Kvaternioiden algebraa ja sovellus rotaatioissa

Koko: px
Aloita esitys sivulta:

Download "Kvaternioiden algebraa ja sovellus rotaatioissa"

Transkriptio

1 TAMPEREEN YLIOPISTO Kandidaattitutkielma Anjuli Pullinen Kvaternioiden algebraa ja sovellus rotaatioissa Informaatiotieteiden yksikkö Matematiikka Maaliskuu 16

2 Sisältö 1 Johdanto 3 Kvaternioiden algebrallisia ominaisuuksia.1 Tarvittavien käsitteiden määritelmiä Kvaterniot on vinokunta Kvaterniot rotaatioissa Rotaatio vektoriesitysmuodon tulona Rotaatio matriisitulona Lähteet 16

3 1 Johdanto Vuonna 183 irlantilainen matemaatikko sir William Rowan Hamilton oli yrittänyt jo yli vuosikymmenen ajan kehittää kolmiulotteiseen avaruuteen R 3 samankaltaista algebrallista rakennetta kuin kompleksiluvut ovat kaksiulotteisessa avaruudessa R. Saman ongelman kanssa olivat kamppailleet myös mm. matemaatikot Gauss, Grassman ja Möbius. Kolmiosainen, imaginääriyksiköitä sisältävä luku a + bi + c j ei ollut osoittautunut toimivaksi ratkaisuksi. Vihdoin lokakuussa 183 Hamilton koki suuren oivalluksen: kompleksilukuja mukaileva, kolmiulotteisen avaruuden ilmiöitä kuvaava luku löytyisikin avaruudesta R. Hintana oli kuitenkin se, että eräästä kompleksilukujen algebrallisesta ominaisuudesta oli luovuttava. Nimittäin kvaternioiden kertolasku ei ole vaihdannainen. Kvaternioista tuli matematiikan historian ensimmäinen vinokunta, jonka kertolasku ei kommutoi. Sittemmin muitakin vastaavia rakenteita on löytynyt - esimerkiksi oktoniot, jotka löytyvät avaruudesta R 8 ja laajentavat edelleen kvaternioiden lukujoukkoa. Lähdin laatimaan tutkielmaani kvaternioista, sillä olen työskennellyt pelialalla ja kohdannut tuolloin kvaterniot kolmiulotteisen avaruuden rotaatioiden yhteydessä, jotka ovatkin kvaternioiden tunnetuin sovellus. Esittelen tutkielmassani kvaternioiden algebrallisia ominaisuuksia sekä niiden sovellusta kolmiulotteisen avaruuden rotaatioissa. Kvaterniot on mahdollista esittää monilla eri tavoilla, jotka ovat keskenään isomorfisia, ja kvaternioiden kertolaskun tuloksen voi tuottaa monen eri algoritmin avulla. Esittelen tutkielmassani kolme erilaista esitystapaa kvaternioille. 3

4 Kvaternioiden algebrallisia ominaisuuksia.1 Tarvittavien käsitteiden määritelmiä Tässä alaluvussa määrittelemme kvaternioiden lukujoukon sekä yhteen- ja kertolaskuoperaatiot kvaternioiden joukossa. Näiden jälkeen määrittelemme vielä eräitä kvaternioiden erikoistapauksia, joita tarvitsemme toisessa luvussa, kun sovellamme kvaternioita rotaatioissa. Määritelmä.1. (vrt. [1, s. 53]) Määrittelemme kvaternion lukuna q, joka toteuttaa seuraavat ehdot. 1. q = a + bi + c j + dk, a, b, c, d R,. i = j = k = i jk = 1. Merkitsemme kvaternioiden lukujoukkoa H:lla: H = {a + bi + c j + dk a, b, c, d R} Merkitsemme etenkin rotaatioiden yhteydessä kvaterniota q = a + bi + c j + dk myös q = [s, v]:llä, missä s = a ja v = (b, c, d) R 3. Myöhemmin, kun olemme määritelleet yhteen- ja kertolaskuoperaatiot kvaternioiden joukossa, osoitamme, että struktuurit (H, +, ) ja ({[a, v] a R, v R 3 }, +, ) ovat isomorfiset. Kutsumme lukua a kvaternion reaaliosaksi ja lukua bi + c j + dk sen imaginääriosaksi. Imaginääriosaa voimme kutsua myös vektoriosaksi, kun merkitsemme sitä järjestetyllä kolmikolla (b, c, d) R 3. Huomautus 1. Voimme käyttää erilaisia esitystapoja kvaternioille. Tässä luvussa käytämme lähinnä yllä esitettyä muotoa q = a + bi + c j + dk. Kutsumme tätä esitysmuotoa kvaternion imaginääriesitykseksi, koska se sisältää imaginääriyksiköitä, joita muut käyttämämme esitysmuodot eivät sisällä. Luvussa 3 tutustumme tarkemmin kvaternioiden muihin esitysmuotoihin. Määritelmä.. Olkoot q 1 = a 1 + b 1 i + c 1 j + d 1 k H ja q = a + b i + c j + d k H

5 kvaternioita. Määrittelemme kvaternioiden q 1 ja q summan seuraavasti. q 1 + q = (a 1 + a ) + (b 1 + b )i + (c 1 + c ) j + (d 1 + d )k. Määrittelemme kvaternioiden q 1 ja q tulon seuraavasti. q 1 q = (a 1 a b 1 b c 1 c d 1 d ) + (a 1 b + b 1 a + c 1 d d 1 c )i + (a 1 c + c 1 a + d 1 b b 1 d ) j + (a 1 d + d 1 a + b 1 c c 1 b )k. Merkitsemme tuloa q 1 q myös lyhyemmin q 1 q :lla. Huomautus. Kvaternioiden yhteen- ja kertolaskuoperaatioiden idea on samanlainen kuin kompleksilukujen yhteen- ja kertolaskun idea. Kvaternioiden q 1 = a 1 + b 1 i + c 1 j + d 1 k ja q = a + b i + c j + d k tulon muistisääntönä toimii ajatus reaalisesta tulosta q 1 q, jossa i, j ja k ovat reaalisia muuttujia. Kun olemme kirjoittaneet tämän tulon auki, korvaamme muuttujien i, j ja k väliset kertolaskut seuraavilla laskusäännöillä: i = j = k = 1, i j = k, jk = i, ki = j, ji = k, k j = i, ik = j. Tuloa auki kirjoiettaessa tulee muistaa, etteivät muuttujien i, j ja k väliset tulot ole vaihdannaisia, eli meidän on säilytettävä tulokaavassa näiden muuttujien keskinäinen järjestys. Ne eivät siis käyttäydykään aivan kuten reaaliset muuttujat. Näiden yllä määriteltyjen laskusääntöjen paikkansapitävyyttäkään emme tietenkään voi määrittää ennen kuin olemme määrittäneet kertolaskun. Voimme upottaa joukon R joukkoon H injektiokuvauksella f : R H, f (a) = a + i + j + k. Kuvaus f säilyttää laskusäännöt, sillä f (a) + f (b) = f (a + b) ja f (a) f (b) = f (ab) aina, kun a, b R. Täten struktuurit (R, +, ) ja ({q q = a+i+ j+k H}, +, ) ovat isomorfiset. Tästedes samaistamme suoraan reaaliluvun a sellaisen kvaternion kanssa, jonka reaaliosa = a ja jonka imäginääriosa =. Voimme upottaa myös joukon R 3 joukkoon H injektiokuvauksella f : R 3 H, f (v) = [, v]. Myös tämä kuvaus säilyttää laskusäännöt, joten struktuurit (R 3, +, ) ja ({q q = [, v] H}, +, ) ovat isomorfiset. Tästedes samaistamme suoraan vektorin v R 3 sellaisen kvaternion kanssa, jonka reaaliosa = ja jonka vektoriosa = v. Määritelmä.3. (vrt. [1, s. 58] Kutsumme puhtaaksi kvaternioksi sellaista kvaterniota p, jonka reaaliosa on yhtä kuin nolla, eli p = xi + y j + zk = [, v]. 5

6 Määritelmä.. (vrt. [1, s. 6] Olkoon q = a + bi + c j + dk H kvaternio. Määrittelemme kvaternion q pituuden q seuraavasti. q = a + b + c + d. Määritelmä.5. (ks. [1, s. 6] Olkoon q = a + bi + c j + dk H kvaternio. Kutsumme kvaterniota q yksikkökvaternioksi (engl. unit-norm quaternion), jos sen pituus on yksi. Siis q on yksikkökvaternio, jos a + b + c + d = 1.. Kvaterniot on vinokunta Tässä alaluvussa todistamme struktuurin (H, +) triviaalisti Abelin ryhmäksi ja struktuurin (H, +, ) renkaaksi. Sen jälkeen osoitamme, että struktuuri (H, +, ) ei ole kunta. Lopuksi määrittelemme vinokunnan ja toteamme struktuurin (H, +, ) olevan vinokunta. Oletamme ryhmän ja renkaan määritelmät tunnetuiksi. Lause.1. Struktuuri (H, +, ) on Abelin ryhmä. Todistus. Määritelmästä. näemme selvästi, että yhteenlaskuoperaatio q 1 + q on suljettu joukossa H. Näemme myös selvästi, että on olemassa neutraalialkio = + i + j + k H. Myös yhteenlaskun liitännäisyys on selvää reaalilukujen liitännäisyyden nojalla. Jokaiselle luvulle q = a + bi + c j + dk H on myös selvästi olemassa vasta-alkio q = a + ( b)i + ( c) j + ( d)k H. Lisäksi kvaternioiden yhteenlasku on selvästi vaihdannainen reaalilukujen yhteenlaskun vaihdannaisuuden nojalla. Näin ollen kvaternioiden joukko varustettuna yhteenlaskuoperaatiolla on Abelin ryhmä. Lause.. Struktuuri (H, +, ) on rengas. Todistus. Näemme selvästi määritelmästä., että kvaternioiden kertolasku on suljettu operaatio ryhmässä H. Näemme myös selvästi, että kvaternioille q 1, q ja q 3 pätee kertolaskun liitännäisyyslaki q 1 (q q 3 ) = (q 1 q )q 3 reaalilukujen kertolaskun liitännäisyyden nojalla. 6

7 Olkoon q = a + bi + c j + dk H kvaternio. Luku 1 = 1 + i + j + k H. Nyt 1q = 1 a + (1 b)i + (1 c) j + (1 d)k = a + bi + c j + dk = q = q1. Siis kvaternioiden ryhmästä löytyy kertolaskun neutraalialkio 1. Enää on todettava osittelulakien voimassaolo yhteen- ja kertolaskun suhteen. Tämä tulos onkin kvaternioiden tapauksessa hieman monimutkaisempi, joten käymme sen läpi vaihe vaiheelta. Olkoot q 1 = a 1 + b 1 i + c 1 j + d 1 k H, q = a + b i + c j + d k H ja q 3 = a 3 + b 3 i + c 3 j + d 3 k H kvaternioita. q 1 (q + q 3 ) = q 1 ((a + a 3 ) + (b + b 3 )i + (b + b 3 ) j + (c + c 3 )k) = (a 1 (a + a 3 ) b 1 (b + b 3 ) c 1 (c + c 3 ) d 1 (d + d 3 )) + (a 1 (b + b 3 ) + b 1 (a + a 3 ) + c 1 (d + d 3 ) d 1 (c + c 3 ))i + (a 1 (c + c 3 ) + c 1 (a + a 3 ) + d 1 (b + b 3 ) b 1 (d + d 3 ) j + (a 1 (d + d 3 ) + d 1 (a + a 3 ) + b 1 (c + c 3 ) c 1 (b + b 3 )k = ((a 1 a + a 1 a 3 ) (b 1 b + b 1 b 3 ) (c 1 c + c 1 c 3 ) (d 1 d + d 1 d 3 )) + ((a 1 b + a 1 b 3 ) + (b 1 a + b 1 a 3 ) + (c 1 d + c 1 d3) (d 1 c + d 1 c 3 ))i + ((a 1 c + a 1 c 3 ) + (c 1 a + c 1 a 3 ) + (d 1 b + d 1 b 3 ) (b 1 d + b 1 d 3 )) j + ((a 1 d + a 1 d 3 ) + (d 1 a + d 1 a 3 ) + (b 1 c + b 1 c 3 ) (c 1 b + c 1 b 3 )k = (a 1 a b 1 b c 1 c d 1 d ) + (a 1 a 3 b 1 b 3 c 1 c 3 d 1 d 3 ) + (a 1 b + b 1 a + c 1 d d 1 c )i + (a 1 b 3 + b 1 a 3 + c 1 d 3 d 1 c 3 )i + (a 1 c + c 1 a + d 1 b b 1 d ) j + (a 1 c 3 + c 1 a 3 + d 1 b 3 b 1 d 3 ) j + (a 1 d + d 1 a + b 1 c c 1 b )k + (a 1 d 3 + d 1 a 3 + b 1 c 3 c 1 b 3 )k = (a 1 a b 1 b c 1 c d 1 d ) + (a 1 b + b 1 a + c 1 d d 1 c )i + (a 1 c + c 1 a + d 1 b b 1 d ) j + (a 1 d + d 1 a + b 1 c c 1 b )k + (a 1 a 3 b 1 b 3 c 1 c 3 d 1 d 3 ) + (a 1 b 3 + b 1 a 3 + c 1 d 3 d 1 c 3 )i + (a 1 c 3 + c 1 a 3 + d 1 b 3 b 1 d 3 ) j + (a 1 d 3 + d 1 a 3 + b 1 c 3 c 1 b 3 )k = q 1 q + q 1 q 3. Sen nojalla, että kvaternioiden yhteen- ja kertolasku ovat suljettuja ja liitännäisiä, sekä yhteenlaskun nolla-alkion, käänteisalkion ja vaihdannaisuuden sekä kertolas- 7

8 kun ykkösalkion ja osittelulakien voimassaolon nojalla päättelemme, että struktuuri (H, +, ) on rengas. Lause.3. Struktuuri (H, +, ) ei ole kunta. Todistus. Olkoot q 1 = i = + 1i + j + k ja q = j = + i + 1j + k H kvaternioita. Määritelmän. nojalla saamme i j = + i + j + 1k = k mutta ji = + i + j + ( 1)k = k. Täten kertolasku ei ole vaihdannainen kaikille lukujoukon H alkioille eikä struktuuri (H, +, ) siten ole kunta. Huomautus 3. Samoin saamme loputkin imaginääriyksiköiden keskinäisen kertomisen laskusäännöt. jk = i, k j = i, ki = j, ik = j. Näitä laskusääntöjähän käytimme kvaternioiden tulokaavan muistisäännössä huomautuksessa, ennen kuin vielä pystyimme ottamaan kantaa laskusääntöjen paikkansapitävyyteen. Määritelmä.6. (vrt. [, s. 98]) Rengas (R, +, ) on vinokunta, jos jokaiselle renkaan nollasta poikkeavalle alkiolle a R (a ) on olemassa kertolaskun suhteen käänteisalkio a 1 R, joka toteuttaa ehdon a a 1 = a 1 a = 1. Ennen kuin toteamme käänteisalkion olemassaolon, otamme käyttöön liittoluvun määritelmän ja todistamme erään siihen liittyvän aputuloksen. Määritelmä.7. (vrt. [1, s. 61]) Olkoon q = a + bi + c j + dk H kvaternio. Määrittelemme luvun q liittoluvun q seuraavasti. q = a bi c j dk. Lause.. Olkoon q = a+bi+c j+dk H kvaternio. Nyt q q = qq = a +b +c +d. 8

9 Todistus. (vrt. [1, s. 61]) Olkoon q = a + bi + c j + dk H kvaternio. Nyt q q = (a b c d ) + (a( b) + ba + c( d) d( c))i + (a( c) + ca + d( b) b( d)) j + (a( d) + da + b( c) c( b))k = (a + b + c + d ) + i + j + k = a + b + c + d. Samoin voimme osoittaa, että qq = a + b + c + d. Lause.5. Olkoon q = a + bi + c j + dk H, q olemassa käänteiskvaternio q 1, joka toteuttaa ehdon kvaternio. Kvaterniolla q on Kvaternion q käänteiskvaternio on qq 1 = q 1 q = 1. q 1 = q q. Todistus. (vrt. [1, s ]) Olkoon q = a + bi + c j + dk H, q kvaternio. Nyt q q q = q q q = a + b + c + d a + b + c + d = 1. Vastaavasti Siis kvaternio q q q = qq q = a + b + c + d a + b + c + d = 1. q q on kvaternion q käänteiskvaternio, jota merkitsemme q 1 :llä. Lause.6. Struktuuri (H, +, ) on vinokunta. Todistus. Lauseiden. ja.5 nojalla struktuuri (H, +, ) on vinokunta. 9

10 3 Kvaterniot rotaatioissa Tässä luvussa tarkastelemme kvaternioita niiden tunnetuimmassa sovelluksessa, joka on vektorien kiertäminen avaruudessa R 3. Rotaatioiden yhteydessä kvaternioita on erityisen käyttökelpoista tarkastella niiden vektoriesitysmuodossa tai matriisiesitysmuodossa. Seuraava alaluku käsitteleekin vektorien kiertoa avaruudessa R 3 kvaternioiden vektoriesityksen tulon avulla. Sitä seuraava alaluku puolestaan käsittelee vektorien kiertoa avaruudessa R 3 kvaterniotulon matriisiesityksen avulla. 3.1 Rotaatio vektoriesitysmuodon tulona Tässä luvussa osoitamme, että kvaternioiden tulo voidaan määritellä vektorien ristija pistetuloa hyödyntäen, kun kvaterniot on esitetty vektorimuodossa. Esitämme vektorin u θ-asteisen kierron yksikkövektorin ˆv ympäri eräänä kvaternioiden tulon erityistapauksena. Oletamme vektorien risti- ja pistetulon ja vektorien laskusäännöt sekä isomorfismin määritelmän tunnetuiksi. Esittelimme kvaternioiden vektoriesitysmuodon lyhyesti määritelmässä.1. Mainitsimme myös sen, että struktuurit ([s, v] s R, v R 3, +, ) ja (H, +, ) ovat isomorfiset. Nyt osoitamme tämän. Määritelmä 3.1. Määrittelemme yhteenlaskun ja kertolaskun joukossa H = {[s, v] s R, v R 3 } seuraavasti. Olkoot [s 1, v 1 ] H ja [s, v ] H järjestettyjä pareja. Tällöin niiden yhteen- ja kertolasku määritellään seuraavasti. [s 1, v 1 ] + [s, v ] = [s 1 + s, v 1 + v ]. [s 1, v 1 ] [s, v ] = [s 1 s v 1 v, s 1 v + s v 1 + v 1 v ]. Seuraavan lauseen nojalla voimme samaistaa kvaterniot niiden vektoriesityksen kanssa sekä käyttää kvaternioiden kertolaskutoimituksena määritelmässä 3.1 esitettyä kertolaskua. Lause 3.1. Struktuurit (H, +, ) ja ( H, +, ) ovat isomorfiset. 1

11 Todistus. (Vrt. [1, s. 5]). Olkoon f : H {[s, v] s R, v R 3 } : f (a + bi + c j + dk) = [a, (b, c, d)] kuvaus. Kuvaus f on triviaalisti bijektiivinen ja säilyttää selvästi yhteenlaskuoperaation. Lisäksi f (1) = [1, ] on struktuurin ( H, +, ) kertolaskun neutraalialkio. Näytämme toteen, että kuvaus f säilyttää kertolaskuoperaation eli että f (q 1 q ) = f (q 1 ) f (q ) q 1, q H. Olkoot q 1 = s 1 + x 1 i + y 1 j + z 1 k H ja q = s + x i + y j + z k H kvaternioita. Olkoot v 1 = (x 1, y 1, z 1 ) R 3 ja v = (x, y, z ) R 3 vektoreita. Nyt f (q 1 q ) = f (s 1 s x 1 x y 1 y z 1 z + (s 1 x + x 1 s + y 1 z z 1 y )i + (s 1 y + s y 1 + z 1 x x 1 z ) j + (s 1 z + z 1 s + x 1 y y 1 x )k) = [a 1 a b 1 b c 1 c d 1 d, (s 1 x + x 1 s + y 1 z z 1 y, s 1 y + s y 1 + z 1 x x 1 z, s 1 z + z 1 s + x 1 y y 1 x )] = [s 1 s (x 1, y 1, z 1 ) (x, y, z ), (s 1 x, s 1 y, s 1 z ) + (s x 1, s y 1, s z 1 ) + (x 1, y 1, z 1 ) (x, y, z )] = [s 1 + s v 1 v, s 1 v + s v 1 + v 1 v ] = [s 1, v 1 ] [s, v ] = f (s 1 + x 1 i + y 1 j + z 1 k) f (s + x i + y j + z k). Näin ollen kuvaus f säilyttää kertolaskuoperaation, ja struktuurit (H, +, ) ja ({[s, v] s R, v R 3 } ovat isomorfiset. Seuraavaksi määrittelemme kvaternioiden p ja q tulon avulla vektorin kierron yksikkövektorin ympäri. Määritelmä 3.. (Ks. [1, s. 98]) Olkoon u R 3 vektori, θ [, π] kulma ja ˆv R 3 yksikkövektori. Vektorin u kierto yksikkövektorin ˆv ympäri kulman θ verran on kvaternion qpq 1 vektoriosa u. q = [ cos ( 1 θ), sin ( 1 θ) ˆv ] H ja p = [, u ] H. Koska määritelmässä 3. on cos ( 1 θ) + sin ( 1 θ) = 1 ja ˆv = 1, 11

12 niin kvaternio q on yksikkökvaternio. Lisäksi q 1 = q q = q cos ( 1 θ) + sin ( 1 θ) ˆv = q cos ( 1 θ) + sin ( 1 θ) = q 1 = [ cos ( 1 θ), sin ( 1 θ)]. Kun merkitsemme lukua cos ( 1 θ) s:llä ja lukua sin ( 1 θ) λ:lla, niin qpq 1 = [s, λ ˆv][, u][s, λ ˆv] = [ λ ˆv u, su + λ ˆv u][s, λ ˆv] (Vrt. [1, s ]) = [ λs ˆv u + λsu ˆv + λ ( ˆv u) ˆv, λ ( ˆv u) ˆv + s u + λs ˆv u λsu ˆv λ ( ˆv u) ˆv] = [λ ( ˆv u) ˆv, λ ( ˆv u) ˆv + s u + λs ˆv u λ ( ˆv u) ˆv] = [, λ ( ˆv u) ˆv + s u + λs ˆv u λ u + λ (u ˆv) ˆv] = [, λ ( ˆv u) ˆv + (s λ )u + λs ˆv u] = [, (1 cos θ)( ˆv u) ˆv + cos θu + sin θ ˆv u]. Emme tässä tutkielmassa osoita geometrisesti, että kyseessä todella on vektorin u kierto vektorin ˆv ympäri kulman θ verran avaruudessa R 3. Esimerkki 3.1. Olkoon u = (1,, 3) R 3 vektori, ˆv = (,, ) R3 yksikkövektori ja θ = π 3 [, π] kulma. Laskemme määritelmän 3. mukaisen vektorin u, joka on vektorin u kierto vektorin ˆv ympäri kulman θ verran. qpq 1 = [, ( 1 cos π ) (( 3,, ) ) ( (1,, 3),, ) + cos π 3 (1,, 3) + sin π ( 3,, ) ] (1,, 3) = [, ( 3 6, 6, 5 + 6)]. Näin ollen u = ( 3 6, 6, )

13 3. Rotaatio matriisitulona Oletamme tunnetuiksi matriisialgebran perusteet. Merkitsemme matriisin A transpoosia A T :llä ja joukon R n n identiteettimatriisia I n n :llä. Huomautus. (Ks. [1, s. 67].) Samoin kuin voimme samaistaa kvaternion q = a + bi + c j + dk järjestetyn parin [a, (b, c, d)] kanssa, voimme samaistaa kvaternion q = [s, (x, y, z)] matriisin Q 1 kanssa. Merkitsemme kvaterniota q nyt siis matriisilla s Q 1 = x y = q. z Lisäksi määrittelemme kaksi kuvausta l ja r, jotka kuvaavat kvaternion q -rotaatiomatriisille (vrt. [1, s. 1]). Määritelmä 3.3. (Vrt. [1, s. 1]) Olkoon q = [s, (x, y, z)] H kvaternio. Määrittelemme kuvaukset l : H R ja r : H R seuraavasti. s 1 x 1 y 1 z 1 s x y z l(q) = x 1 s 1 z 1 y 1 y 1 z 1 s 1 x ja r(q) = x s z y 1 y z s x z 1 y 1 x 1 s 1 z y x s Merkitsemme matriiseja l(q) = L(q):lla ja r(q) = R(q):lla. Voimme esittää kvaternioiden q 1 = [s 1, (x 1, y 1, z 1 )] ja q = [s, (x, y, z )] tulon matriisitulona L(q 1 )q, kun esitämme kvaternion q matriisimuodossa huomautuksen mukaisesti. Vastaavasti voimme esittää tulon q 1 q matriisitulona R(q )q 1, kun esitämme kvaternion q 1 matriisimuodossa. Tulot L(q 1 )q ja R(q )q 1 ovat 1 - matriiseja, jotka voimme edelleen tulkita kvaternioina. Seuraavaksi osoitamme, että edellä mainitut matriisitulot ovat yhtäpitäviä kvaterniotulon q 1 q kanssa. (Vrt. [1, s. 1].) Lause 3.. Olkoot q 1 = [s 1, (x 1, y 1, z 1 )] ja q = [s, (x, y, z )] H kvaternioita. Voimme ilmaista kvaterniotulon q 1 q matriisitulona L(q 1 )q tai matriisitulona R(q )q 1. 13

14 Todistus. Olkoot q 1 = [s 1, (x 1, y 1, z 1 )] ja q = [s, (x, y, z )] H kvaternioita. Nyt s 1 x 1 y 1 z 1 L(q 1 )q = x 1 s 1 z 1 y 1 y 1 z 1 s 1 x 1 z 1 y 1 x 1 s 1 s x y z s 1 s x 1 x y 1 y z 1 z = x 1 s + s 1 x z 1 y + y 1 z y 1 s + z 1 x + s 1 y x 1 z z 1 s y 1 x + x 1 y + s 1 z = [s 1 s x 1 x y 1 y z 1 z, (x 1 s + s 1 x + y 1 z z 1 y, y 1 s + s 1 y + z 1 x x 1 z, z 1 s + s 1 z + x 1 y y 1 x )] = q 1 q. Vastaavasti saamme tulokseksi, että R(q )q 1 = q 1 q. Lause 3.3. Kun kvaternio q = [s, (x, y, z)] on yksikkökvaternio eli s +x +y +z = 1, sen kuva L(q) on ortogonaalinen matriisi. Todistus. (Ks. [1, s ]) Olkoon q = [s, (x, y, z)] H kvaternio ja L(q) sen kuva. Nyt matriisin L(q) transpoosi on s x y z L(q) T = x s z y y z s x ja z y x s 1 L(q)L(q) T = 1 1 = I = L(q) T L(q). 1 Täten matriisi L(q) on ortogonaalinen. Luvussa 3.1 havaitsimme, että vektorin u θ asteen kierto yksikkövektorin ˆv ympäri voidaan esittää tulona qpq 1, missä q = [s, ˆv] on yksikkökvaternio, jossa s + ˆv = 1, p = [, u] on puhdas kvaternio. Voimme esittää tulon qpq 1 matriisitulona R(q 1 )L(q)p (ks. [1, s. 1-15]). Laskemme seuraavaksi rotaatiomatriisien avulla saman kierron kuin laskimme esimerkissä 3.1 kvaternioiden vektoriesityksen avulla. 1

15 Esimerkki 3.. Olkoon u = (1,, 3) vektori, ˆv = (,, ) yksikkövektori ja θ = π 3 kulma. Laskemme vektorin u kierron vektorin ˆv ympäri kulman θ verran kvaternioiden matriisitulon avulla. Nyt q = [ sin ( 1 θ), cos ( 1 θ) ˆv ] on yksikkökvaternio ja p = [, u] on puhdas kvaternio. q = [ cos π 6, sin π ( 6,, )] [ 3 =, 1 (,, )] = [ 3, (,, )] ja p = [, (1,, 3)]. qpq 1 = R(q 1 )L(q)p = = = Vektorin u π 3 asteen kierto vektorin ˆv ympäri on siis u = ( 3 6, 6, )

16 Lähteet [1] Vince, John. Quaternions for Computer Graphics. Springer-Verlag London Limited 11. [] Rowen, Louis. Algebra: Groups, Rings and Fields. A K Peters, Ltd

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b.

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b. 10. Kunnat ja kokonaisalueet Määritelmä 10.1. Olkoon K rengas, jossa on ainakin kaksi alkiota. Jos kaikki renkaan K nollasta poikkeavat alkiot ovat yksiköitä, niin K on jakorengas. Kommutatiivinen jakorengas

Lisätiedot

Lineaariset Lien ryhmät / Ratkaisu 1 D 355 klo ja D 381 klo b 0 1

Lineaariset Lien ryhmät / Ratkaisu 1 D 355 klo ja D 381 klo b 0 1 JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS Lineaariset Lien ryhmät 23.1.2012 / Ratkaisu 1 D 355 klo. 10.15-11.45 ja D 381 klo 16.15-17.45 1. Kompleksiluvut reaalisina matriiseina Kuvaus

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

Induktio kaavan pituuden suhteen

Induktio kaavan pituuden suhteen Induktio kaavan pituuden suhteen Lauselogiikan objektikieli määritellään kurssilla Logiikka 1B seuraavasti: 1. Lausemuuttujat p 1, p 2, p 3,... ovat kaavoja. 2. Jos A on kaava, niin A on kaava. 3. Jos

Lisätiedot

Luonnollisten lukujen laskutoimitusten määrittely Peanon aksioomien pohjalta

Luonnollisten lukujen laskutoimitusten määrittely Peanon aksioomien pohjalta Simo K. Kivelä, 15.4.2003 Luonnollisten lukujen laskutoimitusten määrittely Peanon aksioomien pohjalta Aksioomat Luonnolliset luvut voidaan määritellä Peanon aksioomien avulla. Tarkastelun kohteena on

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

a b 1 c b n c n

a b 1 c b n c n Algebra Syksy 2007 Harjoitukset 1. Olkoon a Z. Totea, että aina a 0, 1 a, a a ja a a. 2. Olkoot a, b, c, d Z. Todista implikaatiot: a) a b ja c d ac bd, b) a b ja b c a c. 3. Olkoon a b i kaikilla i =

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

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja Renkaat Tarkastelemme seuraavaksi rakenteita, joissa on määritelty kaksi binääristä assosiatiivista laskutoimitusta, joista toinen on kommutatiivinen. Vaadimme muuten samat ominaisuudet kuin kokonaisluvuilta,

Lisätiedot

Analyysi I. Visa Latvala. 3. joulukuuta 2004

Analyysi I. Visa Latvala. 3. joulukuuta 2004 Analyysi I Visa Latvala 3. joulukuuta 004 95 Sisältö 6 Kompleksiluvut 96 6.1 Yhteen- ja kertolasku.............................. 96 6. Napakoordinaattiesitys............................. 10 96 6 Kompleksiluvut

Lisätiedot

Kvaterniot. Anna-Kaisa Markkanen. Matematiikan pro gradu -tutkielma

Kvaterniot. Anna-Kaisa Markkanen. Matematiikan pro gradu -tutkielma Kvaterniot Anna-Kaisa Markkanen Matematiikan pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Kesä 014 Tiivistelmä: A-K. Markkanen, Kvaterniot (engl. Quaternions), matematiikan

Lisätiedot

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

802328A LUKUTEORIAN PERUSTEET Merkintöjä ja Algebrallisia rakenteita

802328A LUKUTEORIAN PERUSTEET Merkintöjä ja Algebrallisia rakenteita 802328A LUKUTEORIAN PERUSTEET Merkintöjä ja Algebrallisia rakenteita Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LUKUTEORIA 1 / 25 Lukujoukkoja N = {0, 1, 2,..., GOOGOL 10,...} = {ei-negatiiviset

Lisätiedot

y z = (x, y) Kuva 1: Euklidinen taso R 2

y z = (x, y) Kuva 1: Euklidinen taso R 2 Kompleksiluvut. Määritelmä Tarkastellaan euklidista tasoa R = {(, y), y R}. y y z = (, y) R Kuva : Euklidinen taso R Suorakulmaisessa koordinaatistossa on -akseli ja y-akseli. Luvut ja y ovat pisteen z

Lisätiedot

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2 Sisältö 1 Kompleksiluvut 1 1.1 Määritelmä............................ 1 1. Kertolasku suorakulmaisissa koordinaateissa.......... 4 1.3 Käänteisluku ja jakolasku..................... 9 1.4 Esimerkkejä.............................

Lisätiedot

Kompleksiluvut ja kvaterniot kiertoina

Kompleksiluvut ja kvaterniot kiertoina Kompleksiluvut ja kvaterniot kiertoina Heikki Polvinen Matematiikan pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Syksy 0 Tiivistelmä: Heikki Polvinen, Kompleksiluvut

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

BM20A0700, Matematiikka KoTiB2

BM20A0700, Matematiikka KoTiB2 BM20A0700, Matematiikka KoTiB2 Luennot: Matti Alatalo, Harjoitukset: Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luku 7. 1 Kurssin sisältö Matriiseihin

Lisätiedot

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0007 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 26.10.2015 Reaalinen

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

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

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 8 1 Derivaatta Tarkastellaan funktion f keskimääräistä muutosta tietyllä välillä ( 0, ). Funktio f muuttuu tällä välillä määrän. Kun tämä määrä jaetaan välin pituudella,

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

Ennakkotehtävän ratkaisu

Ennakkotehtävän ratkaisu Ennakkotehtävän ratkaisu Ratkaisu [ ] [ ] 1 3 4 3 A = ja B =. 1 4 1 1 [ ] [ ] 4 3 12 12 1 0 a) BA = =. 1 + 1 3 + 4 0 1 [ ] [ ] [ ] 1 0 x1 x1 b) (BA)x = =. 0 1 x 2 x [ ] [ ] [ 2 ] [ ] 4 3 1 4 9 5 c) Bb

Lisätiedot

9 Matriisit. 9.1 Matriisien laskutoimituksia

9 Matriisit. 9.1 Matriisien laskutoimituksia 9 Matriisit Aiemmissa luvuissa matriiseja on käsitelty siinä määrin kuin on ollut tarpeellista yhtälönratkaisun kannalta. Matriiseja käytetään kuitenkin myös muihin tarkoituksiin, ja siksi on hyödyllistä

Lisätiedot

KOMPLEKSIANALYYSIN KURSSI SYKSY 2012

KOMPLEKSIANALYYSIN KURSSI SYKSY 2012 KOMPLEKSIANALYYSIN KURSSI SYKSY 2012 RITVA HURRI-SYRJÄNEN 1. Kompleksiluvuista Kaksiulotteinen reaalinen vektoriavaruus R 2 koostuu lukupareista (x 1, x 2 ), missä x 1 ja x 2 ovat reaalilukuja, eli R 2

Lisätiedot

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 6 Mikko Salo 6.9.2017 Sisältö 1. Kompleksitaso 2. Joukko-oppia Kompleksiluvut Edellisellä luennolla huomattiin, että toisen asteen yhtälö ratkeaa aina, jos ratkaisujen annetaan

Lisätiedot

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset 32 Idea: Lineaarikuvausten laskutoimitusten avulla määritellään vastaavat matriisien laskutoimitukset Vakiolla kertominen ja summa Olkoon t R ja A, B R n m Silloin ta, A + B R n m ja määritellään ta ta

Lisätiedot

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 9 (6 sivua) OT

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 9 (6 sivua) OT Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 9 (6 sivua) 28.3.-1.4.2011 OT 1. a) Osoita, että rengas R = {[0] 10, [2] 10, [4] 10, [6] 10, [8] 10 } on kokonaisalue. Mikä

Lisätiedot

Tekijät: Hellevi Kupila, Katja Leinonen, Tuomo Talala, Hanna Tuhkanen, Pekka Vaaraniemi

Tekijät: Hellevi Kupila, Katja Leinonen, Tuomo Talala, Hanna Tuhkanen, Pekka Vaaraniemi 2. OSA: GEOMETRIA Tekijät: Hellevi Kupila, Katja Leinonen, Tuomo Talala, Hanna Tuhkanen, Pekka Vaaraniemi Alkupala Montako tasokuviota voit muodostaa viidestä neliöstä siten, että jokaisen neliön vähintään

Lisätiedot

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n. Matriisipotenssi Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: Määritelmä Oletetaan, että A on n n -matriisi (siis neliömatriisi) ja k

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 1

Lisätiedot

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi. Matriisilaskenta Harjoitusten ratkaisut (Kevät 9). Olkoot ja A = B = 5. Osoitetaan, että matriisi B on matriisin A käänteismatriisi. Tapa Käänteismatriisin määritelmän nojalla riittää osoittaa, että AB

Lisätiedot

2.1.4 har:linyryhmat03. Octavella. Katso ensin esimerkit???? esim:yroctave01 Octaven antamat vastausehdotukset.

2.1.4 har:linyryhmat03. Octavella. Katso ensin esimerkit???? esim:yroctave01 Octaven antamat vastausehdotukset. Vaasan yliopiston julkaisuja, opetusmonisteita 49 har:linyryhmat03 Tehtävä 2.3 Ratkaise lineaariset yhtälörymät x + y z 5 x + 2y + 4z 16 a x + 2y + 2z 0 2x + z 14 b x + y z 5 x + 2y + 4z 16 x + 2y + 2z

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

Algebran perusteet. 44 ϕ(105) = (105). Näin ollen

Algebran perusteet. 44 ϕ(105) = (105). Näin ollen Algebran perusteet Harjoitus 4, ratkaisut kevät 2016 1 a) Koska 105 = 5 21 = 3 5 7 ja 44 = 2 2 11, niin syt(44, 105) = 1 Lisäksi ϕ(105) = ϕ(3 5 7) = (3 1)(5 1)(7 1) = 2 4 6 = 48, joten Eulerin teoreeman

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

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori Vektorialgebra 1/5 Sisältö Skalaaritulo Vektoreiden yhteenlaskun ja skalaarilla kertomisen lisäksi vektoreiden välille voidaan määritellä myös kertolasku. Itse asiassa näitä on kaksi erilaista. Seurauksena

Lisätiedot

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa 9. Vektorit 9.1 Skalaarit ja vektorit Skalaari on koon tai määrän mitta. Tyypillinen esimerkki skalaarista on massa. Lukumäärä on toinen hyvä esimerkki skalaarista. Vektorilla on taas suuruus ja suunta.

Lisätiedot

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5 MATRIISIALGEBRA Harjoitustehtäviä syksy 2014 Tehtävissä 1-3 käytetään seuraavia matriiseja: ( ) 6 2 3, B = 7 1 2 2 3, C = 4 4 2 5 3, E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1. Määrää

Lisätiedot

ALGEBRA KEVÄT 2013 JOUNI PARKKONEN

ALGEBRA KEVÄT 2013 JOUNI PARKKONEN ALGEBRA KEVÄT 2013 JOUNI PARKKONEN Algebra käsittelee laskemista. Osin tämä tarkoittaa numeroilla laskemista lukualueissa N, Z, Q, R, C laskutoimituksilla + ja ja niiden käänteisoperaatioilla ja / siinä

Lisätiedot

Pistetulo eli skalaaritulo

Pistetulo eli skalaaritulo Pistetulo eli skalaaritulo VEKTORIT, MAA4 Pistetulo on kahden vektorin välinen tulo. Tarkastellaan ensin kahden vektorin välistä kulmaa. Vektorien a ja, kun a 0, välinen kulma on (kuva) kovera kun a vektorit

Lisätiedot

Algebra I, harjoitus 5,

Algebra I, harjoitus 5, Algebra I, harjoitus 5, 7.-8.10.2014. 1. 2 Osoita väitteet oikeiksi tai vääriksi. a) (R, ) on ryhmä, kun asetetaan a b = 2(a + b) aina, kun a, b R. (Tässä + on reaalilukujen tavallinen yhteenlasku.) b)

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

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

Algebra 1, harjoitus 9, h = xkx 1 xhx 1. a) Käytetään molemmissa tapauksissa isomorfialausetta. Tarkastellaan kuvauksia

Algebra 1, harjoitus 9, h = xkx 1 xhx 1. a) Käytetään molemmissa tapauksissa isomorfialausetta. Tarkastellaan kuvauksia Algebra 1, harjoitus 9, 11.-12.11.2014. 1. Olkoon G ryhmä ja H G normaali aliryhmä. Tiedetään, että tällöin xhx 1 H kaikilla x G. Osoita, että itse asiassa xhx 1 = H kaikilla x G. Ratkaisu: Yritetään osoittaa,

Lisätiedot

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x 8. Renkaat Tarkastelemme seuraavaksi rakenteita, joissa on määritelty kaksi assosiatiivista laskutoimitusta, joista toinen on kommutatiivinen. Vaadimme näiltä kahdella laskutoimituksella varustetuilta

Lisätiedot

Johdatus diskreettiin matematiikkaan Harjoitus 7, 28.10.2015

Johdatus diskreettiin matematiikkaan Harjoitus 7, 28.10.2015 Johdatus diskreettiin matematiikkaan Harjoitus 7, 28.10.2015 1. Onko olemassa yhtenäistä verkkoa, jossa (a) jokaisen kärjen aste on 6, (b) jokaisen kärjen aste on 5, ja paperille piirrettynä sivut eivät

Lisätiedot

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

Informaatiotieteiden yksikkö. Lineaarialgebra 1B. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen Informaatiotieteiden yksikkö Lineaarialgebra 1B Pentti Haukkanen Puhtaaksikirjoitus: Joona Hirvonen 2 Sisältö 1 Vektoriavaruudet 4 11 Määritelmä 4 12 Aliavaruudet 8 13 Virittäjät 9 14 Lineaarinen riippumattomuus

Lisätiedot

Tämän luvun tarkoituksena on antaa perustaidot kompleksiluvuilla laskemiseen sekä niiden geometriseen tulkintaan. { (a, b) a, b œ R }

Tämän luvun tarkoituksena on antaa perustaidot kompleksiluvuilla laskemiseen sekä niiden geometriseen tulkintaan. { (a, b) a, b œ R } 7 Kompleksiluvut Tämän luvun tarkoituksena on antaa perustaidot kompleksiluvuilla laskemiseen sekä niiden geometriseen tulkintaan. 7.1 Kompleksilukujen määritelmä Määritelmä 7.1.1. Kompleksilukujen joukko

Lisätiedot

Kolmannen asteen yhtälön ratkaisukaava

Kolmannen asteen yhtälön ratkaisukaava TAMPEREEN YLIOPISTO Pro gradu -tutkielma Johanna Harju Kolmannen asteen yhtälön ratkaisukaava Matematiikan tilastotieteen laitos Matematiikka Heinäkuu 008 Tampereen yliopisto Matematiikan tilastotieteen

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47 MS-A3/A5 Matriisilaskenta Malliratkaisut 4 / vko 47 Tehtävä 1 (L): Oletetaan, että AB = AC, kun B ja C ovat m n-matriiseja. a) Näytä, että jos A on kääntyvä, niin B = C. b) Seuraako yhtälöstä AB = AC yhtälö

Lisätiedot

Lukujoukot luonnollisista luvuista reaalilukuihin

Lukujoukot luonnollisista luvuista reaalilukuihin Lukujoukot luonnollisista luvuista reaalilukuihin Pro gradu -tutkielma Esa Pulkka 517378 Itä-Suomen Yliopisto Fysiikan ja matematiikan laitos 26. maaliskuuta 2012 Sisältö 1 Johdanto 1 2 Luonnolliset luvut

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

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0 1. Polynomit Tässä luvussa tarkastelemme polynomien muodostamia renkaita polynomien ollisuutta käsitteleviä perustuloksia. Teemme luvun alkuun kaksi sopimusta: Tässä luvussa X on muodollinen symboli, jota

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

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. Laskuharjoitus 1A Mallit Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. 1. tehtävä %% 1. % (i) % Vektorit luodaan

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

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

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D Mika Hirvensalo mikhirve@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2014 Mika Hirvensalo mikhirve@utu.fi Luentokalvot 3 1 of 16 Kertausta Lineaarinen riippuvuus

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

1 Ominaisarvot ja ominaisvektorit

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

Lisätiedot

Matematiikka B2 - TUDI

Matematiikka B2 - TUDI Matematiikka B2 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

Aluksi. 2.1. Kahden muuttujan lineaarinen epäyhtälö

Aluksi. 2.1. Kahden muuttujan lineaarinen epäyhtälö Aluksi Matemaattisena käsitteenä lineaarinen optimointi sisältää juuri sen saman asian kuin mikä sen nimestä tulee mieleen. Lineaarisen optimoinnin avulla haetaan ihannearvoa eli optimia, joka on määritelty

Lisätiedot

MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen

MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen MAT-41150 Algebra I (s) periodilla IV 2012 Esko Turunen Tehtävä 1. Onko joukon X potenssijoukon P(X) laskutoimitus distributiivinen laskutoimituksen suhteen? Onko laskutoimitus distributiivinen laskutoimituksen

Lisätiedot

Esimerkki 8. Ratkaise lineaarinen yhtälöryhmä. 3x + 5y = 22 3x + 4y = 4 4x 8y = 32. 3 5 22 r 1 + r 3. 0 13 26 4 8 32 r 3 4r 1. LM1, Kesä 2014 47/68

Esimerkki 8. Ratkaise lineaarinen yhtälöryhmä. 3x + 5y = 22 3x + 4y = 4 4x 8y = 32. 3 5 22 r 1 + r 3. 0 13 26 4 8 32 r 3 4r 1. LM1, Kesä 2014 47/68 Esimerkki 8 Ratkaise lineaarinen yhtälöryhmä 3x + 5y = 22 3x + 4y = 4 4x 8y = 32. 3 5 22 r 1 + r 3 3 4 4 4 8 32 1 3 10 0 13 26 4 8 32 r 3 4r 1 1 3 10 3 4 4 r 2 3r 1 4 8 32 1 3 10 0 13 26 r 2 /13 0 4 8

Lisätiedot

Kompleksiluvuista ja kvaternioista

Kompleksiluvuista ja kvaternioista Kompleksiluvuista ja kvaternioista Jorma Merikoski Matematiikan, tilastotieteen ja filosofian laitos, Tampereen yliopisto 1 Johdanto Nykyisessä koulumatematiikassa kompleksiluvut vain mainitaan ohimennen

Lisätiedot

a 2 ba = a a + ( b) a = (a + ( b))a = (a b)a, joten yhtälö pätee mielivaltaiselle renkaalle.

a 2 ba = a a + ( b) a = (a + ( b))a = (a b)a, joten yhtälö pätee mielivaltaiselle renkaalle. Harjoitus 10 (7 sivua) Ratkaisuehdotuksia/Martina Aaltonen Tehtävä 1. Mitkä seuraavista yhtälöistä pätevät mielivaltaisen renkaan alkioille a ja b? a) a 2 ba = (a b)a b) (a + b + 1)(a b) = a 2 b 2 + a

Lisätiedot

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo Talousmatematiikan perusteet: Luento 9 Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo Viime luennolta Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta,

Lisätiedot

1 Cli ordin algebra. Cli ordin algebron tai geometristen algebrojen tarkoitus on määritellä geometrinen tulo vektoriavaruudessa esim avaruudessa R n :

1 Cli ordin algebra. Cli ordin algebron tai geometristen algebrojen tarkoitus on määritellä geometrinen tulo vektoriavaruudessa esim avaruudessa R n : 1 Cli ordin algebra Cli ordin algebron tai geometristen algebrojen tarkoitus on määritellä geometrinen tulo vektoriavaruudessa esim avaruudessa R n : Joukossa R voidaan määritellä summa ja tulo. Myöskin

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 ) Merkintöjä 1 Matriisi on suorakulmainen lukukaavio.

Lisätiedot

monissa laskimissa luvun x käänteisluku saadaan näyttöön painamalla x - näppäintä.

monissa laskimissa luvun x käänteisluku saadaan näyttöön painamalla x - näppäintä. .. Käänteisunktio.. Käänteisunktio Mikäli unktio : A B on bijektio, niin joukkojen A ja B alkioiden välillä vallitsee kääntäen yksikäsitteinen vastaavuus eli A vastaa täsmälleen yksi y B, joten myös se

Lisätiedot

jonka laskutoimitus on matriisien kertolasku. Vastaavasti saadaan K-kertoiminen erityinen lineaarinen ryhmä

jonka laskutoimitus on matriisien kertolasku. Vastaavasti saadaan K-kertoiminen erityinen lineaarinen ryhmä 4. Ryhmät Tässä luvussa tarkastelemme laskutoimituksella varustettuja joukkoja, joiden laskutoimitukselta oletamme muutamia yksinkertaisia ominaisuuksia: Määritelmä 4.1. Laskutoimituksella varustettu joukko

Lisätiedot

1.7 Gradientti ja suunnatut derivaatat

1.7 Gradientti ja suunnatut derivaatat 1.7 Gradientti ja suunnatut derivaatat Funktion ensimmäiset osittaisderivaatat voidaan yhdistää yhdeksi vektorifunktioksi seuraavasti: Missä tahansa pisteessä (x, y), jossa funktiolla f(x, y) on ensimmäiset

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

1 Algebralliset perusteet

1 Algebralliset perusteet 1 Algebralliset perusteet 1.1 Renkaat Tämän luvun jälkeen opiskelijoiden odotetaan muistavan, mitä ovat renkaat, vaihdannaiset renkaat, alirenkaat, homomorfismit, ideaalit, tekijärenkaat, maksimaaliset

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

MATEMATIIKAN JA TILASTOTIETEEN LAITOS JYVÄSKYLÄN YLIOPISTO

MATEMATIIKAN JA TILASTOTIETEEN LAITOS JYVÄSKYLÄN YLIOPISTO JYVÄSKYLÄN YLIOPISTO Lineaariset Lien ryhmät MATEMATIIKAN JA TILASTOTIETEEN LAITOS 30.1.2012 / Harjoitus 2 Ratkaisut 1. Affiinit kuvaukset lineaarikuvauksina Kuvaus f A,b : R n R n : x Ax + b (Tässä A

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

Dihedraalinen ryhmä Pro gradu Elisa Sonntag Matemaattisten tieteiden laitos Oulun yliopisto 2013

Dihedraalinen ryhmä Pro gradu Elisa Sonntag Matemaattisten tieteiden laitos Oulun yliopisto 2013 Dihedraalinen ryhmä Pro gradu Elisa Sonntag Matemaattisten tieteiden laitos Oulun yliopisto 2013 Sisältö Johdanto 2 1 Ryhmä 3 2 Symmetrinen ryhmä 6 3 Symmetriaryhmä 10 4 Dihedraalinen ryhmä 19 Lähdeluettelo

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

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

Algebran ja lukuteorian harjoitustehtäviä. 1. Tutki, ovatko seuraavat relaatiot ekvivalenssirelaatioita joukon N kaikkien osajoukkojen

Algebran ja lukuteorian harjoitustehtäviä. 1. Tutki, ovatko seuraavat relaatiot ekvivalenssirelaatioita joukon N kaikkien osajoukkojen Algebran ja lukuteorian harjoitustehtäviä Versio 1.0 (27.1.2006) Turun yliopisto Lukuteoria 1. Tutki, ovatko seuraavat relaatiot ekvivalenssirelaatioita joukon N kaikkien osajoukkojen joukolla: a) C D

Lisätiedot

Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden kanssa, joiden lakina on tietyn ominaisuuden samuus.

Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden kanssa, joiden lakina on tietyn ominaisuuden samuus. Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden kanssa, joiden lakina on tietyn ominaisuuden samuus. Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden

Lisätiedot

(1) refleksiivinen, (2) symmetrinen ja (3) transitiivinen.

(1) refleksiivinen, (2) symmetrinen ja (3) transitiivinen. Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden kanssa, joiden lakina on tietyn ominaisuuden samuus. Tietyn ominaisuuden samuus -relaatio on ekvivalenssi; se on (1) refleksiivinen,

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

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a.

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a. Polynomit Tarkastelemme polynomirenkaiden teoriaa ja polynomiyhtälöiden ratkaisemista. Algebrassa on tapana pitää erillään polynomin ja polynomifunktion käsitteet. Polynomit Tarkastelemme polynomirenkaiden

Lisätiedot

Kompleksiluvut 1/6 Sisältö ESITIEDOT: reaaliluvut

Kompleksiluvut 1/6 Sisältö ESITIEDOT: reaaliluvut Kompleksiluvut 1/6 Sisältö Kompleksitaso Lukukäsitteen vaiheittainen laajennus johtaa luonnollisista luvuista kokonaislukujen ja rationaalilukujen kautta reaalilukuihin. Jokaisessa vaiheessa ratkeavien

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

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

Käänteismatriisi 1 / 14

Käänteismatriisi 1 / 14 1 / 14 Jokaisella nollasta eroavalla reaaliluvulla on käänteisluku, jolla kerrottaessa tuloksena on 1. Seuraavaksi tarkastellaan vastaavaa ominaisuutta matriiseille ja määritellään käänteismatriisi. Jokaisella

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

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan. Tekijä Pitkä matematiikka 4 9.1.016 168 a) Lasketaan vektorien a ja b pistetulo. a b = (3i + 5 j) (7i 3 j) = 3 7 + 5 ( 3) = 1 15 = 6 Koska pistetulo a b 0, niin vektorit eivät ole kohtisuorassa toisiaan

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

Liite 2. Ryhmien ja kuntien perusteet

Liite 2. Ryhmien ja kuntien perusteet Liite 2. Ryhmien ja kuntien perusteet 1. Ryhmät 1.1 Johdanto Erilaisissa matematiikan probleemoissa törmätään usein muotoa a + x = b tai a x = b oleviin yhtälöihin, joissa tuntematon muuttuja on x. Lukujoukkoja

Lisätiedot

9.2 Lineaarikuvaus Olkoon A kuvaus (funktio) vektoriavaruudesta V vektoriavaruuteen U: jos nyt

9.2 Lineaarikuvaus Olkoon A kuvaus (funktio) vektoriavaruudesta V vektoriavaruuteen U: jos nyt 9 Lineaarikuvaukset, matriisit 9 Vektoriavaruudet Aiemmin olemmme puhuneet tason (R 2 ja kotiavaruuden (R 3 vektoreista Nämä (kuten mös pelkkä R ovat esimerkkejä reaalisista vektoriavaruuksista Yleisesti

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

MAA10 HARJOITUSTEHTÄVIÄ

MAA10 HARJOITUSTEHTÄVIÄ MAA0 Määritä se funktion f: f() = + integraalifunktio, jolle F() = Määritä se funktion f : f() = integraalifunktio, jonka kuvaaja sivuaa suoraa y = d Integroi: a) d b) c) d d) Määritä ( + + 8 + a) d 5

Lisätiedot

Funktiot ja raja-arvo P, 5op

Funktiot ja raja-arvo P, 5op Funktiot ja raja-arvo 800119P, 5op Pekka Salmi 15. syyskuuta 2017 Pekka Salmi FUNK 15. syyskuuta 2017 1 / 122 Yleistä Luennot: ke 810, to 1214 (ensi viikosta lähtien) Luennoitsija: Pekka Salmi, MA327 Laskupäivä:

Lisätiedot

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0004/A0006 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 8.9.015 Reaalinen

Lisätiedot