Koodausteoria, Kesä 2014

Koko: px
Aloita esitys sivulta:

Download "Koodausteoria, Kesä 2014"

Transkriptio

1 Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos

2 5.2 BCH-koodin dekoodaus Tarkastellaan t virhettä korjaavaa n-pituista BCH-koodia. Olkoon α primitiivinen n:s ykkösen juuri, c = c(x) = c 0 + c 1 x + + c n 1 x n 1 = (c 0, c 1,..., c n 1 ) lähetetty sana ja r = r(x) saatu sana. Tällöin missä e(x) on virhe. Merkitään jolloin r(x) = c(x) + e(x), S i = r(α i ), i = 1, 2,..., 2t, (1) S i = c(α i ) + e(α i ) = 0 + e(α i ) = e(α i ), i = 1, 2,..., 2t. Topi Törmä Matemaattisten tieteiden laitos 2 / 1

3 Jos wt(e) = w t ja e(x) = w e jl x j l, niin l=1 S i = w e jl α ij l, i = 1, 2,..., 2t. (2) l=1 Jos potenssit α j 1,..., α j l saadaan selville, niin eksponentit j 1, j 2,..., j l ilmaisevat virhekohdat. Topi Törmä Matemaattisten tieteiden laitos 3 / 1

4 Jos wt(e) = w t ja e(x) = w e jl x j l, niin l=1 S i = w e jl α ij l, i = 1, 2,..., 2t. (2) l=1 Jos potenssit α j 1,..., α j l saadaan selville, niin eksponentit j 1, j 2,..., j l ilmaisevat virhekohdat. Merkitään x l = α j l ja y l = e jl, l = 1,..., w. Tällöin yhtälön (2) mukaan w S i = y l xl i, i = 1,..., 2t. l=1 Topi Törmä Matemaattisten tieteiden laitos 3 / 1

5 Määritellään virhekohtapolynomi σ(z), σ(z) = w (1 x i z) = i=1 w σ j z j, σ 0 = 1, jonka nollakohtien käänteisalkiot ilmaisevat virhekohdat. Suureista S i saadaan muodostettua polynomi j=0 2t 2t S(z) = S i z i = = i=1 w l=1 i=1 z i w l=1 y l x l z 1 (x lz) 2t. 1 x l z y l x i l = w 2t y l l=1 i=1 (x l z) i Topi Törmä Matemaattisten tieteiden laitos 4 / 1

6 Merkitään A l (z) = y l x l z w (1 x j z), jolloin saadaan j=1 j l S(z)σ(z) = = w w y l x l z(1 (x l z) 2t ) (1 x j z) l=1 w A l (z) l=1 j=1 j l w A l (z)(x l z) 2t. l=1 Topi Törmä Matemaattisten tieteiden laitos 5 / 1

7 Koska 1 deg A l (z) w ja deg(a l (z)(x l z) 2t ) 2t + 1, niin yllä termien z w+1, z w+2,..., z 2t kertoimet ovat 0. Nämä saadaan kertomalla tulo S(z)σ(z) = ( 2t i=1 S iz i)( w j=0 σ jz j), σ 0 = 1, tavalliseen tapaan auki. Tässä tulossa termin z w+j kerroin on S i σ j. Näin ollen tarkastelemalla termien z w+1,..., z 2w i+j=w+j kertoimia (huomaa, että 2w 2t) saadaan yhtälöryhmä σ w S 1 + σ w 1 S σ 1 S w + S w+1 = 0 σ w S 2 + σ w 1 S σ 1 S w+1 + S w+2 = 0. σ w S w + σ w 1 S w σ 1 S 2w 1 + S 2w = 0. (3) Topi Törmä Matemaattisten tieteiden laitos 6 / 1

8 Tässä x 1... x w y 1 x x 1... x w 1 1 x xw 2 0 y 2 x x 2... x w x1 w 1... xw w y w x w 1 x w... xw w 1 S 1 S 2... S w S 2 S 3... S w+1 =.... (4) S w S w+1... S 2w 1 on yhtälöryhmän (3) kerroinmatriisi. Koska x 1,..., x l ovat nollasta eroavia ja erisuuria, niin yhtälöryhmän (3) determinantti, eli det[s i ] yhtälössä (4), on nollasta eroava. Siten kertoimet σ j saadaan ratkaistua yksikäsitteisesti yhtälöryhmästä (3). Topi Törmä Matemaattisten tieteiden laitos 7 / 1

9 Jos f > w, niin suorittamalla yhtälön (4) kaltainen tekijöihinjako nähdään, että yhtälöryhmän σ f S σ 1 S f + S f +1 = 0 σ f S σ 1 S f +1 + S f +2 = 0. σ f S f + + σ 1 S 2f 1 + S 2f = 0 determinantti on nolla (Tällöin jokin y l = e jl = 0). Mikäli w t, niin oikea w (jota ei tiedetä ennakolta) saadaan seuraavasti: Valitaan w = t. Jos yhtälöryhmän (3) determinantti on 0, valitaan w = t 1 ja jatketaan samaan tapaan. Topi Törmä Matemaattisten tieteiden laitos 8 / 1

10 Varsinainen dekoodausmenettely on seuraava: 1. Lasketaan suureet S i = r(α i ) yhtälöiden (1) avulla. 2. Määrätään oikea w yllä kuvatulla tavalla. 3. Ratkaistaan alkiot σ j yhtälöryhmän (3) avulla. 4. Virhekohdat saadaan virhekohtapolynomin σ(z) nollakohtien käänteisalkioiden eksponentteina. 5. Ratkaistaan kertoimet y l eli virhearvot yhtälöryhmästä S i = w xl i y l, i = 1,..., w. l=1 Topi Törmä Matemaattisten tieteiden laitos 9 / 1

11 Esimerkki A Olkoon n = 12 ja q = 5. Nyt kunnassa F 25 on primitiivinen 12. ykkösenjuuri α = 3β + 2, missä β 2 = β 1. Tarkastellaan 12-pituista BCH-koodia C, jonka suunniteltu etäisyys on 7. Tällöin C korjaa t = 3 virhettä. Dekoodataan sana r(x) = c(x) + e(x) = = 1 + 2x + 3x 2 + x 5 + 3x 7 + 4x 8 + 3x 9 + 2x 10 + x 11. Topi Törmä Matemaattisten tieteiden laitos 10 / 1

12 1. Lasketaan suureet S i, i = 1,..., 6. Nyt α = 3β + 2, α 2 = β, α 3 = 2, α 4 = β 1, α 5 = 2β, α 6 = 1, joten S 1 = r(α) = 1 + 2α + 3α 2 + α 5 + 3α 7 + 4α 8 + 3α 9 + 2α 10 + α 11 = 1 + β β + 2β 3(3β + 2) 4β 1 2(β 1) 2β = 4β = β S 2 = r(α 2 ) = r(β) = 3β 2 S 3 = r(α 3 ) = r(2) = 1 S 4 = r(α 4 ) = 3β + 2 S 5 = r(α 5 ) = r(2β) = β 1 S 6 = r(α 6 ) = r( 1) = 0. Topi Törmä Matemaattisten tieteiden laitos 11 / 1

13 Huom! Edellä voidaan myös laskea alkiolla α alkion β sijaan, kun käytetään identiteettiä β = 2α + 1. Tällöin ja α 2 = 2α + 1, α 3 = 2, α 4 = 2α, α 5 = α + 2, α 6 = 1 S 1 = 3α 1, S 2 = α + 1, S 3 = 1, S 4 = α, S 5 = 2α, S 6 = 0. Topi Törmä Matemaattisten tieteiden laitos 12 / 1

14 2. Nyt S 1 S 2 S 3 S 2 S 3 S 4 S 3 S 4 S 5 = 3α 1 α α α 1 α 2α 3α 1 α = 3α α 2 + α 1 0 α 2 2α 1 2α 2 + 3α 0 = α 1 3α 0 2α + 2 = 2(α 1)(α + 1) = 3(α 2 1) = α 0, joten wt(e) = w = t = 3. Topi Törmä Matemaattisten tieteiden laitos 13 / 1

15 3. Ratkaistaan virhekohtapolynomin kertoimet σ j yhtälöryhmästä σ 3 S 1 + σ 2 S 2 + σ 1 S 3 + S 4 = 0 σ 3 S 2 + σ 2 S 3 + σ 1 S 4 + S 5 = 0 σ 3 S 3 + σ 2 S 4 + σ 1 S 5 + S 6 = 0 (3α 1)σ 3 + (α + 1)σ 2 σ 1 = α (α + 1)σ 3 σ 2 + ασ 1 = 2α σ 3 + ασ 2 + 2ασ 1 = 0. Ratkaisemalla yhtälöryhmä (esim. Gaussin eliminoimismenetelmällä) saadaan σ 1 = 3 α, σ 2 = 2α + 2 ja σ 3 = 3α, joten virhekohtapolynomi σ(x) on σ(x) = 1 + (3 α)x + (2α + 2)x 2 + 3αx 3. Topi Törmä Matemaattisten tieteiden laitos 14 / 1

16 4. Ratkaistaan virhekohtapolynomin σ(x) nollakohdat (esim. kokeilemalla). Nyt σ(α 3 ) = σ(2) = 1 + (3 α) 2 + (2α + 2) ( 1) + 3α 3 = α 2α 2 α = 0, σ(α 6 ) = σ( 1) = α + 2α + 2 3α = 0, σ(α 11 ) = 1 + (3 α)α 11 + (2α + 2)α α 34 = 1 3α 5 1 2α 5 2α 4 3α 4 = 0, joten virhekohtapolynomin nollakohdat ovat α 3, α 6 ja α 11. Virhekohdat saadaan näiden nollakohtien käänteisalkioiden (α 9, α 6, α) eksponenteista ja ne ovat 1, 6 ja 9. Topi Törmä Matemaattisten tieteiden laitos 15 / 1

17 5. Ratkaistaan virhearvot e i yhtälöryhmästä e 1 α + e 6 α 6 + e 9 α 9 = 3α 1 e 1 α 2 + e 6 (α 2 ) 6 + e 9 (α 2 ) 9 = α + 1 e 1 α 3 + e 6 (α 3 ) 6 + e 9 (α 3 ) 9 = 1 αe 1 e 6 + 3e 9 = 3α 1 (2α + 1)e 1 + e 6 e 9 = α + 1 2e 1 e 6 + 2e 9 = 1. Yhtälöryhmän ratkaisuna saadaan e 1 = 2, e 6 = 1 ja e 9 = 1. Näin ollen virhe polynomi on e(x) = 2x x 6 + x 9. Siispä lähetetty koodisana on c(x) = r(x) e(x) = 1 + 2x + 3x 2 + x 5 + 3x 7 + 4x 8 + 3x 9 + 2x 10 + x x + x 6 x = 1 + 4x + 3x 2 + x 5 + x 6 + 3x 7 + 4x 8 + 2x 9 + 2x 10 + x 11 = Topi Törmä Matemaattisten tieteiden laitos 16 / 1

18 5.3 Reedin-Solomonin koodit Määritelmä Reedin Solomonin koodiksi eli RS-koodiksi sanotaan BCH-koodia, jonka aakkosto on F q, lohkopituus n = q 1 ja generoija d 1 g(x) = (x α i ), i=1 missä d on suunniteltu etäisyys ja α on kunnan F q primitiivialkio. Topi Törmä Matemaattisten tieteiden laitos 17 / 1

19 Esimerkki Olkoon q = 4 ja α kunnan F 4 primitiivialkio, jolle α 2 + α + 1 = 0. Tarkastellaan RS-koodia C, jonka suunniteltu etäisyys on 2. Sen generoijapolynomi on g(x) = x α ja koodisanat ovat c(x) = (a + bx)(x α), missä a, b F 4. Sanat on esitetty allaolevassa taulukossa. Tässä esim. a b 0 1 α α α1 0α 2 α 01α 2 1 α10 αα 2 1 ααα α0α 2 α α 2 α0 α 2 01 α 2 1α α 2 α 2 α 2 α 2 1α α 1αα 2 (1 + αx)(x α) = x α + αx 2 α 2 x = α + αx + αx 2 = ααα. C on [3, 2]-koodi. Topi Törmä Matemaattisten tieteiden laitos 18 / 1

20 Lauseessa osoitettiin, että lineaarisen [n, k]-koodin minimietäisyys on korkeintaan n k + 1. Määritelmän mukaan maksimietäisyyskoodeilla on juuri tämä minimietäisyys. Topi Törmä Matemaattisten tieteiden laitos 19 / 1

21 Lauseessa osoitettiin, että lineaarisen [n, k]-koodin minimietäisyys on korkeintaan n k + 1. Määritelmän mukaan maksimietäisyyskoodeilla on juuri tämä minimietäisyys. Lause RS-koodit ovat maksimietäisyyskoodeja. Topi Törmä Matemaattisten tieteiden laitos 19 / 1

22 Lauseessa osoitettiin, että lineaarisen [n, k]-koodin minimietäisyys on korkeintaan n k + 1. Määritelmän mukaan maksimietäisyyskoodeilla on juuri tämä minimietäisyys. Lause RS-koodit ovat maksimietäisyyskoodeja. Todistus: RS-koodin, jonka generoijapolynomi on g, minimetäisyys on BCH-rajan (Lause tai Lause a) nojalla vähintään d = d = deg g + 1 = n k + 1, kun kyseessä on [n, k]-koodi. Lauseen mukaan d min = n k + 1. Topi Törmä Matemaattisten tieteiden laitos 19 / 1

23 Lauseessa osoitettiin, että lineaarisen [n, k]-koodin minimietäisyys on korkeintaan n k + 1. Määritelmän mukaan maksimietäisyyskoodeilla on juuri tämä minimietäisyys. Lause RS-koodit ovat maksimietäisyyskoodeja. Todistus: RS-koodin, jonka generoijapolynomi on g, minimetäisyys on BCH-rajan (Lause tai Lause a) nojalla vähintään d = d = deg g + 1 = n k + 1, kun kyseessä on [n, k]-koodi. Lauseen mukaan d min = n k + 1. Edellisen lauseen todistuksesta käy ilmi, että RS-koodin minimietäisyys on d min = deg g + 1 = d des. RS-koodi voidaan dekoodata kappaleen 5.2 teoriaa käyttäen. Topi Törmä Matemaattisten tieteiden laitos 19 / 1

24 Lause Olkoon C [n, k, d]-rs-koodi, jonka generoijapolynomi on g(x) = (x α)(x α 2 ) (x α d 1 ). Laajennetaan koodin C jokainen sana c = c 0 c 1 c n 1 sanaksi c 0 c 1 c n 1 c n, missä n 1 c n = c i. i=0 Näin saatu koodi on [n + 1, k, d + 1]-koodi. Topi Törmä Matemaattisten tieteiden laitos 20 / 1

25 Lause Olkoon C [n, k, d]-rs-koodi, jonka generoijapolynomi on g(x) = (x α)(x α 2 ) (x α d 1 ). Laajennetaan koodin C jokainen sana c = c 0 c 1 c n 1 sanaksi c 0 c 1 c n 1 c n, missä n 1 c n = c i. i=0 Näin saatu koodi on [n + 1, k, d + 1]-koodi. Todistus: Lyhyellä tarkastelulla nähdään, että laajennettu koodi todellakin on lineaarinen [n + 1, k]-koodi. Topi Törmä Matemaattisten tieteiden laitos 20 / 1

26 Osoitetaan, että laajennettaessa koodia C jokaisesta d-painoisesta koodisanasta tulee (d + 1)-painoinen. Olkoon c(x) = c 0 c 1... c n 1 = c C jokin d-painoinen sana. Tällöin n 1 c n = c i = c(1) i=0 ja riittää osoittaa, että c(1) 0. Nyt c(x) = a(x)g(x) jollakin a(x) F q [x], joten c(1) = a(1)g(1), missä g(1) 0. Jos c(1) = 0, niin a(1) = 0 ja (x 1) a(x). Tällöin (x 1)g(x) c(x) ja polynomilla c(x) on peräkkäiset nollakohdat 1 = α 0, α, α 2,..., α d 1. BCH-rajan nojalla wt(c) d + 1, mikä on ristiriita, sillä c oletettiin d-painoiseksi. Näin ollen c(1) 0 ja c n 0. Topi Törmä Matemaattisten tieteiden laitos 21 / 1

27 Esimerkin koodin laajennuksen sanat ovat a b 0 1 α α α1α 2 0α 2 α1 01α 2 α 1 α10α 2 αα 2 10 αααα α0α 2 1 α α 2 α01 α 2 01α α 2 1α0 α 2 α 2 α 2 α 2 α 2 1α 2 0α αα 2 1αα 2 0 Esim. jos c = ααα, niin laajennetun sanan viimeinen koordinaatti on (α + α + α) = α ja laajennettu sana on αααα. Topi Törmä Matemaattisten tieteiden laitos 22 / 1

28 Lause Olkoon P k renkaan F q [x] korkeintaan astetta k 1 olevien polynomien muodostama joukko, α kunnan F q primitiivialkio, n = q 1 ja k sellainen positiiviluku, että k n. Tällöin C = {(f (1), f (α),..., f (α n 1 )) f P k } on RS-koodi, jonka generoijapolynomi on g(x) = n k i=1 (x α i ). Topi Törmä Matemaattisten tieteiden laitos 23 / 1

29 Lause Olkoon P k renkaan F q [x] korkeintaan astetta k 1 olevien polynomien muodostama joukko, α kunnan F q primitiivialkio, n = q 1 ja k sellainen positiiviluku, että k n. Tällöin C = {(f (1), f (α),..., f (α n 1 )) f P k } on RS-koodi, jonka generoijapolynomi on g(x) = n k i=1 (x α i ). Todistus: Harjoituksen 10 tehtävän 4 mukaan C on syklinen koodi kunnan F q suhteen ja dim C = k. Koska g(x) on n-pituinen syklinen koodi, jonka dimensio on n deg g = n (n k) = k = dim C, niin riittää osoittaa, että C g(x). Topi Törmä Matemaattisten tieteiden laitos 23 / 1

30 Olkoon c(x) = n 1 j=0 c jx j C. Silloin c j = f (α j ), j = 0, 1,..., n 1, eräällä f (x) = k 1 l=0 f lx l P k, missä f l F q. Jokaisella i = 1,..., n k pätee n 1 n 1 n 1 k 1 k 1 c(α i ) = c j α ij = f (α j )α ij = f l α lj α ij = j=0 j=0 missä 1 l + i n 1. j=0 l=0 l=0 α (l+i)j, f l n 1 j=0 Topi Törmä Matemaattisten tieteiden laitos 24 / 1

31 Olkoon c(x) = n 1 j=0 c jx j C. Silloin c j = f (α j ), j = 0, 1,..., n 1, eräällä f (x) = k 1 l=0 f lx l P k, missä f l F q. Jokaisella i = 1,..., n k pätee n 1 n 1 n 1 k 1 k 1 c(α i ) = c j α ij = f (α j )α ij = f l α lj α ij = j=0 j=0 j=0 l=0 l=0 α (l+i)j, f l n 1 missä 1 l + i n 1. Koska α on primitiivinen n:s ykkösen juuri, niin α i+l 1 ja n 1 α (l+i)j = 1 α(l+i)n 1 α l+i = 0. j=0 Siis c(α i ) = 0 kaikilla i = 1,..., n k eli kaikki polynomin g(x) nollakohdat ovat myös polynomin c(x) nollakohtia. Näin ollen c(x) g(x) ja saatiin väite. j=0 Topi Törmä Matemaattisten tieteiden laitos 24 / 1

32 Olkoon C [n, k, d]-rs-koodi kunnan F q, q = p m, suhteen. Kunnan F q alkio voidaan korvata m-pituisella F p -kertoimisella vektorilla seuraavasti. Olkoon {β 1,..., β m } laajennuksen F q /F p kanta, jolloin saadaan yksikäsitteinen vastaavuus γ = m b i β i F q (b 1, b 2,..., b m ). i=1 Topi Törmä Matemaattisten tieteiden laitos 25 / 1

33 Olkoon C [n, k, d]-rs-koodi kunnan F q, q = p m, suhteen. Kunnan F q alkio voidaan korvata m-pituisella F p -kertoimisella vektorilla seuraavasti. Olkoon {β 1,..., β m } laajennuksen F q /F p kanta, jolloin saadaan yksikäsitteinen vastaavuus γ = m b i β i F q (b 1, b 2,..., b m ). i=1 Korvaamalla sanassa γ = (γ 0, γ 1,..., γ n 1 ) C kukin kirjain vastaavalla m-pituisella vektorilla γ i = (b i1, b i2,..., b im ) saadaan avaruuden F mn p vektori (b 01,..., b (n 1)m ). Näin saadaan kunnan F p suhteen oleva koodi {(b 01,..., b (n 1)m ) γ = (γ 0, γ 1,..., γ n 1 ) C, γ i = (b i1, b i2,..., b im )} Tämä on [mn, mk, d]-koodi (minimietäisyys on vähintään d). Topi Törmä Matemaattisten tieteiden laitos 25 / 1

34 Esimerkin kunnan F 4 suhteen olevasta [3, 2]-koodista saadaan kunnan F 2 suhteen oleva [6, 4]-koodi käyttämällä vastaavuutta γ = a 0 + a 1 α (a 0, a 1 ). Tämä koodi on C = {(a 00, a 01, a 10, a 11, a 20, a 21 ) (γ 0, γ 1, γ 2 ) C, γ i = a i0 + a i1 α}. Esim. koodin C sanaa ααα vastaa koodin C sana ja sanaa 1α 2 0 vastaa sana Topi Törmä Matemaattisten tieteiden laitos 26 / 1

Koodausteoria, Kesä 2014

Koodausteoria, 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,

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, 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

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014 Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 5.6 Alternanttikoodin dekoodaus, kun esiintyy pyyhkiytymiä ja virheitä Joissakin tilanteissa vastaanotetun sanan kirjainta ei saa tulkittua

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, 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

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, 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:

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

Koodausteoria, Kesä 2014

Koodausteoria, 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

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, 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

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

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

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

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

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

Gaussin ja Jordanin eliminointimenetelmä

Gaussin 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,

Lisätiedot

Reedin ja Solomonin koodit Katariina Huttunen

Reedin ja Solomonin koodit Katariina Huttunen Pro Gradu Reedin ja Solomonin koodit Katariina Huttunen Jyväskylän yliopisto Matematiikan laitos Lokakuu 2016 Tiivistelmä Huttunen Katariina, Reedin ja Solomonin koodit, matematiikan pro gradututkielma,

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

ominaisvektorit. Nyt 2 3 6

ominaisvektorit. Nyt 2 3 6 Esimerkki 2 6 8 Olkoon A = 40 0 6 5. Etsitäänmatriisinominaisarvotja 0 0 2 ominaisvektorit. Nyt 2 0 2 6 8 2 6 8 I A = 40 05 40 0 6 5 = 4 0 6 5 0 0 0 0 2 0 0 2 15 / 172 Täten c A ( )=det( I A) =( ) ( 2)

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

802118P Lineaarialgebra I (4 op)

802118P 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

Lisätiedot

Lineaarinen yhtälöryhmä

Lineaarinen 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.

Lisätiedot

Vapaus. 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. 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 +

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

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

7 Vapaus. 7.1 Vapauden määritelmä

7 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

Lisätiedot

Käänteismatriisi 1 / 14

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

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 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

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

Ominaisarvot ja ominaisvektorit 140 / 170

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

Lisätiedot

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

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

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon

Lisätiedot

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

Määritelmä 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 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

Lisätiedot

Ennakkotehtävän ratkaisu

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

Lisätiedot

5 OMINAISARVOT JA OMINAISVEKTORIT

5 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

Lisätiedot

Ominaisarvo ja ominaisvektori

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

Lisätiedot

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

ei ole muita välikuntia.

ei ole muita välikuntia. ALGEBRA II 41 Lause 4.15. F q m on polynomin x qm x hajoamiskunta kunnan F q suhteen. Todistus. Olkoon α kunnan F q m primitiivialkio. Nyt F qm =< α > muodostuu täsmälleen polynomin x qm 1 1nollakohdistajatäten

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

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

Ominaisvektoreiden lineaarinen riippumattomuus

Ominaisvektoreiden lineaarinen riippumattomuus Ominaisvektoreiden lineaarinen riippumattomuus Lause 17 Oletetaan, että A on n n -matriisi. Oletetaan, että λ 1,..., λ m ovat matriisin A eri ominaisarvoja, ja oletetaan, että v 1,..., v m ovat jotkin

Lisätiedot

2 1/ /2 ; (a) Todista, että deg P (x)q(x) = deg P (x) + deg Q(x). (b) Osoita, että jos nolla-polynomille pätisi. deg 0(x) Z, Z 10 ; Z 10 [x];

2 1/ /2 ; (a) Todista, että deg P (x)q(x) = deg P (x) + deg Q(x). (b) Osoita, että jos nolla-polynomille pätisi. deg 0(x) Z, Z 10 ; Z 10 [x]; 802656S ALGEBRALLISET LUVUT Harjoituksia 2017 1. Näytä, että (a) (b) (c) (d) (e) 2 1/2, 3 1/2, 2 1/3 ; 2 1/2 + 3 1/2 ; 2 1/3 + 3 1/2 ; e iπ/m, m Z \ {0}; sin(π/m), cos(π/m), tan(π/m), m Z \ {0}; ovat algebrallisia

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 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

Lisätiedot

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)

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

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

MS-C1340 Lineaarialgebra ja

MS-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

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

Kokonaislukuoptimointi

Kokonaislukuoptimointi Kokonaislukuoptimointi Algebrallisen geometrian sovelluksia Sisältö Taustaa algebrallisesta geometriasta Gröbnerin kanta Buchbergerin algoritmi Kokonaislukuoptimointi Käypyysongelma Algoritmi ratkaisun

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-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

Miten osoitetaan joukot samoiksi?

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

Lisätiedot

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

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

Lisätiedot

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

1 Kertaus. Lineaarinen optimointitehtävä on muotoa: 1 Kertaus Lineaarinen optimointitehtävä on muotoa: min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2 (11) a m1 x 1 + a m2 x 2 + + a mn x n

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2

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

[E : F ]=[E : K][K : F ].

[E : F ]=[E : K][K : F ]. ALGEBRA II 35 Lause 4.4 (Astelukulause). Olkoot E/K/Fäärellisiä kuntalaajennuksia. Silloin [E : F ]=[E : K][K : F ]. Todistus. Olkoon {α 1,...,α n } kanta laajennukselle E/K ja {β 1,...,β m } kanta laajennukselle

Lisätiedot

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

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

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

MS-A0004/A0006 Matriisilaskenta

MS-A0004/A0006 Matriisilaskenta 4. MS-A4/A6 Matriisilaskenta 4. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto..25 Tarkastellaan neliömatriiseja. Kun matriisilla kerrotaan vektoria, vektorin

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon

Lisätiedot

Algebra I, harjoitus 5,

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

Lisätiedot

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

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

Lisätiedot

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Ville Turunen: Mat-1.1410 Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Materiaali: kirjat [Adams R. A. Adams: Calculus, a complete course (6th edition), [Lay D. C. Lay: Linear

Lisätiedot

Ominaisarvo ja ominaisvektori

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

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä 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 =

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

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A3/A5 Matriisilaskenta Laskuharjoitus 2 / vko 45 Tehtävä (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 2i = 2, b) z 2i < 2, c) /z

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

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

Kanta ja Kannan-vaihto

Kanta 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

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

Päättelyn 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

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

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

Todistus. Eliminoidaan Euleideen algoritmissa jakojäännökset alhaaltaylöspäin.

Todistus. Eliminoidaan Euleideen algoritmissa jakojäännökset alhaaltaylöspäin. 18 ALGEBRA II missä r n (x) =syt(f(x),g(x)). Lause 2.7. Olkoot f(x),g(x) K[x]. Silloin syt(f(x),g(x)) = a(x)f(x)+b(x)g(x), joillakin a(x),b(x) K[x]. Todistus. Eliminoidaan Euleideen algoritmissa jakojäännökset

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-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

Lisätiedot

TOOLS. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO TOOLS 1 / 28

TOOLS. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO TOOLS 1 / 28 TOOLS Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO 2018 TOOLS 1 / 28 Merkintöjä ja algebrallisia rakenteita Lukujoukkoja N = {0, 1, 2,..., GOOGOL 10,...} = {ei-negatiiviset kokonaisluvut}. TOOLS

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä

Lisätiedot

2 Renkaat ja kunnat. toteutuvat: 1. pari (K, +) on Abelin ryhmä, jonka neutraalialkio on 0 K,

2 Renkaat ja kunnat. toteutuvat: 1. pari (K, +) on Abelin ryhmä, jonka neutraalialkio on 0 K, 1 Ryhmät Olkoot S on joukko ja X S. Jos kuvaus : S S S, (x, y) x y toteuttaa ehdon x y X kaikilla x, y X, niin sanotaan, että binäärinen operaatio on suljettu joukon X suhteen. Määritelmä 1. Olkoot G joukko

Lisätiedot

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

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

Lisätiedot

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

Vapaus. 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 +

Lisätiedot

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

x 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)

Lisätiedot

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0 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

Lisätiedot

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

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

Lisätiedot

Vapaus. 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. 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 +

Lisätiedot

2.5. Matriisin avaruudet ja tunnusluvut

2.5. 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

Lisätiedot

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu LIS AYKSI A kirjaan Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Edella kasitellyt numeerisen integroinnin kaavat eli kvadratuurikaavat Riemannin summa, puolisuunnikassaanto ja

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Matriisinormi, häiriöalttius Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Matriisinormi Matriisinormi Matriiseille

Lisätiedot

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

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

Lisätiedot

Polynomien suurin yhteinen tekijä ja kongruenssi

Polynomien suurin yhteinen tekijä ja kongruenssi Polynomien suurin yhteinen tekijä ja kongruenssi Pro gradu -tutkielma Outi Aksela 2117470 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Renkaat 3 1.1 Rengas...............................

Lisätiedot

Laajennetut Preparata-koodit

Laajennetut Preparata-koodit Laajennetut Preparata-koodit Pro gradu -tutkielma Petri Eklund 1512717 Matemaattisten tieteiden laitos Oulun yliopisto Kevät 2016 Sisältö 1 Esitietoja 1.1 Yleistä.................................. 1.2

Lisätiedot

d Z + 17 Viimeksi muutettu

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)

Lisätiedot

Determinantti 1 / 30

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

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt QR-hajotelma ja pienimmän neliösumman menetelmä Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto PNS-ongelma PNS-ongelma

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

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

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

Lisätiedot

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt ja pienimmän neliösumman menetelmä Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi QR ja PNS PNS-ongelma

Lisätiedot