Monistot LUKU 4. (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W

Koko: px
Aloita esitys sivulta:

Download "Monistot LUKU 4. (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W"

Transkriptio

1 LUKU 4 Monistot Muistettakoon, että avointen joukkojen U, V R n välinen diffeomorfismi h: U V on C 1 -kuvaus, jolle myös käänteiskuvaus h 1 on C 1. Jatkossa oletetaan, että tarkasteltavat kuvaukset ovat C -kuvauksia (jolloin diffeomorfismin h: U V käänteiskuvaus on C ) Euklidisen avaruuden alimonistot Määritelmä 4.1. Osajoukko M R n on k-ulotteinen (ali-)monisto, jos jokaiselle x M on voimassa ehto (M): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko V R n ja diffeomorfismi h: U V siten, että h(u M) = V (R k {0 n k }) = {y V y k+1 = = y n = 0}. Huomautus 4.2. Kurssilla Differentiaalilaskenta 2 [16, määr. 4.1] monistot määritellään näennäisesti varsin eri tavalla lokaalien parametriesitysten ϕ x : U x S W x avulla (vertaa myös seuraavaan lauseeseen 4.3). Lokaali parametriesitys voidaan kuitenkin laajentaa avaruuden R n avoimeen joukkoon (ainakin jossakin pisteen x ympäristössä) siten, että laajennus ϕ on oleellisesti sama kuin edellisen määritelmän kuvauksen h käänteiskuvaus; vrt. [6, lemma 10.8] (missä lokaalia parametriesitystä kutsutaan säännölliseksi tilkuksi, engl. regular patch). Kuvauksen h: U V rajoittumaa monistolle M, h U M, kutsutaan karttakuvaukseksi (tai lyhyesti kartaksi tai (lokaaliksi) koordinaatistoksi pisteen x ympäristössä); tarkemmin: karttakuvaus on projektio R k {0 n k } R k yhdistettynä kuvauksen h rajoittumaan monistolle M eli (h 1,..., h k ) U M : U M R k (rajoittumallehan viimeiset n k koordinaattia ovat nollakuvauksia). Luvut h j (z), 1 j k, ovat pisteen z U M lokaalit koordinaatit kartan h: U V suhteen. Pikku-Spivakissa [18, Thm. 5 2] seuraavan lauseen kuvausta f kutsutaan harhaanjohtavasti lokaaliksi koordinaatistoksi pisteen x ympäristössä, vaikka normaalin käytännön mukaan kyse on moniston M lokaalista parametriesityksestä pisteen x ympäristössä. Perusteellisessa johdatuksessa [19] terminologia on tavallinen. Lause 4.3. Joukko M R n on k-ulotteinen monisto, jos ja vain jos jokaiselle x M on voimassa seuraava parametriehto: (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W R k ja injektiivinen differentioituva kuvaus f : W R n siten, että (1) f(w ) = M U; (2) derivaatan Df(y) aste on k kaikille y W ; (3) f 1 : f(w ) W on jatkuva. 1 Viimeksi muutettu

2 4.1. EUKLIDISEN AVARUUDEN ALIMONISTOT 24 Todistus. Olkoon M k-ulotteinen monisto. Olkoot x M ja h: U V ehdon (M) toteuttava diffeomorfismi. Asetetaan W := {y R k (y, 0) h(m U)} ja f : W R n, f(y) := h 1 (y, 0). Tällöin f(w ) = M U ja f 1 on jatkuva. Lisäksi, jos määritellään H : U R k, H(z) := (h 1 (z),..., h k (z)), niin H(f(y)) = y kaikille y W. Tällöin DH(f(y)) Df(y) = I = identtinen kuvaus R k R k, joten derivaatan Df(y) aste on k kaikille y W. Oletetaan kääntäen, että f : W R k toteuttaa ehdon (P ). Olkoot x M ja y W siten, että f(y) = x. Oletetaan yksinkertaisuuden vuoksi, että matriisin ( j f i (y)) k i,j=1 determinantti on nollasta eroava. (Ehdon (2) nojalla derivaatan Df(y) matriisin jonkin k k-alimatriisin determinantti on nollasta eroava.) Asetetaan g : W R n k R n, g(a, b) := f(a) + (0, b). Tällöin det(dg(a, b)) = det( j f i (a)) k i,j=1, joten erityisesti det(dg(y, 0)) 0. Käänteiskuvauslauseen [15, lause 8.4] nojalla on olemassa avoimet joukot V 1, V 2 R n siten, että (y, 0) V 1, x = g(y, 0) V 2 ja g V 1 : V 1 V 2 on diffeomorfismi. Olkoon h := (g V 1 ) 1 : V 2 V 1. Koska f 1 on jatkuva, on {f(a) (a, 0) V 1} = U f(w ) jollekin avoimelle joukolle U R n. Olkoot V 2 := U V 2 ja V 1 := g 1 (V 2 ). Tällöin V 2 M = {f(a) (a, 0) V 1 } = {g(a, 0) (a, 0) V 1 }, joten h(v 2 M) = g 1 (V 2 M) = g 1 ({g(a, 0) (a, 0) V 1 }) = V 1 (R k {0}) Puoliavaruus H k R k on joukko H k := {(x 1,..., x k ) R k x k 0}. Määritelmä 4.4. Osajoukko M R n on k-ulotteinen reunallinen monisto, jos jokaiselle x M on voimassa määritelmän 4.1 ehto (M) tai ehto ( M): on olemassa avoin, pisteen x sisältävä joukko U, avoin joukko V R n ja diffeomorfismi h: U V siten, että h(u M) = V (H k {0}) = {y V y k 0 ja y k+1 = = y n = 0}, ja pisteen h(x) k. komponentti h k (x) = 0 (t.s. h(x) H k {0}). Ehdon ( M) toteuttavien pisteiden x joukkoa kutsutaan moniston M reunamonistoksi tai lyhyesti reunaksi, ja sitä merkitään M.

3 4.2. YKKÖSEN OSITUS 25 Esimerkki 4.5. Pallonkuori S n 1 := {x R n x = 1} on monisto samoinkuin sen ylempi avoin puolisko {x R n x = 1, x n > 0}. Sen sijaan pallonkuoren S n 1 ylempi suljettu puolisko M := {x R n x = 1, x n 0} ei ole monisto, mutta on reunallinen monisto. Huomaa, että reunallisen moniston M reunamonisto on joukko M = {x R n x = 1, x n = 0} ( päiväntasaaja ), mutta se on eri kuin sen joukko-opillinen reuna (joka on sama kuin joukko M itse). Huomautus 4.6. Koska ilmaisu reunallisen moniston reunamonisto on suhteellisen monimutkainen, on reunallisia monistoja tarkasteltaessa tavanomaista puhua vain monistoista, vaikka tarkoitettaisiinkin reunallista monistoa. Määritelmän 4.1 mukaiseen monistoon viitattaessa voidaan tällöin käyttää nimitystä reunaton monisto; tässä tapauksessa määritelmän 4.4 ehdon ( M) toteuttavien pisteiden muodostama joukko M on tyhjä. Vanhempi kirjallisuus on käyttänyt nimitystä suljettu monisto kompaktista, reunallisesta monistosta ja nimitystä avoin monisto epäkompaktista, reunattomasta monistosta. Samoin reunamoniston sijaan puhutaan vain moniston reunasta; moniston joukko-opillista reunaa kun tarkasteluissa ei juuri tarvita Ykkösen ositus Olkoot A R n ja f : A R jatkuva funktio. Funktion f kantaja supp f on joukko supp f := {x A f(x) 0}. Funktion f kantajan komplementti R n \ supp f on siis laajin avoin joukko, jossa f häviää identtisesti. Joukon A R n avoin peite O on joukkokokoelma O = {U i i I} siten, että jokainen joukko U i on avoin, ja että A i I U i. Huomaa, että indeksijoukon ei tarvitse olla äärellinen tai edes numeroituva. Joukkoperhe {U i i I}, U i R n, on lokaalisti äärellinen, jos jokaisella pisteellä x R n on ympäristö V siten, että U i V vain äärellisen monelle indeksille i I. Lause 4.7. Olkoot A R n ja O = {U i i I} joukon A avoin peite. Tällöin on olemassa kokoelma Φ = {ϕ i i I} C -funktioita, jotka on määritelty jossakin joukon A sisältävässä avoimessa joukossa, ja joilla on seuraavat ominaisuudet: (i) Jokaiselle x A ja i I on 0 ϕ i (x) 1; (ii) supp ϕ i U i ; (iii) perhe {supp ϕ i i I} on lokaalisti äärellinen; (iv) jokaiselle x A on i I ϕ i(x) = 1. (Edellisen kohdan nojalla summa on äärellinen.) Määritelmä 4.8. Kokoelma Φ C -funktioita, joka toteuttaa edellisen lauseen ehdot (i) (iv), on joukon A peitteelle O alistettu ykkösen ositus. Lauseen esiintyvät funktiot ϕ i rakennetaan seuraavan funktion λ: R n R avulla: { ( exp 1 x λ(x) := 1), kun x < 1, ja 2 0, kun x 1.

4 4.2. YKKÖSEN OSITUS 26 Tällöin λ on C -funktio (HT), jolle λ(x) > 0, kun x < 1, ja λ(x) m(r) := exp(1/(r 2 1)), kun x r ja 0 < r < 1. Funktion λ avulla on helppo kostruoida seuraavanlainen apufunktio: Asetetaan µ: [0, ) R, { 1 exp(t 2 /(t 2 1)), kun 0 t < 1, ja µ(t) := 1, kun t 1. Tällöin µ on C, 0 µ 1, µ(0) = 0, ja µ(t) = 1, kun t 1. Itse asiasssa µ(t) = 1 e λ(t). Lauseen 4.7 todistus. Käsitellään vain tapaus, missä A on kompakti ja indeksijoukko I on äärellinen. Jokaista pistettä x A kohti valitaan indeksi i =: i(x) I siten, että x U i. Valitaan r(x) > 0 siten, että B(x; r(x)) U i. Joukot B(x; 1 r(x)), x A, muodostavat 2 kompkatin joukon A avoimen peitteen, joten sillä on äärellinen osapeite. Olkoot x α, α J, tätä osapeitettä vastaavien pallojen keskipisteet, ja r α := r(x α ). Asetetaan λ α (x) := 1 ( x m( 1) λ xα ). r 2 α Tällöin jokainen λ α on C, supp λ α U i(xα), ja λ α (x) 1 pallossa B(x α ; 1 2 r α). Merkitään J i := {α J i(x α ) = i}. Tällöin joukot J i, i I, muodostavat joukon J osituksen. Asetetaan g i (x) := α J i λ α (x). Tällöin jokainen g i on C, ja kun α J i, on supp λ α U i(xα) = U i, joten supp g i U i. Lisäksi i I g i(x) = α J λ α(x) 1 kaikille x A. Asetetaan nyt g(x) := g i (x). i I Olkoon U := {x R n g(x) > 0}. Tällöin U on avoin ja A U. Kun todistuksen alkua sovelletaan kompaktin joukon A yhden avoimen joukon muodostamaan peitteeseen {U}, löydetään C -funktio f : R n R siten, että 0 f 1, supp f U ja f(x) = 1 kaikille x A. Nimittäin, edellä löydetty funktio g 1 yhdistettynä apufunktioon µ kelpaa: Koska g 1 (x) 1 kaikille x A, on funktiolla f := µ g 1 vaaditut ominaisuudet. Asetetaan { f(x) g i (x) g(x) ϕ i (x) :=, kun x U, ja 0, kun x U. Funktioilla ϕ i, i I, on vaaditut ominaisuudet. Edellisestä todistuksesta saadaan myös Seuraus 4.9. Olkoot A R n kompakti ja U R n avoin siten, että A U. Tällöin on olemassa C -funktio f : R n R siten, että 0 f 1, supp f U, ja f(x) = 1 kaikille x A.

5 4.3. DIFFERENTIAALIMUODOT MONISTOILLA Differentiaalimuodot monistoilla Olkoot M R n k-ulotteinen monisto, x M, f : W M lokaali parametriesitys pisteen x ympäristössä sekä a W siten, että f(a) = x. Koska derivaatan Df(a) aste on k, on kuva-avaruus Df(a)(R k ) R n k-ulotteinen aliavaruus. Tällöin tangenttikuvauksen f : R k a R n x kuva-avaruus f (R k a) on k-ulotteinen aliavaruus ja f : R k a f (R k a) lineaarinen isomorfismi. Jos g : V M on toinen lokaali parametriesitys pisteen x ympäristössä (ja b V siten, että g(b) = x), niin g (R k b) = f (f 1 g) (R k a) = f (R k a). (Kuvaus f 1 g on diffeomorfismi; vrt. lauseen 4.3 todistukseen.) Aliavaruus f (R k a) R n x on siis riippumaton lokaalin parametriesityksen f valinnasta. Tätä aliavaruutta merkitään T x (M) := M x := f (R k a) ja kutsutaan moniston M tangenttiavaruudeksi pisteessä x. Tangenttiavaruuden T x (M) vektorit ovat moniston M tangenttivektoreita. Tangenttiavaruuden T x (M) kantavektoreiksi kelpaavat vektorit f ((a; e j )) = (x; j f(a)), 1 j k. (Tangentti-)vektorikenttä F monistolla M on kuvaus F, joka liittää moniston M jokaiseeen pisteeseen x moniston M tangenttivektorin F (x) T x (M). Kun f : W M on lokaali parametriesitys kuten edellä, niin f : R k a T x (M) on lineaarinen isomorfismi, joten on olemassa yksikäsitteinen, joukossa W määritelty vektorikenttä G siten, että f (G(y)) = F (f(y)) kaikille y W. Sanomme, että vektorikenttä F on differentioituva (vast. C k tai C ), jos kuvaus G on differentioituva (vast. C k tai C ). Kuten edellä vektorikentän F differentioituvuus on riippumaton lokaalin parametriesityksen valinnasta. Funktio ω on l-muoto monistolla M, jos se liittää moniston M jokaiseeen pisteeseen x alternoivan l-muodon ω(x) Λ l (T x (M)). Kun f : W M on lokaali parametriesitys, niin f ω on l-muoto avoimessa joukossa W. Sanomme, että differentiaalimuoto ω on differentioituva (vast. C k tai C ), jos muoto f ω on differentioituva (vast. C k tai C ). Kuten euklidisen avaruuden avoimen joukon differentiaalimuodot voidaan monistonkin differentiaalimuodot esittää koordinaattikuvausten differentiaalien avulla. Koordinaattikuvauksiksi eivät nyt kuitenkaan kelpaa tavalliset koordinaattikuvaukset, vaan lokaalista koordinaatistosta saatavat. Olkoot x M ja h: U V kartta kuten moniston määritelmässä 4.1. Olkoot x j, 1 j n, avoimen joukon V kanooniset koordinaattikuvaukset, ja x j := x j h: U R. Olkoon vielä f : W M moniston M lokaali parametriesitys pisteen x = f(a) ympäristössä (ks. lause 4.3) siten, että f(w ) U. Koska f(w ) M, on x j (f(y)) = x j (h(f(y))) = 0, kun k+1 j n. Ketjusäännöstä seuraa, että d x j (f(y))(f (w)) = 0 kaikille w R k y, kun k + 1 j n. Koska moniston M tangenttiavaruus T x (M) = f (R k a), on siis d x j (x)(v) = 0 kaikille v T x (M), kun k + 1 j n. Toisaalta, vastaavaan tapaan kuin lauseen 4.3 todistuksessa voidaan todeta, että koordinaattidifferentiaalit d x j (x), kun 1 j k, ovat lineaarisesti riippumattomat. Näinollen differentiaalit d x j (x), 1 j k, muodostavat kannan avaruudelle Λ 1 (T x (M)). Vastaavaan tapaan kuin lauseessa lause 1.20 jokainen moniston M differentiaalimuoto ω voidaan esittää muodossa (4.1) ω = i 1 < <i l ω i1,...,i l d x i1 d x il,

6 4.3. DIFFERENTIAALIMUODOT MONISTOILLA 28 missä ω i1,...,i l ovat monistolla M määriteltyjä reaaliarvoisia funktioita. Moniston M differentiaalimuodon ω ulkoista derivaattaa dω ei tämän esityksen avulla voida määritellä samalla kaavalla kuin euklidisen avaruuden avoimen joukon tapauksessa (ks. 3.1), koska osittaisderivaatat j ω i1,...,i l eivät ole mielekkäitä vain monistolla M määritellyile funktioille ω i1,...,i l. Tämä ongelma voidaan kuitenkin kierää muuttujanvaihdon avulla: Lause Olkoot M R n k-ulotteinen monisto ja ω moniston M l-muoto. Tällöin on olemassa yksi ja vain yksi (l + 1)-muoto dω siten, että kaikille moniston M lokaaleille parametriesityksille f : W M on voimassa f (dω) = d(f ω). Todistus. Olkoot f : W M moniston M lokaali parametriesitys pisteen x = f(a) ympäristössä ja v 1,..., v l+1 T x (M). Tällöin on olemassa yksikäsitteiset w 1,..., w l+1 R k a siten, että f (w j ) = v j, kun 1 j l + 1. Asetetaan dω(x)(v 1,..., v l+1 ) = d(f ω)(a)(w 1,..., w l+1 ). Jos g : V M on toinen lokaali parametriesitys pisteen x ympäristössä (ja b V siten, että g(b) = x), niin g = (f ϕ) = f ϕ ja g = (f ϕ) = ϕ f, missä ϕ := f 1 g. (Muista, että kuvaus ϕ = f 1 g on diffeomorfismi.) Olkoot u 1,..., u l+1 R k b siten, että g (u j ) = v j, kun 1 j l + 1. Tällöin ϕ (u j ) = w j, joten lauseen 3.1 kohdan f ja muuttujanvaihdon määritelmän (ks. 2.1) nojalla d(g ω)(b)(u 1,..., u l+1 ) = d(ϕ f ω)(b)(u 1,..., u l+1 ) = ϕ (d(f ω))(a)(u 1,..., u l+1 ) = d(f ω)(a)(ϕ u 1,..., ϕ u l+1 ) = d(f ω)(a)(w 1,..., w l+1 ). Tämän perusteella dω(x)(v 1,..., v l+1 ) on hyvinmääritelty (t.s. se on riippumaton käytetyn lokaalin parametriesityksen f valinnasta). Näin määritelty dω on ainoa mahdollinen ehdon toteuttava differentiaalimuoto. Huomautus a) Euklidisen avaruuden alimoniston M funktiot, vektorikentät ja differentiaalimuodot voidaan laajentaa (ainakin lokaalisti) johonkin joukon M avoimeen ympäristöön. Olkoot f : M R annettu funktio, x M ja h: U V kartta pisteen x ympäristössä. Tällöin funktio g := f h 1 : V h(m) R voidaan jatkaa joukkoon V asettamalla g(y 1,..., y n ) := g(y 1,..., y k, 0..., 0) kaikille (y 1,..., y n ) V. Funktion f rajoittuma f U M voidaan jatkaa joukkoon U asettamalla f(x) := g(h(x)). b) Edellä, kaavassa 4.1 käytetty moniston M differentiaalimuodon ω esitys koordinaattikuvauksten x j = x j h, 1 j k, differentiaalien avulla on perusteltua kahdesta syystä: Ensinnäkin, differentiaalit d x j (x) muodostavat luonnollisen kannan 1- muotojen vektoriavaruudelle Λ 1 (T x (M)). Toisekseen, abstraktien monistojen tapauksessa muita kuin nämä luonnolliset koordinaattikuvaukset ei ole käytettävissä. Jos

7 4.4. REUNAMONISTON SUUNNISTUS 29 muoto ω kuitenkin laajennettaisiin pisteen x ympäristössä avoimeen joukkoon U, niin tällöin voitaisiin käyttää esitystä ω = ω i1,...,i l dx i1 dx il, i 1 < <i l missä x j, 1 j n, ovat avoimen joukon V kanooniset koordinaattikuvaukset. Tavanomaisempaa on kuitenkin käyttää lokaalin parametriesityksen f : W M ja muuttujanvaihdon f tarjoamia apuja; esimerkiksi lauseen 4.10 avulla ulkoisen derivaatan ominaisuudet saadaan siirretyksi monistoille (vrt. 3.1) Reunamoniston suunnistus Olkoot M R n k-ulotteinen monisto, x M, f : W M lokaali parametriesitys pisteen x ympäristössä sekä a W siten, että f(a) = x. Tangenttiavaruuden T x (M) kantavektoreiksi kelpaavat vektorit f ((a; e j )) = (x; j f(a)), 1 j k. Oletetaan, että moniston M jokaiselle tangenttiavaruudelle M x on annettu suunnistus µ x. (Muista, että µ x on tangenttiavaruuden M x järjestettyjen kantojen ekvivalenssiluokka; vrt. tarkastelut lauseen 1.21 yhteydessä.) Sanotaan, että suunnistukset µ x, x M, ovat yhteensopivat, jos kaikille lokaaleille parametriesityksille pisteen x ympäristössä f : W M ja kaikille a, b W on voimassa jos ja vain jos [f ((e 1 ) a ),..., f ((e k ) a )] = µ f(a), [f ((e 1 ) b ),..., f ((e k ) b )] = µ f(b). Tässä (e j ) a (vast. (e j ) b ) ovat avaruuden R k a (vast. R k b ) stanrdardikantavektorit. Oletetaan nyt, että monistolle M on valittu yhteensopivat suunnistukset µ x. Jos lokaalille parametriesitykselle f : W M on voimassa [f ((e 1 ) a ),..., f ((e k ) a )] = µ f(a) kaikille a W, sanotaan, että f on suunnistuksen säilyttävä. Jos f ei ole suunnistuksen säilyttävä, ja T : R k R k on lineaarikuvaus, jolle det T < 0, niin f T on suunnistuksen säilyttävä. Jokaisen pisteen x M ympäristössä on siis suunnistuksen säilyttävä lokaali parametriesitys. Jos g : V M on toinen lokaali parametriesitys pisteen x ympäristössä (a W ja b V siten, että f(a) = g(b) = x), niin [f ((e 1 ) a ),..., f ((e k ) a )] = µ x = [g ((e 1 ) b ),..., g ((e k ) b )]. Koska g = (f ϕ) = f ϕ missä ϕ := f 1 g, on (vrt. lause 1.21) det(d(f 1 g)(b)) > 0. Monisto M, jolle suunnistukset µ x voidaan valita yhteensopivasti, on suunnistuva, ja tällainen suunnisten valinta µ: x µ x on moniston M suunnistus. Olkoon nyt M R n k-ulotteinen reunallinen monisto. Jos x M, niin reunan M tangenttiavaruus T x ( M) on tangenttiavaruuden T x (M) (k 1)-ulotteinen aliavaruus. Nimittäin, jos f : W M on lokaali parametriesitys pisteen x ympäristössä siten, että f(w H k ) M ja f(0) = x, niin tangenttiavaruuden T x ( M) kantavektoreiksi kelpaavat vektorit f ((0; e j )) = (x; j f(0)), 1 j k 1. Tästä seuraa,

8 4.4. REUNAMONISTON SUUNNISTUS 30 Möbiuksen nauha on suunnistumaton pinta, parametrisointina (u, v) r ((1 + v cos(u/2)) cos u, (1 + v cos(u/2)) sin u, v sin(u/2)) että aliavaruuden T x ( M) T x (M) ortogonaalikomplementti (tangenttiavaruuden T x (M) suhteen) on yksiulotteinen. Sanotaan, että vektori n T x (M), joka on kohtisuorassa aliavaruutta T x ( M) vastaan, on ulkonormaali, jos se on muotoa f ((0; v)) jollekin v = (v 1,..., v k ) R k, jolle v k < 0. Harjoitustehtäväksi jää osoittaa, että tämä määritelmä on riippumaton lokaalin parametriesityksen f valinnasta. Reunan M yksikköulkonormaalia pisteessä x M merkitään jatkossa n(x). Oletetaan nyt, että suunnistuvalle reunalliselle monistolle M on annettu suunnistus µ. Kun x M, valitaan v 1,..., v k 1 T x ( M) siten, että [n(x), v 1,..., v k 1 ] = µ x. Vektorit v 1,..., v k 1 määräävät suunnistuksen reunalle M, jota kutsutaan reunan M reunasuunnistukseksi, ja jota merkitään µ.

LUKU 4. Pinnat. (u 1, u 2 ) ja E ϕ 2 (u 1, u 2 ) := ϕ u 2

LUKU 4. Pinnat. (u 1, u 2 ) ja E ϕ 2 (u 1, u 2 ) := ϕ u 2 LUKU 4 Pinnat 4.. Määritelmiä ja esimerkkejä Määritelmä 4.. Epätyhjä osajoukko M R 3 on sileä (kaksiulotteinen) pinta, jos jokaiselle pisteelle p M on olemassa ympäristö V p R 3, avoin joukko U p R 2 ja

Lisätiedot

Stokesin lause LUKU 5

Stokesin lause LUKU 5 LUU 5 Stokesin lause 5.1. Integrointi monistolla Olkoot W R k alue, W kompakti Jordan-joukko ja ω jatkuva k-muoto alueessa W, ω f dx 1 dx k. Asetetaan ω : f, t.s. f dx 1 dx k : f(x dx f(x 1,, x k dx 1

Lisätiedot

Esimerkki 1.1. Kahdeksikkopolku α: u (sin u, sin 2u) on helppo todeta injektioksi

Esimerkki 1.1. Kahdeksikkopolku α: u (sin u, sin 2u) on helppo todeta injektioksi . Pinnoista.. Pinnan määritelmästä. Monisteen [] määritelmän 4.. mukainen pinta S on sama olio, jollaista abstraktimmassa differentiaaligeometriassa kutsutaan avaruuden R n alimonistoksi (tarkemmin upotetuksi

Lisätiedot

Differentiaalimuodot

Differentiaalimuodot LUKU 2 Differentiaalimuodot Olkoot A R n ja p A. Vektori pisteessä p on pari (p; v), missä v R n. Pisteeseen p kiinnitetyn vektorin v p := (p; v) ensimmäinen komponentti p on vektorin v p paikkaosa ja

Lisätiedot

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k LUKU 3 Ulkoinen derivaatta Olkoot A R n alue k n ja ω jatkuvasti derivoituva k-muoto alueessa A Muoto ω voidaan esittää summana ω = ω i1 i 2 i k dx i 1 dx i 2 1 i 1

Lisätiedot

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan

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

Avaruuden R n aliavaruus

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

Lisätiedot

Pinnan tangenttivektorit

Pinnan tangenttivektorit LUKU 5 Pinnan tangenttivektorit Tästä lähtien oletetaan, että annetut polut, pinnat, funktiot ja vektorikentät ovat C. Vastaavasti, konstruoiduista poluista, pinnoista, funktioista ja vektorikentistä pitää

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

3.4 Käänteiskuvauslause ja implisiittifunktiolause

3.4 Käänteiskuvauslause ja implisiittifunktiolause 3.4 Käänteiskuvauslause ja implisiittifunktiolause Tässä luvussa käsitellään kahta keskeistä vektorianalyysin lausetta. Esitellään aluksi kyseiset lauseet ja tutustutaan niiden käyttötapoihin. Lause 3.4.1

Lisätiedot

Kanta ja dimensio 1 / 23

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

Lisätiedot

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

1 Sisätulo- ja normiavaruudet

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

Lisätiedot

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

Selvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x

Selvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x Seuraavaksi tarkastellaan C 1 -sileiden pintojen eräitä ominaisuuksia. Lemma 2.7.1. Olkoon S R m sellainen C 1 -sileä pinta, että S on C 1 -funktion F : R m R eräs tasa-arvojoukko. Tällöin S on avaruuden

Lisätiedot

Derivaatta: funktion approksimaatio lineaarikuvauksella.

Derivaatta: funktion approksimaatio lineaarikuvauksella. Viikko 5 Tällä viikolla yleistetään R 2 :n ja R 3 :n vektorialgebran peruskäsitteet n-ulotteiseen avaruuteen R n, ja määritellään lineaarikuvaus. Tarkastellaan funktioita, joiden määrittelyjoukko on n-ulotteisen

Lisätiedot

802320A LINEAARIALGEBRA OSA II

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

Lisätiedot

2.6 Funktioiden kuvaajat ja tasa-arvojoukot

2.6 Funktioiden kuvaajat ja tasa-arvojoukot 2.6 Funktioiden kuvaajat ja tasa-arvojoukot Olkoon I R väli. Yhden muuttujan funktion g : I R kuvaaja eli graafi on avaruuden R 2 osajoukko {(x, y) R 2 : x I, y = g(x)}. 1 0 1 2 3 1 0.5 0 0.5 1 Kuva 2.1:

Lisätiedot

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

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

Lisätiedot

Alternoivat multilineaarimuodot

Alternoivat multilineaarimuodot LUKU 1 Alternoivat multilineaarimuodot Vektoriavaruudesta R n käytetään seuraavassa merkintää V. Sen k-kertainen karteesinen tulo on tällöin V V = V k. Määritelmä 1.1. Kuvaus T : V k R on multilineaarinen,

Lisätiedot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

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

Lisätiedot

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

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN JA TILASTOTIETEEN LAITOS f ( n JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 8 ratkaisut Topologiset vektoriavaruudet 2010 8.1. Olkoon P n = {f : K K p on enintään asteen n 1 polynomi} varustettuna

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

Olkoot f : S R 3 pinnan S jatkuva vektorikenttä ja V U kompakti Jordanjoukko. Tällöin vektorikentän f pintaintegraali yli joukon T := ϕ(v ) S on

Olkoot f : S R 3 pinnan S jatkuva vektorikenttä ja V U kompakti Jordanjoukko. Tällöin vektorikentän f pintaintegraali yli joukon T := ϕ(v ) S on 1. Differentiaalimuodon integraalista II 1.1. ektorikentän pintaintegraali. (Ks. [2, 2.1] ja [2, 2.2.2] Olkoot S R 3 sileä alkeispinta ja ϕ: U S sen parametriesitys. Pinnan suunnistukseksi valitaan seuraavassa

Lisätiedot

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2018 Harjoitus 2 Ratkaisuehdotukset Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa määritelty kuvaus B(0, 1) := x R 2 : x

Lisätiedot

4.3.7 Epäoleellinen integraali

4.3.7 Epäoleellinen integraali Esimerkki 4.3.16. (Lineaarinen muuttujien vaihto) Olkoot A R m sellainen kompakti joukko, että A on nollajoukko. Olkoon M R m m säännöllinen matriisi (eli det(m) 0) ja f : R m R jatkuva funktio. Tehdään

Lisätiedot

Täydellisyysaksiooman kertaus

Täydellisyysaksiooman kertaus Täydellisyysaksiooman kertaus Luku M R on joukon A R yläraja, jos a M kaikille a A. Luku M R on joukon A R alaraja, jos a M kaikille a A. A on ylhäältä (vast. alhaalta) rajoitettu, jos sillä on jokin yläraja

Lisätiedot

LUKU 6. Weingartenin kuvaus

LUKU 6. Weingartenin kuvaus LUKU 6 Weingartenin kuvaus 6.1. Vektorikentän derivaatta Seuraavassa määritellään pinnalla määritellyn reaaliarvoisen funktion ja vektorikentän derivaatta. Nämä tulevat olemaan hyvinmääriteltyjä, kunhan

Lisätiedot

peitteestä voidaan valita äärellinen osapeite). Äärellisen monen nollajoukon yhdiste on nollajoukko.

peitteestä voidaan valita äärellinen osapeite). Äärellisen monen nollajoukon yhdiste on nollajoukko. Esimerkki 4.3.9. a) Piste on nollajoukko. Suoran rajoitetut osajoukot ovat avaruuden R m, m 2, nollajoukkoja. Samoin suorakaiteiden reunat koostuvat suoran kompakteista osajoukoista. b) Joukko = Q m [0,

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN JA TILASTOTIETEEN LAITOS f ( n) JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Funktionaalianalyysi Ei harjoituksia 1.4.2015 Funktionaalista viihdettä pääsiäistauolle: viikolla 14 (ma 30.3., ti 31.3. ja ke 1.4.)

Lisätiedot

(1.1) Ae j = a k,j e k.

(1.1) Ae j = a k,j e k. Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim

Lisätiedot

Kuvaus. Määritelmä. LM2, Kesä /160

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

Lisätiedot

JAKSO 2 KANTA JA KOORDINAATIT

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

Lisätiedot

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

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

Lisätiedot

Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010

Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010 f ( n) JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 4 ratkaisut Topologiset vektoriavaruudet 2010 4.1. Viime kerralta. Esimerkki lokaalikonveksin avaruuden osajoukosta, joka

Lisätiedot

FUNKTIONAALIANALYYSIN PERUSKURSSI 1. 0. Johdanto

FUNKTIONAALIANALYYSIN PERUSKURSSI 1. 0. Johdanto FUNKTIONAALIANALYYSIN PERUSKURSSI 1. Johdanto Funktionaalianalyysissa tutkitaan muun muassa ääretönulotteisten vektoriavaruuksien, ja erityisesti täydellisten normiavaruuksien eli Banach avaruuksien ominaisuuksia.

Lisätiedot

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 ); LINEAARIALGEBRA Harjoituksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla

Lisätiedot

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg) Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus 4 9.4.-23.4.200 Malliratkaisut (Sauli Lindberg). Näytä, että Lusinin lauseessa voidaan luopua oletuksesta m(a)

Lisätiedot

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij. Liittomatriisi Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä (cof A) ij =( 1) i+j det A ij kaikilla i, j = 1,...,n. Huomautus 8 Olkoon A 2 M(n, n). Tällöin kaikilla

Lisätiedot

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 ); LINEAARIALGEBRA Ratkaisuluonnoksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla

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

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

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

Lisätiedot

LUKU 10. Yhdensuuntaissiirto

LUKU 10. Yhdensuuntaissiirto LUKU hdensuuntaissiirto Olkoot (M, N) suunnistettu pinta, p M ja v p R 3 p annettu vektori pisteessä p (vektorin v p ei tarvitse olla pinnan M tangenttivektori). Tällöin vektori (v p N(p)) N(p) on vektorin

Lisätiedot

802320A LINEAARIALGEBRA OSA III

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

Lisätiedot

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto LUKU 7 Perusmuodot 7 Ensimmäinen perusmuoto Määritelmä 7 Olkoon ϕ: U R 3 tilkku Määritellään funktiot E, F, G: U R asettamalla (7) E := ϕ ϕ, F := ϕ, G := ϕ u u u u Funktiot E, F G ovat tilkun ϕ ensimmäisen

Lisätiedot

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 8: Epälineaarinen optimointi Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään

Lisätiedot

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

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

Lisätiedot

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

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

Lisätiedot

Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon

Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä 4.1.3. Olkoot : [a, b] R m paloittain C 1 -polku välin [a, b] jaon P = {a = t 1 < < t k = b} ja joukko D R m sellainen, että ([a, b])

Lisätiedot

d ) m d (I n ) = 2 d n d. Koska tämä pätee kaikilla

d ) m d (I n ) = 2 d n d. Koska tämä pätee kaikilla MAT21007 Mitta ja integraali Harjoitus 2 viikko 25.3-29.3 2019) Palauta mieleen: monisteen luku 0; Topologia I) avaruuden d euklidinen etäisyys, avoimet kuulat ja joukot. Ohjausta laskuharjoitusten tekoon:

Lisätiedot

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto

Lisätiedot

LUKU 6. Klassiset lauseet

LUKU 6. Klassiset lauseet LUKU 6 Klassiset lauseet Tässä luvussa näytetään, miten klassiset Stokesin lauseelle lähisukuiset tulokset, Greenin ja Gaussin lauseet, saadaan erikoistapauksena yleisestä Stokesin lauseesta. Ensin tarkastellaan

Lisätiedot

Taustatietoja ja perusteita

Taustatietoja ja perusteita Taustatietoja ja perusteita Vektorit: x R n pystyvektoreita, transpoosi x T Sisätulo: x T y = n i=1 x i y i Normi: x = x T x = ni=1 x 2 i Etäisyys: Kahden R n :n vektorin välinen etäisyys x y 1 Avoin pallo:

Lisätiedot

Johdatus matemaattiseen päättelyyn

Johdatus matemaattiseen päättelyyn Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä 2 Todistamisesta 3 Joukko-oppia 4 Funktioista Funktio eli kuvaus on matematiikan

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

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

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,... HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 2017 Harjoitus 1 Ratkaisuehdotukset 11 Osoita, että vektorifunktio f = (f 1,, f m ): R n R m, on jatkuva, jos ja vain jos jokainen komponenttifunktio

Lisätiedot

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

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

Lisätiedot

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa MS-A24 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 216 Antti Rasila

Lisätiedot

Esko Turunen Luku 3. Ryhmät

Esko Turunen Luku 3. Ryhmät 3. Ryhmät Monoidia rikkaampi algebrallinen struktuuri on ryhmä: Määritelmä (3.1) Olkoon joukon G laskutoimitus. Joukko G varustettuna tällä laskutoimituksella on ryhmä, jos laskutoimitus on assosiatiivinen,

Lisätiedot

Vektorianalyysi II (MAT21020), syksy 2018

Vektorianalyysi II (MAT21020), syksy 2018 Vektorianalyysi II (MAT21020), syksy 2018 Ylimääräisiä harjoitustehtäviä 1. Osoita, että normin neliö f : R n R, f(x) = x 2 on differentioituva pisteessä a R n ja, että sen derivaatalle on voimassa 2.

Lisätiedot

Kompaktisuus ja filtterit

Kompaktisuus ja filtterit Kompaktisuus ja filtterit Joukkoperheellä L on äärellinen leikkausominaisuus, mikäli jokaisella äärellisellä L L on voimassa L. Nähdään helposti, että perheellä L on äärellinen leikkausominaisuus ja L

Lisätiedot

8. Avoimen kuvauksen lause

8. Avoimen kuvauksen lause 116 FUNKTIONAALIANALYYSIN PERUSKURSSI 8. Avoimen kuvauksen lause Palautamme aluksi mieleen Topologian kursseilta ehkä tutut perusasiat yleisestä avoimen kuvauksen käsitteestä. Määrittelemme ensin avoimen

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

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1). HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen

Lisätiedot

Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä todistuksia ja lineaarikuvauksen muodostamista. Sarjaan liittyvät Stack-tehtävät: 1 ja 2.

Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä todistuksia ja lineaarikuvauksen muodostamista. Sarjaan liittyvät Stack-tehtävät: 1 ja 2. HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2016 Harjoitus 3 Ratkaisut palautettava viimeistään maanantaina 29.8.2016 klo 13.15. Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä

Lisätiedot

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],

Lisätiedot

7.1. Käänteiskuvauslause

7.1. Käänteiskuvauslause LUKU 7 Käänteiskuvauslause Parit (E, ), (F, ),... ovat Banachin avaruuksia, ellei toisin mainita. [4, Ch. XIV, Lemma. 1.1] 7.1. Käänteiskuvauslause Lause 7.1 (Banachin kiintopistelause). Olkoon (X, d)

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014 Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 3. Lineaariset koodit Topi Törmä Matemaattisten tieteiden laitos 2 / 22 3.1 Lineaarisen koodin määrittely Olkoon F äärellinen kunta.

Lisätiedot

Lien ryhmät D 380 klo Ratkaisut 6+6=12

Lien ryhmät D 380 klo Ratkaisut 6+6=12 JYVÄSKYLÄN YLIOPISO MAEMAIIKAN JA ILASOIEEEN LAIOS Lien ryhmät 22.5.2012 D 380 klo. 10-12 Ratkaisut 6+6=12 1. Käytä ehtoa g = {X M n n exp(tx) kaikille t R} ja tarvittaessa tietoa et exp A = exp r A toistaksesi

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

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

Lisätiedot

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

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2 HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Olkoon f : R R f(x 1, x ) = x 1 + x Olkoon C R. Määritä tasa-arvojoukko Sf(C) = {(x 1, x

Lisätiedot

Vektorianalyysi II MAT21020

Vektorianalyysi II MAT21020 Vektorianalyysi II MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ke: :5-:, to: :5-4: Helsingin yliopisto 4. huhtikuuta 8 Sisältö RHS:n luennoista 3 5 Kertausta vektorifunktioista 4 6 Vektorifunktioiden

Lisätiedot

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

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

Lisätiedot

Differentiaalimuodot ja niiden integrointi euklidisten avaruuksien alimonistoilla

Differentiaalimuodot ja niiden integrointi euklidisten avaruuksien alimonistoilla Differentiaalimuodot ja niiden integrointi euklidisten avaruuksien alimonistoilla Antti Kosonen Matematiikan pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Syksy 2016 Tiivistelmä:

Lisätiedot

Lineaarialgebra II P

Lineaarialgebra II P Lineaarialgebra II 89P Sisältö Vektoriavaruus Sisätuloavaruus 8 3 Lineaarikuvaus 5 4 Ominaisarvo 5 Luku Vektoriavaruus Määritelmä.. Epätyhjä joukko V on vektoriavaruus, jos seuraavat ehdot ovat voimassa:.

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

Vektorit, suorat ja tasot

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

Lisätiedot

Onko kuvaukset injektioita? Ovatko ne surjektioita? Bijektioita?

Onko kuvaukset injektioita? Ovatko ne surjektioita? Bijektioita? Matematiikkaa kaikille, kesä 2017 Avoin yliopisto Luentojen 2,4 ja 6 tehtäviä Päivittyy kurssin aikana 1. Olkoon A = {0, 1, 2}, B = {1, 2, 3} ja C = {2, 3, 4}. Luettele joukkojen A B, A B, A B ja (A B)

Lisätiedot

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0 Tensorialgebroista Esitysteorian kesäopintopiiri, Turun yliopisto, 2012 Jyrki Lahtonen Olkoon k jokin skalaarikunta. Kerrataan k-algebran käsite: A on k-algebra, jos se on sekä rengas että vektoriavaruus

Lisätiedot

Kuvauksista ja relaatioista. Jonna Makkonen Ilari Vallivaara

Kuvauksista ja relaatioista. Jonna Makkonen Ilari Vallivaara Kuvauksista ja relaatioista Jonna Makkonen Ilari Vallivaara 20. lokakuuta 2004 Sisältö 1 Esipuhe 2 2 Kuvauksista 3 3 Relaatioista 8 Lähdeluettelo 12 1 1 Esipuhe Joukot ja relaatiot ovat periaatteessa äärimmäisen

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause.

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause. MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause. Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015

Lisätiedot

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21. Vektorianalyysi I MAT21003 Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21. syyskuuta 2017 1 Sisältö 1 Euklidinen avaruus 3 1.1 Euklidinen avaruus

Lisätiedot

Käyrän kaarevuus ja kierevyys

Käyrän kaarevuus ja kierevyys Käyrän kaarevuus ja kierevyys LuK-tutkielma Recardt Jua Opiskelijanumero 2435589 Matemaattisten tieteiden laitos Oulun yliopisto Kevät 2017 Sisältö 1 Jodanto 2 2 Esitietoja 3 2.1 Derivointi polulla.........................

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

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

Lisätiedot

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

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

Lisätiedot

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

f(tx + (1 t)y) tf(x) + (1 t)f(y) jokaisella x, y A ja t [0, 1].

f(tx + (1 t)y) tf(x) + (1 t)f(y) jokaisella x, y A ja t [0, 1]. Tässä luvussa näytetään divergenssilause konveksin joukon tapauksessa. Määritelmä 4.5.1. 1. Joukko R m on konveksi, jos kaikilla x, y pisteet tx + (1 t)y jokaisella t [0, 1]. 2. Olkoon R m konveksi. Funktio

Lisätiedot

ja jäännösluokkien joukkoa

ja jäännösluokkien joukkoa 3. Polynomien jäännösluokkarenkaat Olkoon F kunta, ja olkoon m F[x]. Polynomeille f, g F [x] määritellään kongruenssi(-relaatio) asettamalla g f mod m : m g f g = f + m h jollekin h F [x]. Kongruenssi

Lisätiedot

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

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

Lisätiedot

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

Johdatus lineaarialgebraan

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

Lisätiedot

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

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin FUNKTIONAALIANALYYSI, RATKAISUT 1 KEVÄT 211, (AP) 1. Ovatko seuraavat reaaliarvoiset funktiot p : R 3 R normeja? Ovatko ne seminormeja? ( x = (x 1, x 2, x 3 ) R 3 ) a) p(x) := x 2 1 + x 2 2 + x 2 3, b)

Lisätiedot

Luento 8: Epälineaarinen optimointi

Luento 8: Epälineaarinen optimointi Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori = (,..., ). Reaalisten m n-matriisien joukkoa merkitään

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