Koodausteoria, Kesä 2014
|
|
- Kaarlo Saarinen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos
2 6. Ryöppyvirheitä korjaavat koodit Topi Törmä Matemaattisten tieteiden laitos 2 / 34
3 6.1 Peruskäsitteitä Aiemmin on implisiittisesti oletettu, että virheet esiintyvät toisistaan riippumatta. Useissa tapauksissa virheet esiintyvät kuitenkin ryöppyinä (error burst) eivätkä toisistaan riippumattomina yksittäisinä virheinä. Tällöin on tarpeen tarkastella koodeja, jotka kykenevät korjaamaan tällaisia virheitä. Topi Törmä Matemaattisten tieteiden laitos 3 / 34
4 6.1 Peruskäsitteitä Aiemmin on implisiittisesti oletettu, että virheet esiintyvät toisistaan riippumatta. Useissa tapauksissa virheet esiintyvät kuitenkin ryöppyinä (error burst) eivätkä toisistaan riippumattomina yksittäisinä virheinä. Tällöin on tarpeen tarkastella koodeja, jotka kykenevät korjaamaan tällaisia virheitä. Määritelmä Vektoria (0,..., 0, e i,..., e i+b 1, 0,..., 0), missä e i 0, e i+b 1 0, sanotaan b-ryöpyksi tai b-pituiseksi ryöpyksi. Koodia, joka korjaa kaikki enintään b-pituiset ryöpyt, mutta ei kaikkia (b + 1)-pituisia, sanotaan b-ryöpyt korjaavaksi koodiksi. Topi Törmä Matemaattisten tieteiden laitos 3 / 34
5 6.1 Peruskäsitteitä Aiemmin on implisiittisesti oletettu, että virheet esiintyvät toisistaan riippumatta. Useissa tapauksissa virheet esiintyvät kuitenkin ryöppyinä (error burst) eivätkä toisistaan riippumattomina yksittäisinä virheinä. Tällöin on tarpeen tarkastella koodeja, jotka kykenevät korjaamaan tällaisia virheitä. Määritelmä Vektoria (0,..., 0, e i,..., e i+b 1, 0,..., 0), missä e i 0, e i+b 1 0, sanotaan b-ryöpyksi tai b-pituiseksi ryöpyksi. Koodia, joka korjaa kaikki enintään b-pituiset ryöpyt, mutta ei kaikkia (b + 1)-pituisia, sanotaan b-ryöpyt korjaavaksi koodiksi. Esim on 6-ryöppy. Topi Törmä Matemaattisten tieteiden laitos 3 / 34
6 Lineaaristen koodien ryöppyvirheenkorjauskyvylle saadaan helposti seuraavat rajat. Lause (Reiger-raja) a) Jos [n, k]-koodi paljastaa kaikki enintään b-pituiset ryöppyvirheet, niin n k b. b) Jos [n, k]-koodi korjaa kaikki enintään b-pituiset ryöppyvirheet, niin n k 2b. Topi Törmä Matemaattisten tieteiden laitos 4 / 34
7 Todistus: a) Olkoon C [n, k]-koodi kunnan Fq suhteen. Palautetaan mieleen, että joukko F n q jakautuu pistevieraisiin sivuluokkiin koodin C suhteen ja näitä sivuluokkia on q n k kappaletta. Tarkastellaan sellaisia joukon F n q enintään b-pituisia ryöppyjä, joiden viimeiset n b komponenttia ovat 0, ja merkitään niiden muodostamaa joukkoa B. Tällöin joukossa B on q b vektoria. Topi Törmä Matemaattisten tieteiden laitos 5 / 34
8 Todistus: a) Olkoon C [n, k]-koodi kunnan Fq suhteen. Palautetaan mieleen, että joukko F n q jakautuu pistevieraisiin sivuluokkiin koodin C suhteen ja näitä sivuluokkia on q n k kappaletta. Tarkastellaan sellaisia joukon F n q enintään b-pituisia ryöppyjä, joiden viimeiset n b komponenttia ovat 0, ja merkitään niiden muodostamaa joukkoa B. Tällöin joukossa B on q b vektoria. Jos C paljastaa kaikki enintään b-pituiset ryöpyt, niin mitään koodisanaa c 1 ei voi esittää muodossa c 2 + b 1, missä c 2 C ja b 1 B. Tällöin joukon B vektorien on oltava koodin C eri sivuluokissa. Jos nimittäin a, b B ja a ja b ovat samassa sivuluokassa, niin a b C, joten a b olisi enintään b-pituinen ryöppy ja c + (a b) olisi koodisana kaikilla c C. Siis sivuluokkien lukumäärä on q n k q b, joten n k b. Topi Törmä Matemaattisten tieteiden laitos 5 / 34
9 b) Oletetaan koodin C korjaavan kaikki enintään b-pituiset ryöpyt. Jokainen enintään 2b-pituinen (ja vähintään 2-pituinen) ryöppy e voidaan esittää muodossa e = e 1 e 2, missä e 1 ja e 2 ovat enintään b-pituisia ryöppyjä. Jos e C, niin C ei pystyisi korjaamaan kaikkia enintään b-pituisia ryöppyjä, sillä tällöin saatua viestiä 0 + e 1 = e + e 2 ei kyettäisi dekoodaamaan. Siis koodin on havaittava kaikki enintään 2b-pituiset ryöpyt, ja a-kohdan nojalla n k 2b. Topi Törmä Matemaattisten tieteiden laitos 6 / 34
10 b) Oletetaan koodin C korjaavan kaikki enintään b-pituiset ryöpyt. Jokainen enintään 2b-pituinen (ja vähintään 2-pituinen) ryöppy e voidaan esittää muodossa e = e 1 e 2, missä e 1 ja e 2 ovat enintään b-pituisia ryöppyjä. Jos e C, niin C ei pystyisi korjaamaan kaikkia enintään b-pituisia ryöppyjä, sillä tällöin saatua viestiä 0 + e 1 = e + e 2 ei kyettäisi dekoodaamaan. Siis koodin on havaittava kaikki enintään 2b-pituiset ryöpyt, ja a-kohdan nojalla n k 2b. Sellaisia [n, k]-koodeja, joilla on voimassa yhtäsuuruus Reiger-rajassa, sanotaan Reiger-optimaalisiksi. Jos [n, k]-koodi korjaa kaikki enintään b-pituiset ryöppyvirheet, mutta ei korjaa kaikkia (b + 1)-pituisia, niin lukua 2b/(n k) sanotaan koodin ryöppykorjaussuhteeksi. Topi Törmä Matemaattisten tieteiden laitos 6 / 34
11 Määritelmä Sykliseksi b-ryöpyksi sanotaan Määritelmän mukaisia b-ryöppyjä ja muotoa (e 0,..., e b (n i) 1, 0,..., 0, e i,..., e n 1 ), missä e i e b (n i) 1 0, olevia ryöppyjä (eli tavallisen b-ryöpyn sykliset siirrot). Topi Törmä Matemaattisten tieteiden laitos 7 / 34
12 Määritelmä Sykliseksi b-ryöpyksi sanotaan Määritelmän mukaisia b-ryöppyjä ja muotoa (e 0,..., e b (n i) 1, 0,..., 0, e i,..., e n 1 ), missä e i e b (n i) 1 0, olevia ryöppyjä (eli tavallisen b-ryöpyn sykliset siirrot). Määritelmä Sykliseksi b-ryöppyvirheet korjaavaksi koodiksi sanotaan syklistä koodia, joka korjaa kaikki enintään b-pituiset sykliset ryöpyt. Topi Törmä Matemaattisten tieteiden laitos 7 / 34
13 Määritelmä Sykliseksi b-ryöpyksi sanotaan Määritelmän mukaisia b-ryöppyjä ja muotoa (e 0,..., e b (n i) 1, 0,..., 0, e i,..., e n 1 ), missä e i e b (n i) 1 0, olevia ryöppyjä (eli tavallisen b-ryöpyn sykliset siirrot). Määritelmä Sykliseksi b-ryöppyvirheet korjaavaksi koodiksi sanotaan syklistä koodia, joka korjaa kaikki enintään b-pituiset sykliset ryöpyt. Lause Jos C on syklinen b-ryöppyvirheet korjaava [n, k]-koodi kunnan Fq suhteen ja 1 k n 1, niin n(q 1) q n k b+1 1. Topi Törmä Matemaattisten tieteiden laitos 7 / 34
14 Todistus: Lasketaan kuinka monta syklistä enintään b-pituista ryöppyvirhettä on: mahdollisia aloituskohtia on n kappaletta, alkupaikalle e i 0 on q 1 vaihtoehtoa ja muille b 1 paikalle on yhteensä q b 1 vaihtoehtoa. Yhteensä tällaisia ryöppyjä on siis n(q 1)q b 1 kappaletta (huomaa, että Lauseen b-kohdan nojalla b < n 2 ). Näillä kaikilla ja nollavektorilla 0 tulee olla eri syndromi eli niiden on oltava eri sivuluokissa, joten q n k n(q 1)q b Tämän perusteella q n k b+1 n(q 1) + 1. Topi Törmä Matemaattisten tieteiden laitos 8 / 34
15 Esimerkki D Olkoot C 1 kunnan Z3 suhteen muodostettu [7, 3]-koodi, jonka generoijamatriisi on G 1 = , ja C 2 kunnan Z3 suhteen muodostettu [4, 2]-koodi, jonka generoijamatriisi on [ ] G 1 = Topi Törmä Matemaattisten tieteiden laitos 9 / 34
16 Tällöin koodien tarkistusmatriisit ovat H 1 = ja H 2 = [ ] sekä minimietäisyydet d min C 1 = 4 ja d min C 2 = 3. Näin ollen molemmat koodit korjaavat ainakin 1-pituiset ryöpyt, sillä molempien virheenkorjauskyky on 1. Reiger-rajan mukaan C 1 korjaa enintään 2-pituiset ryöpyt ja C 2 korjaa enintään 1-pituiset ryöpyt. Näin ollen C 2 ei korjaa 1-pituisia ryöppyjä pidempiä ryöppyvirheitä. Topi Törmä Matemaattisten tieteiden laitos 10 / 34
17 Lasketaan kaikkien 2-pituisten ryöppyjen syndromit koodin C 1 suhteen: ( )H T 1 = (1111), ( )H T 1 = (2222), ( )H T 1 = (1201), ( )H T 1 = (2102), ( )H T 1 = (2022), ( )H T 1 = (1011), ( )H T 1 = (1100), ( )H T 1 = (2200), ( )H T 1 = (0110), ( )H T 1 = (0220), ( )H T 1 = (0011), ( )H T 1 = (0022), ( )H T 1 = (1200), ( )H T 1 = (2100). Koska kaikilla 2-pituisilla ryöpyillä on eri syndromi, koodi C 1 korjaa kaikki 2-pituiset ryöpyt (viimeisen syndromirivin nojalla myös sykliset 2-pituiset ryöpyt). Topi Törmä Matemaattisten tieteiden laitos 11 / 34
18 6.2 RS-koodeista johdetut koodit Olkoon α kunnan Fp m primitiivialkio. Tarkastellaan pituutta n = p m 1 olevaa RS-koodia, jonka generoijapolynomi on d 1 g(x) = (x α i ). i=1 Tämän koodin minimietäisyys on d ja n k = d 1, sillä RS-koodit ovat maksimietäisyyskoodeja. Jos {β 1,..., β m } on kunnan Fp m kanta kunnan Z p suhteen, niin jokaisella β Fp m on yksikäsitteinen esitys β = b 1 β b m β m, b i Zp, ja saadaan vastaavuus β (b 1,..., b m ). Korvaamalla tämän vastaavuuden mukaisesti edellä olevan RS-koodin koodisanoissa jokainen komponentti m-pituisella Zp-kertoimisella vektorilla saadaan mn-pituinen lineaarinen koodi C kunnan Zp suhteen. Topi Törmä Matemaattisten tieteiden laitos 12 / 34
19 Jos b (r 1)m + 1, niin b-pituinen ryöppyvirhe voi vaikuttaa enintään r:ään alkuperäisen koodin komponenttiin. Jos d = 2t + 1 (alkuperäinen koodi on t virhettä korjaava) ja b (t 1)m + 1, (1) niin kaikki enintään b-pituiset ryöppyvirheet voidaan korjata. Topi Törmä Matemaattisten tieteiden laitos 13 / 34
20 Esimerkki Olkoon α kunnan F128 = F 2 7 primitiivialkio ja g(x) = 8 (x + α i ), i=1 jolloin n = 127, d = 9 ja t = 4. Ehto (1) saa nyt muodon b = 22, joten saatava binäärinen 889-pituinen koodi korjaa kaikki enintään 22-pituiset ryöppyvirheet. Topi Törmä Matemaattisten tieteiden laitos 14 / 34
21 6.3 Tulokoodit Määritelmä Matriisien A n1 m 1 ja B n2 m 2 Kronecker-tuloksi A B sanotaan matriisia, joka on lohkomuodossa a 11 B a 12 B... a 1m1 B a 21 B a 22 B... a 2m1 B.... a n1 1B a n1 2B... a n1 m 1 B (n 1 n 2 ) (m 1 m 2 ) Topi Törmä Matemaattisten tieteiden laitos 15 / 34
22 Esimerkki: Matriiseille I 2 = [ ] [ ] ja H = saadaan I 2 H 2 = H 2 I 2 = Topi Törmä Matemaattisten tieteiden laitos 16 / 34
23 Kronecker-tulolle pätevät seuraavat perusominaisuudet. 1. Jos tulot AC ja BD ovat määriteltyjä, niin myös (A B)(C D) on määritelty ja 2. (A B) T = A T B T. 3. Jos A + B on määritelty, niin (A B)(C D) = (AC) (BD). (A + B) C = A C + B C ja C (A + B) = C A + C B. Topi Törmä Matemaattisten tieteiden laitos 17 / 34
24 Kronecker-tulolle pätevät seuraavat perusominaisuudet. 1. Jos tulot AC ja BD ovat määriteltyjä, niin myös (A B)(C D) on määritelty ja 2. (A B) T = A T B T. 3. Jos A + B on määritelty, niin (A B)(C D) = (AC) (BD). (A + B) C = A C + B C ja C (A + B) = C A + C B. 4. c(a B) = (ca) B = A (cb) kaikilla c F. A 1 A 1 B 5.. B =.. A n B A n 6. Jos matriisin A rivit ovat lineaarisesti vapaat, samoin matriisin B rivit, niin myös matriisin A B rivit ovat lineaarisesti vapaat. Topi Törmä Matemaattisten tieteiden laitos 17 / 34
25 Jokainen n 1 n 2 -pituinen vektori c voidaan kirjoittaa n 1 n 2 -matriisiksi C jakamalla c n 2 -pituisiin osiin ja kirjoittamalla ne allekkain. Topi Törmä Matemaattisten tieteiden laitos 18 / 34
26 Jokainen n 1 n 2 -pituinen vektori c voidaan kirjoittaa n 1 n 2 -matriisiksi C jakamalla c n 2 -pituisiin osiin ja kirjoittamalla ne allekkain. Esimerkiksi vektorista saadaan matriisit 0 1 [ ] ja Topi Törmä Matemaattisten tieteiden laitos 18 / 34
27 Jokainen n 1 n 2 -pituinen vektori c voidaan kirjoittaa n 1 n 2 -matriisiksi C jakamalla c n 2 -pituisiin osiin ja kirjoittamalla ne allekkain. Esimerkiksi vektorista saadaan matriisit 0 1 [ ] ja Määritelmä Saman kunnan suhteen olevien [n i, k i ]-koodien C i, i = 1, 2, muodostamaksi tulokoodiksi sanotaan kaikkien niiden n 1 n 2 -pituisten vektorien c muodostamaa koodia, joita vastaavien n 1 n 2 -matriisien vaakarivit ovat koodin C 2 ja pystyrivit koodin C 1 koodisanoja. Tällaiselle tulokoodille käytetään merkintää C 1 C 2. Topi Törmä Matemaattisten tieteiden laitos 18 / 34
28 Lause Jos d min C 1 = d 1 ja d min C 2 = d 2, niin C 1 C 2 on lineaarinen koodi ja d min (C 1 C 2 ) = d 1 d 2. Topi Törmä Matemaattisten tieteiden laitos 19 / 34
29 Lause Jos d min C 1 = d 1 ja d min C 2 = d 2, niin C 1 C 2 on lineaarinen koodi ja d min (C 1 C 2 ) = d 1 d 2. Todistus: Koodin C 1 C 2 lineaarisuus on helppo todeta (Jos c 1, c 2 C 1 C 2 ja a F, niin c 1 + c 2 C 1 C 2 ja ac 1 C 1 C 2. ) Jos c 0 on koodin C 1 C 2 sana, niin vastaavan matriisin C jokaisen nollasta eroavan rivin paino on vähintään d min C 2 = d 2 ja näitä rivejä on ainakin d min C 1 = d 1 kappaletta. Siten wt(c) d 1 d 2 ja d min (C 1 C 2 ) d 1 d 2. Topi Törmä Matemaattisten tieteiden laitos 19 / 34
30 Lause Jos d min C 1 = d 1 ja d min C 2 = d 2, niin C 1 C 2 on lineaarinen koodi ja d min (C 1 C 2 ) = d 1 d 2. Todistus: Koodin C 1 C 2 lineaarisuus on helppo todeta (Jos c 1, c 2 C 1 C 2 ja a F, niin c 1 + c 2 C 1 C 2 ja ac 1 C 1 C 2. ) Jos c 0 on koodin C 1 C 2 sana, niin vastaavan matriisin C jokaisen nollasta eroavan rivin paino on vähintään d min C 2 = d 2 ja näitä rivejä on ainakin d min C 1 = d 1 kappaletta. Siten wt(c) d 1 d 2 ja d min (C 1 C 2 ) d 1 d 2. Jos c 1 C 1, c 2 C 2 ja wt(c i ) = d i, niin c T 1 c 2 C 1 C 2 ja lisäksi wt(c T 1 c 2) = wt(c 1 ) wt(c 2 ) = d 1 d 2, joten d min (C 1 C 2 ) d 1 d 2. Topi Törmä Matemaattisten tieteiden laitos 19 / 34
31 Lause Jos G i on [n i, k i ]-koodin C i, i = 1, 2, generoijamatriisi, niin G 1 G 2 on tulokoodin C 1 C 2 generoijamatriisi. Topi Törmä Matemaattisten tieteiden laitos 20 / 34
32 Lause Jos G i on [n i, k i ]-koodin C i, i = 1, 2, generoijamatriisi, niin G 1 G 2 on tulokoodin C 1 C 2 generoijamatriisi. Todistus: Matriisin G 1 G 2 rivit ovat koodin C 1 C 2 koodisanoja, niitä on k 1 k 2 kappaletta ja ominaisuuden 6 nojalla ne ovat lineaarisesti vapaita. Jos c 1 = m 1 G 1 ja c 2 = m 2 G 2, niin ominaisuuden 1 nojalla (m 1 m 2 )(G 1 G 2 ) = (m 1 G 1 ) (m 2 G 2 ) = c 1 c 2, joten vektorit c 1 c 2 ovat matriisin G 1 G 2 rivien lineaariyhdisteitä. Topi Törmä Matemaattisten tieteiden laitos 20 / 34
33 Lisäksi tulokoodin C 1 C 2 jokainen koodivektori c on lausuttavissa muotoa c 1 c 2 olevien vektoreiden lineaariyhdisteenä. Tässä ideana on tehdä sanaa c vastaavalle matriisille C hajotelma 0 c 11 0 c 21 C =. = c dt 1 c 11 = c 33 + d T 1 c 11 + d T 2 c 22. c n1,1 c n1,2 n 1 = = d T i c ii, i=1 c n1,3 missä d i C 1 ja c ii C 2 kaikilla i = 1,..., n 1. Topi Törmä Matemaattisten tieteiden laitos 21 / 34
34 Lisäksi tulokoodin C 1 C 2 jokainen koodivektori c on lausuttavissa muotoa c 1 c 2 olevien vektoreiden lineaariyhdisteenä. Tässä ideana on tehdä sanaa c vastaavalle matriisille C hajotelma 0 c 11 0 c 21 C =. = c dt 1 c 11 = c 33 + d T 1 c 11 + d T 2 c 22. c n1,1 c n1,2 n 1 = = d T i c ii, i=1 c n1,3 missä d i C 1 ja c ii C 2 kaikilla i = 1,..., n 1. Huom! Kronecker-tulon ominaisuuden 6 nojalla tulokoodin C 1 C 2 dimensio on k 1 k 2. Topi Törmä Matemaattisten tieteiden laitos 21 / 34
35 Esimerkki D jatkuu Koodien C 1 ja C 2 muodostaman tulokoodin C 1 C 2 generoijamatriisi on G = G 1 G = Lauseen nojalla d min (C 1 C 2 ) = d min C 1 d min C 2 = 4 3 = 12. Topi Törmä Matemaattisten tieteiden laitos 22 / 34
36 Olkoon H i [n i, k i ]-koodin C i, i = 1, 2, tarkistusmatriisi. Matriisi H 1 H 2 ei yleensä ole koodin C 1 C 2 tarkistusmatriisi, sillä sen rivien lukumäärä on (n 1 k 1 )(n 2 k 2 ) = n 1 n 2 k 1 n 2 k 2 n 1 + k 1 k 2 < n 1 n 2 k 1 k 2 ellei k 1 = k 2 = 0 tai k i = n i. Koodille C 1 C 2 saadaan tarkistusmatriisi seuraavasti. Olkoot koodin C i, i = 1, 2, generoija- ja tarkistusmatriisi sekä G 1 = [ I k1 P 1 ], G2 = [ I k2 P 2 ], H 1 = [ P T 1 I n1 k 1 ], H2 = [ P T 2 I n2 k 2 ] A 1 = [ I k1 0 k1 (n 1 k 1 )], A2 = [ I k2 0 k2 (n 2 k 2 )]. Tällöin koodin C 1 C 2 tarkistusmatriisi on H 1 H 2 H = H 1 A 2. A 1 H 2 Topi Törmä Matemaattisten tieteiden laitos 23 / 34
37 Lause Jos C 1 korjaa kaikki enintään b-pituiset ryöppyvirheet ja C 2 on n 2 -pituinen, niin tulokoodi C 1 C 2 korjaa kaikki enintään bn 2 -pituiset ryöppyvirheet. Topi Törmä Matemaattisten tieteiden laitos 24 / 34
38 Lause Jos C 1 korjaa kaikki enintään b-pituiset ryöppyvirheet ja C 2 on n 2 -pituinen, niin tulokoodi C 1 C 2 korjaa kaikki enintään bn 2 -pituiset ryöppyvirheet. Todistus: Kun koodisana c kirjoitetaan n 1 n 2 -matriisiksi C, niin sen sarakkeet ovat koodin C 1 koodisanoja. Tällöin enintään bn 2 -pituinen ryöppyvirhe voi aiheuttaa enintään b-pituisen ryöppyvirheen kuhunkin sarakkeeseen, joten C 1 korjaa nämä ryöpyt. Topi Törmä Matemaattisten tieteiden laitos 24 / 34
39 Lause Jos C 1 korjaa kaikki enintään b-pituiset ryöppyvirheet ja C 2 on n 2 -pituinen, niin tulokoodi C 1 C 2 korjaa kaikki enintään bn 2 -pituiset ryöppyvirheet. Todistus: Kun koodisana c kirjoitetaan n 1 n 2 -matriisiksi C, niin sen sarakkeet ovat koodin C 1 koodisanoja. Tällöin enintään bn 2 -pituinen ryöppyvirhe voi aiheuttaa enintään b-pituisen ryöppyvirheen kuhunkin sarakkeeseen, joten C 1 korjaa nämä ryöpyt. Edellisestä todistuksessa käy ilmi myös dekoodausmenettely: Muutetaan saatu sana n 1 n 2 -matriisiksi ja dekoodataan jokainen sarake koodin C 1 dekoodausmenettelyllä. Topi Törmä Matemaattisten tieteiden laitos 24 / 34
40 6.4 Kiedotut koodit Määritelmä Annetusta n-pituisesta koodista C muodostettu l-kertaisesti kiedottu koodi (interleaved to depth l) C (l) koostuu kaikista ln-pituisista koodisanoista, jotka saadaan seuraavasti: Otetaan l kappaletta koodin C sanoja c i = c i1 c i2... c in, i = 1,..., l, ja muodostetaan niistä matriisi c 1 c 11 c c 1n c 2. = c 21 c c 2n.... c l1 c l2... c ln c l Tällöin koodin C (l) koodisana on sana, joka saadaan lukemalla ylläoleva matriisi pystyriveittäin eli sana c 11 c c l1 c 12 c c l2... c 1n c 2n... c ln. Topi Törmä Matemaattisten tieteiden laitos 25 / 34
41 Jos C on [n, k]-koodi, niin C (l) on [ln, lk]-koodi. Polynomimuodossa yllä oleva koodisana on c 11 + c 21 x + + c l1 x l 1 + c 12 x l + c 22 x l c l2 x 2l c 1n x (n 1)l + c 2n x (n 1)l c ln x nl 1 = (c 11 + c 12 x l + + c 1n x (n 1)l ) + x(c 21 + c 22 x l + + c 2n x (n 1)l ) + + x l 1 (c l1 + c l2 x l + + c ln x (n 1)l ) = c 1 (x l ) + xc 2 (x l ) + + x l 1 c l (x l ). Topi Törmä Matemaattisten tieteiden laitos 26 / 34
42 Lause Jos C korjaa kaikki enintään b-pituiset ryöppyvirheet, niin C (l) korjaa kaikki enintään lb-pituiset ryöppyvirheet. Topi Törmä Matemaattisten tieteiden laitos 27 / 34
43 Lause Jos C korjaa kaikki enintään b-pituiset ryöppyvirheet, niin C (l) korjaa kaikki enintään lb-pituiset ryöppyvirheet. Todistus: Korkeintaan lb-pituinen ryöppyvirhe aiheuttaa enintään b-pituisen ryöppyvirheen sanaa vastaavan matriisin riveihin. Tämä on mahdollista korjata, koska C korjaa b-ryöpyt. Topi Törmä Matemaattisten tieteiden laitos 27 / 34
44 Lause Jos C korjaa kaikki enintään b-pituiset ryöppyvirheet, niin C (l) korjaa kaikki enintään lb-pituiset ryöppyvirheet. Todistus: Korkeintaan lb-pituinen ryöppyvirhe aiheuttaa enintään b-pituisen ryöppyvirheen sanaa vastaavan matriisin riveihin. Tämä on mahdollista korjata, koska C korjaa b-ryöpyt. Lause Jos C on syklinen [n, k]-koodi, jonka generoijapolynomi on g(x) ja tarkistuspolynomi h(x) = (x n 1)/g(x), niin C (l) on syklinen [ln, lk]-koodi, jonka generoijapolynomi on g(x l ) ja tarkistuspolynomi h(x l ). Topi Törmä Matemaattisten tieteiden laitos 27 / 34
45 Todistus: Pituus, dimensio ja lineaarisuus olivat edellä. Jos koodin C (l) sanaan c 1 c c 1n. =.. c l c l1... c ln tehdään yhden askelen syklinen siirto, niin saadaan sana c c ln c l1 c l2... c l l,n 1 c 11 c 12 c c 1n c = c 2,. c l 1,1 c l 1,2 c l 1,3... c l 1,n c l 1 missä c tarkoittaa vektorin c yhden askelen syklistä siirtoa. Topi Törmä Matemaattisten tieteiden laitos 28 / 34
46 Koska C on syklinen, niin edellä mainittu sana on koodin C (l) sana. Siten C (l) on syklinen. Koska g(x) (x n 1), niin g(x l ) (x ln 1). Olkoon m(x) viestisanana koodille C (l), jolloin m(x) = m 1 (x l ) + xm 2 (x l ) + + x l 1 m l (x l ) joillakin polynomeilla m i (x). Nämä voidaan tulkita viesteiksi koodille C, jolloin niitä vastaavat koodisanat c i (x) = m i (x)g(x), i = 1,..., l. Tällöin m(x)g(x l ) = m 1 (x l )g(x l ) + xm 2 (x l )g(x l ) + + x l 1 m l (x l )g(x l ) = c 1 (x l ) + xc 2 (x l ) + + x l 1 c l (x l ) C (l). Topi Törmä Matemaattisten tieteiden laitos 29 / 34
47 Toisaalta koodin C (l) sanat ovat muotoa c 1 (x l ) + xc 2 (x l ) + + x l 1 c l (x l ), missä c i (x) C. Siten c i (x) = m i (x)g(x) joillakin viestipolynomeilla m i (x). Koodin C (l) jokainen sana on siis muotoa m 1 (x l )g(x l ) + xm 2 (x l )g(x l ) + + x l 1 m l (x l )g(x l ) = (m 1 (x l ) + xm 2 (x l ) + + x l 1 m l (x l ))g(x l ) g(x l ). Täten koodin C (l) sanat ovat täsmälleen sanat m(x)g(x l ), ja g(x l ) on generoijapolynomi. Tarkistuspolynomi on siten (x ln 1)/g(x l ) = h(x l ). Koodin C (l) dimensiota koskeva väite saataisiin myös tästä. Topi Törmä Matemaattisten tieteiden laitos 30 / 34
48 Kietomista voidaan tehostaa ristiinkietomisella (cross-interleaving), jossa yhdistetään kaksi koodia C 1 ja C 2. Olkoon C i [n i, k i ]-koodi, i = 1, 2. Otetaan k 2 kappaletta koodin C 1 sanoja: c 11 c c 1n1. c k2 1c k c k2 n 1. Sen sijaan, että lähetettäisiin näitä sanoja vastaavan matriisin sarakkeet [c 1j,..., c k1 j] T sellaisenaan kuten (tavallisessa) kietomisessa, tulkitaan nämä sarakkeet viestisanoiksi koodille C 2. Näin saadaan koodin C 2 sanat d 11 d d 1n2,..., d n1 1d n d n1 n 2. Nämä voidaan nyt kietoa niin moninkertaisesti kuin halutaan. Tässä koodia C 1 kutsutaan sisäkoodiksi ja koodia C 2 ulkokoodiksi. Topi Törmä Matemaattisten tieteiden laitos 31 / 34
49 Esimerkki: Olkoon koodien C 1 ja C 2 generoijamatriisit ja Koodi C 1 on binäärinen Hammingin [7, 4]-koodi ja koodi C 2 on [6, 3]-koodi. Aletaan kietoa koodia C 1 kolminkertaisesti ja olkoot tarvittavat 3 koodisanaa matriisin vaakarivit. Kiedotun koodin sanana olisi nyt Topi Törmä Matemaattisten tieteiden laitos 32 / 34
50 Tämän lähettämisen sijaan koodataan ylläolevan matriisit sarakkeet edellä kuvatulla tavalla käyttämällä koodia C 2. Näin saadaan sanat Nämä voidaan nyt kietoa esimerkiksi kaksinkertaisesti, jolloin saadaan sanat , , ,... Topi Törmä Matemaattisten tieteiden laitos 33 / 34
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,
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.
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)
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 3.5 Reedin-Mullerin koodit Olkoon tässä kappaleessa F = F2 = Z2 ja n = 2 m. Määritellään avaruuteen F n kertolasku koordinaateittain:
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
LisätiedotLaajennetut 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
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
LisätiedotKoodausteoria, 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
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
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
Lisätiedot1.1. Määritelmiä ja nimityksiä
1.1. Määritelmiä ja nimityksiä Luku joko reaali- tai kompleksiluku. R = {reaaliluvut}, C = {kompleksiluvut} R n = {(x 1, x 2,..., x n ) x 1, x 2,..., x n R} C n = {(x 1, x 2,..., x n ) x 1, x 2,..., x
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
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
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
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
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 +
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 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
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
LisätiedotMatriisialgebra 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
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 1
LisätiedotYhteenlaskun ja skalaarilla kertomisen ominaisuuksia
Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Voidaan osoittaa, että avaruuden R n vektoreilla voidaan laskea tuttujen laskusääntöjen mukaan. Huom. Lause tarkoittaa väitettä, joka voidaan perustella
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
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
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:
LisätiedotReedin 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,
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.
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
LisätiedotBM20A0700, Matematiikka KoTiB2
BM20A0700, Matematiikka KoTiB2 Luennot: Matti Alatalo, Harjoitukset: Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luku 7. 1 Kurssin sisältö Matriiseihin
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
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
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
Lisätiedotominaisvektorit. 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)
LisätiedotMatriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =
1 / 21 Määritelmä 1 Reaaliluvuista a ij, missä i 1,..., k ja j 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A... a k1 a k2 a kn sanotaan k n matriisiksi. Usein merkitään A [a ij ]. Lukuja
LisätiedotKOODAUSTEORIA S
KOODAUSTEORIA 800667S syksy 2009 Marko Rinta-aho Sisältö 1 Perusteita 1 1.1 Johdanto.............................. 1 1.2 Kanavista............................. 2 1.3 Koodaus-dekoodausjärjestelmä..................
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
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
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
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
LisätiedotOminaisarvo 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
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
LisätiedotOrtogonaalinen ja ortonormaali kanta
Ortogonaalinen ja ortonormaali kanta Määritelmä Kantaa ( w 1,..., w k ) kutsutaan ortogonaaliseksi, jos sen vektorit ovat kohtisuorassa toisiaan vastaan eli w i w j = 0 kaikilla i, j {1, 2,..., k}, missä
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
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
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
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
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
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 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
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
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:
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 4 To 15.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 4 To 15.9.2011 p. 1/38 p. 1/38 Lineaarinen yhtälöryhmä Lineaarinen yhtälöryhmä matriisimuodossa Ax = b
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,
LisätiedotMatriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.
Matriisipotenssi Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: Määritelmä Oletetaan, että A on n n -matriisi (siis neliömatriisi) ja k
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
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
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
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
LisätiedotLineaariset kongruenssiyhtälöryhmät
Lineaariset kongruenssiyhtälöryhmät LuK-tutkielma Jesse Salo 2309369 Matemaattisten tieteiden laitos Oulun yliopisto Sisältö Johdanto 2 1 Kongruensseista 3 1.1 Kongruenssin ominaisuuksia...................
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
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
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.
LisätiedotLU-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
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
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
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
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
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
LisätiedotKantavektorien 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
LisätiedotVektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa
Viikon aiheet Pistetulo (skalaaritulo Vektorien tulot Pistetulo Ristitulo Skalaari- ja vektorikolmitulo Integraalifunktio, alkeisfunktioiden integrointi, yhdistetyn funktion derivaatan integrointi Vektoreiden
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
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
LisätiedotSimilaarisuus. Määritelmä. Huom.
Similaarisuus Määritelmä Neliömatriisi A M n n on similaarinen neliömatriisin B M n n kanssa, jos on olemassa kääntyvä matriisi P M n n, jolle pätee Tällöin merkitään A B. Huom. Havaitaan, että P 1 AP
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.........................
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).
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 )
LisätiedotLineaarialgebra b, kevät 2019
Lineaarialgebra b, kevät 2019 Harjoitusta 4 Maplella with(linearalgebra); (1) Tehtävä 1. Lineaarisia funktioita? a) Asetelma on kelvollinen: lähtö- ja maalijoukko on R-kertoiminen lineaariavaruus ja L
LisätiedotMikäli huomaat virheen tai on kysyttävää liittyen malleihin, lähetä viesti osoitteeseen
Mikäli huomaat virheen tai on kysyttävää liittyen malleihin, lähetä viesti osoitteeseen anton.mallasto@aalto.fi. 1. 2. Muista. Ryhmän G aliryhmä H on normaali aliryhmä, jos ah = Ha kaikilla a G. Toisin
LisätiedotMatriisilaskenta. 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
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
Lisätiedot[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
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
LisätiedotOrtogonaalisen kannan etsiminen
Ortogonaalisen kannan etsiminen Lause 94 (Gramin-Schmidtin menetelmä) Oletetaan, että B = ( v 1,..., v n ) on sisätuloavaruuden V kanta. Merkitään V k = span( v 1,..., v k ) ja w 1 = v 1 w 2 = v 2 v 2,
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
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä
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,
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 +
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
Lisätiedot13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Differentiaaliyhtälöt, kesä 00 Tehtävät 3-8 / Ratkaisuehdotuksia (RT).6.00 3. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: y = + y + y = + y + ( y ) (y
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}
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
LisätiedotHY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo
HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina 10.8.2015 klo 16.15. Tehtäväsarja I Tutustu lukuun 15, jossa vektoriavaruuden
LisätiedotA = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:
11 Determinantti Neliömatriisille voidaan laskea luku, joka kertoo muun muassa, onko matriisi kääntyvä vai ei Tätä lukua kutsutaan matriisin determinantiksi Determinantilla on muitakin sovelluksia, mutta
LisätiedotEsimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).
Esimerkki 9 Esimerkissä 6 miniminormiratkaisu on (ˆx, ˆx (, 0 Seuraavaksi näytetään, että miniminormiratkaisuun siirtyminen poistaa likimääräisongelman epäyksikäsitteisyyden (mutta lisääntyvän ratkaisun
Lisätiedot1 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
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
LisätiedotTransversaalit ja hajoamisaliryhmät
Transversaalit ja hajoamisaliryhmät Graduseminaariesitelmä Miikka Rytty Matemaattisten tieteiden laitos Oulun yliopisto 2006 Motivointi Esimerkki 1 (Ryhmäteorian kurssin harjoitustehtävä). Jos G on ryhmä,
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 1
Mat-214 Dynaaminen optimointi, mallivastaukset, kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A, säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB ja säiliöstä
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