Koodausteoria, Kesä 2014

Koko: px
Aloita esitys sivulta:

Download "Koodausteoria, Kesä 2014"

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 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 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 5.2 BCH-koodin dekoodaus Tarkastellaan t virhettä korjaavaa n-pituista BCH-koodia. Olkoon α primitiivinen n:s ykkösen juuri, c = c(x)

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 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 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

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

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

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

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

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

1.1. Määritelmiä ja nimityksiä

1.1. 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

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 I

Lineaarialgebra 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

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

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

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

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

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

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

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

Insinöörimatematiikka D

Insinöörimatematiikka 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

Lisätiedot

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Yhteenlaskun 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

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

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

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

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

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

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

BM20A0700, Matematiikka KoTiB2

BM20A0700, 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

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

1 Ominaisarvot ja ominaisvektorit

1 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

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra 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

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

Matriisit. 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 =

Matriisit. 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

Lisätiedot

KOODAUSTEORIA S

KOODAUSTEORIA S KOODAUSTEORIA 800667S syksy 2009 Marko Rinta-aho Sisältö 1 Perusteita 1 1.1 Johdanto.............................. 1 1.2 Kanavista............................. 2 1.3 Koodaus-dekoodausjärjestelmä..................

Lisätiedot

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Lineaarialgebra 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

Lisätiedot

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Matriisien 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

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

9 Matriisit. 9.1 Matriisien laskutoimituksia

9 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

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

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi Lineaarikuvaukset aiheita ten ten 1 Matematiikassa sana lineaarinen liitetään kahden lineaariavaruuden väliseen kuvaukseen. ten Määritelmä Olkoon (L, +, ) ja (M, ˆ+, ˆ ) reaalisia lineaariavaruuksia, ja

Lisätiedot

Ortogonaalinen ja ortonormaali kanta

Ortogonaalinen 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

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

5 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

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 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

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

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

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

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo. Lineaariavaruudet aiheita 1 määritelmä Nelikko (L, R, +, ) on reaalinen (eli reaalinen vektoriavaruus), jos yhteenlasku L L L, ( u, v) a + b ja reaaliluvulla kertominen R L L, (λ, u) λ u toteuttavat seuraavat

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D Mika Hirvensalo mikhirve@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2014 Mika Hirvensalo mikhirve@utu.fi Luentokalvot 3 1 of 16 Kertausta Lineaarinen riippuvuus

Lisätiedot

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

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

Numeeriset menetelmät

Numeeriset 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

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

Matriisipotenssi. 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: 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

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

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

Vektoreiden virittämä aliavaruus

Vektoreiden 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

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

Lineaariset kongruenssiyhtälöryhmät

Lineaariset kongruenssiyhtälöryhmät Lineaariset kongruenssiyhtälöryhmät LuK-tutkielma Jesse Salo 2309369 Matemaattisten tieteiden laitos Oulun yliopisto Sisältö Johdanto 2 1 Kongruensseista 3 1.1 Kongruenssin ominaisuuksia...................

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

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

MS-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

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

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

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

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

3.2 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

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

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

1 Sisätulo- ja normiavaruudet

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

Lisätiedot

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

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa

Vektoreiden 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

Lisätiedot

802320A LINEAARIALGEBRA OSA II

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

Lisätiedot

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

Similaarisuus. Määritelmä. Huom.

Similaarisuus. 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

Lisätiedot

Latinalaiset neliöt ja taikaneliöt

Latinalaiset 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.........................

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

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Matikkapaja 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 )

Lisätiedot

Lineaarialgebra b, kevät 2019

Lineaarialgebra 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

Lisätiedot

Mikäli huomaat virheen tai on kysyttävää liittyen malleihin, lähetä viesti osoitteeseen

Mikäli 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

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

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

[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

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

Ortogonaalisen kannan etsiminen

Ortogonaalisen 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,

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

Matikkapaja 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

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

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

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

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

13. 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

Lisätiedot

on Abelin ryhmä kertolaskun suhteen. Tämän joukon alkioiden lukumäärää merkitään

on 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}

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

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina 10.8.2015 klo 16.15. Tehtäväsarja I Tutustu lukuun 15, jossa vektoriavaruuden

Lisätiedot

A = 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:

A = 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

Lisätiedot

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

Esimerkki 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

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

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

MS-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

Lisätiedot

Transversaalit ja hajoamisaliryhmät

Transversaalit ja hajoamisaliryhmät Transversaalit ja hajoamisaliryhmät Graduseminaariesitelmä Miikka Rytty Matemaattisten tieteiden laitos Oulun yliopisto 2006 Motivointi Esimerkki 1 (Ryhmäteorian kurssin harjoitustehtävä). Jos G on ryhmä,

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

Mat 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

Lisätiedot

8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151

8 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