovat suunnikkaita. Jos joukon E dimensio on kaksi, sitä kutsutaan suunnikkaaksi, jos kolme, suuntaissärmiöksi. Kuvassa 6.2 ovat yleisimmät konveksiset muodot, sekä suunnikas ja suuntaissärmiö. 26

30 Kuva 6.2: Esimerkkejä 27

31 Luku 7 Aini kuvaus Aini kuvaus säilyttää ainit kombinaatiot ja se voidaan esittää lineaarikuvauksen avulla. Määritelmä 7.1. Aini kuvaus. Oletetaan, että kolmikot (E, E, +) ja (E, E, + ) ovat aineja avaruuksia. Tällöin funktio E E on aini kuvaus, jos ja vain jos jokaiselle joukon E pisteperheelle ((A i, λ i )) i I ehdolla i I λ i = 1 pätee ( ) f λ i A i = λ i f(a i ), i I i I mikä tarkoittaa, että aini kuvaus säilyttää painopisteet. Aini kuvaus voidaan saada lineaarikuvauksesta. Tästä lähtien molempien ainien avaruuksien laskutoimitusten + ja + merkkinä käytetään + yksinkertaisuuden vuoksi. Oletetaan, että A E ja B E sekä että f : E E on lineaarikuvaus. Tällöin aini kuvaus f : E E on määritelty seuraavalla tavalla: f(a + v) = B + v, missä B = f(a). Näytetään, että tällä tavoin määritelty kuvaus f säilyttää painopisteet. Tiedetään, että kun i I λ i = 1, pätee λ i (A + v i ) = A + λ i A(A + v i ) = A + λ i v i i I i I i I ja λ i (B + f ( v i )) = B + i I i I λ i B(B + f ( v i )) = B + i I 28 λ i f ( vi ).

32 Tällöin ( ) ( f λ i (A + v i ) = f A + ) λ i v i i I i I ( ) = B + f λ i v i i I = B + λ i f ( vi ) i I = i I = i I λ i (B + f ( v i )) λ i f(a + v i ). Seuraavaksi näytetään, että ainin kuvauksen määritelmässä mainittu kuvaus f todellakin on lineaarikuvaus, jos oletetaan, että aini kuvaus säilyttää painopisteet. Lemma 7.2. Oletetaan, että f : E E on aini kuvaus. Tällöin on olemassa yksikäsitteinen lineaarikuvaus f : E E siten, että f(a + v) = f(a) + v, jokaiselle A E ja v E. Todistus. Oletetaan, että A E. Lineaarikuvaus f : E E on hyvin määritelty, kun f ( v) = f(a)f(a + v) kaikilla v E. Nyt pitää osoittaa, että kuvaus f on lineaarikuvaus ja että sen määrittely ei ole riippuvainen pisteen A E valinnasta. Osoitetaan ensin, että f (λ v) = λ f ( v). Koska A + λ v = A + λ A(A + v) + (1 λ) AA, voidaan kirjoittaa A + λ v = λ(a + v) + (1 λ)a. Määritelmän mukaan aini kuvaus f säilyttää painopisteet, joten f(a + λ v) = λf(a + v) + (1 λ)f(a). Tästä kaikesta saadaan f(a)f(a + λ v) = λf(a)f(a + v) + (1 λ) f(a)f(a) = λ f(a)f(a + v), 29

33 mistä seuraa, että f (λ v) = λ f ( v). Osoitetaan seuraavaksi, että f (ū + v) = f (ū) + f ( v) kaikilla ū, v E. Koska A + ū + v = A + A(A + ū) + A(A + v), voidaan kirjoittaa f(a)f(a + ū + v) = f(a)f(a + ū) + f(a)f(a + v), mistä seuraa, että f (ū + v) = f (ū) + f ( v) ja edellisen todistuksen osan kanssa tämä osoittaa, että f on lineaarikuvaus. Lopuksi osoitetaan, että lineaarikuvauksen määrittely ei ole riippuvainen pisteen A E valinnasta. Painopisteen määritelmän yhteydessä osoitettiin, että R = i I λ ia i on painoilla varustetun pisteperheen painopiste, jos ja vain jos Lisäksi BR = i I λ BA i. B + v = A + AB + v = A + A(A + v) AA + AB. Taas kerran f säilyttää painopisteet, joten saadaan Tästä seuraa, että f(b + v) = f(a + v) f(a) + f(b). f(b)f(b + v) = f(b)f(a + v) f(b)f(a) + f(b)f(b) = f(a)f(b) + f(b)f(a + v) = f(a)f(a + v), mitä pitikin osoittaa. Lineaarikuvauksen f määrittelyehdolla f(a + v) = f(a) + v on kaksi muuta vaihtoehtoista esitysmuotoa: f(x) = f(a) + f ( AX) ja f(a)f(x) = f ( AX) 30

34 kaikilla A, X E. Ainit kuvaukset f, joille f on identiteettikuvaus, kutsutaan translaatioiksi. Jos lineaarikuvaus on identiteetti eli f = id, niin f(x) = f(a) + f ( AX) = f(a) + AX = X + XA + Af(A) + AX = X + XA + Af(A) XA = X + Af(A). Saadaan, että f(x) = X + Af(A), mikä on sama kuin Xf(X) = Af(A). Tästä näkee, että f on translaatio, joka ei riipu pisteestä A. Nyt käsitellään joitakin ainien avaruuksien ominaisuuksia. Seuraavaksi näytetään, että kahden ainin kuvauksen yhdistetty kuvaus on myös aini kuvaus. Oletetaan, että f : E E ja g : E E ovat aineja kuvaksia. Tällöin ( g f = g(f(a + v)) = g f(a) + ) f ( v) = g(f(a)) + ( f ) g ( v), mikä on myös aini kuvaus. Oletetaan, että (E, E, +) on aini avaruus, jonka dimensio on m ja (A 0,..., A m ) on joukon E aini kehys. Lisäksi oletetaan, että (F, F, +) on myös aini avaruus ja joukko F sisältää m+1 kappaletta pisteitä (B 0,..., B m ). Tällöin on olemassa yksikäsitteinen aini kuvaus f : E F siten, että f(a i ) = B i, missä 0 i m. Tällöin aini kuvaus f on f(λ 0 A λ m A m ) = λ 0 B λ m B m. Tässäkin ehto m i=0 λ i = 1 on voimassa. Aini kuvaus on yksikäsitteinen koko joukossa E, sillä sen ainin kehyksen kaikki pisteet ovat kuvauksessa mukana. Ainin kuvauksen voi esittää myös matriisin muodossa. Helpointa on käyttää apuna ainin kuvauksen f : E F ainia kehystä (A 0,..., A n ). Koska f(a 0 + x) = f(a 0 ) + f ( x) kaikilla x E, tällöin A 0 f(a 0 + x) = A 0 f(a 0 ) + f ( x). 31

35 Edellisen yhtälön vektorit voidaan esittää seuraavalla tavalla: x = x 1 A 0 A x n A 0 A n A 0 f(a 0 ) = b 1 A 0 A b n A 0 A n A 0 f(a 0 + x) = y 1 A 0 A y n A 0 A n. Nyt jos A on lineaarikuvaukseen f liittyvä n n matriisi ja ( A 0 A 1,, A 0 A n ) on vektoriavaruuden E kanta, voidaan vektorit x, b ja ȳ esittää sarakevektoreina (x 1,..., x n ), (b 1,..., b n ) ja (y 1,..., y n ), jolloin yhtälöt A 0 f(a 0 + x) = A 0 f(a 0 ) + f ( x) ja ȳ = A x + b ovat ekvivalentteja. Huomaututksena pitää sanoa, että aini kuvaus on lineaarikuvaus ainoastaan silloin, jos translaatio eli b on nollavektori, jolloin f(a 0 ) = A 0. Tällöin pistettä A 0 kutsutaan kiinteäksi pisteeksi. Seuraavaksi tarkastellaan, mitä ainit kuvaukset käytännössä ovat, parin esimerkin avulla. Esimerkki 7.3. Katsotaan, miten aini kuvaus ( ) ( ) ( ) ( ) x 0 2 x 1 + y 2 1 y 3 vaikuttaa kolmioon ABC, jonka kärkien koordinaatit ovat A = (0, 0), B = (2, 1) ja C = ( 2, 3). Ainin kuvauksen kuvana on myös kolmio. Sen kärkien koordinaatit ovat ja A = B = C = ( ) ( ) ( ) ( ) ( ) ( ) ( ) 1 = ( ) 1 = 3 ( ) 1 = 3 ( ) 1, 3 ( ) 1 8 ( ) 5. 2 Kolmiot ABC ja A B C näkyvät kuvassa 7.1. Ainin kuvauksen myötä kolmion mittasuhteet muuttuvat, se kääntyy ja siirtyy ylöspäin. 32

36 Kuva 7.1: Kolmiot ABC ja A B C Esimerkki 7.4. Tutkitaan ainin kuvauksen ( ) ( 1 x ) (x ) 3 y y ( ) 2 1 vaikutusta neliöön ABCD, jonka kärkipisteinä ovat A = (0, 0), B = (3, 0), C = (3, 3) ja D = (0, 3). Ainin kuvauksen voi myös esittää muodossa ( ) ( x 0 2 ) 3 1 ( ) ( ) y x y Tästä voi jo ennustaa, että aini kuvaus kääntää neliön, venyttää sitä ja kiertää sen sekä myös siirtää sen. Lasketaan vielä, mihin neliön ABCD kärkipisteet kuvautuvat. ( 1 A ) (0 ) 3 = ( 1 B ) (3 ) 3 = ( ) ( ) 2 2 =, 1 1 ( ) ( 2 = ),

37 ( 1 C ) (3 ) 3 = ( ) 2 = 1 ( ) ja ( 1 D ) (0 ) 3 = ( ) 2 = 1 ( ). Neliöt ABCD ja A B C D näkyvät kuvassa 7.2. Kuva 7.2: Neliöt ABCD ja A B C D Jos oletetaan, että aini kuvaus f : E E on bijektio ja kolme joukon E pistettä A, B ja C sijaitsevat samalla suoralla, missä A B ja C = (1 λ)a + λb, huomataan, että pisteet f(a), f(b) ja f(c) ovat myös samalla suoralla. Syy siihen on se, että aini kuvaus säilyttää painopisteet, jolloin f(c) = (1 λ)f(a) + λf(b). Lisäksi kolmelle samalla suoralla sijaitsevalle pisteelle A, B ja C, missä A C ja B = (1 β)a + βc, voidaan määrittää pistejonon A, B, C suhde: suhde(a, B, C) = β 1 β = AB BC. 34

38 Seuraavaksi tarkastellaan bijektiivisiin aineihin kuvauksiin liittyvää käsitettä: homotetiaa. Olkoon A E ja λ R. Homotetiakeskuksen A ja suhdeluvun λ homotetia on kuvaus H A,λ, joka määritellään seuraavalla tavalla: H A,λ (X) = A + λ AX kaikilla X E. Kun λ = 1, H A,1 on identiteettikuvaus. Esimerkki 7.5. Olkoon O E homotetiakeskus ja λ = 2. Oletetaan myös, että A, B, C E. Tällöin ja H O,2 (A) = A + 2 OA = A, H O,2 (B) = B + 2 OB = B H O,2 (C) = C + 2 OC = C. Tämän esimerkin homotetia on havainnollistettu kuvassa 7.3. Kuva 7.3: Homotetia 35

39 Luku 8 Ainin geometrian esimerkkejä Tässä luvussa todistetaan kolme ainin geometrian tulosta kayttäen apuna sitä tietoa, mitä ollaan käsitelty. Lemma 8.1. Thaleen lause. Olkoon kolmikko (E, E, +) aini avaruus. Oletetaan, että H 1, H 2, ja H 3 ovat kolme yhdensuuntaista hypertasoa. Hypertasoksi kutsutaan (n 1)-ulotteista ainia aliavaruutta. Lisäksi oletetaan, että suorat s ja l eivät ole yhdensuuntaisia hypertasojen kanssa, pisteet A 1, A 2 ja A 3 ovat suoran s ja hypertasojen leikkauspisteet, sekä pisteet B 1, B 2 ja B 3 ovat vastaavasti suoran l ja hypertasojen leikkauspisteet. Tällöin seuraavat suhteet ovat samat: A 1 A 3 = A 1 A 2 B 1 B 3 B 1 B 2 = r. Toisinpäin, jos mille tahansa suoralla s olevalle pisteelle C pätee, että A 1 C = r, niin C = A 3. Kuva 8.1 havainnollistaa tilannetta. A 1 A 2 Todistus. Koska tasot H 1, H 2 ja H 3 ovat yhdensuuntaiset, niillä on sama suunta H E. Nyt on tarkoitus projektoida suoran l pisteet suoralle s kulkien hypertasojen suuntaa pitkin. Esitetään suora s suuntavektorin avulla: olkoon vektori ū E \ H, sellainen, että s = A 1 + Rū. Suora s ei ole yhdensuuntainen hypertasojen kanssa, joten voidaan määrittää lineaarikuvaus f : E Rū, joka on hypertasojen suunnan H kanssa yhdensuuntainen projektio suoralle Rū. Tämän lineaarikuvauksen avulla saadaan aini kuvaus f : E s, joka määritellään seuraavalla tavalla: f(b 1 + w) = A 1 + f ( w) 36

40 Kuva 8.1: Thaleen teoreema kaikilla w E. Tällöin piste B 1 kuvautuu pisteeksi A 1 eli f(b 1 ) = A 1. Koska tasoilla H 1, H 2 ja H 3 on sama suunta H, niin myös f(b 2 ) = A 2 ja f(b 3 ) = A 3. Aini kuvaus f säilyttää samalla suoralla sijaitsevien pisteiden suhteet, joten A 1 A 3 = A 1 A 2 B 1 B 3. B 1 B 2 Nyt todistetaan toinen väite. Oletetaan, että piste C on mikä tahansa A 1 C B 1 B 3 suoralla s oleva piste ja että = r. Tiedetään, että myös = r. A 1 A 2 B 1 B 2 Tällöin samalla tavalla kuin edellisessä todistuksessa määritellyn kuvauksen f mukaan pitää olla, että f(b 3 ) = C. Koska kuvaus f säilyttää samalla suoralla sijaitsevien pisteiden suhteet, pitää olla, että f(b 3 ) = A 3, jolloin välttämättä C = A 3. Seuraavaksi todistetaan yksi lemma, josta on apua seuraavissa lauseissa. Lemma 8.2. Oletetaan, että kolmikko (E, E, +) on aini avaruus, pisteet A, B E eivät ole samat ja f on homotetiakuvaus, joka ei ole identiteettikuvaus. Jos A = f(a), s =< A, B > on pisteiden A ja B kautta kulkeva suora ja s on pisteen A kautta kulkeva suora, joka on yhdensuuntainen suoran s kanssa, niin seuraavat väitteet ovat ekvivalentteja: (i) B = f(b); (ii) Olkoon l pisteen B kautta kulkeva ja pisteiden A ja A kautta kulkevan suoran kanssa yhdensuuntainen suora. Jos f on translaatio, niin B on suorien s ja l leikkauspiste. 37

41 Jos homotetiakuvauksen f homotetiakeskus on piste C, niin B = s < C, B >. Tässä lemmassa on siis kaksi osaa, jotka todistetaan erikseen. Todistus. (Osa 1) Osan 1 tilanne näkyy kuvassa 8.2. Kuva 8.2: Osa 1 Oletetaan, että B = f(b) ja että kuvaus f on translaatio, jolloin Af(A) = AA = BB = Bf(B) eli vektoreiden pituus ja suunta ovat samat. Siitä, että vektoreiden suunta on sama, johtuu, että pisteiden A ja A kautta sekä pisteiden B ja B kautta kulkevat suorat ovat yhdensuuntaiset eli piste B sijaitsee suoralla l. Suorien yhdensuuntaisuudesta ja siitä, että vektoreiden AA ja BB pituudet ovat samat, johtuu, että pisteiden A ja B kautta kulkeva suora s on yhdensuuntainen pisteiden A ja B kautta kulkevan suoran kautta, joka on määrittelyn mukaan suora s. Siis piste B sijaitsee sekä suoralla l että suoralla s. Näin ollen piste B on niiden suorien leikkauspiste. Todistetaan väite toiseen suuntaan. Oletetaan, että f on translaatio ja piste B on suorien s ja l leikkauspiste. Edelleen translaation vuoksi pätee, että Af(A) = AA = Bf(B), joten pisteen f(b) on todistuksen toisen suunnan mukaan oltava suorien l ja s leikkauspiste, joka oletuksen mukaan on piste B. Siis B = f(b). (Osa 2) Kuvan 8.3 avulla tilanne selkenee. Oletetaan, että B = f(b) ja että homotetiakuvauksen f homotetiakeskus on piste C. Homotetiakuvauksesta f C,λ (B) = C + λ BC = B, missä λ 1, johtuu, että piste B luonnostaan sijaitsee suoralla, joka kulkee pisteiden B ja C kautta. Lisäksi homotetiakuvauksesta johtuen CA CB mittasuhteet säilyvät: =. Tällöin Thaleen lauseen mukaan AA BB 38

42 Kuva 8.3: Osa 2 pisteiden A ja B kautta kulkevan suoran s on oltava yhdensuuntainen pisteiden A ja B kautta kulkevan suoran kanssa, jonka täytyy olla suora s. Piste B siis sijaitsee sekä suoralla s että suoralla < C, B > eli B = s < C, B >. Todistetaan väite toiseen suuntaan. Oletetaan, että homotetiakuvauksen f homotetiakeskus on piste C ja B = s < C, B >. Tällöin suoraan Thaleen lauseeseen viitaten kuvaus f on määritelty niin, että B = f(b). Lemma 8.3. Pappoksen lause. Oletetaan, että E on aini taso, suorat s ja s eivät ole samat, sekä pisteet A, B ja C ovat suoralla s. Oletetaan lisäksi, että pisteet A, B ja C ovat suoralla s. Jos mikään pisteistä A, B, C, A, B ja C ei ole suorien s ja s leikkauspiste ja suorat < A, B > ja < A, B > ovat yhdensuuntaiset samoin kuten suorat < B, C > ja < B, C >, niin suorat < A, C > ja < A, C > ovat myös yhdensuuntaiset. Suorat näkyvät kuvassa 8.4. Kuva 8.4: Pappoksen lause 39

43 Todistus. Jos suorat s ja s eivät ole yhdensuuntaiset, olkoon O niiden leikkauspiste. Olkoon f homotetiakuvaus, jonka homotetiakeskus on piste O, ja jolle pätee, että f(a) = B. Lisäksi olkoon g homotetiakuvaus, jonka homotetiakeskus on myös piste O, ja jolle pätee g(b) = C. Koska suorat < A, B > ja < A, B > ovat yhdensuuntaiset, lemman 8.2 mukaan A = f(b ). Samalla tavalla koska < B, C > ja < B, C > ovat yhdensuuntaiset, niin B = g(c ). Olkoon h = g f, jolloin h(a) = C ja näin ollen h(a ) = C. Edelleen lemmasta 8.2 johtuen suorat < A, C > ja < A, C > ovat yhdensuuntaiset. Jos suorat s ja s ovat yhdensuuntaiset, todistus menee samalla tavalla translaatioita käyttäen. Olkoon f translaatio, jolle pätee f(a) = B. Olkoon g translaatio, jolle pätee g(b) = C. Koska suorat < A, B > ja < A, B > ovat yhdensuuntaiset, lemman 8.2 mukaan A = f(b ). Samalla tavalla koska < B, C > ja < B, C > ovat yhdensuuntaiset, niin B = g(c ). Olkoon h = g f, jolloin h(a) = C ja näin ollen h(a ) = C.Tällöin lemmasta 8.2 johtuen suorat < A, C > ja < A, C > ovat yhdensuuntaiset. Lemma 8.4. Desarguesin lause. Oletetaan, että kolmikko (E, E, +) on aini avaruus. Olkoot ABC ja A B C kolmioita. Jos kolmioiden sivut < A, B > ja < A, B > sekä < B, C > ja < B, C > ovat yhdensuuntaiset, niin sivut < A, C > ja < A, C > ovat myös yhdensuuntaiset, jos ja vain jos suorat < A, A >, < B, B > ja < C, C > ovat joko yhdensuuntaiset tai niillä on yhteinen leikkauspiste. Lausetta havainnollistaa kuva 8.5. Kuva 8.5: Desarguesin lause Todistus. Oletetaan ensin, että suorat < A, B > ja < A, B >, < B, C > ja < B, C >, sekä < A, C > ja < A, C > ovat yhdensuuntaiset. Koska suorat < A, B > ja < A, B > ovat yhdensuuntaiset, piteet A, A, B ja B sijaitsevat samalla tasolla. Tällöin suorat < A, A > ja < B, B > ovat jo- 40

44 ko yhdensuuntaiset tai leikkaavat toisensa pisteessä O. Tarkastellaan tapaus, jossa suorat leikkaavat toisensa. Olkoon f homotetiakuvaus, jonka homotetiakeskus on piste O ja f(a) = A. Tällöin lemman 8.2 mukaan f(b) = B. Jos f(c) = C, niin edelleen lemman 8.2 mukaan suorat < B, C > ja < B, C > sekä suorat < A, C > ja < A, C > ovat yhdensuuntaiset. Koska pisteen A kautta kulkeva suora, joka on yhdensuuntainen suoran < A, C > kanssa, on yksikäsitteinen, ja se on suora < A, C >, täytyy olla, että C = C. Näin ollen suora < C, C > leikkaa suorat < A, A > ja < B, B > homotetiakeskuksessa eli pisteessä O. Nyt mennään tapaukseen, missä suorat < A, A > ja < B, B > ovat yhdensuuntaiset. Olkoon kuvaus f sellainen translaatio, että f(a) = A ja f(b) = B lemmasta 8.2 johtuen. Tällöin jos f(c) = C, niin lemman 8.2 mukaan suorat < B, C > ja < B, C > sekä suorat < A, C > ja < A, C > ovat yhdensuuntaiset, mikä edelleen johtaa siihen johtopäätökseen, että C = C. Tästä syystä suorat < A, A >, < B, B > ja < C, C > ovat yhdensuuntaiset. Todistetaan toinen suunta. Oletetaan, että suorat < A, A >, < B, B > ja < C, C > ovat joko yhdensuuntaiset tai niillä on yhteinen leikkauspiste, ja sen lisäksi, että < A, B > ja < A, B > sekä < B, C > ja < B, C > ovat yhdensuuntaiset. Tarkastellaan tapaus, missä suorat < A, A >, < B, B > ja < C, C > leikkaavat toisensa pisteessä O. Olkoon f homotetiakuvaus, jonka homotetiakeskus on piste O ja jonka mukaan f(a) = A. Lemmasta 8.2 johtuu se, että f(c) = C sekä se, että tällöin suorien < A, C > ja < A, C > on oltava yhdensuuntaiset. Nyt katsotaan, mitä tapahtuu, jos suorat < A, A >, < B, B > ja < C, C > ovat yhdensuuntaiset. Suorat < A, B > ja < A, B > sekä < B, C > ja < B, C > ovat oletuksen mukaan myös yhdensuuntaiset. Olkoon kuvaus f translaatio, jonka mukaan f(a) = A, sekä lemmasta 8.2 johtuen f(c) = C. Tällöin taas kerran lemman 8.2 mukaan tulos on se, että suorat < A, C > ja < A, C > ovat yhdensuuntaiset. 41

45 Luku 9 Kirjallisuutta (1) N. L. Balazs (1980) Weyl's association, Wigner's function and ane geometry, Physica A: Statistical Mechanics and its Applications, Vol.102(2) (2) J. Gallier (2018) Curves and Surfaces In Geometric Modeling: Theory And Algorithms, University of Pennsylvania, Department of Computer and Information Science (3) J. Gallier (2011) Geometric Methods and Applications for Computer Science and Engineering, 2. painos, Springer (4) J. Häsä, L. Oinonen, J. Rämö (2015) Johdatus lineaarialgebraan, Osa I, Helsingin yliopisto, Matematiikan ja tilastotieteen laitos (5) K. T. Leung (1974) Linear Algebra and Geometry, Hong Kong University Press (6) L. Oinonen, J. Rämö (2015) Johdatus lineaarialgebraan, Osa II, Helsingin yliopisto, Matematiikan ja tilastotieteen laitos (7) I. R. Shafarevich, A. O. Remizov (2013) Linear Algebra and Geometry, Springer 42

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141 Lineaarialgebra ja matriisilaskenta II LM2, Kesä 2012 1/141 Kertausta: avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja.

Lisätiedot

Kuvaus. Määritelmä. LM2, Kesä /160

Kuvaus. Määritelmä. LM2, Kesä /160 Kuvaus Määritelmä Oletetaan, että X ja Y ovat joukkoja. Kuvaus eli funktio joukosta X joukkoon Y on sääntö, joka liittää jokaiseen joukon X alkioon täsmälleen yhden alkion, joka kuuluu joukkoon Y. Merkintä

Lisätiedot

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio. Määritelmä Bijektio Oletetaan, että f : X Y on kuvaus. Sanotaan, että kuvaus f on bijektio, jos se on sekä injektio että surjektio. Huom. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Lotta Oinonen ja Johanna Rämö 6. joulukuuta 2012 Helsingin yliopisto Matematiikan ja tilastotieteen laitos 2012 Sisältö 1 Avaruus R n 4 1 Avaruuksien R 2 ja R 3 vektorit.....................

Lisätiedot

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /310

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /310 Lineaarialgebra ja matriisilaskenta II LM2, Kesä 2012 1/310 Kertausta: avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja.

Lisätiedot

802320A LINEAARIALGEBRA OSA I

802320A LINEAARIALGEBRA OSA I 802320A LINEAARIALGEBRA OSA I Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 72 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä

Lisätiedot

1 Lineaariavaruus eli Vektoriavaruus

1 Lineaariavaruus eli Vektoriavaruus 1 Lineaariavaruus eli Vektoriavaruus 1.1 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä V epätyhjä joukko. Oletetaan, että joukossa V on määritelty laskutoimitus

Lisätiedot

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista 29 9 Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista Tarkastelemme kertalukua n olevia lineaarisia differentiaaliyhtälöitä y ( x) + a ( x) y ( x) + + a ( x) y( x) + a ( x) y= b( x) ( n) ( n

Lisätiedot

Lineaarikuvauksen R n R m matriisi

Lineaarikuvauksen R n R m matriisi Lineaarikuvauksen R n R m matriisi Lauseessa 21 osoitettiin, että jokaista m n -matriisia A vastaa lineaarikuvaus L A : R n R m, jolla L A ( v) = A v kaikilla v R n. Osoitetaan seuraavaksi käänteinen tulos:

Lisätiedot

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on 13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu

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

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina 10.8.2015 klo 16.15. Tehtäväsarja I Tutustu lukuun 15, jossa vektoriavaruuden

Lisätiedot

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen

Lisätiedot

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 17 R. Kangaslampi Vektoriavaruudet Vektoriavaruus

Lisätiedot

Avaruuden R n aliavaruus

Avaruuden R n aliavaruus Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla

Lisätiedot

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218 Lineaarialgebra ja matriisilaskenta I LM1, Kesä 2012 1/218 Avaruuden R 2 vektorit Määritelmä (eli sopimus) Avaruus R 2 on kaikkien reaalilukuparien joukko; toisin sanottuna R 2 = { (a, b) a R ja b R }.

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

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

Kertausta: avaruuden R n vektoreiden pistetulo

Kertausta: avaruuden R n vektoreiden pistetulo Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2012 227/310 Kertausta:

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Tehtävät 1-3 lasketaan alkuviikon harjoituksissa, verkkotehtävien dl on lauantaina aamuyöllä. Tehtävät 4 ja 5 lasketaan loppuviikon harjoituksissa.

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio 6 Vektoriavaruus R n 6.1 Lineaarikombinaatio Määritelmä 19. Vektori x œ R n on vektorien v 1,...,v k œ R n lineaarikombinaatio, jos on olemassa sellaiset 1,..., k œ R, että x = i v i. i=1 Esimerkki 30.

Lisätiedot

7 Vapaus. 7.1 Vapauden määritelmä

7 Vapaus. 7.1 Vapauden määritelmä 7 Vapaus Kuten edellisen luvun lopussa mainittiin, seuraavaksi pyritään ratkaisemaan, onko annetussa aliavaruuden virittäjäjoukossa tarpeettomia vektoreita Jos tällaisia ei ole, virittäjäjoukkoa kutsutaan

Lisätiedot

3 Suorat ja tasot. 3.1 Suora. Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta.

3 Suorat ja tasot. 3.1 Suora. Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta. 3 Suorat ja tasot Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta. 3.1 Suora Havaitsimme skalaarikertolaskun tulkinnan yhteydessä, että jos on mikä tahansa nollasta

Lisätiedot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa. LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,

Lisätiedot

802320A LINEAARIALGEBRA OSA II

802320A LINEAARIALGEBRA OSA II 802320A LINEAARIALGEBRA OSA II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 64 Sisätuloavaruus Määritelmä 1 Olkoon V reaalinen vektoriavaruus. Kuvaus on reaalinen

Lisätiedot

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Kantavektorien kuvavektorit määräävät lineaarikuvauksen Kantavektorien kuvavektorit määräävät lineaarikuvauksen Lause 18 Oletetaan, että V ja W ovat vektoriavaruuksia. Oletetaan lisäksi, että ( v 1,..., v n ) on avaruuden V kanta ja w 1,..., w n W. Tällöin

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa II Lotta Oinonen, Johanna Rämö 28. lokakuuta 2014 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 15 Vektoriavaruus....................................

Lisätiedot

3 Skalaari ja vektori

3 Skalaari ja vektori 3 Skalaari ja vektori Määritelmä 3.1 Skalaari on suure, jolla on vain suuruus, jota mitataan jossakin mittayksikössä. Skalaaria merkitään reaaliluvulla. Esimerkki 3.2 Paino, pituus, etäisyys, pinta-ala,

Lisätiedot

1 Sisätulo- ja normiavaruudet

1 Sisätulo- ja normiavaruudet 1 Sisätulo- ja normiavaruudet 1.1 Sisätuloavaruus Määritelmä 1. Olkoon V reaalinen vektoriavaruus. Kuvaus : V V R on reaalinen sisätulo eli pistetulo, jos (a) v w = w v (symmetrisyys); (b) v + u w = v

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 13.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/12 Käytännön asioita Kesäkuun tentti: ke 19.6. klo 17-20, päärakennuksen sali 1. Anna palautetta kurssisivulle ilmestyvällä

Lisätiedot

Ominaisvektoreiden lineaarinen riippumattomuus

Ominaisvektoreiden lineaarinen riippumattomuus Ominaisvektoreiden lineaarinen riippumattomuus Lause 17 Oletetaan, että A on n n -matriisi. Oletetaan, että λ 1,..., λ m ovat matriisin A eri ominaisarvoja, ja oletetaan, että v 1,..., v m ovat jotkin

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset 31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita

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

Tekijä Pitkä matematiikka b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta.

Tekijä Pitkä matematiikka b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta. Tekijä Pitkä matematiikka 4 9.1.016 79 a) Kuvasta nähdään, että a = 3i + j. b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta. 5a b = 5(3i + j) ( i 4 j)

Lisätiedot

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä) Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe 26.10.2017 Ratkaisuehdotus 1. (35 pistettä) (a) Seuraavat matriisit on saatu eräistä yhtälöryhmistä alkeisrivitoimituksilla. Kuinka monta ratkaisua yhtälöryhmällä

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210 Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/210 Lineaarialgebra (muut ko) p. 2/210 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 23.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/22 Käytännön asioita Ensimmäiset tehtävät olivat sujuneet hyvin. Kansilehdet on oltava mukana tehtäviä palautettaessa,

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa I Jokke Häsä, Lotta Oinonen, Johanna Rämö 9 heinäkuuta 2013 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 1 Avaruuksien R 2 ja R 3 vektorit 4 11 Kaksiulotteisen

Lisätiedot

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi Lineaarikuvaukset aiheita ten ten 1 Matematiikassa sana lineaarinen liitetään kahden lineaariavaruuden väliseen kuvaukseen. ten Määritelmä Olkoon (L, +, ) ja (M, ˆ+, ˆ ) reaalisia lineaariavaruuksia, ja

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa I Jokke Häsä, Lotta Oinonen, Johanna Rämö 27. marraskuuta 2015 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 1 Vektoriavaruuksien R 2 ja R 3 vektorit........................

Lisätiedot

Yleiset lineaarimuunnokset

Yleiset lineaarimuunnokset TAMPEREEN YLIOPISTO Pro gradu -tutkielma Kari Tuominen Yleiset lineaarimuunnokset Matematiikan ja tilastotieteen laitos Matematiikka Toukokuu 29 Tampereen yliopisto Matematiikan ja tilastotieteen laitos

Lisätiedot

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n Määritelmä 1.1 Algebran A keskus C on joukko C (A) = {a A ax = xa x A}. Lause 1. Olkoon Cl n Cliffordin algebra, jonka generoi joukko {e 1,..., e n }. Jos n on parillinen, niin C (Cl n ) = {λ λ R}. Jos

Lisätiedot

Vektorien virittämä aliavaruus

Vektorien virittämä aliavaruus Vektorien virittämä aliavaruus Esimerkki 13 Mikä ehto vektorin w = (w 1, w 2, w 3 ) komponenttien on toteutettava, jotta w kuuluu vektoreiden v 1 = (3, 2, 1), v 2 = (2, 2, 6) ja v 3 = (3, 4, 5) virittämään

Lisätiedot

802320A LINEAARIALGEBRA OSA III

802320A LINEAARIALGEBRA OSA III 802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 56 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V

Lisätiedot

Tekijä Pitkä matematiikka On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 4 5

Tekijä Pitkä matematiikka On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 4 5 Tekijä Pitkä matematiikka 6..06 8 On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 5 sivun AB pituudesta. Pitää siis osoittaa, että DE = AB. 5 Muodostetaan vektori DE. DE =

Lisätiedot

Lineaarista projektiivista geometriaa

Lineaarista projektiivista geometriaa TAMPEREEN YLIOPISTO Pro gradu -tutkielma Iiris Repo Lineaarista projektiivista geometriaa Informaatiotieteiden yksikkö Matematiikka Marraskuu 2012 Tampereen yliopisto Informaatiotieteiden yksikkö REPO,

Lisätiedot

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus. 1 Lineaarikuvaus 1.1 Määritelmä Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) aina, kun v, w V ja λ K. Termejä:

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81 Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/81 Lineaarialgebra (muut ko) p. 2/81 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2 )

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

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo. Lineaariavaruudet aiheita 1 määritelmä Nelikko (L, R, +, ) on reaalinen (eli reaalinen vektoriavaruus), jos yhteenlasku L L L, ( u, v) a + b ja reaaliluvulla kertominen R L L, (λ, u) λ u toteuttavat seuraavat

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa II Lotta Oinonen, Johanna Rämö 25. lokakuuta 2015 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 15 Vektoriavaruus... 111 16 Aliavaruus... 117 16.1 Vektoreiden

Lisätiedot

Laskutoimitusten operaattorinormeista

Laskutoimitusten operaattorinormeista Laskutoimitusten operaattorinormeista Rami Luisto 27. tammikuuta 2012 Tiivistelmä Tässä kirjoitelmassa määrittelemme vektoriavaruuksien väliselle lineaarikuvaukselle normin ja laskemme sen eksplisiittisesti

Lisätiedot

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit

Lisätiedot

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v. Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin w = w w = ( 4) 2 + ( 3) 2 = 25 = 5 v = v v = ( 3) 2 + 2 2 = 13. w =5 3 2 v = 13 4 3 LM1, Kesä 2014 76/102 Normin ominaisuuksia I Lause

Lisätiedot

Tekijä Pitkä matematiikka Poistetaan yhtälöparista muuttuja s ja ratkaistaan muuttuja r.

Tekijä Pitkä matematiikka Poistetaan yhtälöparista muuttuja s ja ratkaistaan muuttuja r. Tekijä Pitkä matematiikka 4 16.12.2016 K1 Poistetaan yhtälöparista muuttuja s ja ratkaistaan muuttuja r. 3 r s = 0 4 r+ 4s = 2 12r 4s = 0 + r+ 4s = 2 13 r = 2 r = 2 13 2 Sijoitetaan r = esimerkiksi yhtälöparin

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

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Lineaarialgebra (muut ko)

Lineaarialgebra (muut ko) Lineaarialgebra (muut ko) p. 1/103 Lineaarialgebra (muut ko) Tero Laihonen Lineaarialgebra (muut ko) p. 2/103 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v

Lisätiedot

Kertausta: avaruuden R n vektoreiden pistetulo

Kertausta: avaruuden R n vektoreiden pistetulo Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2014 164/246 Kertausta:

Lisätiedot

Kanta ja dimensio 1 / 23

Kanta ja dimensio 1 / 23 1 / 23 Kuten ollaan huomattu, saman aliavaruuden voi virittää eri määrä vektoreita. Seuraavaksi määritellään mahdollisimman pieni vektorijoukko, joka virittää aliavaruuden. Jokainen aliavaruuden alkio

Lisätiedot

1 Avaruuksien ja lineaarikuvausten suora summa

1 Avaruuksien ja lineaarikuvausten suora summa MAT-33500 Differentiaaliyhtälöt, kevät 2006 Luennot 27.-28.2.2006 Samuli Siltanen 1 Avaruuksien ja lineaarikuvausten suora summa Tämä asialöytyy myös Hirschin ja Smalen kirjasta, luku 3, pykälä 1F. Olkoon

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Ensi viikon luennot salissa X. Lineaarialgebra (muut ko) p. 1/66

Ensi viikon luennot salissa X. Lineaarialgebra (muut ko) p. 1/66 Ensi viikon luennot salissa X Lineaarialgebra (muut ko) p. 1/66 Lineaarialgebra (muut ko) p. 2/66 Redusoitu porrasmuoto 1 1 2 4 1 1 4 6 2 2 5 9 1 1 0 2 0 0 1 1 0 0 0 0 Eli aste r(a) = 2 ja vaakariviavaruuden

Lisätiedot

Ristitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti

Ristitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti 14 Ristitulo Avaruuden R 3 vektoreille voidaan määritellä pistetulon lisäksi niin kutsuttu ristitulo. Pistetulosta poiketen ristitulon tulos ei ole reaaliluku vaan avaruuden R 3 vektori. Ristitulosta on

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa I Jokke Häsä, Lotta Oinonen, Johanna Rämö 11. syyskuuta 2016 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 1 Vektoriavaruuksien R 2 ja R 3 vektorit........................

Lisätiedot

MS-A0004/A0006 Matriisilaskenta

MS-A0004/A0006 Matriisilaskenta 4. MS-A4/A6 Matriisilaskenta 4. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto..25 Tarkastellaan neliömatriiseja. Kun matriisilla kerrotaan vektoria, vektorin

Lisätiedot

Vektorit, suorat ja tasot

Vektorit, suorat ja tasot , suorat ja tasot 1 / 22 Koulussa vektori oli nuoli, jolla oli suunta ja suuruus eli pituus. Siirretään vektori siten, että sen alkupää on origossa. Tällöin sen kärki on pisteessä (x 1, x 2 ). Jos vektorin

Lisätiedot

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila Lineaarialgebra ja matriisilaskenta II Syksy 29 Laskuharjoitus (9. - 3..29) Ratkaisuehdotuksia Vesa Ala-Mattila Tehtävä. Olkoon V vektoriavaruus. Todistettava: jos U V ja W V ovat V :n aliavaruuksia, niin

Lisätiedot

Vektoreiden virittämä aliavaruus

Vektoreiden virittämä aliavaruus Vektoreiden virittämä aliavaruus Määritelmä Oletetaan, että v 1, v 2,... v k R n. Näiden vektoreiden virittämä aliavaruus span( v 1, v 2,... v k ) tarkoittaa kyseisten vektoreiden kaikkien lineaarikombinaatioiden

Lisätiedot

Vastaavasti, jos vektori kerrotaan positiivisella reaaliluvulla λ, niin

Vastaavasti, jos vektori kerrotaan positiivisella reaaliluvulla λ, niin 1 / 14 Lukiossa vektori oli nuoli, jolla oli suunta ja suuruus eli pituus. Tarkastellaan aluksi tason vektoreita (R 2 ). Siirretään vektori siten, että sen alkupää on origossa. Tällöin sen kärki on pisteessä

Lisätiedot

MAA15 Vektorilaskennan jatkokurssi, tehtävämoniste

MAA15 Vektorilaskennan jatkokurssi, tehtävämoniste MAA15 Vektorilaskennan jatkokurssi, tehtävämoniste Tason ja avaruuden vektorit 1. Olkoon A(, -, 4) ja B(5, -1, -3). a) Muodosta pisteen A paikkavektori. b) Muodosta vektori AB. c) Laske vektorin AB pituus.

Lisätiedot

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m ) Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Lineaarikuvaukset Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 16 R. Kangaslampi Vektoriavaruudet Lineaarikuvaus

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

Ratkaisut vuosien tehtäviin

Ratkaisut vuosien tehtäviin Ratkaisut vuosien 1978 1987 tehtäviin Kaikki tehtävät ovat pitkän matematiikan kokeista. Eräissä tehtävissä on kaksi alakohtaa; ne olivat kokelaalle vaihtoehtoisia. 1978 Osoita, ettei mikään käyrän y 2

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

JAKSO 2 KANTA JA KOORDINAATIT

JAKSO 2 KANTA JA KOORDINAATIT JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause

Lisätiedot

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1 Lineaarialgebran kertaustehtävien b ratkaisuista. Määritä jokin kanta sille reaalikertoimisten polynomien lineaariavaruuden P aliavaruudelle, jonka virittää polynomijoukko {x, x+, x x }. Ratkaisu. Olkoon

Lisätiedot

102 Käyrä. Piste ( 3,0 ) on käyrällä, jos ja vain jos sen koordinaatit. Siis piste ( 1, 2) Siis piste ( 3,0 ) ei ole käyrällä.

102 Käyrä. Piste ( 3,0 ) on käyrällä, jos ja vain jos sen koordinaatit. Siis piste ( 1, 2) Siis piste ( 3,0 ) ei ole käyrällä. Pramidi 4 Analttinen geometria tehtävien ratkaisut sivu 1 Päivitett 19..6 11 Todistus 1 Kärä x + = x + 4 5 3 31 = x x+ 4, jos ja vain jos pisteen 3,7 koordinaatit toteuttavat kärän htälön. Kun x = 3 ja

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon

Lisätiedot

Matemaattinen Analyysi / kertaus

Matemaattinen Analyysi / kertaus Matemaattinen Analyysi / kertaus Ensimmäinen välikoe o { 2x + 3y 4z = 2 5x 2y + 5z = 7 ( ) x 2 3 4 y = 5 2 5 z ) ( 3 + y 2 ( 2 x 5 ( 2 7 ) ) ( 4 + z 5 ) = ( 2 7 ) yhteys determinanttiin Yhtälöryhmän ratkaiseminen

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

Seuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117

Seuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117 Seuraava luento ti 31.10 on salissa XXII Lineaarialgebra (muut ko) p. 1/117 Lineaarialgebra (muut ko) p. 2/117 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v

Lisätiedot

Alkeismuunnokset matriisille, sivu 57

Alkeismuunnokset matriisille, sivu 57 Lineaarialgebra (muut ko) p. 1/88 Alkeismuunnokset matriisille, sivu 57 AM1: Kahden vaakarivin vaihto AM2: Vaakarivin kertominen skalaarilla c 0 AM3: Vaakarivin lisääminen toiseen skalaarilla c kerrottuna

Lisätiedot

Tietokonegraikan geometriaa

Tietokonegraikan geometriaa Tietokonegraikan geometriaa Eero Hyry kevät 2015 i Sisältö 0 Lineaarialgebran kertausta 1 1 Ainit avaruudet 5 Ainit avaruudet vs. vektoriavaruudet.................... 7 2 Ainit aliavaruudet 12 Konveksi

Lisätiedot

2 Pistejoukko koordinaatistossa

2 Pistejoukko koordinaatistossa Pistejoukko koordinaatistossa Ennakkotehtävät 1. a) Esimerkiksi: b) Pisteet sijaitsevat pystysuoralla suoralla, joka leikkaa x-akselin kohdassa x =. c) Yhtälö on x =. d) Sijoitetaan joitain ehdon toteuttavia

Lisätiedot

1 Tensoriavaruuksista..

1 Tensoriavaruuksista.. 1 Tensoriavaruuksista.. Käydään läpi kirjan (1) sivut 126-133. 19.02.2007 Palautetaaieleen viime kerran tärkeä määritelmä: (kirja, Määr. 5.12). Määritelmä 1.1 Olkoon T vektoriavaruus ja Φ : V 1 V 2 V m

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Lineaarikuvaukset Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Lineaarikuvaukset Lineaarikuvaus Olkoot U ja V

Lisätiedot