Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa
|
|
|
- Kari Lehtinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Viikon aiheet Pistetulo (skalaaritulo Vektorien tulot Pistetulo Ristitulo Skalaari- ja vektorikolmitulo Integraalifunktio, alkeisfunktioiden integrointi, yhdistetyn funktion derivaatan integrointi Vektoreiden A = (A1, A 2, A 3 ja B = (B1, B 2, B 3 pistetulo on A B = A1 B 1 + A 2 B 2 + A 3 B 3 Pistetulo tuottaa luvun (skalaarin. Edellisestä seuraa CDH: Luvut (vektorit, 8.7 (determinantti, (integraali Prujut2016: Luvut (vektorit, (integraali Prujut2008: s. v9 - v20 (vektorit, (integraali A B = B A A ( B + C = A B + A C n ( A B = ( n A B = A ( n B Pistetulo (skalaaritulo 1 Pistetulo (skalaaritulo 2 Pistetulon geometrinen tulkinta: Vektorin A projektio (skalaariprojektio vektorin B suuntaan on A B = AB cos θ A ˆB missä θ on vektoreiden välinen kulma. (Todistus HT Tästä seuraa, että kahden kohtisuoran vektorin pistetulo on nolla. Esim. kahden standardiyksikkövektorin pistetulo: î ĵ = (1, 0, 0 (0, 1, 0 = = 0 Kahden vektorin välinen kulma saadaan Tuloksena on vektorin A komponentin suuruus, joka on B:n suuntainen. A:n vektoriprojektio B:n suuntaan tuottaa B:n suuntaisen vektorin A = ( A ˆB ˆB cos θ = A B AB Tämän avulla vektori A voidaan jakaa toisen vektorin suuntaiseen ( ja sitä vastaan kohtisuoraan ( komponenttiin. (laskarit 3 4
2 Ristitulo (vektoritulo Ristitulo (vektoritulo Vektorien A = (A1, A 2, A 3 ja B = (B1, B 2, B 3 ristitulo on C = A B = (A2 B 3 A 3 B 2, A 3 B 1 A 1 B 3, A 1 B 2 A 2 B 1 Tuloksena on vektori! Ristitulon komponenttien muistaminen helpottuu kun se kirjoitetaan muotoon C = î ĵ ˆk A 1 A 2 A 3 B 1 B 2 B 3 Tätä kutsutaan 3x3 determinantiksi. 2x2 determinantti on lyhennysmerkintä a b c d = ad cb 3x3 determinantti voidaan kehittää auki 2x2 alideterminanttien avulla seuraavasti: A B C p q r s t u = A q r t u B p r s u + C p q s t Ristitulo (vektoritulo 5 Ristitulo (vektoritulo 6 Askel askeleelta determinantin laskeminen menee seuraavasti: Valitaan ensimmäinen kerroin, tässä A. Pyyhitään pois kertoimen kautta kulkevat rivi ja sarake. Jäljelle jäävistä muodostetaan alideterminantti: A B C p q r s t u Seuraava kerroin on B: A B C p q r s t u = A q t = B p s r u r u Viimeinen osa on C: A B C p q r s t u = C p s Kertoimien merkki vaihtuu joka askeleella: q t Determinanttien ominaisuuksista lisää myöhemmin matriisilaskennan yhteydessä. Miinusmerkkiin palataan seuraavalla kalvolla. 7 8
3 Ristitulo (vektoritulo Ristitulo (vektoritulo Ristitulon määritelmästä seuraa A B = B A Ristitulo ei ole vaihdannainen (kommutatiivinen A A = 0 A ( B + C = A B + A C Kahden standardiyksikkövektorin ristitulo, esim. î = (1, 0, 0 ja ĵ = (0, 1, 0 î ĵ ˆk î ĵ = = ˆk Yllä: Pidä vektoreiden järjestys ennallaan sulkujen aukikertomisessa! n ( A B = ( n A B = A ( n B Samoin saadaan ĵ ˆk = î ˆk î = ĵ Kahden yksikkövektorin ristitulo tuottaa kolmannen, näitä vasten kohtisuoran yksikkövektorin, jonka suunta saadaan oikean käden säännöllä: Ristitulo (vektoritulo 9 Ristitulo (vektoritulo 10 Käsisääntö antaa suunnan oikein, vaikkei tulon vektorit olisi yksikkövektoreita: A = 2î B = 2î + 2ĵ A B = î ĵ ˆk = 4ˆk î ĵ = ˆk ĵ ˆk = î ˆk î = ĵ Käsisäännöllä voidaan todeta, että A B pitäisi tosiaan olla ˆk:n suuntainen
4 Ristitulo (vektoritulo Vektoreiden A ja B ristitulo tuottaa vektorin, joka on kohtisuorassa kumpaakin vastaan. Tämä nähdään esim. laskemalla ( A A B = (A1, A 2, A 3 = 0 (HT î ĵ ˆk A 1 A 2 A 3 B 1 B 2 B 3 Ristitulo (vektoritulo Ristitulossa saadun vektorin pituus on C = A B = AB sin θ missä θ on vektoreiden välinen terävä kulma. (todistus HT Vertaa seuraavia: Siis A ( A B ja B ( A B A 1 B = AB sin θ Ala = ab sin θ Ala = ab sin θ 2 Geometrisesti ristitulon pituus vastaa vektoreiden virittämän suunnikkaan pinta-alaa. Skalaarikolmitulo Skalaarikolmitulon tuloksena on skalaari. Se voidaan kirjoittaa determinantin avulla ( A 1 A 2 A 3 A B C = B 1 B 2 B 3 C 1 C 2 C 3 13 Skalaarikolmitulo Geometrisesti skalaarikolmitulon itseisarvo A ( B C vastaa yo. vektoreiden virittämän suuntaissärmiön tilavuutta. 14 Skalarikolmitulon suuruus ei muutu jos kaikkia tekijöitä siirretään syklisesti: A ( B C = C ( A B = B ( C A Jos vain kaksi tekijää vaihtaa paikkaa, muuttuu skalaarikolmitulon merkki A ( B C = B ( A C 15 16
5 Lineaarinen riippumattomuus Lineaarinen riippumattomuus C:n sanotaan olevan lineaarisesti riippumaton vektoreista A ja B, jos C = n A + m B C:tä ei siis pysty em. kahden vektorin lineaarikombinaationa. Kolmiulotteisen avaruuden vektoreiden esittämiseen tarvitaan kanta, jonka kantavektorit ovat toisistaan lineaarisesti riippumattomia. Skalaarikolmitulolla tämä voidaan testata. Esim. standardiyksikkövektoreille Geometrisesti tämä tarkoittaa, että C:llä on oltava komponentti, joka on kohtisuora A:n ja B:n virittämälle tasolle. Tällöin skalaarikolmitulo C ( A B = 0 î (ĵ ˆk = î î = 1 Koska skalaarikolmitulo on nollasta eroava voitaneen em. yksikkövektoreita käyttää kantavektoreina. Vektorikolmitulo 17 Vektorikolmitulo 18 Vektorikolmiotulon tuloksena on vektori A ( B C = B ( A C C ( A B Muistisääntönä esim. bac-cab. Huomaa, että vektorikolmitulossa suluilla on merkitystä! Jos ylläolevassa sulut olisikin ( A B C = C ( A B = A ( C B + B ( C A = A ( B C Vektorikolmituloa voidaan käyttää esim. tilanteessa jossa yhtälöstä a = b c pitäisi ratkaista b kun vektorit a ja c tunnetaan. Tällöin kannattaa laskea yhtälön molempien puolien ristitulo vektorin c:n kanssa. (laskarit 19 20
6 Integraalifunktio Integraalifunktio Jos d F(x = f (x niin F(x on f (x:n integraalifunktio. Tämä merkitään F(x = f (x = f (x x on integroimismuuttuja ja f (x on integrandi tai integroitava. Integraalifunktio ei ole yksikäsitteinen, sillä jos siihen lisätään mikä tahansa vakio C Tämän takia yleisesti d ( d F(x + C = F(x = f (x f (x = F(x + C Integraalifunktio 21 Integraalifunktio 22 Funktion infinitesimaalinen muutos voidaan lausua df = f (x df = f (x = (df df on funktion F(x differentiaali. Integraalin määritelmän mukaan F(x = f (x = ( df Funktion derivoiminen ja sitten integroiminen tuottaa (vakiota vaille saman funktion. Viimeinen kohta voidaan vielä kirjoittaa muotoon F(x = df Edelleen d F(x = d f (x = f (x Derivoimalla funktion integraali saadaan taas alkuperäinen funktio
7 Integraalifunktio Integraalifunktio Integraalifunktion ratkaiseminen perustuu siihen, että osataan derivoida. Esim. x n = 1 n + 1 xn+1 + C joka voidaan tarkistaa derivoimalla yhtälön molemmat puolet. Alkeisfunktioiden integraaleja löytyy mm. CDH: taulukko Useat monimutkaisen näköiset integrandit voidaan sieventämällä palauttaa alkeisfunktioksi, joka sitten on integroitavissa Laskarit... cos 3 x 1 sin 2 x = cos x = sin x + C Integraalifunktio yhdistetty funktio 25 Integraalifunktio yhdistetty funktio, esim1 26 Yhdistetyn funktion derivaatan avulla voidaan kirjoittaa Homma selvenee ehkä paremmin esimerkkien kautta: cos x sin 4 x f ( g(x d = f ( g(x = ( df dg (dg Tässä cos x on sin x:n derivaatta. Toisaalta sin 4 x saadaan derivoimalla sin 5 x:ää. Ilmeisesti siis Joskus integrandissa nähdään jonkun funktion derivaatta kertaa sisäfunktion derivaatta. Silloin tämä integroituu yhdistetyksi funktioksi. g(x = sin x Tällöin integraali on siis muodossa f (g = 1 5 g5 = 1 5 sin5 x ( d sin x ( d 1 dg 5 g
8 Integraalifunktio yhdistetty funktio, esim1 Nyt integroitavana on yhdistetyn funktion sin 5 x derivaatta. Näin ollen cos x sin 4 x = sin 5 x + C 29 Integraalifunktio yhdistetty funktio, esim2 Toisena esimerkkinä lasketaan x2 x Nimittäjän derivaatta on vakiota vaille osoittaja. Valitaan siis g(x = (x Integraali on nyt muodossa 1 3 (dg 1 g Tuo 1/g pitäisi vielä kirjoittaa derivaattaana. Tämä onnistuu logaritmin avulla, valitaan siis f (g = ln g. Päästään muotoon 1 3 (dg df ( dg Integrandi on siis yhdistetyn funktion ln ( x derivaatta. Joten x2 x = 1 ( d 3 ln ( x = 1 3 ln ( x C 30
A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1
Mapu I Viikko 4 tehtävä malli Millä q:n arvoilla vektori A(q) (, q, q ) on kohtisuora vektorin B (, 0, ) kanssa? Ovatko A:n eri ratkaisut keskenään kohtisuoria? Jos eivät, määrää niiden välinen kulma!
Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori
Vektorialgebra 1/5 Sisältö Skalaaritulo Vektoreiden yhteenlaskun ja skalaarilla kertomisen lisäksi vektoreiden välille voidaan määritellä myös kertolasku. Itse asiassa näitä on kaksi erilaista. Seurauksena
Viikon aiheet. Funktion lineaarinen approksimointi
Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen
Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.
Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin w = w w = ( 4) 2 + ( 3) 2 = 25 = 5 v = v v = ( 3) 2 + 2 2 = 13. w =5 3 2 v = 13 4 3 LM1, Kesä 2014 76/102 Normin ominaisuuksia I Lause
Ristitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti
14 Ristitulo Avaruuden R 3 vektoreille voidaan määritellä pistetulon lisäksi niin kutsuttu ristitulo. Pistetulosta poiketen ristitulon tulos ei ole reaaliluku vaan avaruuden R 3 vektori. Ristitulosta on
KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 24.2.2016 Susanna Hurme Päivän aihe: Voiman momentin käsite (Kirjan luvut 4.1-4.6) Mikä on voiman momentti? Määritetään momentti skalaari- ja vektorimuodossa Opitaan
Muuttujan vaihto. Viikon aiheet. Muuttujan vaihto. Muuttujan vaihto. ) pitää muistaa lausua t:n avulla. Integroimisen työkalut: Kun integraali
Viikon aiheet Integroimisen työkalut: Rationaalifunktioiden jako osamurtoihin Rekursio integraaleissa CDH: Luku 4, Prujut206: Luvut 4-4.2.5, Prujut2008: s. 89-6 Kun integraali h(x) ei näytä alkeisfunktioiden
1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut
ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0007 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 26.10.2015 Reaalinen
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
Talousmatematiikan perusteet: Luento 9
Talousmatematiikan perusteet: Luento 9 Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo ja pituus Vektorien välinen kulma Motivointi Tähän asti olemme tarkastelleet yhden
1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.
ja kompleksiluvut ja kompleksiluvut 1.1 MS-A0004/A0006 Matriisilaskenta 1. ja kompleksiluvut Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 8.9.015 Reaalinen
9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa
9. Vektorit 9.1 Skalaarit ja vektorit Skalaari on koon tai määrän mitta. Tyypillinen esimerkki skalaarista on massa. Lukumäärä on toinen hyvä esimerkki skalaarista. Vektorilla on taas suuruus ja suunta.
Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218
Lineaarialgebra ja matriisilaskenta I LM1, Kesä 2012 1/218 Avaruuden R 2 vektorit Määritelmä (eli sopimus) Avaruus R 2 on kaikkien reaalilukuparien joukko; toisin sanottuna R 2 = { (a, b) a R ja b R }.
Vektorin paikalla avaruudessa ei ole merkitystä. Esimerkiksi yllä olevassa kuvassa kaikki kolme vektoria ovat samoja, ts.
49 3 VEKTORIT 3.1 VEKTORIN KÄSITE Vektori on suure, jolla suuruuden lisäksi on myös suunta (esim. kiihtyvyys). Skalaari puolestaan on suure, jolla on vain suuruus (esim. tiheys). Vektori graafisesti: Vektorin
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
MAA15 Vektorilaskennan jatkokurssi, tehtävämoniste
MAA15 Vektorilaskennan jatkokurssi, tehtävämoniste Tason ja avaruuden vektorit 1. Olkoon A(, -, 4) ja B(5, -1, -3). a) Muodosta pisteen A paikkavektori. b) Muodosta vektori AB. c) Laske vektorin AB pituus.
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
Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R},
Määritelmä Suora Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko { p + t v t R}, missä p, v R n ja v 0. Tässä p on suoran jonkin pisteen paikkavektori ja v on suoran suuntavektori. v p LM1,
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
Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo
Talousmatematiikan perusteet: Luento 8 Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo Motivointi Esim. Herkkumatikka maksaa 50 /kg. Paljonko
VEKTORIT paikkavektori OA
paikkavektori OA Piste A = (2, -1) Paikkavektori OA = 2i j 3D: kuvan piirtäminen hankalaa Piste A = (2, -3, 4) Paikkavektori OA = 2i 3j + 4k Piste A = (a 1, a 2, a 3 ) Paikkavektori OA = a 1 i + a 2 j
Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on
13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu
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
Lineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 13.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/12 Käytännön asioita Kesäkuun tentti: ke 19.6. klo 17-20, päärakennuksen sali 1. Anna palautetta kurssisivulle ilmestyvällä
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
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
Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 29.3.2016 4. laskuharjoituksien esimerkkiratkaisut 1. Olkoon u (4,0,4,2) ja v ( 1,1,3,5) vektoreita vektoriavaruudessa R 4. Annetun sisätulon (x,y) indusoima normi on x (x,x) ja
Yleisiä integroimissääntöjä
INTEGRAALILASKENTA, MAA9 Yleisiä integroimissääntöjä Integroiminen eli annetun funktion f integraalifunktion F määrittäminen (löytäminen) on yleisesti haastavaa. Joskus joutuu jopa arvata tai kokeilla.
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
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 )
Ortogonaaliset matriisit, määritelmä 1
, määritelmä 1 Määritelmä (a). Neliömatriisi Q on ortogonaalinen, jos Q T Q = I. Määritelmästä voidaan antaa samaa tarkoittavat, mutta erilaiselta näyttävät muodot: Määritelmä (b). n n neliömatriisi Q,
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
KJR-C1001: Statiikka L2 Luento : voiman momentti ja voimasysteemit
KJR-C1001: Statiikka L2 Luento 21.2.2018: voiman momentti ja voimasysteemit Apulaisprofessori Konetekniikan laitos Luennon osaamistavoitteet Tämän päiväisen luennon jälkeen opiskelija Pystyy muodostamaan,
Kanta ja Kannan-vaihto
ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V
Lineaarialgebran laskumoniste Osa1 : vektorit
Lineaarialgebran laskumoniste Osa1 : vektorit A. Sinin, kosinin ja tangentin laajennetut määritelmät 1. Määritä ao. yksikköympyrän avulla a) sin(120 o ) b) cos(180 o ) (piirrä kulman kylki, ja lue kuvasta
Mapu 1. Laskuharjoitus 3, Tehtävä 1
Mapu. Laskuharjoitus 3, Tehtävä Lineaarisessa approksimaatiossa funktion arvoa lähtöpisteen x 0 ympäristössä arvioidaan liikkumalla lähtöpisteeseen sovitetun tangentin kulmakertoimen mukaisesti: f(x 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 +
Lineaarialgebra 5 op
Lineaarialgebra 5 op Vektorit osa1 Peruslaskutoimitukset Komponenttiesitys Vektorin pituus Jana vektorimuodossa Koordinaatistopisteen paikkavektori Vektorit Vektoreita tarvitaan mekaniikassa ja fysiikassa
Suorista ja tasoista LaMa 1 syksyllä 2009
Viidennen viikon luennot Suorista ja tasoista LaMa 1 syksyllä 2009 Perustuu kirjan Poole: Linear Algebra lukuihin I.3 - I.4 Esko Turunen esko.turunen@tut.fi Aluksi hiukan 2 ja 3 ulotteisen reaaliavaruuden
ELEC C4140 Kenttäteoria (syksy 2016)
ELEC C4140 Kenttäteoria (syksy 2016) Henrik Wallén / versio 15. syyskuuta 2016 Johdanto (Ulaby 1.2 1.3) Merkinnät ja yksiköt Kenttä- ja lähdesuureet Maxwellin yhtälöt ja väliaineyhtälöt Vektorit ja koordinaatistot
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 10: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali.
MS-A25/MS-A26 Differentiaali- ja integraalilaskenta 2 Luento 1: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät
H5 Malliratkaisut - Tehtävä 1
H5 Malliratkaisut - Tehtävä Eelis Mielonen 30. syyskuuta 07 a) 3a (ax + b)3/ + C b) a cos(ax + b) + C a) Tässä tehtävässä päästään harjoittelemaan lukiosta tuttua integrointimenetelmää. Ensimmäisessä kohdassa
Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja
7 NELIÖMATRIISIN DIAGONALISOINTI. Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T () Muistutus: Kokoa n olevien vektorien
KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 23.2.2016 Susanna Hurme Tervetuloa kurssille! Mitä on statiikka? Mitä on dynamiikka? Miksi niitä opiskellaan? Päivän aihe: Voiman käsite ja partikkelin tasapaino
MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47
MS-A3/A5 Matriisilaskenta Malliratkaisut 4 / vko 47 Tehtävä 1 (L): Oletetaan, että AB = AC, kun B ja C ovat m n-matriiseja. a) Näytä, että jos A on kääntyvä, niin B = C. b) Seuraako yhtälöstä AB = AC yhtälö
Lineaarialgebra (muut ko)
Lineaarialgebra (muut ko) p. 1/103 Lineaarialgebra (muut ko) Tero Laihonen Lineaarialgebra (muut ko) p. 2/103 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v
Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste
Suora 1/5 Sisältö KATSO MYÖS:, vektorialgebra, geometriset probleemat, taso Suora geometrisena peruskäsitteenä Pisteen ohella suora on geometrinen peruskäsite, jota varsinaisesti ei määritellä. Alkeisgeometriassa
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
Pistetulo eli skalaaritulo
Pistetulo eli skalaaritulo VEKTORIT, MAA4 Pistetulo on kahden vektorin välinen tulo. Tarkastellaan ensin kahden vektorin välistä kulmaa. Vektorien a ja, kun a 0, välinen kulma on (kuva) kovera kun a vektorit
Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1
infoa Viikon aiheet Tentti ensi viikolla ma 23.0. klo 9.00-3.00 Huomaa, alkaa tasalta! D0 (Sukunimet A-) E204 (Sukunimet S-Ö) Mukaan kynä ja kumi. Ei muuta materiaalia. Tentissä kaavakokoelma valmiina.
VEKTORIANALYYSIN HARJOITUKSET: VIIKKO 4
VEKTORIANALYYSIN HARJOITUKSET: VIIKKO 4 Jokaisen tehtävän jälkeen on pieni kommentti tehtävään liittyen Nämä eivät sisällä mitään kovin kriittistä tietoa tehtävään liittyen, joten niistä ei tarvitse välittää
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja
MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 26.9.2016 Pekka Alestalo,
Determinantti. Määritelmä
Determinantti Määritelmä Oletetaan, että A on n n-neliömatriisi. Merkitään normaaliin tapaan matriisin A alkioita lyhyesti a ij = A(i, j). (a) Jos n = 1, niin det(a) = a 11. (b) Muussa tapauksessa n det(a)
6 MATRIISIN DIAGONALISOINTI
6 MATRIISIN DIAGONALISOINTI Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T Muistutus: vektorien a ja b pistetulo (skalaaritulo,
Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007
Ville Turunen: Mat-1.1410 Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Materiaali: kirjat [Adams R. A. Adams: Calculus, a complete course (6th edition), [Lay D. C. Lay: Linear
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
Derivaatta: funktion approksimaatio lineaarikuvauksella.
Viikko 5 Tällä viikolla yleistetään R 2 :n ja R 3 :n vektorialgebran peruskäsitteet n-ulotteiseen avaruuteen R n, ja määritellään lineaarikuvaus. Tarkastellaan funktioita, joiden määrittelyjoukko on n-ulotteisen
MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)
MS-A17 Differentiaali- ja integraalilaskenta 1 CHEM) Laskuharjoitus 4lv, kevät 16 1. Tehtävä: Laske cos x dx a) osittaisintegroinnilla, b) soveltamalla sopivaa trigonometrian kaavaa. Ratkaisu: a) Osittaisintegroinnin
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2016
Luento 10: Työ, energia ja teho. Johdanto Työ ja kineettinen energia Teho
Luento 10: Työ, energia ja teho Johdanto Työ ja kineettinen energia Teho 1 / 23 Luennon sisältö Johdanto Työ ja kineettinen energia Teho 2 / 23 Johdanto Energia suure, joka voidaan muuttaa muodosta toiseen,
Derivaatan sovellukset (ääriarvotehtävät ym.)
Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion
Muista tutkia ihan aluksi määrittelyjoukot, kun törmäät seuraaviin funktioihin:
Määrittelyjoukot Muista tutkia ihan aluksi määrittelyjoukot, kun törmäät seuraaviin funktioihin:, 0 ; log, > 0 ;, 0 (parilliset juuret) ; tan, π + nπ Potenssisäännöt Ole tarkkana kantaluvun kanssa 3 3
Seuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117
Seuraava luento ti 31.10 on salissa XXII Lineaarialgebra (muut ko) p. 1/117 Lineaarialgebra (muut ko) p. 2/117 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v
Kertausta: avaruuden R n vektoreiden pistetulo
Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2012 227/310 Kertausta:
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
Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi
Talousmatematiikan perusteet: Luento 10 Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi Lineaarikuvaus Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta, jossa käytetään
Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /
MS-A008 Differentiaali- ja integraalilaskenta, V/207 Differentiaali- ja integraalilaskenta Ratkaisut 2. viikolle / 8. 2.4. Jatkuvuus ja raja-arvo Tehtävä : Määritä raja-arvot a) 3 + x, x Vihje: c)-kohdassa
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
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
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon
Matemaattinen Analyysi / kertaus
Matemaattinen Analyysi / kertaus Ensimmäinen välikoe o { 2x + 3y 4z = 2 5x 2y + 5z = 7 ( ) x 2 3 4 y = 5 2 5 z ) ( 3 + y 2 ( 2 x 5 ( 2 7 ) ) ( 4 + z 5 ) = ( 2 7 ) yhteys determinanttiin Yhtälöryhmän ratkaiseminen
6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio
6 Vektoriavaruus R n 6.1 Lineaarikombinaatio Määritelmä 19. Vektori x œ R n on vektorien v 1,...,v k œ R n lineaarikombinaatio, jos on olemassa sellaiset 1,..., k œ R, että x = i v i. i=1 Esimerkki 30.
Talousmatematiikan perusteet: Luento 17. Osittaisintegrointi Sijoitusmenettely
Talousmatematiikan perusteet: Luento 17 Osittaisintegrointi Sijoitusmenettely Motivointi Viime luennolla käsittelimme integroinnin perussääntöjä: Vakiolla kerrotun funktion integrointi: af x dx = a f x
Luento 9: Yhtälörajoitukset optimoinnissa
Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon
Vektorien virittämä aliavaruus
Vektorien virittämä aliavaruus Esimerkki 13 Mikä ehto vektorin w = (w 1, w 2, w 3 ) komponenttien on toteutettava, jotta w kuuluu vektoreiden v 1 = (3, 2, 1), v 2 = (2, 2, 6) ja v 3 = (3, 4, 5) virittämään
Johdantoa INTEGRAALILASKENTA, MAA9
Lyhyehkö johdanto integraalilaskentaan. Johdantoa INTEGRAALILASKENTA, MAA9 Integraalilaskennan lähtökohta 1: Laskutoimitukset + ja ovat keskenään käänteisiä, samoin ja ovat käänteisiä, kunhan ei jaeta
Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen
Informaatiotieteiden yksikkö Lineaarialgebra 1A Pentti Haukkanen Puhtaaksikirjoitus: Joona Hirvonen . 2 Sisältö 1 Matriisit, determinantit ja lineaariset yhtälöryhmät 4 1.1 Matriisit..............................
Funktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen
4. Funktiojonot ja funktiotermiset sarjat 4.1. Funktiojono ja funktioterminen sarja 60. Tutki, millä muuttujan R arvoilla funktiojono f k suppenee, kun Mikä on rajafunktio? a) f k () = 2k 2k + 1, b) f
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 12 1 Eksponenttifuntio Palautetaan mieliin, että Neperin luvulle e pätee: e ) n n n ) n n n n n ) n. Tästä määritelmästä seuraa, että eksponenttifunktio e x voidaan
Kompleksiluvut., 15. kesäkuuta /57
Kompleksiluvut, 15. kesäkuuta 2017 1/57 Miksi kompleksilukuja? Reaaliluvut lukusuoran pisteet: Tiedetään, että 7 1 0 x 2 = 0 x = 0 1 7 x 2 = 1 x = 1 x = 1 x 2 = 7 x = 7 x = 7 x 2 = 1 ei ratkaisua reaalilukujen
Avaruuden R n aliavaruus
Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa
MS-A24 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 216 Antti Rasila
KRISTALLOGRAFIASSA TARVITTAVAA MATEMA- TIIKKAA
KRISTALLOGRAFIASSA TARVITTAVAA MATEMA- TIIKKAA Aloita kertaamalla hilan indeksointi niin, että osaat kuutiollisen kiteen tasojen ja suuntien Miller-indeksit. Vektorit määritellään yleisessä muodossa r
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
Selvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x
Seuraavaksi tarkastellaan C 1 -sileiden pintojen eräitä ominaisuuksia. Lemma 2.7.1. Olkoon S R m sellainen C 1 -sileä pinta, että S on C 1 -funktion F : R m R eräs tasa-arvojoukko. Tällöin S on avaruuden
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
MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)
. Lasketaan valmiiksi derivaattoja ja niiden arvoja pisteessä x = 2: f(x) = x + 3x 3 + x 2 + 2x + 8, f(2) = 56, f (x) = x 3 + 9x 2 + 2x + 2, f (2) = 7, f (x) = 2x 2 + 8x + 2, f (2) = 86, f (3) (x) = 2x
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
1 Matriisit ja lineaariset yhtälöryhmät
1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta Eksponenttifuntio Palautetaan mieliin, että Neperin luvulle e pätee: e ) n n n ) n n n n n ) n. Tästä määritelmästä seuraa, että eksponenttifunktio e x voidaan määrittää
Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen
Informaatiotieteiden yksikkö Lineaarialgebra 1A Pentti Haukkanen Puhtaaksikirjoitus: Joona Hirvonen . 2 Sisältö 1 Matriisit, determinantit ja lineaariset yhtälöryhmät 4 1.1 Matriisin määritelmä.......................
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 2 Lisää osamurtoja Tutkitaan jälleen rationaalifunktion P(x)/Q(x) integrointia. Aiemmin käsittelimme tapauksen, jossa nimittäjä voidaan esittää muodossa Q(x) = a(x x
LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto
LUKU 7 Perusmuodot 7 Ensimmäinen perusmuoto Määritelmä 7 Olkoon ϕ: U R 3 tilkku Määritellään funktiot E, F, G: U R asettamalla (7) E := ϕ ϕ, F := ϕ, G := ϕ u u u u Funktiot E, F G ovat tilkun ϕ ensimmäisen
Harjoitusten 5 vastaukset
Harjoitusten 5 vastaukset 1. a) Regressiossa (1 ) selitettävänä on y jaselittäjinävakiojax matriisin muuttujat. Regressiossa (1*) selitettävänä on y:n poikkeamat keskiarvostaan ja selittäjinä X matriisin
Mapusta. Viikon aiheet
Infoa Mapusta Tiistaina: Ongelmanratkaisu ryhmässä luento klo 8-10 D101. Tähän liittyviä tehtäviä tehään myöhemmin perusopintojen laboratoriotöihin integroituna. Mikäli luento menee ex-temporen päälle,
Lineaarinen yhtälöryhmä
Lineaarinen yhtälöryhmä 1 / 39 Lineaarinen yhtälö Määritelmä 1 Lineaarinen yhtälö on muotoa a 1 x 1 + a 2 x 2 + + a n x n = b, missä a i, b R, i = 1,..., n ovat tunnettuja ja x i R, i = 1,..., n ovat tuntemattomia.
5. Numeerisesta derivoinnista
Funktion derivaatta ilmaisee riippumattoman muuttujan muutosnopeuden riippuvan muuttujan suteen. Esimerkiksi paikan derivaatta ajan suteen (paikan ensimmäinen aikaderivaatta) on nopeus, joka ilmaistaan
Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen
Informaatiotieteiden yksikkö Lineaarialgebra 1A Pentti Haukkanen Puhtaaksikirjoitus: Joona Hirvonen . 2 Sisältö 1 Matriisit, determinantit ja lineaariset yhtälöryhmät 4 1.1 Matriisin määritelmä.......................
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