Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0
|
|
- Marja-Leena Melasniemi
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 MATRIISIALGEBRA, s, Ratkaisuja/ MHamina & M Peltola 22 Virittääkö vektorijoukko S vektoriavaruuden V, kun a V = R 3 ja S = {(1,0, 1,(2,0,4,( 5,0,2,(0,0,1} b V = P 2 (R ja S = {t1,t 2 1,t 2 t} ( ( 1 0 c V = reaaliset 2 2 matriisit ja S = {,, (, Ratk a V = R 3 ja S = {(1,0, 1,(2,0,4,( 5,0,2,(0,0,1} Ei viritä Olkoon a = (a 1,a 2,a 3 R 3 Ratkaistaan yhtälö ( 0 1 } 0 1 x 1 (1,0, 1x 2 (2,0,4 x 3 ( 5,0,2 x 4 (0,0,1 = (x 1 2x 2 5x 3,0, x 1 4x 2 2x 3 x 4 3x 3 = (a 1,a 2,a 3 Ei viritä, sillä toista koordinaattia ei saada nollasta eroavaksi b V = P 2 ja S = {t1,t 2 1,t 2 t} Olkoon p(t = a 0 a 1 ta 2 t 2 P 2 mivaltainen Ratkaistaan yhtälö x 1 (t1x 2 (t 2 1x 3 (t 2 t = (x 2 x 3 t 2 (x 1 x 3 t(x 1 x 2 = a 0 a 1 ta 2 t 2, kaikilla t R Saadaan yhtälöryhmä x 1 x 2 = a 0 x 1 x 3 = a 1 x 2 x 3 = a 2 Yhtälöryhmä ei ratkeaa kaikilla oikeilla{( puolilla, joten ( joukko S( ei viritä avaruutta ( } P c V = reaaliset 2 2 matriisit ja S =,,, Olkoon A mivaltainen 2 2 matriisi Ratkaistaan yhtälö ( ( ( ( ( a11 a a b c d = a 21 a 22 Yhtälö sievenee matriisien väliseksi yhtälöksi ( ac ad bc bd ( a11 a = 12 a 21 a 22 Vastaava yhtälöryhmä a c = a 11 a d = a 12 b c = a 21 b d = a 22 ei ratkeaa kaikilla oikeilla puolilla, joten joukko S ei viritä reaalisten 2 2 matriisien avaruutta 23 Tutki, muodostavatko vektorit (1,1,0, (2,1,3 ja ( 1,1, 5 R 3 :n kannan Jos muodostavat, niin etsi vektorin (4,1,5 koordinaatit tämän kannan suhteen Ratk Vektorijoukko on lineaariavaruuden L kanta mikäli vektorit ovat vapaita vektorit virittävät avaruuden L Vapaus: Avaruuden R 3 nollavektorin esitys annetussa kannassa on x(1,1,0 T y(2,1,3 T z( 1,1, 5 T = (0,0,0 T
2 x 2y z = 0 x y z = 0 3y 5z = 0 Yhtälöryhmän yksikäsitteinen ratkaisu on x = y = z = 0 (laske! Virittäminen Vektorit (1,1,0, (2,1,3 ja ( 1,1, 5 virittävät avaruuden R 3, jos jokainen avaruuden R 3 vektori (a 1,a 2,a 3 voidaan lausua vektoreiden (1,1,0, (2,1,3 ja ( 1,1, 5 lineaarikombinaationa Olkoon x(1,1,0 T y(2,1,3 T z( 1,1, 5 T = (a 1,a 2,a 3 T, x 2y z = a 1 x y z = a 2 3y 5z = a 3 Sama matriisimuodossa: x a y = a z a Merkitään A = Vektori (a 1,a 2,a 3 voidaan lausua vektoreiden(1,1,0, (2,1,3 ja ( 1,1, 5 lineaarikombinaationa, jos edellä olevalla yhtälöryhmällä on ratkaisu Ratkaisu on olemassa, jos kerroinmatriisilla A on käänteismatriisi Lasketaan käänteismatriisi vaakarivimuunnoksin Käänteismatriisi on A 1 = Vektorin b = (4,1,5 koordinaatit saadaan ratkaisemalla yhtälöryhmä x(1,1,0 T y(2,1,3 T z( 1,1, 5 T = (4,1,5 T Sama matriisimuodossa x 4 x y = 1 A y = z 5 z 5 x Silloin y = A 1 1 = z = Kysytyt koordinaatit ovat10, 5, 4 24 a Selvitä onko vektorijoukko {(1,1, 2,2, (3,2, 4,5, (0, 2,3, 2, (1,1,0,3} R 4 :n vapaa (=lineaarisesti riippumaton vektorijoukko Jos on, niin lausu vektori (0, 0, 1, 0 vektorijoukon vektoreiden lineaarikombinaationa b Selvitä onko polynomijoukko S = {1t 2t 2 2t 3, 32t 4t 2 5t 3, 2t3t 2 2t 3, 1t3t 3 } vapaa reaalikertoimisten, korkeintaan astetta 3 olevien polynomien muodostamassa vektoriavaruudessa Jos on, niin lausu polynomi t 2 polynomijoukon polynomien lineaarikombinaationa
3 Ratk a Tutkitaan vapaus Merkitään a(1,1, 2,2 T b(3,2, 4,5 T c(0, 2,3, 2 T d(1,1,0,3 T = (0,0,0,0 T 2a 4b 3c = 0 Yhtälöryhmän yksikäsitteinen ratkaisu on a = b = c = d = 0 (laske! Siis annettu vektorijoukko on lineaarisesti riippumaton avaruudessa R 4 Lausutaan vektori (0,0,1,0 T annetun joukon vektoreiden avulla a(1,1, 2,2 T b(3,2, 4,5 T c(0, 2,3, 2 T d(1,1,0,3 T = (0,0,1,0 T 2a 4b 3c = 1 Ratkaistaan yhtälöryhmä vaakarivimuunnoksin x 6z w = 0 y 2z = 0 z 2w = 1 w = 0 Yhtälöryhmän ratkaisu on d = 0, c = 1, b = 2, a = 6 Vektorin (0,0,1,0 koordinaatit ovat -6, 2, -1,0 Siis: 6(1,1, 2,2 2(3,2, 4,5 1(0, 2,3, 2 0(1,1,0,3 = (0,0,1,0 b Reaalikertoimisten korkeintaan astetta 3 olevien polynomien muodostama vektoriavaruus on P 3 ((R = { p(t p(t = a 0 a 1 ta 2 t 2 a 3 t 3,a i R kaikilla i = 0,1,2,3 } Tutkitaan polynomijoukon {1t 2t 2 2t 3, 32t 4t 2 5t 3, 2t3t 2 2t 3, 1t3t 3 } vapaus Merkitään a(1t 2t 2 2t 3 b(32t 4t 2 5t 3 c( 2t3t 2 2t 3 d(1t3t 3 = 00t0t 2 0t 3 (a3bd(a2b 2cdt( 2a 4b3ct 2 (2a5b 2c3dt 3 = 00t0t 2 0t 3 1 Silloin 2a 4b 3c = 0
4 Yhtälöryhmän yksikäsitteinen ratkaisu on a = b = c = d = 0 (laske! Siis annettu polynomijoukko on lineaarisesti riippumaton avaruudessa P 3 (R Lausutaan vektori t 2 annetun polynomijoukon S polynomien avulla a(1t 2t 2 2t 3 b(32t 4t 2 5t 3 c( 2t3t 2 2t 3 d(1t3t 3 = 00t0t 2 0t 3 (a3bd(a2b 2cdt( 2a 4b3ct 2 (2a5b 2c3dt 3 = 00tt 2 0t 3 2a 4b 3c = 1 Yhtälöryhmän ratkaisu on d = 0, c = 1, b = 2, a = 6 (kts a kohta Polynomin t 2 koordinaatit ovat -6, 2, -1,0 Siis: 6(1t 2t 2 2t 3 2(32t 4t 2 5t 3 1( 2t3t 2 2t 3 0(1t3t 3 = t 2 25 a Vektorijoukko S = {(0,1,0,0,(1,0,1,0,(0,1,0,2,(1,0,2,0} on lineaarisen vektoriavaruuden R 4 kanta Vektorin u koordinaatit kannassa S ovat 1, 2,5 ja 0 Määrää vektorin u koordinaatit luonnollisessa kannassa ( ( ( ( b Matriisijoukko S = {,,, } on reaalisten 2 2 matriisien muodostaman vektoriavaruuden kanta Määrää matriisin koordinaatit kannassa S ( 1 3 Ratk a Nyt u = 1(0,1,0,0 2(1,0,1,0 5(0,1,0,2 0(1,0,2,0 = ( 2,6, 2,10 = 2(1,0,0,0 6(0,1,0,0 2(0,0,1,0 10(0,0,0,1 Vektorin u = ( 2, 6, 2, 10 koordinaatit luonnollisessa kannassa ovat 2, 6, 2, 10 b Matriisin koordinaateille a, b, c ja d kannassa S on voimassa ( 1 3 = a ( b ( ( ( 1 3 a2c b2c = abc bd Saadaan yhtälöryhmä: a2c = 1 b2c = 3 c ( 2 2 d ( , abc = 2 bd = 4 Ratkaisu: a = ( 1 3,b = 5 3,c = 2 3 ja d = Matriisin koordinaatit kannassa S ovat 1 3, 5 3, 2 3 ja Määrää kaikki sellaiset reaaliluvutk, että vektorijoukkos = {(0, 1,0,k,(1,0,1,0,(0,1,1,0,(k,0,2,1} on R 4 :n kanta Ratk Avaruuden R 4 dimensio on 4 Lauseen 28 perusteella jokainen avaruuden R 4 4:n vektorin vapaa vektorijoukko on avaruuden R 4 kanta Silloin S on kanta täsmälleen niillä k:n arvoilla, joilla S on vapaa
5 Merkitään a(0, 1,0,k b(1,0,1,0 c(0,1,1,0 d(k,0,2,1 = (0,0,0,0 (bkd, ac,bc2d,kad = (0,0,0,0 Yhtälöryhmänä: b kd = 0 a c = 0 b c 2d = 0 ka d = 0 Ratkaistaan yhtälöryhmä vaakarivimuunnoksin: 0 k 0 0 k k k 0 0 k k k k k 0 0 k 0 2 k 0 0 k k k(2 k 0 k Jos 1 k(2 k 0 k 1, niin yhtälöryhmän ainoa ratkaisu on a = b = c = d = 0, vektorijoukko S on vapaa Jos k = 1, niin yhtälöryhmällä on myös muita ratkaisuja, S ei ole vapaa Vastaus: S on vektoriavaruuden R 4 kanta, jos k 1
Matriisialgebra harjoitukset, syksy 2015
Matriisialgebra harjoitukset, syksy 25 MATRIISIALGEBRA, s. 25, Ratkaisuja/ M.Hamina 2. Virittääkö vektorijoukko S vektoriavaruuden V seuraavissa tapauksissa. a V = R 3 ja S = {(, 4,3,(,3,,(3, 5,,(,2, 2}.
Lisätiedot2.5. Matriisin avaruudet ja tunnusluvut
2.5. Matriisin avaruudet ja tunnusluvut m n-matriisi A Lineaarikuvaus A : V Z, missä V ja Z ovat sopivasti valittuja, dim V = n, dim Z = m (yleensä V = R n tai C n ja Z = R m tai C m ) Kuva-avaruus ja
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 30.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/19 Käytännön asioita Kurssi on suunnilleen puolessa välissä. Kannattaa tarkistaa tavoitetaulukosta, mitä on oppinut ja
Lisätiedotja F =
MATRIISIALGEBRA Harjoitustehtäviä syksy 2016 Tehtävissä 1 ja 2a käytetään seuraavia matriiseja: ( ) 6 2 3 A =,B = 7 1 2 2 3,C = 4 4 2 5 3,E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1.
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
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
LisätiedotMATRIISIALGEBRA. Harjoitustehtäviä syksy Olkoot A =, B =
MATRIISIALGEBRA Harjoitustehtäviä syksy 2008 0 3 2 3. Olkoot, B =, C =. 3 2 3 2 4 0 Määrättävä A + B, 4A 2B, A T, C T, (A T ) T. 2. Jos A, B ja C ovat kuten edellisessä tehtävässä, onko a) C + C T määritelty,
LisätiedotMS-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
LisätiedotTyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5
MATRIISIALGEBRA Harjoitustehtäviä syksy 2014 Tehtävissä 1-3 käytetään seuraavia matriiseja: ( ) 6 2 3, B = 7 1 2 2 3, C = 4 4 2 5 3, E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1. Määrää
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
Lisätiedot3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h
HARJOITUSTEHTÄVIÄ 1. Anna seuraavien yhtälöryhmien kerroinmatriisit ja täydennetyt kerroinmatriisit sekä ratkaise yhtälöryhmät Gaussin eliminointimenetelmällä. { 2x + y = 11 2x y = 5 2x y + z = 2 a) b)
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
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 +
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 +
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
LisätiedotLineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg
Vaasan yliopisto, syksy 218 Lineaarialgebra II, MATH124 Matti laaksonen, Lassi Lilleberg Tentti T1, 284218 Ratkaise 4 tehtävää Kokeessa saa käyttää laskinta (myös graafista ja CAS-laskinta), mutta ei taulukkokirjaa
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 23.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/22 Käytännön asioita Ensimmäiset tehtävät olivat sujuneet hyvin. Kansilehdet on oltava mukana tehtäviä palautettaessa,
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
Lisätiedottyyppi metalli puu lasi työ I II III metalli puu lasi työ
MATRIISIALGEBRA Harjoitustehtäviä syksy 29 ( 7 1 1 4 1 1. Olkoot, B = 1 5 2 5 3 Määrää 2A, B 2A, A T, ( 2A) T, (A T ) T. ), C = ( 1 ) 4 4 ja E = 7. 3 2. Olkoot A, B, C ja E kuten edellisessä tehtävässä.
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
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 29.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/26 Kertausta: Kanta Määritelmä Oletetaan, että w 1, w 2,..., w k W. Vektorijono ( w 1, w 2,..., w k ) on aliavaruuden
LisätiedotMatemaattinen Analyysi / kertaus
Matemaattinen Analyysi / kertaus Ensimmäinen välikoe o { 2x + 3y 4z = 2 5x 2y + 5z = 7 ( ) x 2 3 4 y = 5 2 5 z ) ( 3 + y 2 ( 2 x 5 ( 2 7 ) ) ( 4 + z 5 ) = ( 2 7 ) yhteys determinanttiin Yhtälöryhmän ratkaiseminen
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
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
Lisätiedot2.8. Kannanvaihto R n :ssä
28 Kannanvaihto R n :ssä Seuraavassa kantavektoreiden { x, x 2,, x n } järjestystä ei saa vaihtaa Vektorit ovat pystyvektoreita ( x x 2 x n ) on vektoreiden x, x 2,, x n muodostama matriisi, missä vektorit
Lisätiedot3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21
LisätiedotMatriisialgebra harjoitukset, syksy 2016
MATRIISIALGEBRA, s, Ratkaisuja/ MHamina & M Peltola 7 Onko kuvaus F : R R, F(x 1,x = (x 1 +x,5x 1, x 1 +6x lineaarinen kuvaus? Jos on, niin määrää sen matriisi luonnollisen kannan suhteen Jos ei ole, niin
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
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
Lisätiedot2, E = Määrää 3A, B 2A ja E + F. 2. Laske (mikäli mahdollista) AB, BA, A 2, BC, CB ja F = 1 0 0
MATRIISIALGEBRA Harjoitustehtäviä syksy 2012 Tehtävissä 1-2 käytetään seuraavia matriiseja: A = 1 2 ( ) 0 5 1 2 4, B =, C = 1 2, E = 1 0 0 0 1 0 ja F = 1 0 0 0 1 0. 3 7 2 4 3 3 1 3 4 2 2 3 0 1. Määrää
LisätiedotVektorien virittämä aliavaruus
Vektorien virittämä aliavaruus Esimerkki 13 Mikä ehto vektorin w = (w 1, w 2, w 3 ) komponenttien on toteutettava, jotta w kuuluu vektoreiden v 1 = (3, 2, 1), v 2 = (2, 2, 6) ja v 3 = (3, 4, 5) virittämään
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
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
LisätiedotMatriisialgebra harjoitukset, syksy 2016
Matriisialgebra harjoitukset, syksy 6 MATRIISIALGEBRA, s. 6, Ratkaisuja/ M.Hamina & M. Peltola 8. Olkoon 4 A 6. 4 Tutki, onko A diagonalisoituva. Jos on, niin määrää matriisi D T AT ja siihen liittyvä
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.
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
LisätiedotLineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila
Lineaarialgebra ja matriisilaskenta II Syksy 29 Laskuharjoitus (9. - 3..29) Ratkaisuehdotuksia Vesa Ala-Mattila Tehtävä. Olkoon V vektoriavaruus. Todistettava: jos U V ja W V ovat V :n aliavaruuksia, niin
LisätiedotAiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.
Yhtälöryhmän ratkaisujen lukumäärä, L8 Esimerkki kvadraattinen Haluamme ratkaista n 4x + y z = x + y + z = 5 x + y + z = 4 4 x 4 + y x y z = + z 5 4 = 5 4 Esimerkki kvadraattinen Yhtälöryhmä on kvadraattinen,
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
LisätiedotLineaarialgebra, kertausta aiheita
Lineaarialgebra, kertausta aiheita Matriisitulo käänteismatriisi determinantin kehittäminen determinantin ominaisuudet adjungaatti ja Cramerin kaavat yhtälöryhmän eri esitystavat Gauss-Jordan -algoritmi
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.
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
Lisätiedot3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a
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
LisätiedotOminaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.
Matematiikan ja tilastotieteen laitos Lineaarialgebra ja matriisilaskenta II Ylimääräinen harjoitus 6 Ratkaisut A:n karakteristinen funktio p A on λ p A (λ) det(a λi ) 0 λ ( λ) 0 5 λ λ 5 λ ( λ) (( λ) (
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
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.
LisätiedotMatikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210
Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/210 Lineaarialgebra (muut ko) p. 2/210 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2
LisätiedotOppimistavoitematriisi
Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Arvosanaan 1 2 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä ja yhtälöpareja Osaan muokata
LisätiedotVapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotKäänteismatriisi 1 / 14
1 / 14 Jokaisella nollasta eroavalla reaaliluvulla on käänteisluku, jolla kerrottaessa tuloksena on 1. Seuraavaksi tarkastellaan vastaavaa ominaisuutta matriiseille ja määritellään käänteismatriisi. Jokaisella
LisätiedotAiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.
Yhtälöryhmän ratkaisujen lukumäärä, L26 Esimerkki 1 kvadraattinen 1 Haluamme ratkaista n 4x + y z = 2 x + 2y + z = 5 2x + 2y + 2z = 4 4 1 1 1 2 1 2 2 2 x 4 1 2 + y x y z 1 2 2 = + z 2 5 4 1 1 2 = 2 5 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
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 4.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/19 Käytännön asioita Viimeiset harjoitukset on palautettava torstaina 13.6. Laskaripisteensä ja läsnäolonsa voi kukin tarkistaa
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
LisätiedotOppimistavoitematriisi
Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Esitiedot Arvosanaan 1 2 riittävät Arvosanaan 3 4 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä
LisätiedotMatikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81
Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/81 Lineaarialgebra (muut ko) p. 2/81 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2 )
Lisätiedot1 Ominaisarvot ja ominaisvektorit
1 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) 1 missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin
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
LisätiedotRatkaisuehdotukset LH 3 / alkuvko 45
Ratkaisuehdotukset LH 3 / alkuvko 45 Tehtävä : Olkoot A, B, X R n n, a, b R n ja jokin vektorinormi. Kätetään vektorinormia vastaavasta operaattorinormista samaa merkintää. Nätä, että. a + b a b, 2. A
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 =
LisätiedotLineaarialgebra (muut ko)
Lineaarialgebra (muut ko) p. 1/103 Lineaarialgebra (muut ko) Tero Laihonen Lineaarialgebra (muut ko) p. 2/103 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v
LisätiedotMatemaattinen Analyysi, s2016, L2
Matemaattinen Analyysi, s2016, L2 riippumattomuus, 1 Esimerkkejä esimerkki Dieetti-välipala 1: Opiskelija Ken Obi on dieetillä. Lenkin jälkeen Ken pysähtyy välipalalle. Dieetin mukaan hänen pitäisi saada
LisätiedotKohdeyleisö: toisen vuoden teekkari
Julkinen opetusnäyte Yliopisto-opettajan tehtävä, matematiikka Klo 8:55-9:15 TkT Simo Ali-Löytty Aihe: Lineaarisen yhtälöryhmän pienimmän neliösumman ratkaisu Kohdeyleisö: toisen vuoden teekkari 1 y y
LisätiedotVektoreiden virittämä aliavaruus
Vektoreiden virittämä aliavaruus Määritelmä Oletetaan, että v 1, v 2,... v k R n. Näiden vektoreiden virittämä aliavaruus span( v 1, v 2,... v k ) tarkoittaa kyseisten vektoreiden kaikkien lineaarikombinaatioiden
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:
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 6.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/22 Kertausta: Kääntyvien matriisien lause Lause 1 Oletetaan, että A on n n -neliömatriisi. Seuraavat ehdot ovat yhtäpitäviä.
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
LisätiedotEnsi 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
Lisätiedot9. 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
LisätiedotSeuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117
Seuraava luento ti 31.10 on salissa XXII Lineaarialgebra (muut ko) p. 1/117 Lineaarialgebra (muut ko) p. 2/117 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v
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
LisätiedotMS-A0003/A Matriisilaskenta Laskuharjoitus 6
MS-A3/A - Matriisilaskenta Laskuharjoitus 6 Ratkaisuehdotelmia. Diagonalisointi on hajotelma A SΛS, jossa diagonaalimatriisi Λ sisältää matriisin A ominaisarvot ja matriisin S sarakkeet ovat näitä ominaisarvoja
Lisätiedot9 Matriisit. 9.1 Matriisien laskutoimituksia
9 Matriisit Aiemmissa luvuissa matriiseja on käsitelty siinä määrin kuin on ollut tarpeellista yhtälönratkaisun kannalta. Matriiseja käytetään kuitenkin myös muihin tarkoituksiin, ja siksi on hyödyllistä
LisätiedotLineaarialgebra b, kevät 2019
Lineaarialgebra b, kevät 2019 Harjoitusta 5 Maplella with(linearalgebra): Määritellään sääntö L L := u - 3*u[2] + 2*(u[1]-4*u[2])*x - (u[1]+2*u[3])*x^2; u := Vector([u1,u2,u3]); v := Vector([v1,v2,v3]);
LisätiedotOsoita, 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,
Lisätiedotx = 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
Lisätiedot110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3
4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5
LisätiedotJohdatus lineaarialgebraan
Johdatus lineaarialgebraan Lotta Oinonen ja Johanna Rämö 6. joulukuuta 2012 Helsingin yliopisto Matematiikan ja tilastotieteen laitos 2012 Sisältö 1 Avaruus R n 4 1 Avaruuksien R 2 ja R 3 vektorit.....................
LisätiedotEsimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt
Esimerkki 4.4. Määrää matriisin 2 2 1 A = 1 3 1 2 4 3 ominaisarvot ja -vektorit. Ratk. Nyt det(a λi ) = 1 + 2 λ 2 1 + 1 λ 1 λ 1 3 λ 1 = 1 3 λ 1 2 4 3 λ 2 4 3 λ 1 λ = 1 4 λ 1 = (1 λ)( 1)1+1 4 λ 1 2 6 3
Lisätiedot5 Ominaisarvot ja ominaisvektorit
5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A
LisätiedotTalousmatematiikan perusteet
kevät 219 / orms.13 Talousmatematiikan perusteet 9. harjoitus, viikko 12 (18.3. 22.3.219) L Ma 1 12 A22 R5 Ti 14 16 F453 R1 Ma 12 14 F453 L To 8 1 A22 R2 Ma 16 18 F453 R6 Pe 12 14 F14 R3 Ti 8 1 F425 R7
LisätiedotTehtäväsarja I Kertaa tarvittaessa materiaalin lukuja 1 3 ja 9. Tarvitset myös luvusta 4 määritelmän 4.1.
HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta I, kesä 2015 Harjoitus 2 Ratkaisut palautettava viimeistään maanantaina 25.5.2015 klo 16.15. Tehtäväsarja I Kertaa tarvittaessa materiaalin lukuja
LisätiedotNumeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35
Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 22 R. Kangaslampi matriisiteoriaa Kertaus: ominaisarvot
Lisätiedot5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet:
5.. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [, ) jolla on ominaisuudet: x = x = x + y x + y, x, y V a x = a x, x V, a K (= R tai C) Esimerkki 5..
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
LisätiedotTalousmatematiikan perusteet: Luento 9
Talousmatematiikan perusteet: Luento 9 Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo ja pituus Vektorien välinen kulma Motivointi Tähän asti olemme tarkastelleet yhden
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
LisätiedotOminaisarvo ja ominaisvektori
Ominaisarvo ja ominaisvektori Määritelmä Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä
Lisätiedotx = 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
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 13.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/12 Käytännön asioita Kesäkuun tentti: ke 19.6. klo 17-20, päärakennuksen sali 1. Anna palautetta kurssisivulle ilmestyvällä
LisätiedotGaussin ja Jordanin eliminointimenetelmä
1 / 25 : Se on menetelmä lineaarisen yhtälöryhmän ratkaisemiseksi. Sitä käytetään myöhemmin myös käänteismatriisin määräämisessä. Ideana on tiettyjä rivioperaatioita käyttäen muokata yhtälöryhmää niin,
LisätiedotJohdatus lineaarialgebraan
Johdatus lineaarialgebraan Osa II Lotta Oinonen, Johanna Rämö 28. lokakuuta 2014 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 15 Vektoriavaruus....................................
Lisätiedot802118P Lineaarialgebra I (4 op)
802118P Lineaarialgebra I (4 op) Tero Vedenjuoksu Oulun yliopisto Matemaattisten tieteiden laitos 2012 Lineaarialgebra I Yhteystiedot: Tero Vedenjuoksu tero.vedenjuoksu@oulu.fi Työhuone M206 Kurssin kotisivu
Lisätiedots = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4
BM0A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 05. (a) i. Jotta vektori c sijaitsisi a:n ja b:n virittämällä tasolla, c on voitava esittää a:n ja b:n lineaarikombinaationa. c ta + sb
LisätiedotRatkaisuehdotukset LH 7 / vko 47
MS-C34 Lineaarialgebra, II/7 Ratkaisuehdotukset LH 7 / vko 47 Tehtävä : Olkoot M R symmetrinen ja positiividefiniitti matriisi (i) Näytä, että m > ja m > (ii) Etsi Eliminaatiomatriisi E R siten, että [
Lisätiedot8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151
Vaasan yliopiston julkaisuja 151 8 KANNAT JA ORTOGONAALISUUS KantaOrthogon Sec:LinIndep 8.1 Lineaarinen riippumattomuus Lineaarinen riippumattomuus on oikeastaan jo määritelty, mutta kirjoitamme määritelmät
Lisätiedot