diskreetin logaritmin laskemisen käytännössä mahdottomaksi. Olkoon γ kunnan F q primitiivinen alkio. Luku q ja alkio γ ovat julkisia suureita.
|
|
- Satu Heikkinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 6. Sovelluksia 6.1. Diffien ja Hellmanin avainten vaihto julkisavainsalauksessa. (Whitfield Diffie ja Martin E. Hellman (1976)) Oletetaan, että Liisa haluaa lähettää Pentille luottamuksellisen viestin. Liisa salakirjoittaa viestinsä, koska epäilee, että Erkki yrittää lukea kyseisen viestin. 14 Liisa käyttää viestin salaamiseen salausavainta e ja Pentti vastaavasti sen avaamiseen avausavainta d. Jos salausjärjestelmässä on aina d = e tai avausavain d on helposti laskettavissa, kun salausavain e tunnetaan, salausjärjestelmää kutsutaan symmetriseksi. Symmetrisessä salausjärjestelmässä Liisan ja Pentin pitää ennen viestinvaihto sopia salausja avausavaimista. Tämän avainten vaihtamisen turvallisuus on keskeinen ongelma symmetrisessä järjestelmässä. Epäsymmetrisessä salausjärjestelmässä d e ja avausavaimen d määrääminen salausavaimen e avulla (ilman erityisiä lisätietoja) on käytännöllisesti katsoen mahdotonta. Tällaisessä järjestelmässä salausavain e voidaan julkistaa. Jokainen, joka haluaa lähettää Pentille salakirjoitetun viestin, voi käyttää avainta e. Koska avausavaimen d määrääminen on mahdotonta, eivät muut (=Erkki) kuin ne, jotka tuntevat avaimen d, pysty avaamaan avaimella e salattuja viestejä. Tällaisessa järjestelmässä salausavainta e kutsutaan myös julkiseksi avaimeksi (tai julkisavaimeksi), avainta d salaiseksi avaimeksi ja järjestelmää julkisavainsalaukseksi. Diffien ja Hellmanin avaintenvaihtomenetelmä on julkisavainhenkinen, vaikka se sopii varsin hyvin symmetrisiin salausjärjestelmin. Kun Liisa ja Pentti haluavat sopia yhteisestä salausavaimesta, he voivat menetellä seuraavasti: Aluksi valitaan alkuluku p ja n Z + niin, että q := p n on riittävän suuri tekemään myöhempänä määriteltävän diskreetin logaritmin laskemisen käytännössä mahdottomaksi. Olkoon γ kunnan F q primitiivinen alkio. Luku q ja alkio γ ovat julkisia suureita. Muistettakoon, että primitiiviselle alkiolle γ on voimassa {γ k k {0, 1,..., q 2}} = F q = F q \ {0}. Liisa valitsee satunnaisesti luvun a {0, 1,..., q 2} ja laskee A := γ a. Liisa pitää luvun a salaisena avaimenaan ja lähettää Pentille alkion A. Pentti valitsee satunnaisesti luvun b {0, 1,..., q 2} ja laskee B := γ b. Pentti pitää luvun b salaisena avaimenaan ja lähettää Liisalle alkion B. Liisa ja Pentti pystyvät nyt määräämään yhteisen salausavaimen: Liisa pystyy laskemaan B a = (γ b ) a = γ a b. Vastaavasti Pentti voi laskea A b = (γ a ) b = γ a b. 13 Viimeksi muutettu Salausjärjestelmien kuvaamisessa käytetään usein apuna kolmea henkilöä : Liisa (engl. Alice), Pentti (engl. Bob) ja Erkki (eng. Eve eavesdrop). 36
2 Yhteinen salausavain on siis K = γ a b. On selvää, että Erkki pystyy saamaan selville Liisan ja Pentin yhteisen salausavaimen K, jos Erkki pystyy ratkaisemaan ns. diskreettilogaritmiongelman: Kun on annettuna kunnan F q primitiivinen alkio γ ja C F q, on määrättävä c {0, 1,..., q 2} siten, että γ c = C. Diskreettilogaritmiongelman ratkaiseminen ei ole välttämätöntä sille, että Erkki saisi selville Liisan ja Pentin yhteisen salausavaimen. Riittää, että Erkki pystyy ratkaisemaan Diffien ja Hellmanin ongelman: Kun on annettuna kunnan F q primitiivinen alkio γ sekä alkiot A = γ a ja B = γ b, on määrättävä K = γ a b suureiden γ, A ja B avulla. On helppo todeta, että jos Erkki pystyy ratkaisemaan diskreettilogaritmiongelman, pystyy hän ratkaisemaan Diffien ja Hellmanin ongelman. Ei kuitenkaan tiedetä, voidaanko Diffien ja Hellmanin ongelma ratkaista muuten kuin ratkaisemalla diskreettilogaritmiongelma, t.s. laskemalla diskreettejä logaritmeja Diskreetti logaritmi. Olkoon q = p n alkuluvun p positiivinen kokonaislukupotenssi. Aiemmin todistetun nojalla (ks. lause 5.7) kunnalla F q on primitiivinen alkio, t.s. on olemassa alkio γ F q siten, että {γ k k Z} = F q. Koska primitiivisen alkion kertaluku on q 1, on F q = {γ k k {0, 1,..., q 2}}. Jokaiselle alkiolle A F q on olemassa yksi ja vain yksi a {0, 1,..., q 2} siten, että A = γ a. Lukua a kutsutaan alkion A γ-kantaiseksi diskreetiksi logaritmiksi; merkitään a =: dlog γ A. Kuvausta Z F q, a γ a, on vastaavasti luonnollista kutsua diskreetiksi γ-kantaiseksi eksponenttifunktioksi. Huomaa, että tämä kuvaus on jaksollinen, jakson pituutena alkion γ kertaluku. Huomautus 6.1. Diskreetti eksponenttifunktio ja diskreetti logaritmifunktio ovat luonnollisia käsitteitä minkä tahansa sykliselle ryhmälle G = g = {g k k Z}. Jos virittävän alkion g kertaluku on d, on kuvaus Z G, a g a, d-jaksoinen ryhmän G diskreetti g-kantainen eksponenttifunktio, ja kuvaus G {0, 1, 2,..., d 1}, A dlog g A = a, kun A = g a ja a {0, 1, 2,..., d 1}, on ryhmän G g-kantainen diskreetti logaritmi. Eräs varsin tärkeä ryhmä saadaan ns. elliptisistä käyristä, kun ne varustetaan näihin käyriin liittyvällä yhteenlaskulla. Katso [11, 12.2], [14, luku VI], [13, luku 6] tai [15]. Jos ryhmäksi G valitaan additiivinen ryhmä (Z n, +), jolla on virittäjä g = [1] n, on diskreetti eksponenttifunktio kuvaus Z Z n, a a [1] n = [a] n. Alkion A Z n diskreetti logaritmi on a {0, 1, 2,..., n 1}, jolle A = a [1] n. Ryhmän (Z n, +) muut virittäjät ovat g = [c] n, missä syt(c, n) = 1. Tälle kanta-alkiolle alkion A Z n diskreetin logaritmin määrääminen palautuu Eukleideen algoritmiin: pitää määrätä a {0, 1, 2,..., n 1}, jolle A = a [c] n = [a] n [c] n, t.s. [a] n = [c] 1 n A. Se, että diskreetilla eksponenttifunktiolla ja diskreetillä logaritmifunktiolla on merkitystä salausmenetelmissä, perustuu siihen, että kunnan F q tapauksessa diskreetin eksponenttifunktion laskeminen on helppoa (seuraavaksi esiteltävän toistetun neliöinnin avulla), mutta diskreetin logaritmin määräämiseen ei tunneta nopeita menetelmiä. 37
3 Kuva 6.1. Diskreetti eksponettifunktio kunnalle Z p, kun p = 997 ja g = 7. Kuvasta käy hyvin ilmi, että kun [A] p Z p on annettu (yakselilta), ei diskreetin logaritmin a (x-akselilta), jolle [A] p = [g] a p, löytäminen ole lainkaan ilmeistä. Kuvaan on merkitty pisteet (a, A), joille 445 A Toistettu neliöinti. Diffien ja Hellmanin avaintenvaihtomenetelmässä avaimen γ a laskemiseksi valittu eksponentti e voi olla suurikin. Jos potenssi γ e lasketaan potenssin määrittelevän rekursion γ e := γ γ e 1, γ 1 := γ, avulla, tarvitaan e 1 kertolaskua. Laskemista voidaan nopeuttaa huomattavasti seuraavasti ([1, 4.3]). Yleisemmin olkoot R rengas ja γ R. 1 Esitetään luku e Z + kaksikantaisena muodossa e = 2 k + d k 1 2 k d d 0, missä d k 1,..., d 1, d 0 {0, 1}. 2 Asetetaan β k := γ. 3 Kun j = k 1, k 2,..., 1, 0, asetetaan { β j := βj+1 2 γ, jos d j = 1, β j := βj+1, 2 muuten. Edellä lasketun jonon viimeinen alkio β 0 = γ e (todistus jätetään lukijan tehtäväksi; tätä varten kannattaa osoittaa, että β j = γ e/2j kaikille j = k, k 1,..., 0). Kun potenssi γ e lasketaan tällä algoritmilla, tarvitaan k = log 2 e neliöintiä ja enintään yhtä monta kertolaskua (log 2 e on luvun n kaksikantainen logaritmi). Kaikenkaikkiaan neliöintien ja kertolaskujen lukumäärä on enintään 2 log 2 e. Esimerkiksi, jos e = , tarvittaisiin potenssin määrittelevän rekursion mukaisesti laskettaessa
4 googolin verran kertolaskuja, mutta tässä esitetyllä toistetulla neliöinnillä päästään enintään 664 neliöinnillä ja kertolaskulla ElGamalin salain. (T. ElGamal (1985)) W. Diffien ja E. M. Hellmanin avaintenvaihtomenetelmä on (kirjoittajan käsityksen mukaan) peräisin vuodelta 1976 ja on ensimmäinen julkisavaimen vaihtoon esitetty menetelmä. Siihen läheisesti liittyvä T. ElGamalin salausmenetelmä on vuodelta ElGamalin menetelmän hyvänä puolena on mm. se, että se soveltuu yhtä hyvin elliptisten käyrien avulla tapahtuvaan salaukseen kuin tässä esiteltävään kunnan F q tilanteeseen. ElGamalin menetelmässä Liisa valitsee satunnaisesti luvun a {0, 1,..., q 2} ja laskee A := γ a. Liisan julkisavain on pari (γ, A) ja salainen avain luku a. Selväkielisten ja salattujen viestien joukko on F q. Kun Pentti haluaa lähettää Liisalle viestin m F q, hän valitsee satunnaisesti luvun b {0, 1,..., q 2} ja laskee Pentti salaa viestin m laskemalla B := γ b. c := A b m. Pentti lähettää Liisalle parin (B, c). Liisa avaa vastaanottamansa viestin (B, c) laskemalla m := (B a ) 1 c. Tässä esiintyvän käänteisalkion laskemiseen sijasta Liisa voi laskea m = B q 1 a c. Nimittäin B q 1 = (γ b ) q 1 = (γ q 1 ) b = 1 b = 1, joten B q 1 a = B q 1 B a = B a. Liisan laskema suure m alkuperäinen viesti m, sillä m = (B a ) 1 c = (γ b ) a A b m = (γ a ) b (γ a ) b m = m Elliptiset käyrät. (V. Miller (1985) ja Neal Koblitz (1987)) Seuraavassa esitetään vain hyvin lyhyt ja heuristinen johdanto elliptisiin käyriin. Olkoon F kunta (joksi aluksi kannattaa ajatella tavallinen R). Olkoot a 1, a 2, a 3, a 4 ja a 6 F. Parametrien a 1,..., a 6 määräämä elliptinen käyrä E on yhtälön (6.1) y 2 + a 1 x y + a 3 y = x 3 + a 2 x 2 + a 4 x + a 6 määrittelemä tason F F osajoukko. Yhtälö (6.1) on lähes yleisin elliptisen käyrän määrittelemiseen käytetty yhtälö, ns. Weierstrassin yhtälö. Tätä yhtälöä voidaan yksinkertaistaa neliöön ja kuutioon täydentämällä. Kumpaankin täydentämiseen liittyy ongelmia yleisen kunnan tapauksessa, mikä nähdään helposti esimerkiksi kunnille F 2 n. Kunnan F 2 n karakteristika on kaksi, joten 2 x = 0 kaikille x F 2 n. Tästä seuraa, että kahdella jakaminen ei ole mahdollista, ja jos lauseke y 2 + a 1 x y + a 3 y haluttaisiin täydentää neliöksi tavalliseen tapaan, pitäisi muuttujan y kerroin a 1 x + a 3 esittää muodossa (a 1 x + a 3 ). Ilman todistuksia mainittakoon, että yhtälö (6.1) voidaan sopivin muuttujan vaihdoin saattaa johonkin seuraavista muodoista: a) y 2 = x 3 + a 4 x + a 6, jos char F {2, 3}; 39
5 Kuva 6.2. Tasoon R 2 elliptiset käyrät y 2 = x 3 3 x+1, y 2 = x 3 3 x+2 ja y 2 = x 3 3 x L 3 2 B A C Kuva 6.3. Elliptinen käyrä y 2 = x 3 3 x + 1, sen pisteet A ja B sekä C = A B. b) y 2 = x 3 + a 2 x 2 + a 6 tai y 2 = x 3 + a 4 x + a 6, jos char F = 3; c) y 2 + x y = x 3 + a 2 x 2 + a 6 tai y 2 + a 3 y = x 3 + a 4 x + a 6, jos char F = 2. Yksinkertaisuuden vuoksi jatkossa käyrän E oletetaan olevan yhtälön (6.2) y 2 = x 3 + a 4 x + a 6 määräämä, ja että char F {2, 3}. Elliptisten käyrien merkitys salausjärjestelmille piilee niiden ryhmästruktuurissa: elliptisen käyrän pisteille voidaan määritellä yhteenlasku, jota selvyyden vuoksi seuraavassa merkitään, ja että käyrä E varustettuna yhteenlaskulla muodostaa Abelin ryhmän.
6 Se, miten elliptisen käyrän pisteiden yhteenlasku määritellään, selviää kuvasta 6.3. Käyrän E määritelköön yhtälö (6.2). Olkoot A, B E. Oletetaan aluksi, että A B, ja että pisteitä A ja B yhdistävä suora leikkaa käyrän E kolmannessa pisteessä L. Piste C olkoon pisteen L kautta kulkevan y-akselin suuntaisen suoran ja käyrän E toinen leikkauspiste. Asetetaan A B := C. Ennenkuin selvitetään, millainen lauseke pisteellä C on, pari sanaa määritelmästä. Kun yhtälöön (6.2) sijoitetaan y = k x + b, saadaan muuttujalle x kolmannen asteen yhtälö. Tavanomaisessa tapauksessa tällaisella yhtälöllä on kolme keskenään erisuurta ratkaisua (tai: on kolme kompleksista ratkaisua, kun jokainen ratkaisu lasketaan kertalukunsa mukaan moninkertaisen juuren tapauksessa). Jos siis pisteitä A ja B yhdistävä suora ei ole y-akselin suuntainen, leikkaa k.o. suora käyrän E kolmessa pisteessä (ainakin, jos leikkaus lasketaan kertalukunsa mukaan; esimerkiksi, jos A = B eli jos suora on käyrän E tangentti, on piste kaksinkertainen). Vastaavasti useimmille käyrän pisteille L, y-akselin suuntainen, pisteen L kautta kulkeva suora leikkaa käyrän kahdessa pisteessä. (Kuvasta 6.3 löytyy kolme pistettä, joihin sijoitettuna pisteen L kautta kulkeva suora leikkaa käyrän E vain yhdessä kaksinkertaisessa pisteessä.) Selvitetään seuraavaksi, miten pisteen C = A B koordinaatit saadaan selville pisteiden A ja B koordinaattien avulla. Olkoot A = (x 1, y 1 ), B = (x 2, y 2 ), L = (x, y ) ja C = (x 3, y 3 ). Pisteiden A ja B kautta kulkevan suoran kulmakerroin on k = (y 2 y 1 )/(x 2 x 1 ) ainakin, kun x 2 x 1, ja suoran yhtälö on y y 1 = k (x x 1 ). Kun käyrän E yhtälöön (6.2) sijoitetaan y = k x+l, missä l := y 1 k x 1 = (y 1 x 2 y 2 x 1 )/(x 2 x 1 ), on piste (x, y) E, jos ja vain jos (k x + l) 2 = x 3 + a 4 x + a 6. Koska A = (x 1, y 1 ) E, B = (x 2, y 2 ) E ja L = (x, y ) E, jokainen luvuista x 1, x 2 ja x on kolmannen asteen polynomin x 3 (k x + l) 2 + a 4 x + a 6 juuri. Kun kolmannen asteen polynomilla on kolme keskenään erisuurta juurta x 1, x 2 ja x, ja polynomin johtava kerroin on yksi, on x 3 (k x + l) 2 + a 4 x + a 6 = (x x 1 ) (x x 2 ) (x x ). Vertaamalla toisen asteen termejä keskenään, saadaan Koska x 1 ja x 2 tunnetaan, saadaan k 2 + a 4 = (x 1 + x 2 + x ). x = k 2 x 1 x 2 ja y = k x + l. Pisteelle C = (x 3, y 3 ) on x 3 = x ja y 3 = y, t.s. 41 (6.3) (6.4) x 3 = k 2 x 1 x 2 ja y 3 = k x 3 l, missä k := y 2 y 1 x 2 x 1 ja l := y 1 x 2 y 2 x 1 x 2 x 1. Jos A = B, korvaataan pisteiden A ja B kautta kulkeva suora pisteen A kautta kulkevalla tangentilla, kunhan tangentti ei ole y-akselin suuntainen. Tangentin kulmakerroin k saadaan yhtälöstä (6.2) implisiittisellä derivoinnilla, k = (3 x 1 + a 4 )/(2 y 1 ). Sijoittamalla tangentin yhtälöön y = k x + l piste A = (x 1, y 1 ), saadaan l = y 1 k x 1.
7 42 Pisteen A A = C = (x 3, y 3 ) koordinaateille saadaan (6.5) x 3 = k 2 2 x 1 ja y 3 = k x 3 l, missä (6.6) k := 3 x 1 + a 4 2 y 1 ja l := y 1 k x 1. Edeltä: käyrä E varustettuna yhteenlaskulla muodostaa Abelin ryhmän. Tämä tarkoittaa, että kaikille käyrän pisteille A, B ja C on a) A B = B A (kommutatiivisuus); ja b) (A B) C = A (B C) (assosiatiivisuus). Kommutatiivisuus on helppo todeta. Sen sijaan assosiatiivisuuden osoittaminen on hankalaa (eikä kirjoittaja tiedä yhtään yleispätevää todistusta väitteelle). Mutta eräs tärkeä kohta on vielä täysin selvittämättä: mikä on käyräyhteenlaskun neutraalialkio O? Neutraalialkion O tarkempi tarkastelu veisi meidät kauas, joten tyydytään seuraavaan lyhyeen selitykseen: piste O on y-akselin suunnassa äärettömän kaukana oleva piste. 15 Edellä esitetyssä käyrän pisteiden yhteenlaskussa eräs tapaus on jäänyt käsittelemättä. Jos x 2 = x 1 ja y 2 = y 1 (kuvassa 6.3 pisteitä A ja B yhdistävä suora tai pisteen A kautta kulkeva tangentti on y-akselin suuntainen), asetetaan A B := O. Tästä saadaan myös pisteen A vasta-alkioksi B. Näin täydennettynä pari (E, ) on Abelin ryhmä, jonka yhteenlaskun neutraalialkio on piste O. Edellinen käyräyhteenlaskun määrittely perustuu paljolti kuvan tarjoamaan geometriaan tapauksessa F = R. Miten määrittely olisi tehtävä, jos kunta F on jokin muu kunta, esimerkiksi äärellinen kunta F q? Edellä pisteiden A = (x 1, y 1 ) ja B = (x 2, y 2 ) summan A B = C = (x 3, y 3 ) koordinaateille saatiin lausekkeet tavanomaisten rationaalisten laskutoimitusten avulla esitettynä. Nämä kaavat käyvät suoraan minkä tahansa kunnan tapauksessa! Olkoot nyt F äärellinen kunta F q (jonka karakteristika on > 3) ja E yhtälön (6.2) määrittelemä elliptinen käyrä, missä a 4, a 6 F q. Kun käyrältä kiinnitetään piste P 1 muodostavat sen monikerrat k P 1 := P 1 P 1, missä yhteenlaskettavia on k kpl, jos k Z +, k P 1 := ( k) ( P 1 ), jos k Z, ja 0 P 1 := O, syklisen ryhmän P 1. Koska F q F q on äärellinen joukko, on myös E äärellinen ja P 1 sen osajoukkona äärellinen. Lukijan tehtäväksi jätetään kerrata Diffien ja Hellmanin avaintenvaihtomenetelmä, Diskreetti logaritmiongelma ja ElGamlin salain, ja esittää näitä vastaavat käsitteet yms pisteen P 1 määräämän syklisen ryhmän tapauksessa. Kirjallisuudessa asiaa käsitellään usein nimellä Elliptic Curve Cryptography, lyh. ECC. Mitä etua elliptisistä käyristä on salausjärjestelmissä verrattuna esimerkiksi alussa käsiteltyjen äärellisen kunnan F q varaan rakentuviin Diffien ja Hellmanin avaintenvaihtomenetelmään ja ElGamlin salaimeen? Äärellisen kunnan F q tapauksessa ainoa parametri on luku q, kunnan alkioiden lukumäärä. Tärkeää on luvun q bittien lukumäärä, ei niinkään luvun q esityksessä muodossa q = p n olevien lukujen p ja n valinta. 15 Äärettömän kaukana olevien pisteiden kunnollinen määrittely kaipaa projektiivista tasoa P 2 (F ), jonka pisteet ovat kolmikoiden (x, y, z) F 3 \ {0} ekvivalenssiluokkia relaatiossa (x, y, z) (x, y, z ) : (x, y, z) = λ (x, y, z ) jollekin λ F \ {0}. Taso F 2 upotetaan projektiiviseen tasoon P 2 (F ) kuvauksella (x, y) [(x, y, 1)] = {λ (x, y, 1) λ F \ {0}}. Pisteen (x, y) F 2 suunnassa, äärettömän kaukana oleva piste on [(x, y, 0)] P 2 (F ).
8 43 Kuva 6.4. Funktion b B = β b 1/3 (log(b log 2)) 2/3 kuvaaja, eli elliptisen käyrän ja tavallisen äärellisen kunnan avulla toteutetun salausjärjestelmän lukujen q bittien lukumäärän vastaavuus. Elliptisten käyrien tapauksessa, vaikkapa vain yhtälön (6.2) tapauksessa, parametreja ovat kunnan F q alkioiden lukumäärä ja luvut a 4, a 6 F q. Joitain rajoituksia parametrien a 4 ja a 6 valintaan on. Esimerkiksi kuvassa 6.2 keskimmäinen käyrä ei ole hyvä; yhteenlaskun geometrisessa tarkastelussa käyrän leikkauskohdassa ei ole hyvin määriteltyä tangenttia. Keskeisimpiä heikkouksia kummassakin etsitään diskreetistä logaritmista. Kirjassa [12, I.3] mainitaan lyhyesti kaava B = β b 1/3 (log(b log 2)) 2/3, missä β := 2 c 0 /(log 2) 2/3 ja c 0 := (64/9) 1/3, kunnan F q salausmenetelmissä tarvittavien bittien lukumäärän b ja vastaavan turvan takaavien elliptisten käyrien kunnan F q bittien lukumäärän B väliseksi suhteeksi. Funktion B = B(b) kuvaaja on esitetty kuvassa 6.4. Elliptisille käyrille bittejä tarvitaan huomattavasti vähemmän, joten elliptisiin käyriin pohjautuvia salausmenetelmiä voidaan käyttää vähemmän laskentatehoa tarjoavissa laitteissa. Kuvassa 6.5 on äärellisen kunnan Z 997 elliptinen käyrä y 2 = x 3 x 6 (vasen kuva) ja osa valitun pisteen P 1 virittämää syklistä aliryhmää (oikea kuva). Kuva pyrkii vakuuttamaan lukijan siitä, että pisteiden P 1 ja P k = k P 1 avulla ei ole helppoa selvittää, mikä kerroin k on. Elliptisiä käyriä on tarkasteltu perusteellisemmin esimerkiksi kirjoissa [15], [11, 12.2], [14, luku VI], [13, luku 6], [1, 19.7, 20.6], [12], sekä varsinkin seuraavissa (joista ensin mainittuun kannattaa tutustua ensin): Joseph H. Silverman ja John Tate: Rational Points on Elliptic Curves, toinen painos, Undergraduate Texts in Mathematics, Springer, 1994; ja
9 Kuva 6.5. Elliptinen käyrä y 2 = x 3 x 6 äärellisen kunnan Z 997 suhteen. Vasempaan kuvaan on merkitty käyrän kaikki 1011 pistettä nollapistettä O lukuunottamatta. Oikean puoleiseen pisteet P 1 := (187, 379) ja sen monikerrat P k := k P 1, 1 k < 100, on merkitty numeroin, ja peräkkiset pisteet on yhdistetty janoin. Mikä on k, jos k P 1 = (524, 601)? Pisteelle P 1 on 506 P 1 = O (ja k P 1 O, kun 1 k < 506), joten pisteen P 1 kertaluku on 506. Joseph H. Silverman: The Arithmetic of Elliptic Curves, toinen painos, Graduate Texts in Mathematics, Springer, in mathematics you don t understand things, you just get used to them. John von Neumann 6.6. BCH-koodaus. (R. C. Bose ja D. K. Ray-Chaudhuri (1960) ja A. Hocquenhem (1959)) Koodausteoria pyrkii tarjoamaan välineitä tiedonsiirrossa tapahtuvien virheiden tunnistamiseen ja automaattiseen korjaamiseen. Tarkastellaan paria yksinkertaista esimerkkiä. Tietokoneella esitettävän tiedon perusyksikkö on bitti, jonka arvona voi olla nolla tai yksi, ja bitit on tapana ryhmitellä kahdeksan bitin muodostamiksi tavuiksi. Tällaiset kahdeksan bitin jonot (b 7, b 6,..., b 1, b 0 ) voidaan tulkita luvuksi käyttämällä kaksikantaista lukujärjestelmää, (b 7, b 6,..., b 1, b 0 ) b b b b 0. Lukuna yhtä tavua vastaa siis luvut 0, 1, 2,..., = 255. Tietokoneiden varhaiskaudella käytössä oli lähinnä ascii-merkistö, joka koostuu ohjausmerkeistä, numeroista, välimerkeistä ja kirjaista a za Z. Ääkköstöä ascii-merkistössä ei ole, ja merkistön esittämiseen riittävät seitsemän bitin b 0,..., b 6 avulla muodostetut bittijonot. Kahdeksas bitti b 7 = 0. Tätä kahdeksatta bittiä saatettiin käyttää tiedonsiirrossa tarkistusmerkkinä: Kun lähetetään merkki (b 6,..., b 0 ), lasketetaan b 7 := b b 0 (modulo 2 tai bitit tulkitaan kunnan Z 2 alkioiksi. Tiedonsiirrossa vastaanotetusta
10 tavusta (b 7, b 6,..., b 0 ) tarkistetaan, onko b 7 = b b 0, tai yhtäpitävästi pariteetintarkistusyhtälön b 7 + b b 0 = 0 avulla. Tämä yhden tarkistusbitin lisäys pystyy havaitsemaan, jos siirrossa tapahtuu yksi virhe, mutta ei esimerkiksi kahta virhettä. Tarkastellaan hieman mutkikkaampaa pariteettibittien laskentatapaa. Oletetaan, että bitit lähetetään neljän jonoissa (b 0, b 1, b 2, b 3 ), ja että tarkistusbitit b 4, b 5 ja b 6 lasketaan kaavoilla (bitit tulkitaan taas kunnan Z 2 alkioiksi): (6.7) b 4 := b 0 + b 2 + b 3 b 5 := b 0 + b 1 + b 3 b 6 := b 0 + b 1 + b 2 tai yhtäpitävästi b 0 + b 2 + b 3 + b 4 = 0 b 0 + b 1 + b 3 + b 5 = 0 b 0 + b 1 + b 2 + b 6 = 0 Lähetettävä tavu on nyt (b 0,..., b 6 ). Tässä kuvaus (b 0,..., b 3 ) (b 0,..., b 6 ), Z 4 2 Z 7 2, voidaan esittää Z 2 -alkioisena matriisina G := Kun vastaanottaja saa bittijonon x = (x 0,..., x 6 ), hän voi tutkia bittijonon virheellisyyttä seuraavan pariteetintarkistusmatriisin avulla: H := Nimittäin, bittijonolle x yhtälöparin (6.7) oikeanpuoleinen yhtälö on yhtäpitävä yhtälön Hx T = 0 kanssa, missä x T on rivivektorin x transpoosi eli vastaava sarakevektori. Tämä ns. Hammingin (7, 4)-koodi pystyy korjaamaan yhden bitin virheen. Jos b = (b 0,..., b 6 ) on oikea koodisana eli bittijono, jolle Hb T = 0, ja vastaanotettu bittijono on x = b + e j, missä e j on bittijono, jossa j.s komponentti on yksi ja muut nollia, niin Hx T = Hb T + He T j = He T j = matriisin H j.s sarake. Koska matriisin H sarakkeina ovat kaikki nollasta eroavat kolmen bitin jonot, voi vastaanottaja tarkistaa lasketusta vektorista Hx T, ns. vektorin x syndroomasta, mikä komponenteista x j on virheellinen. Virheen korjaaminen Z 2 -tapauksessa on helppoa. Tarkastellaan yleisempää tilannetta. Olkoon annettuna äärellinen kunta F q, 1 k < n, ja F q -alkioinen, n k-matriisi G. Oletetaan, että matriisin G sarakkeet ovat lineaarisesti riippumattomat. Vektorit u F k q vastatkoot Hammingin (7, 4)-koodin neljän bitin dataa ja vektorit Gu F n q koodisanoja, joihin matriisin G avulla on lisätty n k tarkistusmerkkiä. Lineaarinen (n, k)-koodi C on matriisin G kuva-avaruus, C = G(F k q), ja matriisi G puolestaan koodin C virittäjämatriisi. (n k) n-matriisi 45
11 H, jonka ydin ker H = {x F n q Hx = 0}, on sama kuin koodi C, on koodin C pariteetin tarkistusmatriisi. 16 Lukijalle jätetään tehtäväksi todeta seuraava Hammingin (7, 4)-koodin virittäjämatriisin ja pariteetin tarkistusmatriisin [ ] välisen yhteyden yleistys: Jos koodin virittäjämatriisi on muotoa G =, missä I Ik A k on k k-yksikkömatriisi ja A on (n k) k- matriisi, on koodilla pariteetin tarkistusmatriisi H = [ A I n k ]. Olkoon nyt C F n q lineaarinen (n, k)-koodi, G sen virittäjämatriisi ja H pariteetin tarkistusmatriisi. Kun koodisana c C siirretään häiriöllistä kanavaa pitkin ja vastaanottaja saa vektorin y F n q, muodostuu virhe z := y c. Jos virhe ei ole kovin suuri, voi vastaanottaja korjata virheen valitsemalla vektoria y lähimmän koodisanan. Tätä varten vektoreille x = (x 1,..., x n ), y = (y 1,..., y n ) F n q tarvitaan etäisyyden mittausväline. Määritellään Hammingin etäisyys (tai metriikka) asettamalla d(x, y) := niiden indeksien j lukumäärä, joille x j y j. Tällöin on metriikka siinä mielessä, että d toteuttaa ehdot (i) d(x, y) 0, ja d(x, y) = 0, jos ja vain jos x = y (definittisyys); (ii) d(x, y) = d(y, x) (symmetrisyys); ja (iii) d(x, z) d(x, y) + d(y, z) (kolmioepäyhtälö). Jos vektorin x = (x 1,..., x n ) F n q painoksi määritellään luku w(x) := niiden indeksien j lukumäärä, joille x j 0, niin d(x, y) = w(x y). Lineaariselle koodille C määritellään vielä minimietäisyys d min = d min (C) ja minimipaino w min = w min (C) asettamalla d min (C) := min{d(x, y) x, y C, x y} ja w min (C) := min{w(x) x, y C, x 0}. Tällöin d min (C) = w min (C). Jos nyt siirretyssä vektorissa y on enintään e virhettä, t.s. virhevektoreissa z on enintään e nollasta eroavaa komponenttia, on w(z) e eli d(y, c) e. Jos koodin C minimietäisyys d min 2e + 1, mille tahansa muulle koodisanalle c C on d(c, c) d min 2e + 1, joten vektorin y etäisyydelle on d(c, y) d(c, c) d(y, c) 2e + 1 e > e. Vastaanottaja pystyy siis korjaamaan kaikki enintään e virheen vektorit z valitsemalla vektoria y lähimmän koodisanan c. Lause 6.2. Olkoon C F n q lineaarinen (n, k)-koodi ja H sen pariteetin tarkistusmatriisi. Tällöin d min (C) = pienin k, jolle matriisin H k saraketta ovat lineaarisesti riippuvat. Todistus. Koodisanoja ovat vektorit c, joille Hc = 0. Olkoot k min väitteen oikean puolen luku ja h 1,... h n matriisin H sarakevektorit. Tällöin Hz = z 1 h 1 + +z n h n. Jos Hz = 0 ja z 0, on w(z) k min. Siis d min k min. 16 Moni koodausteorian kirja käyttää virittäjämatriisina tässä esitetyn matriisin G transpoosia. Lineaarikuvauksen u G u tilalla on tällöin u u G T. (Tässä rivivektoria u ja vastaavaa sarakevektoria u T on yksikertaisuuden vuoksi merkitty samalla tavalla.) 46
12 Toisaalta, kun k < d min, w(z) = k ja Hz = 0, on z = 0. Siis jokainen k < d min matriisin H sarakevektoria ovat lineaarisesti riippumattomat, joten k min d min. Seuraus 6.3. Jos matriisin H jokainen 2e sarakkeen osajoukko on lineaarisesti riippumaton, koodi C pystyy korjaamaan kaikki enintään e virheen vektorit. Hammingin (7, 4)-koodin pariteetin tarkistusmatriisin voidaan ajatella olevan muotoa [ α0 α 1... α 7 ] missä sarakevektorit α 0, α 1,..., α 7 tulkitaan kunnan F 2 3 alkioiksi. Seuraava lause antaa BCH-koodista erään erikoistapauksen: Lause 6.4. Olkoot α 0, α 1,..., α n 1 kunnan F 2 m nollasta eroavat alkiot (jossakin järjestyksessä), ja t Z +, 2t 2 m 2. Tällöin matriisi α 0 α 1... α n 1 α 0 3 α αn 1 3 H := α0 5 α αn α0 2t 1 α1 2t 1... αn 1 2t 1 on jokin lineaarisen (n, k)-koodin C Z n 2 pariteetin tarkistusmatriisi, missä k n m t. Tämä koodi pystyy korjaamaan t virhettä. Matriisi H ajatellaan tässä kuten Hammingin koodin tapauksessa: vaikka alkiot α j i ovat kunnan F 2 m alkioita, ne tulkitaan m pituisiksi bittijonoiksi, jotka puolestaan sijoitetaan matriisin H sarakkeisiin. Näennäisesti F 2 m-alkioinen, t n-kokoinen matriisi tulkitaan siis Z 2 -alkioiseksi mt n-matriisiksi. Koodin C määrittelee tietysti ehto C = ker H, t.s. c = (c 0,..., c n 1 ) Z n 2 on koodisana, jos Hc = 0 eli n 1 c i α j i = 0, j = 1, 3, 5,..., 2t 1. i=0 Pariteetin tarkistusmatriisissa rivivektoreiden tulisi olla lineaarisesti riippumattomia, mutta näin ei tässä tarvitse olla. Matriisia H käytetään lähinnä koodin C määrittelemiseen; lineaarisesti riippuvat rivit voidaan lopuksi poistaa. Kun char F 2 m = 2, on ( n 1 i=0 c i α j i yhtälöt ) 2 = n 1 i=0 c2 i (α j i )2 = n 1 i=0 c i α 2j i. Koodin C määrittelee siis yhtälailla n 1 c i α j i = 0, j = 1, 2,..., 2t, i=0 tai seuraava pariteetin tarkistusmatriisi H, α 0 α 1... α n 1 α 0 2 α αn 1 2 α H 0 := 3 α α 3 n 1.. α 0 2t 1 α1 2t 1... αn 1 2t 1 α0 2t α1 2t 1... αn 1 2t 47
13 Osoitetaan, että matriisissa jokainen 2t sarakevektorin osajoukko on lineaarisesti riippumaton. Väite seuraa tällöin lauseen edellä olevasta seurauksesta. Olkoo matriisi, joka saadaan valitsemalla mukaan 2t saraketta matriisista H, seuraava: β 1 β 2... β 2t β M := 1 2 β β2t 2.. β1 2t β2 2t... β2t 2t Tämä matriisi tunnetaan Vandermonden matriisina, ja sen determinantille on det M = β 1... β 2t (β j β i ). Koska alkiot β i ovat keskenään erisuuria ja nollasta eroavia, on det M 0. Matriisin M sarakkeet ovat tällöin lineaarisesti riippumattomat. Koodin väitetty virheenkorjaavuus seuraa nyt. Luvulle k esitetyn epäyhtälön selvittely sivuutetaan. Koodausteoriasta lisää: [1, luku 7], [16, luku 8] ja [17, BCH: luku 6]. i<j 48
d Z + 17 Viimeksi muutettu
5. Diffien ja Hellmanin avaintenvaihto Miten on mahdollista välittää salatun viestin avaamiseen tarkoitettu avain Internetin kaltaisen avoimen liikennöintiväylän kautta? Kuka tahansahan voi (ainakin periaatteessa)
Lisätiedoton Abelin ryhmä kertolaskun suhteen. Tämän joukon alkioiden lukumäärää merkitään
5. Primitiivinen alkio 5.1. Täydennystä lukuteoriaan. Olkoon n Z, n 2. Palautettakoon mieleen, että kokonaislukujen jäännösluokkarenkaan kääntyvien alkioiden muodostama osajoukko Z n := {x Z n x on kääntyvä}
LisätiedotNimittäin, koska s k x a r mod (p 1), saadaan Fermat n pienen lauseen avulla
6. Digitaalinen allekirjoitus Digitaalinen allekirjoitus palvelee samaa tarkoitusta kuin perinteinen käsin kirjotettu allekirjoitus, t.s. Liisa allekirjoittaessaan Pentille lähettämän viestin, hän antaa
LisätiedotLineaarikombinaatio, 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
LisätiedotKoodausteoria, Kesä 2014
Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 6. Ryöppyvirheitä korjaavat koodit Topi Törmä Matemaattisten tieteiden laitos 2 / 34 6.1 Peruskäsitteitä Aiemmin on implisiittisesti
LisätiedotKoodausteoria, Kesä 2014
Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 3.3 Lineaarisen koodin dekoodaus Oletetaan, että lähetettäessä kanavaan sana c saadaan sana r = c + e, missä e on häiriön aiheuttama
LisätiedotKoodausteoria, Kesä 2014
Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 5 BCH-, RS- ja Goppa-koodit Topi Törmä Matemaattisten tieteiden laitos 2 / 15 5.1 BCH-koodien määrittely Olkoon jälleen F = F q, syt(n,
Lisätiedot1 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
LisätiedotKoodausteoria, 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.
Lisätiedot802320A 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
Lisätiedot2 j =
1. Modulaariaritmetiikkaa Yksinkertaisissa salausjärjestelmissä käytettävä matematiikka on paljolti lukuteoriaan pohjautuvaa suurten lukujen modulaariaritmetiikkaa (lasketaan kokonaisluvuilla modulo n).
LisätiedotKoodausteoria, Kesä 2014
Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 5.2 BCH-koodin dekoodaus Tarkastellaan t virhettä korjaavaa n-pituista BCH-koodia. Olkoon α primitiivinen n:s ykkösen juuri, c = c(x)
Lisätiedot7. 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).
Lisätiedot802328A 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...................
LisätiedotLiittomatriisi. 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
Lisätiedotn (n 1) avainten vaihtoa. Miljoonalle käyttäjälle avainten vaihtoja tarvittaisiin
3. RSA Salausjärjestelmien käytön perusongelma oli pitkään seuraava: Kun Liisa ja Pentti haluavat vaihtaa salakirjoitettuja viestejä keskenään ja jos heidän käyttämänsä salausmenetelmä on symmetrinen,
Lisätiedot802328A 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
LisätiedotR : renkaan R kääntyvien alkioiden joukko; R kertolaskulla varustettuna on
0. Kertausta ja täydennystä Kurssille Äärelliset kunnat tarvittavat esitiedot löytyvät Algebran kurssista [Alg]. Hyödyksi voivat myös olla (vaikka eivät välttämättömiä) Lukuteorian alkeet [LTA] ja Salakirjoitukset
LisätiedotKoodausteoria, Kesä 2014
Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos Koodausteoria 10 op Kontaktiopetusta 50 h, 26.5. - 26.6. ma 10-14, ti 10-13, to 10-13 Aloitusviikolla poikkeuksellisesti ke 10-13 torstain
LisätiedotKannan 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
LisätiedotVektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on
13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu
LisätiedotEsko 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,
LisätiedotKanta ja Kannan-vaihto
ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V
LisätiedotKoodausteoria, Kesä 2014
Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 3.5 Reedin-Mullerin koodit Olkoon tässä kappaleessa F = F2 = Z2 ja n = 2 m. Määritellään avaruuteen F n kertolasku koordinaateittain:
LisätiedotAvaruuden 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
Lisätiedotja 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
LisätiedotLineaarikuvausten. 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(2) C on joukko, jonka alkioita kutsutaan sala(kirjoite)tuiksi viesteiksi (engl. ciphertext);
2. Salausjärjestelmä Salausjärjestelmien kuvaamisessa käytetään usein apuna kolmea henkilöä : Liisa (engl. Alice), Pentti (engl. Bob) ja Erkki (eng. Eve eavesdrop 10 ). Salausjärjestelmillä pyritään viestin
LisätiedotMS-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
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotMatematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät 3-6 4 sivua Heikki Koivupalo ja Rami Luisto
Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät 3-6 4 sivua Heikki Koivupalo ja Rami Luisto 3. Oletetaan, että kunnan K karakteristika on 3. Tutki,
LisätiedotJohdatus 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
LisätiedotLineaarikuvauksen 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:
Lisätiedot6 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.
LisätiedotKanta 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
LisätiedotDeterminantti 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
Lisätiedot1 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
Lisätiedot802320A 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
Lisätiedot1 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
Lisätiedota b 1 c b n c n
Algebra Syksy 2007 Harjoitukset 1. Olkoon a Z. Totea, että aina a 0, 1 a, a a ja a a. 2. Olkoot a, b, c, d Z. Todista implikaatiot: a) a b ja c d ac bd, b) a b ja b c a c. 3. Olkoon a b i kaikilla i =
Lisätiedot(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
LisätiedotLineaarialgebra 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.
LisätiedotMAB3 - Harjoitustehtävien ratkaisut:
MAB3 - Harjoitustehtävien ratkaisut: 1 Funktio 1.1 Piirretään koordinaatistoakselit ja sijoitetaan pisteet: 1 1. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä.
LisätiedotLuento 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
LisätiedotMAB3 - Harjoitustehtävien ratkaisut:
MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla
Lisätiedot2017 = = = = = = 26 1
JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 2, MALLIRATKAISUT Tehtävä 1. Sovella Eukleiden algoritmia ja (i) etsi s.y.t(2017, 753) (ii) etsi kaikki kokonaislukuratkaisut yhtälölle 405x + 141y = 12. Ratkaisu
LisätiedotKuvaus. 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
LisätiedotEnnakkotehtävän 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
Lisätiedot7 Vapaus. 7.1 Vapauden määritelmä
7 Vapaus Kuten edellisen luvun lopussa mainittiin, seuraavaksi pyritään ratkaisemaan, onko annetussa aliavaruuden virittäjäjoukossa tarpeettomia vektoreita Jos tällaisia ei ole, virittäjäjoukkoa kutsutaan
LisätiedotEsko Turunen MAT Algebra1(s)
Määritelmä (4.1) Olkoon G ryhmä. Olkoon H G, H. Jos joukko H varustettuna indusoidulla laskutoimituksella on ryhmä, se on ryhmän G aliryhmä. Jos H G on ryhmän G aliryhmä, merkitään usein H G, ja jos H
LisätiedotPäättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1
Lineaarialgebran kertaustehtävien b ratkaisuista. Määritä jokin kanta sille reaalikertoimisten polynomien lineaariavaruuden P aliavaruudelle, jonka virittää polynomijoukko {x, x+, x x }. Ratkaisu. Olkoon
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta
Lisätiedot802320A 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
LisätiedotAlgebra I, harjoitus 5,
Algebra I, harjoitus 5, 7.-8.10.2014. 1. 2 Osoita väitteet oikeiksi tai vääriksi. a) (R, ) on ryhmä, kun asetetaan a b = 2(a + b) aina, kun a, b R. (Tässä + on reaalilukujen tavallinen yhteenlasku.) b)
Lisätiedotkoska 2 toteuttaa rationaalikertoimisen yhtälön x 2 2 = 0. Laajennuskunnan
4. Äärellisten kuntien yleisiä ominaisuuksia 4.1. Laajenuskunnat. Tarkastellaan aluksi yleistä kuntaparia F ja K, missä F on kunnan K alikunta. Tällöin sanotaan, että kunta K on kunnan F laajennuskunta
LisätiedotMatriisilaskenta, 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
LisätiedotJohdatus matematiikkaan
Johdatus matematiikkaan Luento 7 Mikko Salo 11.9.2017 Sisältö 1. Funktioista 2. Joukkojen mahtavuus Funktioista Lukiomatematiikassa on käsitelty reaalimuuttujan funktioita (polynomi / trigonometriset /
LisätiedotMääritelmä 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:
LisätiedotLineaariavaruudet. 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
LisätiedotInsinöörimatematiikka 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
LisätiedotLineaariset kongruenssiyhtälöryhmät
Lineaariset kongruenssiyhtälöryhmät LuK-tutkielma Jesse Salo 2309369 Matemaattisten tieteiden laitos Oulun yliopisto Sisältö Johdanto 2 1 Kongruensseista 3 1.1 Kongruenssin ominaisuuksia...................
LisätiedotKoodausteoria, Kesä 2014
Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 4.7 Syklisen koodin jälkiesitys Olkoon F = F q ja K = F q m kunnan F laajennuskunta. Määritelmä 4.7.1. Kuntalaajennuksen K/F jälkifunktioksi
LisätiedotLineaarinen yhtälöryhmä
Lineaarinen yhtälöryhmä 1 / 39 Lineaarinen yhtälö Määritelmä 1 Lineaarinen yhtälö on muotoa a 1 x 1 + a 2 x 2 + + a n x n = b, missä a i, b R, i = 1,..., n ovat tunnettuja ja x i R, i = 1,..., n ovat tuntemattomia.
LisätiedotMS-A0402 Diskreetin matematiikan perusteet
MS-A0402 Diskreetin matematiikan perusteet Osa 4: Modulaariaritmetiikka Riikka Kangaslampi 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Modulaariaritmetiikka Jakoyhtälö Määritelmä 1 Luku
LisätiedotInsinöörimatematiikka 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
Lisätiedotja 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,
LisätiedotLineaarialgebra 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= 5! 2 2!3! = = 10. Edelleen tästä joukosta voidaan valita kolme särmää yhteensä = 10! 3 3!7! = = 120
Tehtävä 1 : 1 Merkitään jatkossa kirjaimella H kaikkien solmujoukon V sellaisten verkkojen kokoelmaa, joissa on tasan kolme särmää. a) Jokainen verkko G H toteuttaa väitteen E(G) [V]. Toisaalta jokainen
LisätiedotInsinöörimatematiikka 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
Lisätiedot3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset
32 Idea: Lineaarikuvausten laskutoimitusten avulla määritellään vastaavat matriisien laskutoimitukset Vakiolla kertominen ja summa Olkoon t R ja A, B R n m Silloin ta, A + B R n m ja määritellään ta ta
LisätiedotOminaisarvo-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
LisätiedotOminaisvektoreiden 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
LisätiedotLUKU 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
LisätiedotJohdatus 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
LisätiedotLiite 2. Ryhmien ja kuntien perusteet
Liite 2. Ryhmien ja kuntien perusteet 1. Ryhmät 1.1 Johdanto Erilaisissa matematiikan probleemoissa törmätään usein muotoa a + x = b tai a x = b oleviin yhtälöihin, joissa tuntematon muuttuja on x. Lukujoukkoja
LisätiedotLatinalaiset neliöt ja taikaneliöt
Latinalaiset neliöt ja taikaneliöt LuK-tutkielma Aku-Petteri Niemi Matemaattisten tieteiden tutkinto-ohjelma Oulun yliopisto Kevät 2018 Sisältö Johdanto 2 1 Latinalaiset neliöt 3 1.1 Latinalainen neliö.........................
Lisätiedotx j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu
2 Interpolointi Olkoon annettuna n+1 eri pistettä x 0, x 1, x n R ja n+1 lukua y 0, y 1,, y n Interpoloinnissa etsitään funktiota P, joka annetuissa pisteissä x 0,, x n saa annetut arvot y 0,, y n, (21)
LisätiedotKuvauksista 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
LisätiedotMatriisit, 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.
LisätiedotMääritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )
Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä
LisätiedotJohdatus lukuteoriaan Harjoitus 2 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma
Johdatus lukuteoriaan Harjoitus 2 syksy 2008 Eemeli Blåsten Ratkaisuehdotelma Tehtävä 1 1. Etsi lukujen 4655 ja 12075 suurin yhteinen tekijä ja lausu se kyseisten lukujen lineaarikombinaationa ilman laskimen
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =
Lisätiedot3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset
31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita
LisätiedotRSA-salausmenetelmä LuK-tutkielma Tapani Sipola Op. nro Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2017
RSA-salausmenetelmä LuK-tutkielma Tapani Sipola Op. nro. 1976269 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2017 Sisältö Johdanto 2 1 Salausmenetelmien yleisiä periaatteita 3 2 Määritelmiä ja
LisätiedotECC Elliptic Curve Cryptography
Jouko Teeriaho kevät 2018 ECC Elliptic Curve Cryptography Elliptisten käyrien salaus lähemmin tarkasteltuna 1. Miksi on siirrytty ECC:hen? 1) käyttäjien autentikointi, 2) symmetrisestä avaimesta sopiminen
LisätiedotLuonnollisten lukujen ja kokonaislukujen määritteleminen
Luonnollisten lukujen ja kokonaislukujen määritteleminen LuK-tutkielma Jussi Piippo Matemaattisten tieteiden yksikkö Oulun yliopisto Kevät 2017 Sisältö 1 Johdanto 2 2 Esitietoja 3 2.1 Joukko-opin perusaksioomat...................
LisätiedotJAKSO 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
LisätiedotMatriisi-vektori-kertolasku, lineaariset yhtälöryhmät
Matematiikan peruskurssi K3/P3, syksy 25 Kenrick Bingham 825 Toisen välikokeen alueen ydinasioita Alla on lueteltu joitakin koealueen ydinkäsitteitä, joiden on hyvä olla ensiksi selvillä kokeeseen valmistauduttaessa
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon
LisätiedotYhtenäistettyjen yhteenlaskukaavojen käyttö elliptiseen kryptosysteemiin kohdistuvan yksinkertaisen sivukanavahyökkäyksen torjunnassa
TAMPEREEN YLIOPISTO Pro gradu -tutkielma Sakari Hakala Yhtenäistettyjen yhteenlaskukaavojen käyttö elliptiseen kryptosysteemiin kohdistuvan yksinkertaisen sivukanavahyökkäyksen torjunnassa Matematiikan
LisätiedotOminaisarvot 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
LisätiedotEsimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}.
Jaetaan ryhmä G = Z 17 n H = 4 sivuluokkiin. Ratkaisu: Koska 17 on alkuluku, #G = 16, alkiona jäännösluokat a, a = 1, 2,..., 16. Määrätään ensin n H alkiot: H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4
LisätiedotMatriisien 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
LisätiedotInsinöörimatematiikka 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
Lisätiedot5 OMINAISARVOT JA OMINAISVEKTORIT
5 OMINAISARVOT JA OMINAISVEKTORIT Ominaisarvo-ongelma Käsitellään neliömatriiseja: olkoon A n n-matriisi. Luku on matriisin A ominaisarvo (eigenvalue), jos on olemassa vektori x siten, että Ax = x () Yhtälön
Lisätiedotisomeerejä yhteensä yhdeksän kappaletta.
Tehtävä 2 : 1 Esitetään aluksi eräitä havaintoja. Jokaisella n Z + symbolilla H (n) merkitään kaikkien niiden verkkojen joukkoa, jotka vastaavat jotakin tehtävänannon ehtojen mukaista alkaanin hiiliketjua
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Lineaarikuvaukset Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Lineaarikuvaukset Lineaarikuvaus Olkoot U ja V
LisätiedotOrtogonaaliprojektio 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
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Lineaarikuvaukset Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 16 R. Kangaslampi Vektoriavaruudet Lineaarikuvaus
Lisätiedot