Fibonaccin luvuista ja matriiseista

Koko: px
Aloita esitys sivulta:

Download "Fibonaccin luvuista ja matriiseista"

Transkriptio

1 TAMPEREEN YLIOPISTO Pro gradu -tutkielma Maria Jännes Fibonaccin luvuista ja matriiseista Informaatiotieteiden yksikkö Matematiikka Toukokuu 01

2 Tampereen yliopisto Informaatiotieteiden yksikkö MARIA, JÄNNES: Fibonaccin luvuista ja matriiseista Pro gradu -tutkielma, 7 s Matematiikka Toukokuu 01 Tiivistelmä Tässä työssä tutustutaan Fibonaccin lukuihin ja matriiseihin Fibonaccin ja Lucas n luvut määritellään ensin rekursiivisesti, ja kultaisen leikkauksen esittelyn jälkeen johdetaan vielä molemmille eksplisiittiset, ns Binet n kaavat, joiden avulla voidaan laskea haluttu Fibonaccin tai Lucas n luku, vaikkei edellisiä lukuja tunneta Tutustutaan sitten joihinkin tunnettuihin Fibonaccin ja Lucas n lukujen ominaisuuksiin Pääluvussa esitellään Fibonaccin matriiseja, siis matriiseja, joiden alkioina Fibonaccin luvut esiintyvät Fibonaccin lukujen ja matriisien ominaisuuksia ja laskusääntöjä käyttäen johdetaan ja todistetaan lisää Fibonaccin lukujen identiteettejä Päälähdeteoksena on käytetty Thomas Koshyn teosta Fibonacci and Lucas numbers with applications 1

3 Sisältö 1 Johdanto 3 Valmistelevia tarkasteluja 3 3 Fibonaccin luvuista 3 31 Fibonaccin luvut 4 3 Lucas n luvut 5 33 Kultainen leikkaus 6 34 Binet n kaavat 7 4 Fibonaccin matriiseista Q-matriisi 10 4 Cassinin lause M-matriisi Karakteristinen yhtälö ja ominaisarvot R-matriisi Cramerin lause Lambda-funktio P-matriisi 0 Viitteet 7

4 1 Johdanto Tässä työssä tarkastellaan Fibonaccin lukuja ja matriiseja Päälähteenä on käytetty Thomas Koshyn teosta Fibonacci and Lucas numbers with applications, jonka lukua 3 työ pääpiirteissään seuraa Työssä tarvittavat pohjatiedot Fibonaccin ja Lucas n luvuista ja ominaisuuksista on koottu suurelta osin saman kirjan edeltävistä luvuista 1, 5 ja 8 Tämän tutkielman luvussa esitellään lyhyesti joitakin työn kannalta oleellisia matriisien ominaisuuksia ja laskusääntöjä Luvussa 3 määritellään Fibonaccin ja Lucas n luvut ensin rekursiivisesti ja kultaisen leikkauksen esittelyn jälkeen johdetaan vielä molemmille ns Binet n kaavat, joiden avulla voidaan laskea haluttu Fibonaccin tai Lucas n luku, vaikkei tunneta edellisiä lukuja Pääluvussa esitellään Fibonaccin matriiseja, siis matriiseja, joiden alkioina Fibonaccin luvut esiintyvät Fibonaccin lukujen ja matriisien ominaisuuksia ja laskusääntöjä käyttäen johdetaan ja todistetaan lisää Fibonaccin lukujen identiteettejä Ensimmäisenä esitellään Q-matriisi, jonka avulla todistetaan mm Cassinin lause Työn edetessä saamme näin hiukan tutustua Fibonaccin ja Lucas n lukujen moninaisiin ominaisuuksiin ja niiden yhteyksiin matriiseihin Valmistelevia tarkasteluja Luvussa esitämme lyhyesti muutamia pääaiheemme käsittelyssä tarvitsemiamme apuneuvoja Luettelemme joitakin matriisien ominaisuuksia ja laskusääntöjä (vrt [3, s ]) Määrittelemme mm matriisin ominaisarvot ja esitämme neliömatriisin karakteristista yhtälöä koskevan Cayley- Hamiltonin lauseen Huomautus 1 Matriisin A determinanttia merkitään det A A Huomautus Matriisin raja-arvolla tarkoitamme alkioittaista raja-arvoa Määritelmä 1 Olkoon A (a ij ) n n, ja olkoon I n n-identiteettimatriisi Sanomme yhtälöä A xi 0 matriisin A karakteristiseksi yhtälöksi Yhtälön ratkaisuja kutsumme matriisin A ominaisarvoiksi Lause 1 (Cayley-Hamiltonin lause) Jokainen neliömatriisi toteuttaa karakteristisen yhtälönsä (ks [3, s 366]) 3 Fibonaccin luvuista Luvussa 3 määrittelemme Fibonaccin ja Lucas n lukujonot (vrt [3, s 6]) Lisäksi esittelemme kultaisen leikkauksen, ja johdamme siitä Binet n kaa- 3

5 van Fibonaccin lukujen laskemiseksi Tähän lukuun on myös kerätty jatkon kannalta tarpeellisia Fibonaccin lukujen ominaisuuksia todistuksineen 31 Fibonaccin luvut Fibonaccin lukujono määritellään antamalla ensin alkuehto, jonka mukaan jonon ensimmäiset luvut ovat F 0 0 ja F 1 1 Jonon seuraava luku lasketaan näiden jälkeen aina kahden edellisen luvun summana Määritelmä 31 Olkoon F 0 0, F 1 1, F n F n 1 + F n, kun n > 1 Lukujonoa F 0, F 1, F,, F n, sanomme Fibonaccin lukujonoksi Sen jäseniä sanomme Fibonaccin luvuiksi Esimerkki 31 Taulukkoon 1 on laskettu Fibonaccin lukujonon ensimmäisiä jäseniä Taulukko 1: Fibonaccin lukuja n F n Huomautus 31 Myöhemmin tarvitaan mm seuraavia yhtälöitä, jotka voidaan johtaa suoraan määritelmästä 31 sijoittamalla n k+1 ja n k+: F k 1 + F k F k+1, F k + F k+1 F k+ Määritelmän 31 mukaan F n+ F n+1 + F n ja F n+1 F n + F n 1, joten F n+ (F n + F n 1 ) + F n F n + F n 1 Kun n k, saadaan tästä lisäksi tulos ja kun n k + 1, saadaan F k+ F k + F k 1, F k+3 F k+1 + F k Luvussa 46 käytämme apuna tulosta, jonka mukaan kahden peräkkäisen Fibonccin luvun suurin yhteinen tekijä, syt(f n, F n+1 ) 1 Tämän ominaisuuden voisi helposti johtaa myöhemmin esitetystä Cassinin lauseesta 4 kuten lähdeteoksessa on tehty (ks[3, s 75]) Koska käytämme tulosta myöhemmin nimenomaan Cassinin lauseen todistuksessa, vältämme kehäpäätelmän, kun todistamme sen tässä lähdeteoksesta poiketen 4

6 Apulause 31 Olkoon syt(a, b) 1 Tällöin syt(b, a + b) 1 Todistus Oletetaan, että syt(a, b) 1 Tehdään vastaoletus, että on olemassa jokin sellainen luku r > 1 että syt(b, a+b) r Nyt r jakaa siis sekä luvun b että luvun a + b, joten voimme kirjoittaa b rc ja a + b rd joillakin c, d Z Koska a a + b b rd rc r(d c), r jakaa myös luvun a, ja päädymme näin ristiriitaan oletuksen kanssa Siis syt(b, a + b) 1 Lause 3 Kahden peräkkäisen Fibonccin luvun suurin yhteinen tekijä, syt(f n, F n+1 ) 1 Todistus Todistamme lauseen induktiolla Toteamme, että väite on tosi, kun n 0, sillä syt(f 0, F 1 ) syt(0, 1) 1 Oletetaan sitten, että väite on tosi, kun n k, siis syt(f k, F k+1 ) 1 Nyt voimme Fibonaccin lukujen määritelmän mukaan kirjoittaa syt(f k+1, F k+ ) syt(f k+1, F k + F k+1 ) Induktio-oletuksen perusteella syt(f k, F k+1 ) 1 joten apulauseen 31 mukaan syt(f k+1, F k + F k+1 ) 1 ts syt(f k+1, F k+ ) 1 Siis väite on tosi, kun n k + 1 Induktioperiaatteen mukaan väite on tosi aina, kun n 0 3 Lucas n luvut Lucas n luvut lasketaan samoin kuin Fibonaccin luvut aina kahden edellisen luvun summana Jonon ensimmäiset luvut ovat kuitenkin toiset, ja näin saadaan uusi lukujono Määrittelemme Lucas n luvut lähdeteoksesta ([3, s 8]) poiketen alkaen luvusta L 0, sillä tämä on yleisen standardin mukainen tapa Määritelmä 3 Olkoon L 0, L 1 1, L n L n 1 + L n, kun n > 1 Lukujonoa L 0, L 1, L,, L n, sanomme Lucas n lukujonoksi Sen jäseniä sanomme Lucas n luvuiksi Esimerkki 3 Taulukkoon on laskettu Lucas n lukujonon ensimmäisiä jäseniä Taulukko : Lucas n lukuja n L n Lause 33 Olkoon n 1 Tällöin L n F n+1 + F n 1 5

7 Todistus Todistus on lähdeteoksessa (ks[3, s 80]) jätetty harjoitustehtäväksi Todistetaan lause induktiolla Väite on tosi, kun n 1, sillä Siis L 1 F +F 0 Lisäksi L F 3 +F 1, sillä 3 +1 Siis väite on tosi, kun n Teemme induktio-oletuksen, että L k F k+1 + F k 1 ja L k 1 F k + F k, kun k Nyt Lucas n lukujen määritelmän 3 mukaan voimme kirjoittaa L k+1 L k + L k 1 Induktio-oletuksen ja Fibonaccin lukujen määritelmän perusteella saamme L k+1 F k+1 + F k 1 + F k + F k (F k+1 + F k ) + (F k 1 + F k ) F k+ + F k F (k+1)+1 + F (k+1) 1 Siis väite on tosi, kun n k + 1 Induktioperiaatteen mukaan L n F n+1 + F n 1 aina, kun n 1 33 Kultainen leikkaus Kultainen leikkaus tai kultainen suhde esiintyy, samoin kuin Fibonaccin luvut, useissa geometrisissa kuvioissa, taiteessa ja luonnon mittasuhteissa Kultainen leikkaus syntyy, kun jaamme janan kahteen osaan siten, että koko janan suhde sen pitempään osaan on sama kuin pitemmän osan suhde lyhyempään Kultaisen leikkauksen suhdelukua merkitään yleisesti kreikkalaisella kirjaimella φ (fii) Merkinnän sanotaan juontuvan kuuluisan kreikkalaisen kuvanveistäjän Phidias n ( ekr) nimestä (Vrt [4, s 110]) Määritelmä 33 Olkoon φ luku, joka toteuttaa yhtälön 1 φ φ 1 Sanomme, että yhtälön positiivinen ratkaisu φ on kultainen suhde Voimme kirjoittaa määritelmän 33 yhtälön muotoon φ φ 1 0, ja saamme ratkaisut φ tai φ 1 5, joista vasen on positiivinen Merkitsemme ratkaisuja jatkossa α ja β 1 5 6

8 34 Binet n kaavat Suhdeluku φ liittyy myös Fibonaccin lukuihin Näiden välinen yhteys selviää, kun johdamme Fibonaccin luvuille lausekkeen, jonka avulla voimme laskea luvun F n, vaikka emme tietäisi jonon edellisiä jäseniä Koska tämä esitys tuo selkeyttä myös luvun 4 tarkasteluihin Q-matriisin karakteristisesta yhtälöstä (44) ja voimme hyödyntää sitä useiden Fibonaccin ja Lucas n lukuja koskevien ominaisuuksien todistuksissa, uhraamme seuraavaksi muutaman sivun asian esittelyyn Olkoot α ja β yhtälön x x 1 0 ratkaisut kuten edellä on todettu Voimme laskea, että α + β , αβ , α β Lause 34 Olkoon n 1 ja α 1+ 5 Tällöin α n αf n + F n 1 Todistus Todistus on lähdeteoksessa (vrt [3, s 78]) jätetty harjoitustehtäväksi Todistamme lauseen induktiolla Väite on tosi, kun n 1, sillä α 1 αf 1 + F 0 α Oletamme sitten, että α k αf k + F k 1 Nyt α k+1 α k α (αf k + F k 1 )α α F k + αf k 1 Laskemme α ( 1+ ) yhtälöketjua termejä järjestelemällä: α F k + αf k 1 (α + 1)F k + αf k 1 αf k + F k + αf k 1 α(f k + F k 1 ) + F k αf k+1 + F k α + 1, ja voimme jatkaa Siis väite on tosi, kun n k + 1 Induktioperiaatteen mukaan väite on tosi aina, kun n 1 Vastaava tulos on voimassa betalle: β n βf n + F n 1, kun n 1(Ks [3, s 78]) Lause 35 (Binet n kaava) Olkoon n 0 ja olkoot α ja β yhtälön x x 1 0 ratkaisut Tällöin F n αn β n α β 7

9 Todistus (Vrt [3, s 78]) Olkoon n 0 ja Tällöin Kun n, saamme u n αn β n α β αn β n 5 u 0 α0 β ja u 1 α1 β u n 1 + u n αn 1 β n αn β n 5 ααn ββ n + α n β n 5 (α + 1)αn (β + 1)β n 5 α α n β β n 5 αn β n u n 5 Huomaamme, että u n toteuttaa Fibonaccin lukujen rekursiokaavan ja alkuehdot määritelmän 31 mukaisesti Voimme siis kirjoittaa u n F n, ja näin olemme johtaneet Fibonaccin luvuille eksplisiittisen lausekkeen Lucas n luvuille on olemassa Binet n kaavaa vastaava kaava (vrt [3, s 79]) Lause 36 Olkoon n 0 ja olkoot α ja β yhtälön x x 1 0 ratkaisut Tällöin L n α n + β n Todistus Todistus on lähdeteoksessa jätetty harjoitustehtäväksi Se onnistuisi lauseen 35 todistuksen tapaan, mutta käytämme tässä kuitenkin apuna lausetta 33, jonka mukaan kirjoitamme Lucas n luvun muodossa L n F n+1 + F n 1, kun n 1 Tarkastelemme ensin erikseen tapauksen n 0 Tällöin α 0 + β L 0 Kun n 1 voimme käyttää Fibonaccin lukuja koskevaa Binet n kaavaa 35, jonka perusteella voimme kirjoittaa F n+1 + F n 1 αn+1 β n+1 α β + αn 1 β n 1 α β αn+1 β n+1 + α n 1 β n 1 α β 8

10 Koska αβ 1, saamme edelleen termejä järjestämällä ja potenssin laskusääntöjä noudattaen α n+1 + α n 1 β n+1 β n 1 α β αn+1 α n 1 αβ β n+1 + β n 1 αβ α β αn+1 α n β β n+1 + β n α α β αn α α n β + β n α β n β α β (αn + β n )(α β) α β α n + β n Seuraavaa tulosta käytämme jäljempänä esitetyn Q-matriisin ominaisarvojen ratkaisemisessa Lähdeteoksessa ei tätä tulosta erikseen mainita Apulause 37 Olkoon n 0 ja olkoot α ja β yhtälön x x 1 0 ratkaisut Tällöin 5F n (α n β n ) Todistus Lauseen 35 mukaan joten Koska α β 5, saamme F n αn β n α β, ( α Fn n β n ) α β F n (αn β n ) ( 5) Siis 5F n (α n β n ) Huomautus 3 Tiedämme (ks [3, s 1]), että lim n F n F n 1 φ 9

11 4 Fibonaccin matriiseista Fibonaccin lukujen teoriaan voidaan erinomaisesti yhdistää erilaisia matriisien sovellutuksia Tämä on tehokas tapa tuottaa ja todistaa uusia ominaisuuksia Fibonaccin luvuille Tässä luvussa tutustumme ensin Q-matriisiin Todistamme sen avulla Cassinin lauseen ja joitakin muita Fibonaccin lukujen ominaisuuksia Esittelemme Fibonaccin luvuista muodostuvan M-matriisin, ja tutkimme sen yhteydessä myös raja-arvoja Jatkamme tarkastelemalla Q- matriisin karakteristista yhtälöä ja ominaisarvoja ja huomaamme taas yhteyden kultaiseen leikkaukseen Yhdistämällä Q-matriisin tarkasteluun R- matriisi johdamme näiden avulla jälleen uuden ominaisuuden, nyt koskien Lucas n lukuja Lopuksi esittelemme matriisien lambda-funktion, jota sovellamme Q-matriisin lisäksi matriisiin P Tämä luku seuraa soveltuvin osin Thomas Koshyn teoksen Fibonacci and Lucas numbers with applications lukua 3 41 Q-matriisi Esitellään ensin Q-matriisi, jota Charles H King tutki 1960-luvulla San Jose State Collegessa Californiassa Olkoon Q Voimme laskea, että matriisin Q determinantti det Q ja että lisäksi Q, Q ja edelleen Q Huomaamme Fibonaccin lukujen esiintyvän matriiseissa, järjestysluvultaan eksponenttia vastaavan kahdesti ja sitä seuraavan ja edeltävän diagonaalilla Osoitamme Q-matriisin toteuttavan aina seuraavan ominaisuuden 1 1 Lause 41 Olkoon n 1 ja Q Tällöin 1 0 Q n [ Fn+1 F n F n F n 1 ] 10

12 Todistus (vrt [3, s 363]) Todistetaan lause induktiolla Todetaan ensin väite todeksi, kun n 1 Siis Q 1 F F Q F 1 F Oletetaan sitten väite todeksi, kun n k Siis Q k Fk+1 F k F k F k 1 Tällöin Q k+1 Q k Q 1 Fk+1 F k 1 1 F k F k Fk+1 + F k F k+1 F k + F k 1 F k Fk+ F k+1 F k+1 F k F(k+1)+1 F (k+1) F (k+1) F (k+1) 1 Siis väite on tosi, kun n k + 1 Induktioperiaatteen mukaan väite on tosi aina, kun n 1 4 Cassinin lause Käyttämällä Q-matriisia, matriisien laskusääntöjä ja lausetta 41, voimme todistaa Cassinin lauseen ja muita tuloksia Fibonaccin luvuille Lause 4 (Cassinin lause) Olkoon n 1 Tällöin Fibonaccin luvuilla on voimassa yhtälö F n 1 F n+1 F n ( 1) n Todistus (vrt [3, s 363]) Koska Q 1, niin Q n ( 1) n Toisaalta lauseen 41 perusteella Q n Fn+1 F n, F n F n 1 ja siis determinatti Q n F n 1 F n+1 F n Saamme näin F n 1 F n+1 F n ( 1) n Lause 43 Seuraavat yhtälöt ovat voimassa aina, kun n 1 ja m 1: (41) (4) (43) (44) F m+n+1 F m+1 F n+1 + F m F n, F m+n F m+1 F n + F m F n 1, F m+n F m F n+1 + F m 1 F n, F m+n 1 F m F n + F m 1 F n 1 11

13 Todistus (vrt [3, s 364]) Yhtälöstä Q m Q n Q n+m saamme [ Fm+1 F m ] [ Fn+1 F n ] F m F m 1 F n F n 1 Fm+n+1 F m+n F m+n F m+n 1 ja tästä matriisien kertolaskulla Fm+1 F n+1 + F m F n F m+1 F n + F m F n 1 Fm+n+1 F m+n F m F n+1 + F m 1 F n F m F n + F m 1 F n 1 F m+n F m+n 1 Edelleen matriisien yhtäsuuruuden perusteella voimme kirjoittaa alkioittain F m+1 F n+1 + F m F n F m+n+1, F m+1 F n + F m F n 1 F m+n, F m F n+1 + F m 1 F n F m+n, F m F n + F m 1 F n 1 F m+n 1 Voimme johtaa lauseen 43 yhtälöistä lisää hyödyllisiä ominaisuuksia Seuraavia yhtälöitä käytämme myöhemmin matriisin P n lambda-funktiota λ(p n ) laskiessamme Lause 44 Olkoon n 1 Tällöin Fibonaccin ja Lucas n luvut toteuttavat seuraavat yhtälöt: (45) (46) F n+1 F n + F n+1, F n F n L n Todistus (vrt [3, s 364]) Sijoittamalla m n yhtälöön (41) saamme sen suoraan muotoon F n+1 F n + F n+1 Yhtälön (4) erikoistapauksena, kun m n, saamme lauseen 33 perusteella F n F n+1 F n + F n F n 1 F n (F n+1 + F n 1 ) F n L n Lause 45 Olkoon n 1 ja m 1 Tällöin Fibonaccin ja Lucas n luvut toteuttavat seuraavan yhtälön: (47) L m+n F m+1 L n + F m L n 1 Todistus (vrt [3, s 364]) Korvataan n seuraajallaan n + 1 yhtälössä (41), ja lasketaan saatu yhtälö F m+n+ F m+1 F n+ + F m F n+1, 1

14 yhteen yhtälön (4), kanssa, jolloin saamme F m+n F m+1 F n + F m F n 1 F m+n+ + F m+n F m+1 (F n+ + F n ) + F m (F n+1 + F n 1 ) Lauseen 33 perusteella saamme yhtälön muotoon L m+n+1 F m+1 L n+1 + F m L n Nyt korvataan n edeltäjällään n 1, jolloin saadaan edellinen Lucas n luku L m+n F m+1 L n + F m L n 1 Yhtälöistä (4) ja (43) voimme muotoilla myös seuraavan Fibonaccin ja Lucas n lukuja koskevan ominaisuuden Lause 46 Olkoon n 1 ja m 1 Tällöin (48) F m+n F m L n + F n L m Todistus (Vrt [3, s 364]) Laskemalla yhtälöt (4), F m+n F m+1 F n + F m F n 1, ja (43), F m+n F m F n+1 + F m 1 F n, puolittain yhteen, saamme F m+n F m (F n+1 + F n 1 ) + F n (F m+1 + F m 1 ) Lauseen 33 perusteella F n+1 + F n 1 L n ja F m+1 + F m 1 L m Siis F m+n F m L n + F n L m Lucas n luvuille on olemassa vastaava tulos (vrt [3, s 364]) Todistamme sen seuraavaksi käyttäen luvussa 34 esitettyjä Binet n kaavoja, F n αn β n α β ja L n α n + β n Lähdeteoksessa todistus on jätetty harjoitustehtäväksi Lause 47 Olkoon n 1 ja m 1 Tällöin (49) L m+n L m L n + 5F m F n Todistus Binet n kaavojen avulla kirjoitamme yhtälön oikean puolen muotoon ( α L m L n + 5F m F n (α m + β m )(α n + β n m β m ) ( α n β n ) ) + 5 α β α β Koska α β 5, saadaan kertolaskuja järjestelemällä ( α (α m + β m )(α n + β n m β m ) ( α n β n ) ) + 5 α β α β α m α n + α m β n + β m α n + β m β n + (α m β m )(α n β n ) α m+n + α m β n + β m α n + β m+n + α m α n α m β n β m α n + β m β n (α m+n + β m+n ) L m+n 13

15 Seuraava ominaisuus, joka saadaan lauseen 47 erikoistapauksena, on lähdekirjassa todettu R-matriisin esittelyn yhteydessä (ks [3, s 367]) Seurauslause 48 Olkoon n 1 Tällöin 5F n L n+1 L n Todistus Yhtälö saadaan suoraan lauseen 47 erikoistapauksena, kun m 1 Tällöin L n+1 L 1 L n + 5F 1 F n L n + 5F n, ja 5F n L n+1 L n 43 M-matriisi Esittelemme lauseessa 49 matriisin M [ ], jota Sam Moore tutki Community College of Allegheny Countyssa Pennsylvaniassa vuonna Lause 49 Olkoon n 1 ja M Tällöin 1 M n [ Fn 1 F n F n F n+1 Todistus (vrt [3, s 618]) Todistamme lauseen induktiolla Väite on tosi, kun n 1, sillä M 1 F 1 F 1 1 M F F +1 1 Oletetaan sitten, että M k [ Fk 1 F k F k F k+1 Matriisien laskusääntöjen ja huomautuksessa 31 esitettyjen yhtälöiden avulla saamme M k+1 M k M 1 Fk 1 F k 1 1 F k F k+1 1 Fk 1 + F k F k 1 + F k F k + F k+1 F k + F k+1 Fk+1 F k+ F k+ F k+3 F(k+1) 1 F (k+1) F (k+1) ] ] F (k+1)+1 Esimerkki 41 M 5 F 5 1 F 5 F9 F 10 F 5 F 5+1 F 10 F

16 Lause 410 Olkoon n 1, M [ ] ja α 1+ 5 Tällöin lim n M n [ 1 α F n 1 α α + 1 Todistus (vrt [3, s 365]) Suorittamalla jakolaskun saamme M n Fn 1 /F n 1 F n /F n 1 F n 1 F n /F n 1 F n+1 /F n 1 ] F k F k 1 Koska huomautuksen 3 mukaan raja-arvo lim k lisäksi F n+1 F n 1 + F n 1 + F n, F n 1 F n 1 F n 1 saamme alkioittain raja-arvot lim n F n F n+1 α ja lim F n 1 + α n 1 F n 1 α, kun k 1, ja Lisäksi selvästi F n 1 /F n 1 1 aina, kun n 1 Näin saamme matriisin raja-arvon muotoon M n 1 α lim n F n 1 α α + 1 Vastaavasti matriisijono {Q n /F n 1 } suppenee kohti matriisia [ 1+α α α 1 ] (ks [3, s 365]) 44 Karakteristinen yhtälö ja ominaisarvot Jatkamme Q-matriisin tarkastelua tutkimalla matriisin Q n karakteristista yhtälöä Q n xi 0, missä n 1, I [ ] (vrt [3, s ]) Yhtälön ratkaisut ovat matriisin Q n ominaisarvot Lauseen 33 ja Cassinin lauseen 4 perusteella saamme determinantin muotoon Q n F xi n+1 x F n F n F n 1 x (F n+1 x)(f n 1 x) F n F n x (F n+1 + F n 1 )x + (F n+1 F n 1 F n) x L n x + ( 1) n Ratkaisukaavalla saamme karakteristisen yhtälön x L n x+( 1) n 0 juuret x 1 L n + L n 4( 1) ja 15 x L n L n 4( 1)

17 Lauseen 36 mukaan L n α n + β n, ja apulauseen 37 perusteella 5F n (α n β n ) Koska lisäksi αβ 1, saamme neliöjuurilausekkeen muotoon Siis L n 4( 1) n (α n + β n ) 4(αβ) n (α n β n ) 5Fn x 1 L n + 5F n 5F n ja x L n 5F n Toisaalta, koska α n + β n L n ja α n β n 5F n, saamme α n α n + β n + α n β n L n + 5F n ja ja samoin α n L n + 5F n, β n α n + β n α n + β n L n 5F n ja β n L n 5F n Olemme siis johtaneet seuraavan lauseen Lause 411 Matriisin Q n ominaisarvot ovat α n ja β n Tutkimme vielä erikoistapausta, kun n 1 Kirjoitamme lauseen 411 muotoon: Seurauslause 41 Matriisin Q ominaisarvot ovat α ja β Saamme karakteristisesta yhtälöstä x L n x + ( 1) n 0 kultaisesta leikkauksestakin tutun yhtälön x x 1 0 Toisaalta , siis Q Q I Huomaamme, että Q toteuttaa karakteristisen yhtälönsä Tämä on siis yksi Cayley-Hamiltonin lauseen 1 ilmenemä 45 R-matriisi Seuraavaksi tutustumme matriisiin R [ 1 1 ] Sen esittelivät ensimmäisenä, vuonna 1963, V E Hoggatt ja I D Ruggles 16

18 Lause 413 Olkoon R [ 1 1 ] Tällöin RQ n [ Ln+1 L n L n L n 1 Todistus (vrt [3, s 367]) Lauseen 41 mukaan Q n F n+1 F n F n 1, missä n 1 Matriisien kertolaskulla saamme 1 RQ n Fn+1 F n Fn+1 + F n F n + F n 1 1 F n F n 1 F n+1 F n F n F n 1 Tarkastellaan matriisia alkioittain, Fibonaccin lukujen määritelmää ja lausetta 33 apuna käyttäen Saamme F n+1 + F n F n+1 + F n + F n F n+ + F n L n+1 Vastaavasti edellinen Lucas n luku L n F n + F n 1 Toisaalta F n+1 F n F n+1 + F n 1 + F n F n F n+1 + F n 1 L n, ja sitä edellinen Lucas n luku L n 1 F n F n 1 Voimme siis kirjoittaa Fn+1 + F n F n + F n 1 Ln+1 L n F n+1 F n F n F n 1 L n L n 1 ] F n Lause 414 Olkoon n 1 Tällöin L n+1 L n 1 L n 5( 1) n+1 Todistus (vrt [3, s 367]) Determinantin tulosäännön mukaan RQ n R Q n Lauseen 413 perusteella L n+1 L n 1 F n+1 F n 1 L n L n 1 F n F n 1 Laskemalla determinantit saamme L n+1 L n 1 L n 5(F n+1 F n 1 Fn) Koska Cassinin lauseen mukaan F n+1 F n 1 Fn ( 1) n, voimme kirjoittaa L n+1 L n 1 L n 5( 1) n+1 46 Cramerin lause Seuraavaksi muistutamme mieleen Cramerin lauseen, ja tutkimme, kuinka sen avulla voi johtaa aikaisemmin esitetyn Cassinin lauseen Tähän tarkasteluun olemme tehneet pohjatyötä lähdeteoksesta poiketen jo luvussa 31, kun todistimme, että kahden peräkkäisen Fibonaccin luvun suurin yhteinen tekijä, syt(f k, F k+1 ) 1 17

19 Lause 415 (Cramerin lause) Olkoon ax + by e cx + dy f Jos ad bc 0, niin yhtälöparin ainoa ratkaisu on x e f a c b d b d ja y Johtaaksemme Cassinin lauseen 4, sovellamme Cramerin lausetta yhtälöpariin jossa esiintyy Fibonaccin lukuja Tutkimme yhtälöparia a c a c e f b d F n x + F n 1 y F n+1 F n+1 x + F n y F n+ Lauseen 3 mukaan kahden peräkkäisen Fibonaccin luvun suurin yhteinen tekijä, syt(f k, F k+1 ) 1 Siis determinantti F n F n+1 F n 1 F n F n F n 1 F n+1 0, joten voimme käyttää Cramerin lausetta Fibonaccin lukujen rekursiokaavan mukaan yksi ratkaisu on selvästi x y 1 Cramerin lauseen perusteella tämä on ainoa ratkaisu, ja voimme kirjoittaa x F n+1 F n+ F n F n+1 F n 1 F n F n 1 F n F n F n+1 F n+1 F n+ 1, y F n F 1 n 1 F n+1 F n Jälkimmäisestä saamme F n F n+1 F n+1 F n+ F n F n+1 F n 1 F n Laskemalla determinantit saamme F n F n+ Fn+1 Fn F n 1 F n+1, siis F n F n+ Fn+1 (F n 1 F n+1 Fn) Merkitään nyt p n F n 1 F n+1 Fn, jolloin edellinen yhtälö saadaan rekursiokaavaksi p n+1 p n, missä p 1 F 0 F F1 1 Todistamme induktiolla, että p n ( 1) n : Alkuaskel on voimassa, sillä p 1 1 Oletamme, että p k ( 1) k Tällöin p k+1 p k ( 1) k ( 1) k+1, ja induktioperiaatteen mukaan p n ( 1) n aina, kun n 1 Olemme näin johtaneet Cassinin lauseen, F n 1 F n+1 Fn ( 1) n 18

20 47 Lambda-funktio Muusikko Fenton S Stancliff tutki laajasti matriisien lambda-funktiota λ Hänen julkaisemattomiin muistiinpanoihinsa viittaavat myös Marjorie Bicknell ja V E Hoggatt, Jr artikkelissaan aiheesta Stancliff määrittelee matriisin A lambda-funktion, λ(a), determinatin det A muutoksena, kun matriisin A jokaiseen alkioon lisätään luku yksi (ks[, s 47]) Yhdistämällä lambdafunktion Fibonaccin matriiseihin, voimme johtaa jälleen lisää Fibonaccin lukujen ominaisuuksia (vrt [3, s ]) Määritelmä 41 Olkoon A (a ij ) n n ja A (a ij + 1) n n Tällöin λ(a) A A a b Esimerkki 4 Olkoon A Tällöin A c d A ad bc ja A (a + 1)(d + 1) (b + 1)(c + 1) ad bc + a + d b c, sekä λ(a) A A a + d b c a + 1 b + 1 Nyt c + 1 d + 1 Lisätään matriisin A jokaiseen alkioon vakio k Näin määritellyn uuden matriisin A determinantti on A a + k b + k (ad bc) + k(a + d b c), c + k d + k joka voidaan edelleen kirjoittaa määritelmän 41 mukaista λ-funktiota käyttäen muodossa A A + kλ(a) Valitsemalla A Q n, saamme johdettua uuden ominaisuuden Fibonaccin luvuille Lause 416 Olkoon n > Tällöin 4F n F n+ F n+1 F n F n 3 + ( 1) n+1 Todistus (vrt [3, s 38]) Olkoon A Q n Nyt (Q n ) Q n + kλ(q n ) F n Toisaalta, koska Q n F n 1 F n+1, voimme kirjoittaa esimerkin 4 tapaan F n λ(q n ) F n+1 + F n 1 F n F n 1 + F n + F n 1 F n F n F n 1 F n 3 + F n F n F n 3, 19

21 ja determinantin Q n saamme Cassinin lauseen perusteella yksinkertaisesti muotoon Q n F n+1 F n 1 F n ( 1) n Nyt voimme kirjoittaa (Q n ) ( 1) n + kf n 3 Olkoon nyt k F n Tällöin (Q n ) F n+1 + F n F n + F n F n + F n F n 1 + F n ( 1)n + F n F n 3 Siis F n+ F n F n F n+1 ( 1)n + F n F n 3 Laskemalla determinantin saamme F n+ F n+1 4Fn ( 1) n + F n F n 3, mistä edelleen termejä järjestämällä päädymme lauseen identiteettiin, 4Fn F n+ F n+1 F n F n 3 + ( 1) n+1 48 P-matriisi Seuraavaksi käsiteltävä Fibonaccin matriisi on edellä esitellyistä poiketen kooltaan 3 3-matriisi Sitä ovat tutkineet Marjorie Bicknell ja V E Hoggatt, Jr, San Jose State Collegessa, sekä Terry Brennan Lockheed Missiles and Space Companyssa Olkoon Tutkitaan potensseja P P 3 4, P ja P Löydetäänkö jokin vastaava laskusääntö kuin matriisien Q n ja M n tapauksissa? Huomaamme ainakin mielenkiintoista säännönmukaisuutta, kun vertaamme peräkkäisten matriisien rivejä ja sarakkeita Ensimmäinen rivi näyttäisi 0

22 olevan sama kuin edellisen matriisin kolmas rivi Samoin ensimmäinen sarake näyttää vastaavan edellisen matriisin viimeistä saraketta Voimme kirjoittaa (ks [3, s 383]) F0 F 0 F 1 F 1 P F 0 F 1 F F 0 F 1 F 1 F, F1 F 1 F F F P 1 F 1 F F F F 1 F F3 F 1 F F F 3 ja P 3 F F 3 F 3 F F 3 F F F F 3 F3 4 F F 3 F 3 F 4 F3 F 3 F 4 F4 Osoitamme matriisin P n toteuttavan aina seuraavan ehdon Lause 417 Olkoon n 1 ja P Tällöin F P n n 1 F n 1 F n F n F n 1 F n Fn+1 F n 1 F n F n F n+1 Fn F n F n+1 Fn+1 Todistus (vrt [3, s 619]) Todistetaan lause induktiolla Todetaan ensin väite todeksi, kun n 1 Siis F P 1 0 F 0 F 1 F F 0 F 1 F F 0 F 1 F 1 F 0 1 P F1 F 1 F F Oletetaan sitten väite todeksi, kun n k Siis F P k k 1 F k 1 F k F k F k 1 F k Fk+1 F k 1 F k F k F k+1 Fk F k F k+1 Fk+1 Tällöin P k+1 P k P Fk 1 F k 1 F k F k F k 1 F k Fk+1 F k 1 F k F k F k Fk F k F k+1 Fk Fk F k 1 F k + Fk Fk 1 + F k 1 F k + F k F k F k+1 Fk+1 F k 1 F k + F k F k+1 F k 1 F k + Fk+1 F k 1 F k + F k F k+1 Fk+1 F k F k+1 + Fk+1 Fk + k F k+1 + Fk+1 Merkitään selkeyden vuoksi Fk F k 1 F k + Fk Fk 1 + F k 1 F k + F k F k F k+1 Fk+1 F k 1 F k + F k F k+1 F k 1 F k + Fk+1 F k 1 F k + F k F k+1 Fk+1 F k F k+1 + Fk+1 Fk + k F k+1 + Fk+1 a b c d e f g h i 1

23 Fibonaccin lukujen rekursiokaavaa, Cassinin lausetta ja binomin neliön laskusääntöjä apuna käyttäen laskemme alkioittain b F k 1 F k + F k F k (F k+1 + F k ) F k F k+1, c F k 1 + F k 1 F k + F k (F k + F k 1 ) F k+1 Koska voimme kirjoittaa saamme edelleen Lisäksi F k 1 F k F k 1 F k + F k F k+1 F k F k+1 F k ( F k 1 F k+1 ) F k F k+1 F k F k F k+1, e F k+1 F k 1 F k + F k F k+1 F k+1 F k F k+1 F k F k F k+1 (F k + F k+1 ) F k F k+1 F k+ F k F k+1 f F k 1 F k + F k+1 F k 1 F k + F k F k+1 F k+1 + F k F k+1 F k+1 (F k+1 + F k ) F k+1 F k+, h F k F k+1 + F k+1 F k+1 (F k + F k+1 ) F k+1 F k+ i F k + F k F k+1 + F k+1 (F k + F k+1 ) F k+ ja Voimme siis kirjoittaa matriisin Fk F k 1 F k + Fk Fk 1 + F k 1 F k + F k F k F k+1 Fk+1 F k 1 F k + F k F k+1 F k 1 F k + Fk+1 F k 1 F k + F k F k+1 Fk+1 F k F k+1 + Fk+1 Fk + k F k+1 + Fk+1 Fk F k F k+1 F k+1 F k F k+1 Fk+ F k F k+1 F k+1 F k+ P k+1 Fk+1 F k+1 F k+ Fk+ Siis väite on tosi, kun n k + 1 Induktioperiaatteen mukaan F P n n 1 F n 1 F n F n F n 1 F n Fn+1 F n 1 F n F n F n+1 Fn F n F n+1 Fn+1 aina, kun n 1

24 Esimerkki 43 Voimme laskea lauseen 417 avulla F P 5 4 F 4 F 5 F 5 F 4 F 5 F6 F 4 F 5 F 5 F 6 F5 F 5 F 6 F Tässä tapauksessa olisimme toki saaneet ensimmäisen rivin ja sarakkeen myös matriisista P 4, koska se on jo edellä laskettu Lauseen 417 avulla voimme laskea esimerkiksi matriisin P 9 suoraan ilman edellisiä Esimerkki 44 Lasketaan λ(p ) Lasketaan ensin determinantit P ja P, ja näiden avulla funktio λ(p ) P P kuten määritelmässä 41 Saamme 3 3-matriisin determinantin laskettua kofaktorien avulla P Kun lasketaan vielä 1 1 P , saadaan λ(p ) ( 1) 1 Tutkitaan nyt lambda-funktiota matriisille a b c A d e f g h i Lasketaan ensin determinantit A ja A Saadaan e A a h f i b d g f i + c d g e h a(ei hf) b(di gf) + c(dh ge) Lisäksi a + 1 b + 1 c + 1 A d + 1 e + 1 f + 1, g + 1 h + 1 i + 1 3

25 ja A e + 1 f + 1 d + 1 f + 1 d + 1 e + 1 (a + 1) (b + 1) + (c + 1) h + 1 i + 1 g + 1 i + 1 g + 1 h + 1 (a + 1)((ei hf) + e + i h f) (b + 1)((di gf) + d + i g f) + (c + 1)((dh ge) + d + h g e) a(ei hf) + a(e + i h f) + (ei hf) + e + i h f b(di gf) b(d + i g f) (di gf) d i + g + f + c(dh ge) + c(d + h g e) + (dh ge) + d + h g e a(ei hf) + a(e + i h f) + (ei hf) b(di gf) b(d + i g f) (di gf) + c(dh ge) + c(d + h g e) + (dh ge) Saamme A-matriisille lambda-funktion laskemalla λ(a) A A a(ei hf) + a(e + i h f) + (ei hf) b(di gf) b(d + i g f) (di gf) + c(dh ge) + c(d + h g e) + (dh ge) a(ei hf) + b(di gf) c(dh ge) a(e + i h f) + (ei hf) b(d + i g f) (di gf) + c(d + h g e) + (dh ge) ae + ai ah af + ei hf bd bi + bg + bf di + gf + cd + ch cg ce + dh ge Bicknellin ja Hoggattin jalanjäljissä jatkamme laskemista muotoon (vrt [3, s 383]) λ(a) (a + e b d)(e + i h f) (d + h g e)(b + f c e), jonka voimme kirjoittaa determinanttina (a + e b d) (b + f c e) λ(a) (d + h g e) (e + i h f) Koska tällainen mekaaninen laskeminen on varsinkin ilman apuvälineitä kovin työlästä, eikä lopputuloskaan ensinäkemältä mitenkään ilmeinen, tulee houkutus etsiä vastaisen varalle jokin suoraviivaisempi tapa muodostaa matriisin A lambda-funktio, tai lambda-luku (lambda number) λ(a) Bicknell esittelee sellaisen (ks [1, s 60]), ja viittaa tässä Stancliffin julkaisemattomien tulosten lisäksi Thomas Muirin kirjaan Esitämme tämän tavan tässä huomautuksena, ilman todistusta 4

26 Huomautus 41 Olkoon A (a ij ) n n-matriisi ja olkoon L (c ij ) sellainen, kooltaan yhtä pienempi, (n 1) (n 1)-matriisi, jonka alkiot saadaan matriisista A laskemalla c ij a ij + a i+1,j+1 a i,j+1 a i+1,j Tällöin λ(a) L Tutkitaan lopuksi lambda-funktiota matriisille P n Sijoitetaan A P n Tällöin λ(p n Fn 1 ) + Fn+1 4F n 1 F n F n 1 F n + F n F n+1 Fn F n+1 3F n 1 F n + F n F n+1 Fn Fn+1 Fn+1 3F n 1 F n F n F n 1 Tarkastellaan matriisia alkioittain (vrt [3, s 384]) Muistutamme mieleen Fibonaccin lukujen määritelmän, F n+1 F n + F n 1, ja lauseen 33 jonka mukaan L n F n 1 + F n+1 Lisäksi käytämme lauseen 44 ominaisuuksia F n+1 Fn + Fn+1 ja F n L n F n Näiden avulla laskemme F n 1 F n + F n F n+1 F n F n+1 F n F n 1 + F n F n+1 (F n + F n+1) F n (F n 1 + F n+1 ) F n+1 F n L n F n+1 F n F n+1 F n (F n+1 F n ) F n (F n 1 ) F n Tutkimme sitten lauseketta 3F n 1 F n + F n F n+1 F n F n+1 (vrt [3, s 619]) Laskemme F n + F n+1 3F n 1 F n F n F n+1 F n (F n 1 + F n ) + F n+1 (F n + F n 1 ) 3F n 1 F n F n F n+1 F n F n 1 + F n F n + F n+1 F n + F n+1 F n 1 3F n 1 F n F n F n+1 F n F n + F n+1 F n 1 F n 1 F n F n F n + F n 1 (F n + F n 1 ) F n 1 F n F n F n + F n 1 F n + F n 1 (F n F n ) F n 1 F n F n F n + F n 1 F n F n 1 F n F n 1 F n F n F n F n 1 F n F n (F n F n 1 ) F n, ja alkuperäinen lauseke saadaan näin muotoon 3F n 1 F n + F n F n+1 F n F n+1 F n 5

27 Kirjoitamme vielä määritelmän mukaan auki F n+1 F n 1 +F n, ja laskemalla binomin neliön, saamme F n 1 + F n+1 4F n 1 F n F n 1 + (F n 1 + F n ) 4F n 1 F n F n 1 + (F n 1 + F n 1 F n + F n) 4F n 1 F n F n 1 + F n 1 F n 1 F n + F n F n 1 + (F n F n 1 ) F n 1 + F n Jatkamme sieventämistä vielä lauseen 44 avulla Merkitsemme F n +1 + F n F (n )+1 F n 3 Saamme determinantin lopulta sievennettyä muotoon λ(p n ) F n 3 Fn F n ( 1) n F n F n 1 F n 3 [( 1) n F n F n 1 ] + F n F n ( 1) n (F n 1 F n 3 F n ) Huomaamme oikeanpuoleisen tekijän olevan sama kuin keskimmäinen alkio matriisissa P n 6

28 Viitteet [1] M R Bicknell, The Lambda Number of a Matrix: The Sum of Its n Cofactors, The American Mathematical Monthly, Vol 7, No3 (Mar,1965), [Verkkodokumentti, viitattu 19401] URL: [] M R Bicknell ja V E Hoggatt, Jr, 1963, Fibonacci Matrices and Lambda Functions, The Fibonacci Quarterly, 1:(April), 47-5 [Verkkodokumentti, viitattu 19401] URL:wwwfqmathca/Scanned/1- /bicknellpdf [3] T Koshy, Fibonacci and Lucas Numbers with Applications John Wiley & Sons Inc, 001 [4] A S Posamentier, ja I Lehmann, The Fabulous Fibonacci Numbers Prometheus Books, 007 7

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III 802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LUKUTEORIA 1 / 77 Irrationaaliluvuista Määritelmä 1 Luku α C \ Q on

Lisätiedot

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO

802328A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO 8038A LUKUTEORIAN PERUSTEET OSA III BASICS OF NUMBER THEORY PART III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 016 Sisältö 1 Irrationaaliluvuista Antiikin lukuja 6.1 Kolmio- neliö- ja tetraedriluvut...................

Lisätiedot

1 Lukujen jaollisuudesta

1 Lukujen jaollisuudesta Matematiikan mestariluokka, syksy 2009 1 1 Lukujen jaollisuudesta Lukujoukoille käytetään seuraavia merkintöjä: N = {1, 2, 3, 4,... } Luonnolliset luvut Z = {..., 2, 1, 0, 1, 2,... } Kokonaisluvut Kun

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

Determinantti 1 / 30

Determinantti 1 / 30 1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen

Lisätiedot

Esitetään tehtävälle kaksi hieman erilaista ratkaisua. Ratkaisutapa 1. Lähdetään sieventämään epäyhtälön vasenta puolta:

Esitetään tehtävälle kaksi hieman erilaista ratkaisua. Ratkaisutapa 1. Lähdetään sieventämään epäyhtälön vasenta puolta: MATP00 Johdatus matematiikkaan Ylimääräisten tehtävien ratkaisuehdotuksia. Osoita, että 00 002 < 000 000. Esitetään tehtävälle kaksi hieman erilaista ratkaisua. Ratkaisutapa. Lähdetään sieventämään epäyhtälön

Lisätiedot

Matematiikan tukikurssi, kurssikerta 5

Matematiikan tukikurssi, kurssikerta 5 Matematiikan tukikurssi, kurssikerta 5 1 Jonoista Matematiikassa jono (x n ) on yksinkertaisesti järjestetty, päättymätön sarja numeroita Esimerkiksi (1,, 3, 4, 5 ) on jono Jonon i:ttä jäsentä merkitään

Lisätiedot

Tehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i

Tehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i JOHDATUS LUKUTEORIAAN (syksy 07) HARJOITUS 8, MALLIRATKAISUT Tehtävä. Oletetaan että uv on neliö ja (u, v) =. Osoita, että kumpikin luvuista u ja v on neliö. Ratkaisu. Olkoon p i alkuluku, joka jakaa luvun

Lisätiedot

Lineaariset kongruenssiyhtälöryhmät

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

Lisätiedot

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

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla: 11 Determinantti Neliömatriisille voidaan laskea luku, joka kertoo muun muassa, onko matriisi kääntyvä vai ei Tätä lukua kutsutaan matriisin determinantiksi Determinantilla on muitakin sovelluksia, mutta

Lisätiedot

a k+1 = 2a k + 1 = 2(2 k 1) + 1 = 2 k+1 1. xxxxxx xxxxxx xxxxxx xxxxxx

a k+1 = 2a k + 1 = 2(2 k 1) + 1 = 2 k+1 1. xxxxxx xxxxxx xxxxxx xxxxxx x x x x x x x x Matematiikan johdantokurssi, syksy 08 Harjoitus, ratkaisuista Hanoin tornit -ongelma: Tarkastellaan kolmea pylvästä A, B ja C, joihin voidaan pinota erikokoisia renkaita Lähtötilanteessa

Lisätiedot

Miten osoitetaan joukot samoiksi?

Miten osoitetaan joukot samoiksi? Miten osoitetaan joukot samoiksi? Määritelmä 1 Joukot A ja B ovat samat, jos A B ja B A. Tällöin merkitään A = B. Kun todistetaan, että A = B, on päättelyssä kaksi vaihetta: (i) osoitetaan, että A B, ts.

Lisätiedot

Johdatus lukuteoriaan Harjoitus 11 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

Johdatus lukuteoriaan Harjoitus 11 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma Johdatus lukuteoriaan Harjoitus syksy 008 Eemeli Blåsten Ratkaisuehdotelma Tehtävä Todista ketjumurtoluvun peräkkäisille konvergenteille kaava ( ) n induktiolla käyttämällä jonojen ( ) ja ( ) rekursiokaavaa.

Lisätiedot

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö Johdatus diskreettiin matematiikkaan Harjoitus 5, 14.10.2015 1. Ratkaise rekursioyhtälö x n+4 2x n+2 + x n 16( 1) n, n N, alkuarvoilla x 1 2, x 2 14, x 3 18 ja x 4 42. Ratkaisu. Vastaavan homogeenisen

Lisätiedot

Tehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat.

Tehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat. JOHDATUS LUKUTEORIAAN syksy 017) HARJOITUS 6, MALLIRATKAISUT Tehtävä 1. Etsi Pellin yhtälön x Dy = 1 pienin positiivinen ratkaisu kun D {,, 5, 6, 7, 8, 10}. Ratkaisu 1. Tehtävässä annetuilla D:n arvoilla

Lisätiedot

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä Sekalaiset tehtävät, 11. syyskuuta 005, sivu 1 / 13 Tehtäviä Tehtävä 1. Johda toiseen asteen yhtälön ax + bx + c = 0, a 0 ratkaisukaava. Tehtävä. Määrittele joukon A R pienin yläraja sup A ja suurin alaraja

Lisätiedot

Matematiikan mestariluokka, syksy 2009 7

Matematiikan mestariluokka, syksy 2009 7 Matematiikan mestariluokka, syksy 2009 7 2 Alkuluvuista 2.1 Alkuluvut Määritelmä 2.1 Positiivinen luku a 2 on alkuluku, jos sen ainoat positiiviset tekijät ovat 1 ja a. Jos a 2 ei ole alkuluku, se on yhdistetty

Lisätiedot

Ominaisarvot ja ominaisvektorit 140 / 170

Ominaisarvot ja ominaisvektorit 140 / 170 Ominaisarvot ja ominaisvektorit 140 / 170 Seuraavissa luvuissa matriisit ja vektori ajatellaan kompleksisiksi, ts. kertojakuntana oletetaan olevan aina kompleksilukujoukko C Huomaa, että reaalilukujoukko

Lisätiedot

= 3 = 1. Induktioaskel. Induktio-oletus: Tehtävän summakaava pätee jollakin luonnollisella luvulla n 1. Induktioväite: n+1

= 3 = 1. Induktioaskel. Induktio-oletus: Tehtävän summakaava pätee jollakin luonnollisella luvulla n 1. Induktioväite: n+1 Matematiikan ja tilastotieteen laitos Matematiikka tutuksi Harjoitus 4 Ratkaisuehdotuksia 4-810 1 Osoita induktiolla, että luku 15 jakaa luvun 4 n 1 aina, kun n Z + Todistus Tarkastellaan ensin väitettä

Lisätiedot

Ominaisarvo-hajoitelma ja diagonalisointi

Ominaisarvo-hajoitelma ja diagonalisointi Ominaisarvo-hajoitelma ja a 1 Lause 1: Jos reaalisella n n matriisilla A on n eri suurta reaalista ominaisarvoa λ 1,λ 2,...,λ n, λ i λ j, kun i j, niin vastaavat ominaisvektorit x 1, x 2,..., x n muodostavat

Lisätiedot

Vaihtoehtoinen tapa määritellä funktioita f : N R on

Vaihtoehtoinen tapa määritellä funktioita f : N R on Rekursio Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on käyttää rekursiota: 1 (Alkuarvot) Ilmoitetaan funktion arvot

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

Rekursio. Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on

Rekursio. Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on Rekursio Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on käyttää rekursiota: Rekursio Funktio f : N R määritellään yleensä

Lisätiedot

Kaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine

Kaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine Vaasan yliopiston julkaisuja 97 5 DETERMINANTIT Ch:Determ Sec:DetDef 5.1 Determinantti Tämä kappale jakautuu kolmeen alakappaleeseen. Ensimmäisessä alakappaleessa määrittelemme kaksi- ja kolmiriviset determinantit.

Lisätiedot

(iv) Ratkaisu 1. Sovelletaan Eukleideen algoritmia osoittajaan ja nimittäjään. (i) 7 = , 7 6 = = =

(iv) Ratkaisu 1. Sovelletaan Eukleideen algoritmia osoittajaan ja nimittäjään. (i) 7 = , 7 6 = = = JOHDATUS LUKUTEORIAAN (syksy 07) HARJOITUS 7, MALLIRATKAISUT Tehtävä Etsi seuraavien rationaalilukujen ketjumurtokehitelmät: (i) 7 6 (ii) 4 7 (iii) 65 74 (iv) 63 74 Ratkaisu Sovelletaan Eukleideen algoritmia

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48 MS-A3/A5 Matriisilaskenta Malliratkaisut 5 / vko 48 Tehtävä (L): a) Onko 4 3 sitä vastaava ominaisarvo? b) Onko λ = 3 matriisin matriisin 2 2 3 2 3 7 9 4 5 2 4 4 ominaisvektori? Jos on, mikä on ominaisarvo?

Lisätiedot

Matematiikan johdantokurssi, syksy 2016 Harjoitus 11, ratkaisuista

Matematiikan johdantokurssi, syksy 2016 Harjoitus 11, ratkaisuista Matematiikan johdantokurssi, syksy 06 Harjoitus, ratkaisuista. Valitse seuraaville säännöille mahdollisimman laajat lähtöjoukot ja sopivat maalijoukot niin, että syntyy kahden muuttujan funktiot (ks. monisteen

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

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

Ominaisarvo ja ominaisvektori

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

Lisätiedot

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on? Harjoitus 1, kevät 007 1. Olkoon [ ] cos α sin α A(α) =. sin α cos α Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?. Olkoon a x y A = 0 b z, 0 0 c missä a, b, c 0. Määrää käänteismatriisi

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

Johdatus matemaattiseen päättelyyn

Johdatus matemaattiseen päättelyyn Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä Luonnollisten lukujen joukko N on joukko N = {1, 2, 3,...} ja kokonaislukujen

Lisätiedot

Ketjumurtoluvut ja Pellin yhtälö

Ketjumurtoluvut ja Pellin yhtälö TAMPEREEN YLIOPISTO Pro gradu -tutkielma Viivi Seppälä Ketjumurtoluvut ja Pellin yhtälö Informaatiotieteiden yksikkö Matematiikka Huhtikuu 204 Tampereen yliopisto Informaatiotieteiden yksikkö SEPPÄLÄ,

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 5. luento.2.27 Lineaarialgebraa - Miksi? Neuroverkon parametreihin liittyvät kaavat annetaan monesti

Lisätiedot

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y ) MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y

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

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

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden

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

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi 7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi Z p [x]/(m), missä m on polynomirenkaan Z p [x] jaoton polynomi (ks. määritelmä 3.19).

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

(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

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 5 Mikko Salo 5.9.2017 The natural development of this work soon led the geometers in their studies to embrace imaginary as well as real values of the variable.... It came

Lisätiedot

Juuri 11 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 11 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus K1. a) 72 = 2 36 = 2 2 18 = 2 2 2 9 = 2 2 2 3 3 = 2 3 3 2 252 = 2 126 = 2 2 63 = 2 2 3 21 = 2 2 3 3 7 = 2 2 3 2 7 syt(72, 252) = 2 2 3 2 = 36 b) 252 = 72 3 + 36 72 = 36 2 syt(72, 252) = 36 c) pym(72,

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

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

6. Toisen ja korkeamman kertaluvun lineaariset

6. Toisen ja korkeamman kertaluvun lineaariset SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 51 6. Toisen ja korkeamman kertaluvun lineaariset differentiaaliyhtälöt Määritelmä 6.1. Olkoon I R avoin väli. Olkoot p i : I R, i = 0, 1, 2,..., n, ja q : I R jatkuvia

Lisätiedot

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella Tehtävä 1. Determinantti = 0, kun 2 samaa saraketta restart; with(linalg): Induktiotodistus matriisin koon ( ) suhteen. Väite. Jos ja n x n -matriisissa

Lisätiedot

Matematiikan tukikurssi, kurssikerta 3

Matematiikan tukikurssi, kurssikerta 3 Matematiikan tukikurssi, kurssikerta 3 1 Epäyhtälöitä Aivan aluksi lienee syytä esittää luvun itseisarvon määritelmä: { x kun x 0 x = x kun x < 0 Siispä esimerkiksi 10 = 10 ja 10 = 10. Seuraavaksi listaus

Lisätiedot

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3. Matematiikan ja tilastotieteen laitos Lineaarialgebra ja matriisilaskenta II Ylimääräinen harjoitus 6 Ratkaisut A:n karakteristinen funktio p A on λ p A (λ) det(a λi ) 0 λ ( λ) 0 5 λ λ 5 λ ( λ) (( λ) (

Lisätiedot

Similaarisuus. Määritelmä. Huom.

Similaarisuus. Määritelmä. Huom. Similaarisuus Määritelmä Neliömatriisi A M n n on similaarinen neliömatriisin B M n n kanssa, jos on olemassa kääntyvä matriisi P M n n, jolle pätee Tällöin merkitään A B. Huom. Havaitaan, että P 1 AP

Lisätiedot

Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa. väite P(n) on totta kaikille n = 0,1,2,...

Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa. väite P(n) on totta kaikille n = 0,1,2,... Induktiotodistus Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa väite P(n) on totta kaikille n = 0,1,2,.... Tässä väite P(n) riippuu n:n arvosta. Todistuksessa

Lisätiedot

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B.

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B. HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 3 Ratkaisuehdotuksia Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan muun muassa kahden joukon osoittamista samaksi sekä joukon

Lisätiedot

Lukion matematiikkakilpailun alkukilpailu 2015

Lukion matematiikkakilpailun alkukilpailu 2015 Lukion matematiikkakilpailun alkukilpailu 015 Avoimen sarjan tehtävät ja niiden ratkaisuja 1. Olkoot a ja b peräkkäisiä kokonaislukuja, c = ab ja d = a + b + c. a) Osoita, että d on kokonaisluku. b) Mitä

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

8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151

8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151 Vaasan yliopiston julkaisuja 151 8 KANNAT JA ORTOGONAALISUUS KantaOrthogon Sec:LinIndep 8.1 Lineaarinen riippumattomuus Lineaarinen riippumattomuus on oikeastaan jo määritelty, mutta kirjoitamme määritelmät

Lisätiedot

a) Mitkä seuraavista ovat samassa ekvivalenssiluokassa kuin (3, 8), eli kuuluvat joukkoon

a) Mitkä seuraavista ovat samassa ekvivalenssiluokassa kuin (3, 8), eli kuuluvat joukkoon Matematiikan johdantokurssi, syksy 08 Harjoitus 3, ratkaisuista. Kokonaisluvut määriteltiin luonnollisten lukujen avulla ekvivalenssiluokkina [a, b], jotka määrää (jo demoissa ekvivalenssirelaatioksi osoitettu)

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

Multiplikatiiviset funktiot

Multiplikatiiviset funktiot TAMPEREEN YLIOPISTO Pro gradu -tutkielma Ilona Kiiveri Multiplikatiiviset funktiot Informaatiotieteiden yksikkö Matematiikka Toukokuu 2015 Tampereen yliopisto Informaatiotieteiden yksikkö KIIVERI, ILONA:

Lisätiedot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto

Lisätiedot

4 Matemaattinen induktio

4 Matemaattinen induktio 4 Matemaattinen induktio Joidenkin väitteiden todistamiseksi pitää näyttää, että kaikilla luonnollisilla luvuilla on jokin ominaisuus P. Esimerkkejä tällaisista väitteistä ovat vaikkapa seuraavat: kaikilla

Lisätiedot

Matriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =

Matriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A = 1 / 21 Määritelmä 1 Reaaliluvuista a ij, missä i 1,..., k ja j 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A... a k1 a k2 a kn sanotaan k n matriisiksi. Usein merkitään A [a ij ]. Lukuja

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

LU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24

LU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24 LU-hajotelma 1 / 24 LU-hajotelma Seuravassa tarkastellaan kuinka neliömatriisi voidaan esittää kahden kolmiomatriisin tulona. Käytämme alkeismatriiseja tälläisen esityksen löytämiseen. Edellä mainittua

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

Tenttiin valmentavia harjoituksia

Tenttiin valmentavia harjoituksia Tenttiin valmentavia harjoituksia Alla olevissa harjoituksissa suluissa oleva sivunumero viittaa Juha Partasen kurssimonisteen siihen sivuun, jolta löytyy apua tehtävän ratkaisuun. Funktiot Harjoitus.

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

Diofantoksen yhtälön ratkaisut

Diofantoksen yhtälön ratkaisut Diofantoksen yhtälön ratkaisut Matias Mäkelä Matemaattisten tieteiden tutkinto-ohjelma Oulun yliopisto Kevät 2017 Sisältö Johdanto 2 1 Suurin yhteinen tekijä 2 2 Eukleideen algoritmi 4 3 Diofantoksen yhtälön

Lisätiedot

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg Vaasan yliopisto, syksy 218 Lineaarialgebra II, MATH124 Matti laaksonen, Lassi Lilleberg Tentti T1, 284218 Ratkaise 4 tehtävää Kokeessa saa käyttää laskinta (myös graafista ja CAS-laskinta), mutta ei taulukkokirjaa

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

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

Cantorin joukon suoristuvuus tasossa

Cantorin joukon suoristuvuus tasossa Cantorin joukon suoristuvuus tasossa LuK-tutkielma Miika Savolainen 2380207 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Cantorin joukon esittely 2 2 Suoristuvuus ja

Lisätiedot

Johdatus matemaattiseen päättelyyn

Johdatus matemaattiseen päättelyyn Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä 2 Todistamisesta 2 3 Joukko-oppia Tässä luvussa tarkastellaan joukko-opin

Lisätiedot

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi Talousmatematiikan perusteet: Luento 11 Lineaarikuvaus Matriisin aste Käänteismatriisi Viime luennolla Käsittelimme matriisien peruskäsitteitä ja laskutoimituksia Vakiolla kertominen, yhteenlasku ja vähennyslasku

Lisätiedot

Jäniksistä numeroihin Fibonaccin luvuista

Jäniksistä numeroihin Fibonaccin luvuista Jäniksistä numeroihin Fibonaccin luvuista LuK-tutkielma Antti Kaasila 11706 Matemaattisten tieteiden laitos Oulun yliopisto Kevät 017 Sisältö Johdanto 1 Historiaa 11 Fibonaccin elämä 1 Fibonaccin lukujen

Lisätiedot

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1 Analyysi III Jari Taskinen 28. syyskuuta 2002 Luku Sisältö Sarjat 2. Lukujonoista........................... 2.2 Rekursiivisesti määritellyt lukujonot.............. 8.3 Sarja ja sen suppenminen....................

Lisätiedot

Todista raja-arvon määritelmään perustuen seuraava lause: Jos lukujonolle a n pätee lima n = a ja lima n = b, niin a = b.

Todista raja-arvon määritelmään perustuen seuraava lause: Jos lukujonolle a n pätee lima n = a ja lima n = b, niin a = b. 2 Lukujonot 21 Lukujonon määritelmä 16 Fibonacci n luvut määritellään ehdoilla Osoita: 17 a 1 = a 2 = 1; a n+2 = a n+1 + a n, n N a n = 1 [( 1 + ) n ( 2 1 ) n ] 2 Olkoon a 1 = 3, a 2 = 6, a n+1 = 1 n (na

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

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi Talousmatematiikan perusteet: Luento 10 Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi Lineaarikuvaus Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta, jossa käytetään

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33 Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen

Lisätiedot

1. Esitä rekursiivinen määritelmä lukujonolle

1. Esitä rekursiivinen määritelmä lukujonolle Matematiikan laitos Johdatus Diskrettiin Matematiikkaan Harjoitus 4 24.11.2011 Ratkaisuehdotuksia Aleksandr Pasharin 1. Esitä rekursiivinen määritelmä lukujonolle (a) f(n) = (2 0, 2 1, 2 2, 2 3, 2 4,...)

Lisätiedot

Salausmenetelmät. Veikko Keränen, Jouko Teeriaho (RAMK, 2006)

Salausmenetelmät. Veikko Keränen, Jouko Teeriaho (RAMK, 2006) Salausmenetelmät Veikko Keränen, Jouko Teeriaho (RAMK, 2006) LUKUTEORIAA JA ALGORITMEJA 3. Kongruenssit à 3.1 Jakojäännös ja kongruenssi Määritelmä 3.1 Kaksi lukua a ja b ovat keskenään kongruentteja (tai

Lisätiedot

RATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu.

RATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu. RATKAISUT 198 197 198. Olkoon suorakulmion erisuuntaisten sivujen pituudet a ja b sekä neliön sivun pituus c. Tehtävä on mielekäs vain, jos suorakulmio ei ole neliö, joten oletetaan, että a b. Suorakulmion

Lisätiedot

Kurssikoe on maanantaina Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla.

Kurssikoe on maanantaina Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla. HY / Avoin ylioisto Johdatus yliopistomatematiikkaan, kesä 05 Harjoitus 6 Ratkaisut palautettava viimeistään tiistaina.6.05 klo 6.5. Huom! Luennot ovat salissa CK maanantaista 5.6. lähtien. Kurssikoe on

Lisätiedot

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16 MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos

Lisätiedot

ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2

ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2 Johdatus diskreettiin matematiikkaan Harjoitus 4, 7.10.2015 1. Olkoot c 0, c 1 R siten, että polynomilla r 2 c 1 r c 0 on kaksinkertainen juuri. Määritä rekursioyhtälön x n+2 = c 1 x n+1 + c 0 x n, n N,

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

Salausmenetelmät LUKUTEORIAA JA ALGORITMEJA. Veikko Keränen, Jouko Teeriaho (RAMK, 2006) 3. Kongruenssit. à 3.4 Kongruenssien laskusääntöjä

Salausmenetelmät LUKUTEORIAA JA ALGORITMEJA. Veikko Keränen, Jouko Teeriaho (RAMK, 2006) 3. Kongruenssit. à 3.4 Kongruenssien laskusääntöjä Salausmenetelmät Veikko Keränen, Jouko Teeriaho (RAMK, 2006) LUKUTEORIAA JA ALGORITMEJA 3. Kongruenssit à 3.4 Kongruenssien laskusääntöjä Seuraavassa lauseessa saamme kongruensseille mukavia laskusääntöjä.

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

Alkulukujen harmoninen sarja

Alkulukujen harmoninen sarja Alkulukujen harmoninen sarja LuK-tutkielma Markus Horneman Oiskelijanumero:2434548 Matemaattisten tieteiden laitos Oulun ylioisto Syksy 207 Sisältö Johdanto 2 Hyödyllisiä tuloksia ja määritelmiä 3. Alkuluvuista............................

Lisätiedot

LUKUTEORIA johdantoa

LUKUTEORIA johdantoa LUKUTEORIA johdantoa LUKUTEORIA JA TODISTAMINEN, MAA11 Lukuteorian tehtävä: Lukuteoria tutkii kokonaislukuja, niiden ominaisuuksia ja niiden välisiä suhteita. Kokonaislukujen maailma näyttää yksinkertaiselta,

Lisätiedot

(2n 1) = n 2

(2n 1) = n 2 3.5 Induktiotodistus Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa väite P (n) on totta kaikille n =0, 1, 2,... Tässä väite P (n) riippuu n:n arvosta. Todistuksessa

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

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

Lisätiedot

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

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

Lineaarialgebra ja matriisilaskenta I

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

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 9 1 Implisiittinen derivointi Tarkastellaan nyt yhtälöä F(x, y) = c, jossa x ja y ovat muuttujia ja c on vakio Esimerkki tällaisesta yhtälöstä on x 2 y 5 + 5xy = 14

Lisätiedot

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41 MS-A0004/MS-A0006 Matriisilaskenta, I/06 Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 4 Tehtävä 5 (L): a) Oletetaan, että λ 0 on kääntyvän matriisin A ominaisarvo. Osoita, että /λ on matriisin A

Lisätiedot