LINEAARIALGEBRA a. Martti E. Pesonen. Epsilon ry maaliskuuta 2016

Koko: px
Aloita esitys sivulta:

Download "LINEAARIALGEBRA a. Martti E. Pesonen. Epsilon ry maaliskuuta 2016"

Transkriptio

1 LINEAARIALGEBRA a Martti E Pesonen Epsilon ry - 30 maaliskuuta 206

2 LUKIJALLE Lineaarialgebran kursseja edeltäviksi opinnoiksi suositellaan jotain lukion matematiikkaa teoreettiselta kannalta täydentävää kurssia, esimerkiksi Matematiikan johdantokurssia, jossa matematiikan perusasioita selvitellään huomattavasti abstraktimmalla tasolla kuin mitä asioita on koulussa käsitelty Osallistujilla odotetaan olevan mm perustiedot ja -taidot funktioista sekä järjestys- ja ekvivalenssirelaatioista Kurssiin liittyy jonkin verran pakollisia tietokonedemonstraatioita, joista osassa keskitytään oppimaan uusia käsitteitä vuorovaikutteisten tehtäväarkkien avulla, ja osassa opetellaan lineaaristen struktuurien käsittelyä matematiikan tietokoneohjelmilla (Maple/Matlab) Nämä eivät kuitenkaan edellytä varsinaisten ohjelmointikielten tuntemusta Lineaarialgebran kursseilla on tarkoitus oppia mm ratkaisemaan lineaarisia yhtälöryhmiä (osa a) vektori- ja matriisilaskentaa (osa a) lineaariavaruuksien rakennetta ja teoriaa (osa a) lineaarikuvausten toimintaa ja teoriaa (osa b) sisätuloavaruuksien ominaisuuksia (osa b) ominaisarvojen ja -vektorien laskeminen (osa b) matriisin diagonalisointi ja neliömuototyypit (osa b) tietokoneen käyttöä lineaarialgebrassa (osat a ja b) edellisten tietojen ja taitojen soveltamista (osat a ja b) Kurssin pedagogisena tarkoituksena on tutustuttaa opiskelija paitsi konkreettiseen vektori- ja matriisilaskentaan sekä vektoriavaruuksiin, myös abstraktiin lineaariavaruuksien teoriaan Tämä aksiomaattinen, puhtaasti joukko-oppiin ja logiikkaan perustuva teoria on ideaalinen esimerkki yhtaikaa käyttökelpoisesta mutta silti verrattain yksinkertaisesta struktuurista Kurssin toivotaankin kehittävän käsitteenmuodostus- ja abstrahointitaitoa sekä harjaannuttaa näkemään jo ennestään tuttuja asioita uudesta näkökulmasta Oppikirjana tai oheismateriaalina voi käyttää esimerkiksi teosta Leon, Steven J: Linear algebra with applications, third edition - Macmillan, New York, 990 tai myöhempi, luvut -6 (-3 osa a, 4-6 osa b) Joensuussa 30 maaliskuuta 206 Martti E Pesonen

3 MERKINNÄT Kurssilla käytetään normaaleja logiikan merkintöjä: negaatio ja konnektiivit: ei, tai, ja, seuraa, yhtäpitävää kvanttorit: on olemassa, kaikilla, joukko-opin merkinnät: tyhjä joukko, kuuluu joukkoon, osajoukko joukko-operaatiot: joukon A komplementti A, joukkojen yhdiste, leikkaus, erotus \, tulo(joukko) Merkinnällä X := lauseke asetetaan symbolille X arvo lauseke Z, Q, R ja C ovat kokonaislukujen, rationaalilukujen, reaalilukujen ja kompleksilukujen joukot Luonnollisten lukujen joukko N on tässä aidosti positiiviset kokonaisluvut ja N 0 := N {0} Lisäksi käytetään nk lukumääräjoukkoa {, kun n = 0 [n] := {, 2, 3,, n}, kun n N A + tarkoittaa joukon A aidosti positiivista osaa Isot kirjaimet A, B, C, edustavat tällä kurssilla yleensä matriiseja; U, V, W, vektorijoukkoja tai lineaariavaruuksia ja L, M, lineaarikuvauksia Pienet ja kreikkalaiset kirjaimet ovat yleensä alkioita tai lukuja Lihavoidut pienet kirjaimet ovat vektoreita; käsin kirjoitettuna ne on syytä alleviivata (u) Kalligrafiset kirjaimet P, C,, tarkoittavat tavallisesti jotakin funktiojoukkoa; kuitenkin K tarkoittaa vektoriavaruuden kerroinkuntaa, joka yleensä on R tai C Jos n N, niin n-ulotteisten vaakavektorien joukko on K n = {(x, x 2,, x n ) x k K}

4 Sisältö JOHDANTOA KERTAUSTA 0 Vektorit ja yhtälöt 0 2 Geometrinen näkökulma 2 3 Vektoreilla laskemisesta n-ulotteisessa avaruudessa 5 4 Ratkaisuja tehtäviin 6 2 LINEAARISET YHTÄLÖRYHMÄT 8 2 Yhtälö ja yhtälöryhmä 8 22 Lineaariset yhtälöryhmät 9 23 Lineaarisen yhtälöryhmän ratkaiseminen Ratkaisuja tehtäviin 36 3 MATRIISILASKENTAA 40 3 Karteesinen tulo ja matriisi Matriisioperaatioita ja nimityksiä 4 33 Laskusääntöjä Yhtälöryhmä matriisimuodossa Ratkaisuja tehtäviin 56 4 ANALYYTTISTÄ GEOMETRIAA 60 4 Suorat tasossa Tasot avaruudessa Ratkaisuja tehtäviin 66 5 KÄÄNTEISMATRIISI 70 5 Käänteismatriisin määrittely Laskusääntöjä Alkeisoperaatiot ja alkeismatriisit Yhtälöryhmän ratkaisuista Eliminointimenetelmä 82

5 SISÄLTÖ 5 56 Alimatriisit ja lohkotulot Ratkaisuja tehtäviin 90 6 DETERMINANTTI 92 6 Determinantin määritelmä Determinantin kehittäminen Determinanttien laskusääntöjä Alkeismatriisien determinantit Determinantti ja säännöllisyys 0 66 Tulon determinantti Eliminointimenetelmä Laskutoimitusten määristä *Lohkomatriisien determinanteista Ratkaisuja tehtäviin 08 7 LIITTOMATRIISI JA CRAMERIN SÄÄNTÖ 0 7 Kofaktori- ja liittomatriisi 0 72 Käänteismatriisin laskeminen liittomatriisin avulla 73 Yhtälöryhmän ratkaisu Cramerin säännöllä 3 74 Ratkaisuja tehtäviin 6 8 SOVELLUTUKSIA 8 8 Lineaarisista malleista 8 82 Lineaarinen yhtälöryhmä mallina 9 83 Kysyntä tarjonta -malleja Matriiseilla mallintamisesta Käänteismatriisin käyttöä Ratkaisuja tehtäviin 28 9 LINEAARIAVARUUS 32 9 Joukon sisäinen laskutoimitus Skaalaus eli ulkoinen laskutoimitus 34

6 SISÄLTÖ 6 93 Lineaariavaruuden määritelmä Määritelmän seurauksia Omituisempia esimerkkejä 4 96 Ratkaisuja tehtäviin 44 0 ALIAVARUUDET 50 0 Aliavaruuden määrittely Polynomi- ja funktioavaruuksia Aliavaruuksien summa Vektorijoukon virittämä aliavaruus Virittävän joukon sieventämisestä Ratkaisuja tehtäviin 59 LINEAARINEN RIIPPUMATTOMUUS 62 Riippumattomuuden määritelmä 62 2 Ominaisuuksia 64 3 Lineaarinen riippumattomuus ja singulaarisuus 66 4 Funktioiden lineaarinen riippuvuus 67 5 Yksikäsitteisyydestä 69 6 Suora summa 69 7 Analyyttistä geometriaa tason yhtälö 70 8 Ratkaisuja tehtäviin 73 2 KANTA, KOORDINAATIT JA DIMENSIO 76 2 Kanta ja koordinaatit Kantavektorien lukumäärä Kannan olemassaolo Dimensio Aliavaruuksien dimensioista Kannaksi täydentäminen Ratkaisuja tehtäviin 84

7 SISÄLTÖ 7 A LIITE: Algebrallisista rakenteista 86 A Ryhmä 86 A2 Kunta 88

8 SISÄLTÖ 8

9 SISÄLTÖ 9

10 JOHDANTOA KERTAUSTA Vektorit ja yhtälöt Lineaarialgebran perusolioita ovat mm vektorit ja matriisit sekä niiden lineaarikombinaatiot eli lineaariset yhdistelmät Lineaarikombinaatio on äärellinen summa c X + c 2 X c n X n missä c, c 2,, c n ovat skalaareja (reaali- tai kompleksilukuja) ja x, x 2,, x n ovat vektoreita (tai matriiseja); esimerkiksi reaalilukuja, kompleksilukuja, abstrakteja vektoreita, avaruuden R n vektoreita, funktioita, lukujonoja, suppenevia sarjoja, jne Muotoa c X + c 2 X c n X n = Y oleva yhtälö, missä symbolit edustavat c i ovat tunnettuja skalaareja ja Y on tunnettu vektori, on n:n tuntemattoman (lineaarinen) vektoriyhtälö Yhtä hyvin vektorit x i voivat olla tunnettuja ja skalaarit c i tuntemattomia, tai tuntemattomista osa voi olla skalaareja, osa vektoreita Esimerkki Ratkaise vektori (x, y) R 2 yhtälöstä a) 2(x, y) = (3, 4) b) 3(x, y) + 4(2y, 3x) = (, 2) Ratkaisut a) Tässä tarvitsee tietää mitä tarkoittaa skalaarilla kertominen eli skaalaus ja vektorien samuus (=) Vektoriyhtälö palautuu tavallisten yhtälöiden ryhmäksi: 2(x, y) = (3, 4) (2x, { 2y) = (3, 4) 2x = 3 { 2y = 4 x = 3 y = 2 Siis (x, y) = ( 3, 2) = (3, 4) 2 2 b) Tähän sisältyy myös vektorien yhteenlaskua: 3(x, y) + 4(2y, 3x) = (3x, 3y) + (8y, 2x) = (3x + 8y, 3y + 2x) = (, 2)

11 JOHDANTOA KERTAUSTA Siis (x, y) = ( 3 87, 2 29 ) { 3x + 8y = { 3y + 2x = 2 2x 32y = 4 { 2x + 3y = 2 2x 32y = 4 { 29y = 2 y = 2 29 x = 3 (32y 4) = 2 87 Esimerkki 2 Ratkaise vektorit (x, y) ja (u, v) R 2 vektoriyhtälöryhmästä { (x, y) + 2(u, v) = (, 3) 2(x, y) + 3(u, v) = (2, ) Ratkaisu Kirjoitetaan yhtäpitäväksi koordinaateittaiseksi vektoriyhtälöryhmäksi { (x + 2u, y + 2v) = (, 3) (2x + 3u, 2y + 3v) = (2, ) joka puolestaan on ekvivalentti skalaariyhtälöryhmän x + 2u = y + 2v = 3 2x + 3u = 2 2y + 3v = kanssa Tässä kannattaa ryhmitellä yhtälöt kahteen ryhmään, joissa kummassakin on vain kaksi tuntematonta: x + 2u = 2x + 3u = 2 y + 2v = 3 2y + 3v = eli (x, y) = (7, 7) ja (u, v) = ( 4, 5) x = 7 u = 4 y = 7 v = 5 Lineaariset vektoriyhtälöt johtavat siis luonnollisella tavalla skalaariyhtälöiden muodostamaan yhtälöryhmään

12 JOHDANTOA KERTAUSTA 2 2 Geometrinen näkökulma Lineaarinen kahden tuntemattoman x ja y yhtälö voidaan aina saattaa muotoon ax + by = c, mikä analyyttisen geometrian mielessä vastaa suoraa tasossa R 2 Kahden suoran yhteiset pisteet selviävät näiden suorien yhtälöiden muodostamasta yhtälöryhmästä { ax + by = c dx + ey = f Sen ratkaisuksi on tunnetusti kolme mahdollisuutta: ei lainkaan ratkaisua, jolloin suorat ovat yhdensuuntaiset, mutteivät samat, yksi piste (x, y ), suorien leikkauspiste, kokonainen suora, jolloin yhtälöt esittävätkin samaa suoraa Mikäli yhtälöitä on enemmän kuin kaksi (Kuva ), ratkaisuja ei tavallisesti ole, mutta silloinkin voidaan yleensä laskea eräänlainen kompromissiratkaisu, nk pienimmän neliösumman ratkaisu (PNS), ks Luku?? Kuva : Kaksi tuntematonta, kolme yhtälöä, ei ratkaisua Tehtävä 2 Piirrä xy-tasoon seuraavat suorat ja määritä niiden leikkauspisteet (tai yleisemmin niiden yhteiset pisteet): a) y = x + ja y = 2x + 3 b) x + y = 2 ja x 2y = 2 c) x y = 2 ja x + y = d) x y = 2 ja y = x 2 e) x y =, 2x + y 3 = 0 ja y = 2x + 3 f) y = x +, y = x + ja y = 0 Ratkaisut sivulla 6

13 JOHDANTOA KERTAUSTA 3 Koulussa opittu tapa ratkaista yhtälöryhmiä niin, että ratkaistaan joistakin yhtälöistä tietyt tuntemattomat muiden suhteen ja sijoitetaan jäljellä oleviin yhtälöihin, ei ole mielekäs suurten (n, m > 2) lineaaristen yhtälöryhmien ratkaisemiseen Sen sijaan keino, jossa yhtälöitä kerrotaan sopivilla nollasta eriävillä luvuilla ja yhtälöitä lasketaan puolittain yhteen tai vähennetään toisistaan tuntemattomien eliminoimiseksi, on läheistä sukua niin kutsutulle Gaussin eliminointimenetelmälle, joka on eräs kurssin keskeisimmistä työkaluista Menetelmässä yhdistetään edelliset kaksi operaatiota muotoon yhtälöstä vähennetään toisen monikerta, mikä nopeuttaa prosessia Menetelmän yleinen muoto esitetään Luvussa 23, mutta otetaan tässä valmisteleva esimerkki Prosessin ensimmäinen vaihe on esimerkiksi seuraava: { { ax + by = c R a x + b y = c R A R dx + ey = f R 2 d x + e y = f R 2 R 2 A 2 R missä luvut A ja A 2 valitaan niin, että a = ja d = 0 Sitten edelleen nollataan b :n kohdalla oleva luku ja skaalataan e :n kohdalla oleva luku ykköseksi Oheinen vuorovaikutteinen Javasketchpad-animaatio johtaa konkreettisella tavalla Gaussin eliminointiprosessiin (jopa Gauss-Jordanin prosessiin, jossa eliminoidaan kaikki mahdollinen!), katso Luku 23 Suorat tasossa (linkki JavaSketchpad-animaatioon) Kurssimateriaali/LAText/2DSuorathtm Esimerkki 22 Ratkaistaan yhtälöryhmä { 2x 3y = 7 3x + 5y = 3 Merkitään yhtälöryhmän rivejä symboleilla R i ja kirjoitetaan muunnettujen rivien perään kuinka yhtälö on saatu edellisestä muodosta Kun tässä jälkimmäisestä vähennetään edellinen puolitoistakertaisena: { 2x 3y = 7 R 3x + 5y = 3 R 2 { 2x 3y = 7 R R ( )x + (5 3 2 ( 3))y = R 2 R R on jälkimmäisestä nollattu tuntemattoman x kerroin, eli x on eliminoitu Alkuperäisellä yhtälöryhmällä on edelleen samat ratkaisut kuin yhtälöryhmillä { { 2x 3y = 7 R x 3 9 y = 57 R y = 7 R R y = 3 R R 2 Ratkaisuksi saadaan näin (x, y) = (4, 3)

14 JOHDANTOA KERTAUSTA 4 Tehtävä 23 Piirrä x x 2 -tasoon seuraavien yhtälöiden ratkaisut Mitkä ovat vastaavien yhtälöryhmien ratkaisut? a) x + x 2 = 2 ja x x 2 = 2 b) x + x 2 = 2 ja x + x 2 = c) x + x 2 = 2 ja x x 2 = 2 Ratkaisu sivulla 7 Vastaavasti lineaarinen yhtälö ax + by + cz = d esittää xyz-avaruuden tasoa Useamman tason leikkauspiste (x,y,z ) on siten näiden tasojen yhtälöiden muodostaman yhtälöryhmän ratkaisu, mikäli näitä on vain yksi Jos ratkaisuja on äärettömästi, on ratkaisujoukko suora tai taso (katso Luku 22) Tehtävä 24 Onko tasoilla a) 2x + y z = 0 ja x y + 2z = b) 2x + y z = 0, x y + 2z = ja 3x y = 2 yhteisiä pisteitä? Ratkaisu sivulla 7

15 JOHDANTOA KERTAUSTA 5 3 Vektoreilla laskemisesta n-ulotteisessa avaruudessa Joukkoa R n varustettuna vektorien alkioittaisella yhteenlaskulla ja vakiolla (skalaarilla) kertomisella (x, x 2,, x n ) + (y, y 2,, y n ) := (x +y, x 2 +y 2, x n +y n ) α(x, x 2,, x n ) := (αx, αx 2,, αx n ) sanotaan n-ulotteiseksi euklidiseksi avaruudeksi Vektoreiden piste- eli skalaaritulo (dot product, scalar product) on koordinaateittain muodostettujen tulojen summa (x, x 2,, x n ) (y, y 2,, y n ) := n x i y i i= ja vektorin normi eli pituus on (x, x 2,, x n ) := n x 2 i i= Normin neliö on täten vektorin pistetulo itsensä kanssa Esimerkki 3 Lasketaan vektorien (, 3, 2) ja ( 6, 2, ) pistetulo ja normit Merkitään x := (, 3, 2) ja y := ( 6, 2, ) Silloin x y = (, 3, 2) ( 6, 2, ) = ( 6) = 2 x 2 = = 4 x = 4 y 2 = ( 6) ( 6) = 4 y = 4 Normin kaava voidaan tulkita Pythagoraan lauseen yleistykseksi, miten? Kurssilla käsitellään myös jonkin verran kompleksilukuja ja -vektoreita, erityisesti kurssin loppupuolella

16 4 Ratkaisuja tehtäviin Tehtävä 2: a) (2/3, 5/3), b) (2, 0), c) eivät leikkaa, d) suora y = x 2, e) (2/3, 5/3), f) leikkaavat vain pareittain, pisteissä (, 0), (, 0) ja (0, ) 4 3 y x y x a) suorat y = x + ja y = 2x + 3 b) suorat x + y = 2 ja x 2y = y x y x c) suorat x y = 2 ja x + y = d) suorat x y = 2 ja y = x y x y x e) suorat x y =, 2x + y 3 = 0 f) suorat y = x +, y = x + ja y = 2x + 3 ja y = 0

17 JOHDANTOA KERTAUSTA 7 Tehtävä 23: Yhtälöryhmien ratkaisut ovat (ks Kuva 2) a) (0, 2), b) ei ratkaisua, c) suora x + x 2 = 2 x - x = 2 2 x + x = 2 2 x + x = 2 Kuva 2: Tehtävän 23 suorat Tehtävä 24: a) Kertomalle ensimmäinen yhtälö kahdella ja vähentämällä alemmasta ylempi puolittain saadaan { { x y + 2z = x y + 2z = 2x + y z = 0 3y 5z = 2 Tästä näkyy, että esimerkiksi z saa olla mielivaltainen, z R, ja siten (ääretön) ratkaisujoukko tasojen leikkausjoukko on suora, jonka pisteet ovat muotoa x = 3 3 z y = z z R b) On yksi, sillä sopivilla kertomis- ja vähentelyoperaatioilla saadaan x y + 2z = 2x + y z = 0 3x y = 2 x y + 2z = 3y 5z = 2 8 z = 3 3 x y + 2z = 3y 5z = 2 2y 6z = 3 x = 8 y = 7 8 z = 8

18 2 LINEAARISET YHTÄLÖRYHMÄT 2 Yhtälö ja yhtälöryhmä Sovitaan aluksi muutamista yleisistä yhtälöryhmiä koskevista nimityksistä: Olkoon J R n ja F : J R funktio Muotoa F (x, x 2,, x n ) = 0 oleva ilmaus on (reaalinen) n tuntemattoman yhtälö tuntemattomina arvoina x, x 2,, x n Vastaavasti voidaan puhua kompleksisista ym yhtälöistä riippuen siitä, millaisia arvoja tuntemattomille sallitaan Yhtälöryhmäksi sanotaan yhden tai useamman (äärellisen monen) yhtälön sisältävää kokonaisuutta F (x, x 2,, x n ) = 0 F 2 (x, x 2,, x n ) = 0 F m (x, x 2,, x n ) = 0 Jos yhtälöryhmä sisältää yhteensä n tuntematonta x, x 2,, x n, sen (yksittäisellä) ratkaisulla tarkoitetaan sellaista n luvun järjestettyä jonoa (x, x 2,, x n), jonka jäsenien sijoittaminen tuntemattomien paikalle toteuttaa yhtälöryhmän kaikki yhtälöt Yhtälöryhmän ratkaiseminen tarkoittaa sen kaikkien ratkaisujen etsimistä Yhtälöryhmän kaikkien ratkaisujen joukkoa {(x, x 2,, x n) F i (x, x 2,, x n) = 0, i =, 2, 3,, m} sanomme sen ratkaisuksi tai ratkaisujoukoksi Yhtälöryhmällä voi olla yksi tai useampia ratkaisuja tai ei ollenkaan ratkaisua Kaksi yhtälöryhmää ovat keskenään yhtäpitäviä eli ekvivalentteja, jos niissä esiintyy täsmälleen samat tuntemattomat ja niillä on tarkalleen samat ratkaisut Esimerkki 2 a) Yhtälön x 2 x = 3 määrää funktio F : R R, F (x) := x 2 x 3 b) Yhtälöryhmän { x ln y = 2 2x + ln y = 3 määräävät funktiot F, F 2 : R ]0, [ R, F (x, y) = x ln y 2 F 2 (x, y) = 2x + ln y 3 ()

19 2 LINEAARISET YHTÄLÖRYHMÄT 9 Tehtävä 22 Esitä yhtälöryhmä x 2 + x + y = z x + y + z = 0 z y 2 = sopivien funktioiden avulla muodossa () Ratkaisu sivulla Lineaariset yhtälöryhmät Kaikilla tieteenaloilla esiintyy ongelmia, joita kuvaamaan sopii jokin lineaarinen yhtälö tai yhtälöryhmä Ongelma voi olla sellainen, että yhtälöryhmän ratkaisu antaa tarkan, yleispätevän tuloksen Useat konkreettiset ongelmat ovat kuitenkin epälineaarisia tai niin monimutkaisia, että mallia muodostettaessa joudutaan tekemään yksinkertaistuksia Näille muodostettu lineaarinen malli on approksimatiivinen ja vastaavan lineaarisen yhtälöryhmän ratkaisu on pätevä vain tietyllä tarkkuudella ja rajoitetuilla muuttujien arvoilla Nykyään yhä suurempia yhtälöryhmiä voidaan ratkaista tarkasti tietokoneilla Kuitenkin suuret yhtälöryhmät ratkaistaan edelleen erilaisilla numeerisilla menetelmillä, joiden käsittely kuuluu numeerisen lineaarialgebran piiriin (katso esimerkiksi Leon, Luku 7) Määritelmä 22 Olkoot luvut a ij ja b j tunnettuja ja luvut x i tuntemattomia Yhtälöryhmää a x + a 2 x a n x n = b a 2 x + a 22 x a 2n x n = b 2 a m x + a m2 x a mn x n = b m sanotaan m yhtälön ja n tuntemattoman x i lineaariseksi yhtälöryhmäksi (system of linear equations), jatkossa lyhyemmin (lineaariseksi) m n-yhtälöryhmäksi Luvut a ij ovat yhtälöryhmän kertoimia (coefficient) Lineaarinen yhtälöryhmä on homogeeninen, jos luvut b j ovat nollia, muutoin epähomogeeninen Jos m = n, yhtälöryhmä on kvadraattinen Luvussa 23 opetellaan systemaattinen yleispätevä ratkaisumenetelmä, niin kutsuttu Gaussin eliminointimenetelmä, joka on (lähes) sellaisenaan ohjelmoitavissa tietokoneelle Tätä ennen kuitenkin tutustutaan menetelmässä käytettyihin operaatioihin ja koetetaan havainnollistaa niiden merkitystä

20 Yhtälöryhmän { a x + a 2 x 2 = b 2 LINEAARISET YHTÄLÖRYHMÄT 20 Tehtävä 222 Mitkä seuraavista ovat lineaarisia yhtälöitä a) 2x 3y = 0 b) 2x 3y = 3 c) 2x 3y = z d) 2x + xy y = 0? Ratkaisu sivulla 36 Tehtävä 223 Esitä Tehtävän 222 kolmen ensimmäisen yhtälön muodostama yhtälöryhmä funktioiden avulla muodossa () Ratkaisu sivulla yhtälöryhmän geometrinen tulkinta a 2 x + a 22 x 2 = b 2 yhtälöt esittävät x x 2 -tason suoria Yhtälöryhmän mahdollinen ratkaisu on näiden suorien leikkauspiste tai kokonainen suora, mikäli yhtälöt esittävät samaa suoraa Tällöin yhtälöt ovat verrannolliset, ts toinen saadaan toisesta kertomalla vakiolla Lineaarinen kolmen tuntemattoman x, x 2 ja x 3 yhtälö voidaan aina saattaa muotoon a x + a 2 x 2 + a 3 x 3 = b, mikä analyyttisen geometrian mielessä vastaa tasoa avaruudessa R 3 Kaksi tällaista yhtälöä muodostaa yhtälöryhmän { a x + a 2 x 2 + a 3 x 3 = b a 2 x + a 22 x 2 + a 23 x 3 = b 2 ja sen ratkaisuksi on tunnetusti kolme mahdollisuutta: ei lainkaan ratkaisua, jolloin tasot ovat yhdensuuntaiset, mutteivät samat tasojen leikkaussuora kokonainen taso, jolloin yhtälöt esittävät samaa tasoa

21 2 LINEAARISET YHTÄLÖRYHMÄT 2 Kolmen yhtälön tapaus a x + a 2 x 2 + a 3 x 3 = b a 2 x + a 22 x 2 + a 23 x 3 = b 2 a 3 x + a 32 x 2 + a 33 x 3 = b 3 eroaa olennaisesti edellisistä vain siinä, että ratkaisuna voi olla myös tasan yksi avaruuden piste (x, x 2, x 3 ) Kuvassa 3 esiintyvät erilaiset perustapaukset, joissa ratkaisuja on, ja Kuvassa 4 ne, joissa ratkaisuja ei ole Kuva 3: Kolme tuntematonta, kolme yhtälöä, ratkaisuja on Kuva 4: Kolme tuntematonta, kolme yhtälöä, ei ratkaisuja Maple-työarkki tasoista (linkki) Kurssimateriaali/LAText/Tasotmws

22 2 LINEAARISET YHTÄLÖRYHMÄT 22 Yhtälöryhmän alkeismuunnokset Lineaarinen yhtälöryhmä kannattaa opetella ratkaisemaan järjestelmällisesti muokkaamalla se sopivien alkeismuunnosten välityksellä sellaiseen ekvivalenttiin muotoon, josta ratkaisut mikäli niitä on ovat helposti laskettavissa Seuraavien alkeisoperaatioiden käyttäminen muuntaa yhtälöryhmän toiseen yhtäpitävään muotoon: I Vaihdetaan yhtälöiden järjestystä II Yhtälö kerrotaan nollasta eriävällä luvulla III Yhtälöön lisätään toisen yhtälön monikerta Periaatteessa kussakin vaiheessa suoritetaan vain yksi alkeisoperaatio kerrallaan Kirjoitusvaivan vähentämiseksi operaatioita voi tehdä samanaikaisesti useita, mutta tällöin on muistettava: Varoitus! Jos operaatiota III käytetään tiettyyn välimuotoon useita kertoja, kutakin yhtälöparia saa käyttää vain kerran (miksi?) Kun prosessi suoritetaan jäljempänä esiteltävällä Gaussin eliminointimenetelmällä tai Gauss-Jordanin reduktiolla, ei vaaraa ole Tehtävä 224 (Varoittava esimerkki) Mitä tehdään väärin seuraavassa: { { x y = 3 R 2y = 4 R R R 2 x + y = 7 R 2 { 2y = 4 R 2 R 2 R x R y = 2 Mikä on oikea ratkaisu? Ratkaisu sivulla 36 Tehtävä 225 Ratkaise alkeisoperaatioita käyttäen yhtälöryhmät a) c) { 4x + 2y = 3 5x 3y = 4 Ratkaisu sivulla 36 s + t = 2 s t = 3s + t = b) d) { 3x 2y + 5z = 2 2x + 3y 8z = 34 3x 2x 2 + x 3 = 2 7x + x 2 8x 3 = 5 x + x 2 x 3 = 0 Tehtävä 226 Mitä Tehtävän 225 yhtälöt, yhtälöryhmät ja niiden ratkaisut tarkoittavat geometrisesti tasossa tai kolmiulotteisessa avaruudessa?

23 2 LINEAARISET YHTÄLÖRYHMÄT 23 Määritelmä 227 Yhtälöryhmä c x + c 2 x c n x n = d c 2 x + c 22 x c 2n x n = d 2 c m x + c m2 x c mn x n = d m on porrasmuodossa (row echelon (or staircase) form), jos sen kertoimille c ij pätee: () jokaisen rivin ensimmäinen nollasta eriävä kerroin on, (2) jos rivillä k kaikki kertoimet eivät ole nollia, niin rivin k + alkupäässä on kertoimina aidosti enemmän nollia kuin rivin k alkupäässä, (3) pelkkiä nollia kertoiminaan sisältävät rivit ovat viimeisinä Yhtälöryhmä on redusoidussa porrasmuodossa, jos se on porrasmuodossa ja (4) kunkin rivin ensimmäinen nollasta eriävä kerroin on sarakkeensa ainoa nollasta eriävä kerroin Esimerkki 228 Yhtälöryhmä x + 2x 3 + 6x 5 = 3 x 2 + 7x 3 + 2x 5 x 6 = 2 x 4 + 5x 6 = 3 0 = a missä a on reaalivakio, on redusoidussa porrasmuodossa Tällä yhtälöryhmällä on ratkaisuja jos ja vain jos a = 0 Porrasmuodon kunkin rivin ensimmäistä nollasta poikkeavaa kerrointa sanotaan johtavaksi kertoimeksi (leading coefficient) tai johtavaksi alkioksi Vastaava tuntematon on johtava tuntematon (tai johtava muuttuja) Muut tuntemattomat ovat vapaita tuntemattomia (tai vapaita muuttujia) Tehtävä 229 Selvitä Esimerkin 228 yhtälöryhmän johtavat ja vapaat tuntemattomat Ratkaisu sivulla 36 Yhtälöryhmä on kolmiomuodossa, jos se on kvadraattinen (n = m) ja kullakin rivillä k ovat k ensimmäistä kerrointa nollia, mutta c kk 0

24 2 LINEAARISET YHTÄLÖRYHMÄT 24 Esimerkki 220 Yhtälöryhmä 5x + 2x 2 + x 3 = 2 x 2 2 x 3 = 7x 3 = 2 on kolmiomuodossa, mutta ei porrasmuodossa On ilmeistä, että kolmiomuodossa olevalla yhtälöryhmällä on täsmälleen yksi ratkaisu, koska kaikki tuntemattomat ovat johtavia Ratkaisu voidaan laskea yksinkertaisesti sijoittamalla alkaen viimeisestä tuntemattomasta Tehtävä 22 Saata Esimerkin 220 yhtälöryhmä porrasmuotoon ja ratkaise se Ratkaisu sivulla 37 Esimerkki 222 Eräs 4 5-yhtälöryhmä on muunnettu muotoon x 2x 2 + x 4 + 5x 5 = 7 x 2 x 3 + 7x 4 = 3 x 4 + 6x 5 = 8 x 5 = Selvitä perustellen, onko se a) kolmiomuodossa, b) porrasmuodossa, c) redusoidussa porrasmuodossa? Ratkaisu a) Ei ole kolmiomuodossa, sillä se ei ole kvadraattinen (tai: c 33 = 0) b) On porrasmuodossa (tarkasta ehdot ()-(3)) c) Ei ole redusoidussa porrasmuodossa, esimerkiksi johtava x 2 toisella rivillä ei ole sarakkeensa ainoa (vaatimus (4)) Esimerkki 223 Muunna porrasmuotoon yhtälöryhmä x + x 2 x 3 = 2x x 2 + 3x 3 = 2 x 2x 2 + 4x 3 = Ratkaisu Olkoot yhtälöryhmän rivit R, R 2 ja R 3 Korvataan R 2 yhtälöllä R 2, joka saadaan vähentämällä toisesta ensimmäinen kerrottuna kahdella eli R 2 R 2 2R ja R 3 yhtälöllä R 3 R 3 R Nyt R 2 ja R 3 ovat samat, ja operaatio

25 2 LINEAARISET YHTÄLÖRYHMÄT 25 R 3 R 3 R 2 tuottaa yhtälön 0 = 0 Lopuksi skaalataan R 2 kertoimella /3, jolloin saadaan porrasmuoto x + x 2 x 3 = x x 3 = 0 0 = 0 Esimerkki 224 Muunnetaan Esimerkin 222 yhtälöryhmä redusoituun porrasmuotoon Ratkaisu Yhtälöryhmä oli jo porrasmuodossa: x 2x 2 + x 4 + 5x 5 = 7 R x 2 x 3 + 7x 4 = 3 R 2 x 4 + 6x 5 = 8 R 3 x 5 = R 4 On nollattava johtavien tuntemattomien yläpuolet Aloitetaan lopusta: x 2x 2 + x 4 + = 2 R R 5R 4 x 2 x 3 + 7x 4 = 3 R 2 R 2 0R 4 x 4 + = 4 R 3 R 3 6R 4 x 5 = R 4 R 4 x 2x 2 = 2 R R R 3 x 2 x 3 = 95 R 2 R 2 7R 3 x 4 = 4 R 3 R 3 x 5 = R 4 R 4 x 2x 3 = 92 R R + 2R 2 x 2 x 3 = 95 x 4 = 4 x 5 = Tämä on redusoitu porrasmuoto

26 2 LINEAARISET YHTÄLÖRYHMÄT 26 Ratkaisujen esittäminen vektorimuodossa Jatkossa ratkaisut pyritään esittämään vektorimuodossa, ja tarvittaessa sopivan apumuuttujan, skalaariparametrin avulla niin, että kaikki tuntemattomat vapautuvat vektorin koordinaateiksi Lisäksi vektorit ovat pystyvektoreita, vaikka ne tilan säästämiseksi usein kirjoitetaan transpoosin avulla vaakamuodossa (x x 2 x n ) T, ks Luku 32 Esimerkki valaissee tässä vaiheessa asiaa helpoimmin Esimerkki 225 Ratkaise Esimerkissä 224 redusoitu yhtälöryhmä ja esitä ratkaisu vektorimuodossa Ratkaisu Yhtälöryhmässä x 2x 3 = 92 x 2 x 3 = 95 x 4 = 4 x 5 = tuntematon x 3 on vapaasti valittavissa, joten ratkaisuja on äärettömästi Valitaan parametriksi vapaa x 3 = s R ja ratkaistaan muut siitä riippuvat: x = s x 2 = 95 + s x 3 = s R x 4 = 4 x 5 = Esitys vektorimuodossa x = a + sb parametrina s: x 92 2 x 2 x 3 x 4 = s 0, s R, tai transpoosin avulla x 5 0 (x x 2 x 3 x 4 x 5 ) T = ( )T + s ( )T, s R Tehtävä 226 Muunna redusoituun porrasmuotoon Esimerkin 223 yhtälöryhmä x + x 2 x 3 = x 2 5 x 3 3 = 0 0 = 0 ja esitä ratkaisu vektorimuodossa Ratkaisu sivulla 37

27 2 LINEAARISET YHTÄLÖRYHMÄT 27 Tehtävä 227 Muunna porrasmuotoon ja redusoituun porrasmuotoon seuraavat yhtälöryhmät ja määritä niiden kaikki ratkaisut: a) b) c) { 2x 4x 3 = 3x 2 + 4x 3 = 3 2x 3x 2 = 3x + x 2 = 3 x 2x 2 = 7 x + x 2 + x 3 + x 4 = 2x 3 x 4 = 2 x 2 + x 4 = 2 Ratkaisu sivulla Lineaarisen yhtälöryhmän ratkaiseminen Lineaarisen yhtälöryhmän ratkaisujen olemassaolo- ja yksikäsitteisyyskysymys osataan myöhemmin selvittää helposti yhtälöä ratkaisemattakin Toisaalta asia selviää, kun yhtälöryhmää yritetään ratkaista Lineaarinen yhtälöryhmä voidaan aina muuntaa yhtäpitävään porrasmuotoon nk Gaussin eliminointimenetelmällä, so käyttäen edellä esiteltyjä alkeisoperaatioita I Vaihdetaan yhtälöiden järjestystä II Yhtälö kerrotaan nollasta eriävällä luvulla III Yhtälöön lisätään toisen yhtälön monikerta Ratkaisut saadaan porrasmuodosta nk takaisinsijoituksella, kun mahdollisille vapaille muuttujille on ensin annettu parametriarvot (Johann Carl Friedrich Gauss, Saksa, ) Yhtälöryhmän saattamista redusoituun porrasmuotoon em muunnoksin sanotaan Gauss-Jordanin reduktioksi Tämä pidemmälle viety prosessi on työläämpi, mutta joissakin yhteyksissä välttämätön suorittaa Toisaalta redusoidun porrasmuodon käyttö on takaisinsijoittamisessa vaivattomampi (Wilhelm Jordan, Saksa, )

28 2 LINEAARISET YHTÄLÖRYHMÄT 28 Gaussin eliminointimenetelmä Jo Luvussa 22 harjoitellut menettelyt esitetään nyt formaalimmassa algoritmimuodossa, jonka mukaisesti ratkaiseminen voidaan ohjelmoida vaikkapa tietokoneohjelmaksi, ks Kuva 5 Lineaarisen m n-yhtälöryhmän porrasmuotoon muuntamisprosessi koostuu m periaatteessa samanlaisesta vaiheesta Vaiheessa k eliminoidaan (eli kerroin nollataan) tuntematon x k riveillä k+, k+2, m olevista yhtälöistä Ennen eliminointiprosessin aloittamista täytyy tuntemattomat järjestää niin, että kunkin tuntemattoman x k kertoimet on kirjoitettu yhtälöihin kohdakkain Käsin laskettaessa yhtälöt kannattaa järjestää niin, että ryhmä on mahdollisimman lähellä porrasmuotoa ja ensimmäisessä yhtälössä tuntemattoman x kerroin on yksinkertainen, ei kuitenkaan 0 Eliminointivaiheessa k ennalleen jätetty k rivi on tukiyhtälö eli tukirivi (pivotal row) ja sen tuntemattoman x k kerroin tukialkio (pivot element) Numeerisissa algoritmeissä täytyy aina huolehtia siitä, että tukialkiolla jakaminen ei aiheuta ylivuotoja; tarvittaessa skaalataan, vaihdetaan tukiyhtälöä tai tuntemattomien järjestystä Tällaista menettelyä sanotaan tuennaksi (pivoting)

29 2 LINEAARISET YHTÄLÖRYHMÄT 29 VAIHE I Oletetaan, että a 0 yhtälöryhmässä a x + a 2 x a n x n = b R a 2 x + a 22 x a 2n x n = b 2 R 2 a m x + a m2 x a mn x n = b m R m Muuttuja x eliminoidaan yhtälöistä R 2, R 3,, R m : ) R R (ennallaan) 2) R 2 R 2 a 2 a R 3) R 3 R 3 a 3 a R m) R m R m a m a R VAIHE II Olkoon a 22 0 saadussa ryhmässä a x + a 2x a nx n = b R a 22x a 2nx n = b 2 R 2 a 32x a 3nx n = b 3 R 3 a m2x a mnx n = b m R m Muuttuja x 2 eliminoidaan yhtälöistä R 3, R 4,, R m: R R ja R 2 R 2 R k R k a k2 a 22 R 2 arvoilla k = 3, 4,, m Vaiheita jatketaan III, IV, niin kauan kuin voidaan Lopuksi johtavat alkiot skaalataan ykkösiksi Yhtälöryhmä ratkeaa nyt takaisinsijoituksella Kuva 5: Gaussin eliminointialgoritmi

30 2 LINEAARISET YHTÄLÖRYHMÄT 30 Esimerkki 23 Ratkaistaan Gaussin menetelmällä yhtälöryhmä x + 2x 2 + x 3 = 3 R 3x x 2 3x 3 = R 2 2x + 3x 2 + x 3 = 4 R 3 x + 2x 2 + x 3 = 3 R R 7x 2 6x 3 = 0 R 2 R 2 3R x 2 x 3 = 2 R 3 R 3 2R x + 2x 2 + x 3 = 3 R R 7x 2 6x 3 = 0 R 2 R 2 x 7 3 = 4 R 7 3 R 3 7 R 2 x + 2x 2 + x 3 = 3 R R x 2 + 6x 7 3 = 0 R R 2 x 3 = 4 R 3 7R 3 Yhtälöryhmä on porras- ja kolmiomuodossa, josta takaisinsijoitus antaa yksikäsitteisen ratkaisun x 3 = 4, x 2 = 2 ja x = 3 eli (x x 2 x 3 ) T = (3 2 4) T Esimerkki 232 Millä a R ei seuraavalla yhtälöryhmällä ole ratkaisuja? x + 2x 2 + x 3 = 3 3x x 2 3x 3 = 2x + 3x 2 + ax 3 = 4 Samoilla operaatioilla kuin Esimerkissä 23 (paitsi jättämällä kolmas yhtälö normittamatta) saadaan edeltävän kanssa yhtäpitävä muoto: x + 2x 2 + x 3 = 3 R R 6 x 2 + x 7 3 = 0 R R 2 (a 8)x 7 3 = 4 R 7 3 R 3 Yhtälöryhmä on nyt kolmiomuodossa, josta näkyy, että sillä on ratkaisuja jos ja vain jos a 8/7 Näillä arvoilla ratkaisuja on tasan yksi Jos taas a = 8/7, on viimeisenä mahdoton yhtälö

31 2 LINEAARISET YHTÄLÖRYHMÄT 3 Gauss-Jordanin reduktio Gauss-Jordan-prosessi alkaa muuntamalla yhtälöryhmä Gaussin eliminointimenetelmällä porrasmuotoon Tämän jälkeen jatketaan peilikuva-prosessilla ; nollataan kunkin johtavan muuttujan sarakkeesta sen yläpuolella olevat kertoimet alkaen viimeisestä johtavasta muuttujasta ja käyttäen tukiyhtälönä vastaavaa riviä Näin yhtälöryhmä saadaan redusoituun porrasmuotoon Esimerkki 233 Käytetään Gauss-Jordanin reduktiota Esimerkissä 23 saatuun porrasmuotoon: x + 2x 2 + x 3 = 3 R x 2 + 6x 7 3 = 0 R 7 2 x 3 = 4 R 3 x + 2x 2 = R R R 3 x 2 = 2 R 2 R 2 6R 7 3 x 3 = 4 R 3 R 3 x = 3 R R 2R 2 x 2 = 2 R 2 R 2 x 3 = 4 R 3 R 3 Kussakin eliminointivaiheessa pitää tehty operaatio kirjata näkyviin esimerkiksi kuten yllä, sillä se on paitsi lukemista helpottava muistiinpano, myös perustelu Tehtävä 234 Ratkaise Gauss-Jordanin reduktiolla 2x 2 + 3x 3 = 5 x 3x 2 + 2x 3 = 2 3x + x 3 = 5 Ratkaisu sivulla 38 Maple-animaatio Gaussin prosessista (linkki) Kurssimateriaali/Gauss/GAUSShtml

32 2 LINEAARISET YHTÄLÖRYHMÄT 32 Lineaaristen yhtälöryhmien luokittelusta Lineaariset yhtälöryhmät jaetaan ulkomuotonsa perusteella kolmeen ryhmään: m n-yhtälöryhmä on kvadraattinen, jos m = n, eli jos yhtälöitä on yhtä monta kuin tuntemattomia alimäärätty (underdetermined), jos m < n, eli jos yhtälöitä on vähemmän kuin tuntemattomia ylimäärätty (overdetermined), jos m > n, eli jos yhtälöitä on enemmän kuin tuntemattomia Ratkaisujen määrät selvitetään yksityiskohtaisesti Lauseessa?? Tässä vaiheessa riittää sanoa karkeasti: alimäärätyllä yhtälöryhmällä on aina 0 tai äärettömästi ratkaisuja (ks Lause 23) ylimäärätyllä yhtälöryhmällä ei useinkaan ole ratkaisuja jos eliminointiprosessissa tulee vastaan mahdoton yhtälö, ei ratkaisuja ole jos menetelmä ei anna muuttujille x k, x k2,, x kp yksikäsitteisiä arvoja, niille annetaan mielivaltaiset arvot, esimerkiksi x k = t R,, x kp = t p R, ja ratkaistaan muut näiden avulla Tällöin ratkaisuja on äärettömästi ja sanotaan, että ratkaisu on p-parametrinen joukko parametreina luvut t k, k =, 2, 3,, p Esimerkki 235 Kun tehtävän 225 kohdassa b) valitaan mielivaltaiseksi parametriksi z = s R, saadaan vektorimuotoinen esitys x y = s 34, s R 3 3 z 0 3 Jos olisi valittu x = t R, jolloin y = 34t 74 ja z = 3t 32, saataisiin toisenlainen esitys x 0 y = 74 + t 34, t R z 32 3

33 2 LINEAARISET YHTÄLÖRYHMÄT 33 Seuraavista esimerkeistä nähdään, että alimäärätyllä ryhmällä voi olla 0 tai äärettömästi ratkaisuja: Esimerkki 236 Helposti nähdään, että seuraavat yhtälöt ovat ristiriitaiset { 2x x 2 + 6x 3 = 0 x + x 2 2 3x 3 = 4 Esimerkki 237 Seuraavalla yhtälöryhmällä on äärettömästi ratkaisuja: x + x 2 + x 3 + x 4 + x 5 = 2 R x + x 2 + x 3 + 2x 4 + 2x 5 = 3 R 2 x + x 2 + x 3 + 2x 4 + 3x 5 = 2 R 3 x + x 2 + x 3 + x 4 + x 5 = 2 R R x 4 + x 5 = R 2 R 2 R x 4 + 2x 5 = 0 R 3 R 3 R x + x 2 + x 3 + x 4 + x 5 = 2 R R x 4 + x 5 = R 2 R 2 x 5 = R 3 R 3 R 2 Siis ainakin x 5 = ja x 4 = 2 Arvot x 3 ja x 2 voidaan valita miten vain, asetetaan vaikkapa x 2 = s R ja x 3 = t R Silloin x = s t ja (x x 2 x 3 x 4 x 5 ) T = ( s t s t 2 ) T, s, t R = ( ) T + s( 0 0 0) T + t( 0 0 0) T, s, t R Ylimäärätyllä yhtälöryhmällä saattaa olla jopa äärettömästi ratkaisuja: Tehtävä 238 Ratkaise yhtälöryhmät x + 2x 2 + x 3 = 2x a) x 2 + x 3 = 2 4x + 3x 2 + 3x 3 = 4 2x x 2 + 3x 3 = 5 Ratkaisu sivulla 38 x + 2x 2 + x 3 = 2x b) x 2 + x 3 = 2 4x + 3x 2 + 3x 3 = 4 3x + x 2 + 2x 3 = 3 Tehtävä 239 Ratkaise x + 2x 2 x 3 + x 4 = 3x a) + 4x 2 + x 3 x 4 = 2 2x x 2 3x 3 + 2x 4 = 4 x + 3x 2 + 2x 3 x 4 = 0 Ratkaisu sivulla 38

34 2 LINEAARISET YHTÄLÖRYHMÄT 34 Tehtävä 230 Millä vakioiden a ja b arvoilla yhtälöryhmällä x + x 2 + 3x 3 = 2 x + 2x 2 + 4x 3 = 3 x + 3x 2 + ax 3 = b a) ei ole ratkaisuja? b) on äärettömästi ratkaisuja? c) on vain yksi ratkaisu? Vihje: Kriittiset arvot ovat a = 5 ja b = 4 Ratkaisu sivulla 38 Homogeeniset yhtälöryhmät Lineaarisella homogeenisella yhtälöryhmällä a x + a 2 x a n x n = 0 a 2 x + a 22 x a 2n x n = 0 a m x + a m2 x a mn x n = 0 on aina vähintäin yksi ratkaisu, nimittäin triviaaliratkaisu x = x 2 = = x n = 0 Lause 23 Olkoon lineaarisessa yhtälöryhmässä aidosti enemmän tuntemattomia kuin yhtälöitä, ts olkoon yhtälöryhmä alimäärätty a) Jos yhtälöryhmä on homogeeninen, sillä on ei-triviaaleja ratkaisuja, jopa äärettömästi b) Jos yhtälöryhmä on epähomogeeninen, sillä on 0 tai ratkaisua Todistus Olkoon yhtälöryhmä kokoa m n, m < n, ja viety yhtäpitävään porrasmuotoon Homogeenisella yhtälöryhmällä on ainakin triviaaliratkaisu, joten porrasmuodossa ei ole ristiriitaisia yhtälöitä Sama pätee epähomogeeniselle ryhmälle, jolla on ratkaisuja Porrasmuodossa olkoon r m nollasta eriävää riviä ja siten r johtavaa muuttujaa Koska tuntemattomia on n > m r, voidaan vapaat n r muuttujaa valita mielivaltaisesti

35 2 LINEAARISET YHTÄLÖRYHMÄT 35 Tehtävä 232 Ratkaise 2x + x 2 x 3 + 3x 4 = 0 2x + 3x 2 + x 3 + x 4 = 0 4x x 2 3x 3 + 2x 4 = 0 a) valiten vapaaksi tuntemattomaksi x 4 (siis asettamalla vaikkapa parametriksi t R) b) valiten vapaaksi tuntemattomaksi x 3 Ratkaisut sivulla 38 Jos yhtälöitä on enemmän kuin tuntemattomia, yhtälöryhmällä ei siis tavallisesti ole ratkaisua Kuitenkin sille voidaan yleensä laskea käyttökelpoinen kompromissiratkaisu, nk PNS-ratkaisu, jota käsitellään Luvussa?? Parametrimuunnokset Kun lineaarisella yhtälöryhmällä on äärettömästi ratkaisuja, on yleensä useita tapoja esittää ratkaisu parametrien avulla Näin voi olla hyvinkin hankalaa verrata ratkaisuja toisiinsa; siis ovatko ratkaisujoukot todella samat Kun kahdessa eri ratkaisumuodoissa käytetään eri parametrinimiä (s, s 2, ) ja (t, t 2, ), on ainakin periaatteessa helpohko selvittää esittävätkö ne samaa ratkaisujoukkoa: Ensinnäkin, molemmissa ratkaisuissa on oltava sama arvo niillä tuntematomilla, joissa ei esiinny parametria (eli kerroin on nolla) Tämän tarkastuksen jälkeen nämä voidaan jättää syrjään Yhtälöryhmän porrasmuodosta nähdään mikä on vapaasti valittavien tuntemattomien määrä eli parametrien (minimi)määrä Kun ratkaisut on muodostettu porrasmuodon avulla, tulee parametreja kuhunkin esitykseen sama määrä Merkitään ratkaisut koordinaateittain samoiksi ja ratkaistaan toisen ratkaisumuodon parametrit toisen avulla Jos tämä onnistuu, ovat ratkaisujoukot samat Esitysmuotojen tulee siis olla saatavissa toisistaan parametrimuunnoksella Tehtävä 233 Osoita, että yhtälöryhmän (joka on valmiiksi porrasmuodossa) { x + x 2 + x 3 + x 4 = x 2 = 3 ratkaisut ovat todella samat: Ratkaisu sivulla 39 (x x 2 x 3 x 4 ) T = ( 2 t t 2 3 t 2 t ) T, t, t 2 R (x x 2 x 3 x 4 ) T = (s 3 s 2 2 s s 2 ) T, s, s 2 R

36 24 Ratkaisuja tehtäviin Tehtävä 22: Yhtälöryhmän määräävät seuraavassa näkyvät funktiot F, F 2, F 3 : R 3 R: F (x, y, z) = x 2 + x + y z = 0 F 2 (x, y, z) = x + y + z = 0 F 3 (x, y, z) = z y 2 = 0 Tehtävä 222: a) on lineaarinen (homogeeninenkin, kun muuttujina ovat x ja y) b) on lineaarinen (epähomogeeninen) c) on lineaarinen (jopa homogeeninen, jos myös z on muuttuja) d) ei ole lineaarinen, siinähän esiintyy tulo xy; jos kuitenkin esimerkiksi y olisi vakio, kyseessä olisi lineaarinen yhtälö! Tehtävä 223: lienee parasta ottaa muuttujiksi (tuntemattomiksi) kaikki esiintyvät symbolit x, y ja z Silloin F (x, y, z) = 2x 3y = 0 F 2 (x, y, z) = 2x 3y 3 = 0 F 3 (x, y, z) = 2x 3y z = 0 Tehtävä 224: Vähennetään ristiin samassa vaiheessa Oikea vastaus x = 5, y = 2 Tehtävä 225: ratkaisut parametrimuodossa: { 4x + 2y = 3 a) 5x 3y = 4 b) c) d) { 3x 2y + 5z = 2 2x + 3y 8z = 34 s + t = 2 s t = 3s + t = 3x 2x 2 + x 3 = 2 7x + x 2 8x 3 = 5 x + x 2 x 3 = 0 { x = 7 22 y = 22 (suorien leikkauspiste) x = 32 + s 3 3 y = s 3 3 z = s R, (tasojen leikkaussuora) Ei ratkaisua (suorat eivät leikkaa samassa pisteessä) x = x 2 = 2 x 3 = 3 (tasojen leikkauspiste) Tehtävä 229: Johtavia tuntemattomia ovat x, x 2 ja x 4, vapaita x 3, x 5 ja x 6

37 2 LINEAARISET YHTÄLÖRYHMÄT 37 Tehtävä 22: Porrasmuoto on x + 2x x 5 3 = 2 5 x 2 2x 3 = 2 x 3 = 2 7 ja ratkaisu (x, x 2, x 3 ) = ( 24, 8, ) Tehtävä 226: Esimerkissä 223 saatuun porrasmuotoon tehdään yksi operaatio R R R 2, jolloin saadaan redusoitu porrasmuoto x + 2x 3 3 = x x 3 = 0 0 = 0 ja ratkaisu vektorimuodossa (huomaa sijoitus s = 3t): x x 2 = 0 + s 5 = 0 + t 5, s, t R x Tehtävä 227: a) Ratkaisu parametrimuodossa: x = + 2s 2 x 2 = 4 3 s x 3 = s R b) Ei ratkaisua: 3 2x 3x 2 = R 3x + x 2 = 3 R 2 x 2x 2 = 7 R 3 x 2x 2 = 7 R R 3 2x 3x 2 = R 2 R 3x + x 2 = 3 R 3 R 2 x 2x 2 = 7 R R x 2 = 3 R 2 R 2 2R 5x 2 = 24 R 3 R 3 + 3R x 2x 2 = 7 R R x 2 = 3 R 2 R 2 0 = 4 R 3 R 3 + 5R 2

38 2 LINEAARISET YHTÄLÖRYHMÄT 38 c) Ratkaisu vektorimuodossa, kun vapaaksi tuntemattomaksi on valittu x 4 = t R: x 2 2 x 2 x 3 = 2 + t, t R, 2 x 4 0 mutta hiukan toinen muoto ilmestyy valinnalla x 3 = s R: x x 2 x 3 = s 2, s R x Osoita nämä ratkaisujoukot samoiksi! Vihje: Merkitään yo ratkaisujen mukaisesti x 3 = s = + t, josta t = 2s 2 2 Nyt sijoitetaan tämä t ensimmäiseen ratkaisuun, ja sievennellään Tehtävä 234: (x x 2 x 3 ) T = (2 4 ) T Tehtävä 238: a) (x x 2 x 3 ) T = ( 3 5)T 0 b) Valitaan esimerkiksi x 3 = s R, jolloin (x x 2 x 3 ) T = ( 3s s 5 5 s)t tai vaikkapa valitsemalla nyt t = s/5: (x x 2 x 3 ) T = ( 3t t 5t) T, t R Tehtävä 239: (x x 2 x 3 x 4 ) T = 2 (3 2)T Tehtävä 230: Viedään Gaussilla (lähes) porrasmuotoon Muodosta x + x 2 + 3x 3 = 2 x 2 + x 3 = (a 5)x 3 = b 4 nähdään a) ei ratkaisuja a 5 = 0 ja b 4 (0x 3 0) b) ääreettömästi ratkaisuja a 5 = 0 ja b = 4 (x 3 = t R) c) tasan yksi ratkaisu a 5 0 Tehtävä 232: a) Kun valitaan parametriksi R t = x 4, saadaan ratkaisuksi neliulotteisen avaruuden suora 3 x 0 3 x 2 x 3 = t 7 = t 0 0 4, t R x 4 0 5

39 2 LINEAARISET YHTÄLÖRYHMÄT 39 b) Kun valitaan parametriksi R s = x 3, saadaan ratkaisusuora muodossa x x 2 x 3 = s x = s 0 4 4, s R 0 Tehtävä 233: Merkitsemällä ratkaisumuodot koordinaateittain samoiksi saadaan yhtälöryhmä s = 2 t t 2 s 2 = t 2 s + s 2 = 2 t Tällä (ylimäärätyllä) yhtälöryhmällä on yksikäsitteinen ratkaisu s = 2 t t 2, s 2 = t 2 Sijoittamalla nämä arvot toiseen muotoon saadaan juuri ensimmäinen muoto (x x 2 x 3 x 4 ) T = (s 3 s 2 2 s s 2 ) T (x x 2 x 3 x 4 ) T = ( 2 t t 2 3 t 2 t ) T

40 3 MATRIISILASKENTAA Tässä luvussa käsitellään matriisialgebraa, opitaan muuntamaan lineaarinen yhtälöryhmä matriisimuotoon sekä ratkaisemaan se 3 Karteesinen tulo ja matriisi Joukkojen X ja Y karteesinen tulo eli tulojoukko (product) on järjestettyjen parien joukko X Y := {(a, b) a X, b Y} Äärellinen n-ulotteinen (n-dimensional) tulojoukko on n X i = X X 2 X n := {(a, a 2,, a n ) a i X i } i= ja sen alkioita (a, a 2,, a n ) sanotaan vektoreiksi Erityisesti merkitään X n := X } {{ X } n kpl Jos tulojoukon tekijöitä X i on mn kappaletta, n, m N, ne voidaan indeksoida uudelleen ja kirjoittaa (m n)-suorakulmioksi muotoon m,n X = X ij := i,j X X 2 X n X 2 X 22 X 2n X m X m2 X mn Joukon X alkiot A ovat m n-matriiseja ja merkitään a a 2 a n a 2 a 22 a 2n A = (a ij ) m n =, a ij X ij a m a m2 a mn Kaksi matriisia A = (a ij ) m n ja B = (b ij ) m n ovat samat (merkitään A = B), jos a ij = b ij kaikilla i [m], j [n], toisin sanoen, kaikki vastinalkiot ovat samoja Katso kuva 6

41 3 MATRIISILASKENTAA 4 rivi i a a a a 2 2 i a 22 a i2 a m a m2 a j a 2j a a ij mj sarake j a n a 2n a a in mn Kuva 6: alkio a ij Yksirivistä matriisia sanotaan myös vaaka- eli rivivektoriksi (row) ja yksisarakkeista pysty- eli sarakevektoriksi (column) Matriisilaskennan yhteydessä sekä vaaka- että pystyvektorien alkioiden väliset pilkut korvataan tavallisesti tyhjeillä Kuten jo Luvussa 22 sovittiin, tässä oppimateriaalissa euklidisen avaruuden R n vektoreita käsitellään pääsääntöisesti pystyvektoreina 32 Matriisioperaatioita ja nimityksiä Transponointi ja laskutoimitukset Matriisin A = (a ij ) R m n transpoosi on matriisi A T = (b kl ) R n m, missä b kl := a lk, ts rivit on vaihdettu järjestyksessä sarakkeiksi Avaruuden R m n matriiseja voidaan laskea yhteen, kertoa vakiolla ja kertoa keskenään alkioittain kuten vektoreitakin Matriisia O, jonka kaikki alkiot ovat nollia, kutsutaan nollamatriisiksi Nollamatriisi on matriisien yhteenlaskun neutraalialkio, so A + O = A ja O + A = A Matriisin A = (a ij ) vastamatriisi on vastaluvuista koostuva samankokoinen matriisi A = ( a ij ); silloin A + ( A) = O ja A + A = O

42 3 MATRIISILASKENTAA 42 Esimerkki 32 Olkoot ( ) 2 2 A := 3 0 ja B := ( 2 ) 2 3 Transpoosit ovat silloin 3 2 A T = 2 0 ja B T = Yhteenlaskun tulos on summa A + B = ( ) + Skalaarilla kertominen: ( ( 2)A = 2A = ( ) 2 2 = 3 ) = ( 3 ) ( 2 4 ) Alkioittainen tulo (jolla ei lineaarialgebrassa juuri ole käyttöä): ( ) ( ) ( ) A B = = Varsinainen matriisien kertolasku määritellään seuraavasti: Matriisien A = (a ij ) R m n ja B = (b jk ) R n r (matriisi)tulo on matriisi AB = C = (c ik ) R m r, missä c ik := n j= a ijb jk Tulomatriisin alkio c ik on siis matriisin A rivin i ja matriisin B sarakkeen k pistetulo Pystyvektorien x = (x x 2 x n ) T ja y = (y y 2 y n ) T R n pistetulo voidaan kirjoittaa matriisitulona x y = x T y = x y + x 2 y x n y n Pystyvektorin x = (x x 2 x n ) T normille x pätee x 2 = x 2 + x x 2 n = n x 2 i = x T x i= x = (x 2 + x x 2 n) 2 = xt x

43 3 MATRIISILASKENTAA 43 Esimerkki 322 Esimerkin 32 matriiseille tuloja AB ja BA ei ole määritelty, koska molemmat ovat 2 3-matriiseja; sen sijaan ( ) AB T = ( 2 ) ( ) 2 + 2( ) + ( 2)( 2) ( 2) 4 5 = = ( ) + ( 2) ( ) 5 8 A T B = = Tehtävä 323 Laske ( ) 2 4 a) 2 b) 2 3 c) a a 2 ( x x 2 ) x 3 a 3 e) seuraavassa tulossa ( ) 2 3 x x x 3 d) ( ) x a a 2 a 3 x 2 x rivillä 3 sarakkeessa oleva luku Ratkaisut sivulla 56 Tehtävä 324 Olkoot ( ) 0 A :=, B := ( 2 3 ) T ja C := ( 3 2 ) Laske normit a) B ja b) C T, c) pistetulo (AB) (C T ), sekä matriisitulot ) ) d) 2A T BC, e) A(BC) (AB)C, f) C ((( C)A T B Ratkaisut sivulla 56 Tehtävä 325 Laske a) ( ) (( ) b a a 2 + b 2 ( c c 2 )) b) ( ) ( ) b a a 2 + ( ) ( ) c a b a 2 2 c 2

44 3 MATRIISILASKENTAA 44 Ratkaisu sivulla 57 Avaruuden R n n alkiot ovat neliömatriiseja (square matrix) Avaruus R n n on suljettu matriisien kertolaskun suhteen, sillä tulo on myös n nmatriisi Matriisin (a ij ) diagonaali eli päälävistäjä on pystyvektori (a,, a nn ) T Matriisia sanotaan diagonaalimatriisiksi, jos sen diagonaalin ulkopuolella olevat alkiot ovat nollia Edellä on jo määritelty nollamatriisi O ja vastamatriisit Yksikkömatriisi (identity) on diagonaalimatriisi I, jonka diagonaalialkiot ovat ykkösiä Yksikkömatriisi on matriisitulon neutraalialkio: jos A R n n, niin AI = IA = A Matriisi A = (a ij ) n n on symmetrinen, jos A = A T, eli a ij = a ji kaikilla i, j [n] Symmetrisyys tarkoittaa diagonaalin suhteen symmetrisyyttä Matriisi on yläkolmiomatriisi (upper triangular), jos sen diagonaalin alapuolella on vain nollia; vastaavasti määritellään alakolmiomatriisi Matriisitulo ei ole vaihdannainen; yleensä AB BA Kahden nollasta eriävän matriisin tulo voi olla nollamatriisi; voi jopa olla A 2 (= AA) = O, vaikka A on nollasta eriävä matriisi Tulon supistussääntö ei myöskään päde: siitä, että AC = BC ei seuraa A = B Sen sijaan laskutoimitukset + ja ovat liitännäisiä ja niille pätevät mm osittelulait Esimerkki 326 Matriisitulo ei ole vaihdannainen edes neliömatriiseille: ( )( ) ( ) = ( 2 )( ) = ( 6 ) 4 6 4

45 3 MATRIISILASKENTAA Laskusääntöjä Matriisin osien poimiminen ja osiin viittaaminen Olkoon a a 2 a n a 2 a 22 a 2n A = (a ij ) m n = a m a m2 a mn Osavektorin ja -matriisin poiminta: jos p q m ja r s n, niin A(p : q, j) := A(p : q, r : s) := pj a A(i, r : s) := ( ) a ir a is a qj Kokonaisen rivin ja sarakkeen poiminta: a pr a ps a qr a qs A(i, :) := ( ) a i a in, A(:, j) := Edellisiä merkintöjä käytetään mm Matlab-ohjelmassa Matriisin sarakkeita merkitään myös a j = A(:, j) Tällöin A = ( a a n ) Olkoon myös B m n matriisi Tällöin summassa A + B on alkio (A + B)(i, j) = A(i, j) + B(i, j) rivi (A + B)(i, :) = A(i, :) + B(i, :) sarake (A + B)(:, j) = A(:, j) + B(:, j) Tulossa AB on taas a j a mj alkio (AB)(i, j) = A(i, :)B(:, j) = n k= A(i, k)b(k, j) rivi (AB)(i, :) = A(i, :)B sarake (AB)(:, j) = A(B(:, j))

46 3 MATRIISILASKENTAA 46 Tehtävä 33 Poimi matriisista A := a) A(3, :), b) A(4, 2 : 4), c) A(2 : 3, : 3), d) A(:, 2), e) A(:, 2 : 3), f) A(:, :) Transponointi Lause 332 Olkoon α skalaari ja matriisit A ja B sellaisia, että seuraavassa esiintyvät laskutoimitukset ovat järjellisiä, so määriteltyjä Silloin (A T ) T = A 2 (αa) T = αa T 3 (A + B) T = A T + B T 4 (AB) T = B T A T Todistus Kohdat 3 ovat ilmeisiä Kohta 4: Olkoot A = (a ij ) m n B = (b ij ) n r C := AB = (c ij ) m r D := B T A T = (d ij ) r m Silloin (AB) T ja B T A T ovat samaa kokoa r m, joten riittää näyttää, että niissä on samat vastinalkiot Olkoot A T = (a ij), B T = (b ij) ja C T = (c ij) On osoitettava, että c ij = d ij kaikilla i [r] ja j [m] Koska b ik = b ki ja a kj = a jk, on matriisitulon määritelmän mukaan n n d ij = b ika kj = a jk b ki = c ji = c ij k= k=

47 3 MATRIISILASKENTAA 47 Matriisialgebra Lause 333 Kaikille skalaareille α ja β ja kaikille matriiseille A, B ja C, joille seuraavassa esiintyvät operaatiot on määritelty, pätee () A + B = B + A vaihdannaisuus (+) (2) (A + B) + C = A + (B + C) liitännäisyys (+) (3) (AB)C = A(BC) liitännäisyys ( ) (4) A(B + C) = AB + AC I osittelulaki (+, ) (5) (A + B)C = AC + BC II osittelulaki (+, ) (6) (αβ)a = α(βa) skalaariliitännäisyys (7) α(ab) = (αa)b = A(αB) skalaarin siirto (8) α(a + B) = αa + αb I skalaariosittelulaki (9) (α + β)a = αa + βa II skalaariosittelulaki Todistus Kohdat (), (2), (6), (7), (8) ja (9) ovat helppoja Kohta (4): Olkoot A = (a ij ) m n ja B = (b ij ) n r, C = (c ij ) n r sekä merkitään D := A(B + C) ja E := AB + AC Silloin D ja E ovat m r-matriiseja ja niiden alkiot ovat d ij = n a ik (b kj + c kj ) ja e ij = k= n n a ik b kj + a ik c kj k= k= Koska summille pätee n a ik (b kj + c kj ) = k= n n a ik b kj + a ik c kj, k= k= on d ij = e ij ja siten A(B + C) = D = E = AB + AC Katso kuvat 7 ja 8 Kohta (5) on samankaltainen kuin kohta (4) Kohta (3): Olkoot A = (a ij ) m n, B = (b ij ) n r ja C = (c ij ) r s sekä merkitään D := AB ja E := BC On osoitettava, että DC = AE ) Ne ovat samaa kokoa:

48 3 MATRIISILASKENTAA 48 D A B+C A(B + C) = i d ij = i a ik k b kj+ckj j A k B j C = i a ik k b kj k + c kj k j j Kuva 7: Osittelulain (4) vasen puoli E AB AC AB + AC = = i eij i (AB)(i,j) + i (AC)(i,j) j j j A B A C = i + i j j Kuva 8: Osittelulain (4) oikea puoli

49 3 MATRIISILASKENTAA 49 - D on kokoa m r ja C r s, joten DC on kokoa m s, - A on kokoa m n ja E n s, joten AE on kokoa m s 2) Matriisitulon määritelmän mukaan d il = n a ik b kl ja e kj = k= r b kl c lj, l= joten matriiseissa DC ja AE on kohdalla ij alkiot ( r r n ) p ij := d il c lj = a ik b kl c lj q ij := l= n a ik e kj = k= l= n k= k= a ik ( r l= ) b kl c lj Laskujärjestystä saa äärellisissä summissa vaihtaa, joten ( r n ) r n p ij = a ik b kl c lj = a ik b kl c lj = l= n k= l= k= r a ik b kl c lj = Siis (AB)C = DC = AE = A(BC) n l= k= k= a ik ( r l= b kl c lj ) = q ij

50 3 MATRIISILASKENTAA 50 Matriisin potenssi Määritelmä 334 Olkoon A n n-matriisi Määritellään sen positiiviset kokonaislukupotenssit (power) A := A, A k := AA k, kun k 2 Myös A k = AA }{{ A} on n n-matriisi kaikilla k N k kpl Esimerkki 335 Lasketaan määritelmän mukaan: ( ) 3 ( )( ) 2 ( = = )( ) ( ) = 8 8 Tehtävä 336 Mitä ovat O k ja I k, kun k N? Ratkaisu sivulla 57 Esimerkki 337 Olkoon Lasketaan A k arvoilla k N Ratkaisu Lasketaan aluksi A := ( ) A = ( A = A, )( ) ( ) 2 2 A 2 = = = 2A, 2 2 ( )( ) ( ) A 3 = = = 4A = A Näyttäisi siltä, että A k = 2 k A kaikilla k N Induktiotodistus: Väite on tosi arvoilla k = ja k = 2 Tehdään induktio-oletus: A k = 2 k A jollakin k 2 Silloin matriisin potenssin määritelmän, induktiooletuksen ja tapauksen k = 2 nojalla A k+ = AA k = A2 k A = 2 k A 2 = 2 k 2A = 2 k A Induktioperiaatteen nojalla väite on tosi

51 3 MATRIISILASKENTAA 5 Potenssi-iteraatio Matriisia voidaan käyttää kuvauksen muodostamisessa; jos A on kiinteä m nmatriisi ja x on n-pystyvektori (tai n -matriisi), niin sääntö x Ax määrittelee (lineaari)kuvauksen R n R m Jos neliömatriisi A R n n ja z R n on annettu, voidaan muodostaa kuvaus N R n, n A n z jossa z kuvautuu vektorille Az, A 2 z, A 3 z, jne Tämä voidaan esittää yksinkertaisena iteraatiokaavana z := Az, jota toistamalla saadaan mielenkiintoisia kuvioita Esimerkki 338 Olkoot ( ) A := ja z := ( ) 0 Kuvassa 9 funktion x Ax iteraatiokuvio 500 iteraatiota z = Az z Kuva 9: Iteraatiokuvio Tehtävä 339 Selvitä, mitkä ovat Esimerkin 338 kolmen ensimmäisen iteraation muodostamat pisteet Ratkaisu sivulla 57

LINEAARIALGEBRA. Martti E. Pesonen. Jaetun kurssin a-osan alkua 4. tammikuuta 2016

LINEAARIALGEBRA. Martti E. Pesonen. Jaetun kurssin a-osan alkua 4. tammikuuta 2016 LINEAARIALGEBRA Martti E. Pesonen Jaetun kurssin a-osan alkua 4. tammikuuta 2016 1 LUKIJALLE Lineaarialgebran kursseja edeltäviksi opinnoiksi suositellaan jotain lukion matematiikkaa teoreettiselta kannalta

Lisätiedot

Lineaarialgebran kursseilla on tarkoitus oppia mm.

Lineaarialgebran kursseilla on tarkoitus oppia mm. LUKIJALLE Lineaarialgebran kursseja edeltäviksi opinnoiksi suositellaan jotain lukion matematiikkaa teoreettiselta kannalta täydentävää kurssia, esimerkiksi Matematiikan johdantokurssia, jossa matematiikan

Lisätiedot

LINEAARIALGEBRA, osat a ja b

LINEAARIALGEBRA, osat a ja b LINEAARIALGEBRA, osat a ja b Martti E. Pesonen Epsilon ry. huhtikuuta 06 LUKIJALLE Lineaarialgebran kursseja edeltäviksi opinnoiksi suositellaan jotain lukion matematiikkaa teoreettiselta kannalta täydentävää

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 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

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

Käänteismatriisin ominaisuuksia

Käänteismatriisin ominaisuuksia Käänteismatriisin ominaisuuksia Lause 1.4. Jos A ja B ovat säännöllisiä ja luku λ 0, niin 1) (A 1 ) 1 = A 2) (λa) 1 = 1 λ A 1 3) (AB) 1 = B 1 A 1 4) (A T ) 1 = (A 1 ) T. Tod.... Ortogonaaliset matriisit

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

Lineaarinen yhtälöryhmä

Lineaarinen yhtälöryhmä Lineaarinen yhtälöryhmä 1 / 39 Lineaarinen yhtälö Määritelmä 1 Lineaarinen yhtälö on muotoa a 1 x 1 + a 2 x 2 + + a n x n = b, missä a i, b R, i = 1,..., n ovat tunnettuja ja x i R, i = 1,..., n ovat tuntemattomia.

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

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

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

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi Matriisit, kertausta Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Kaavio kirjoitetaan kaarisulkujen väliin

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

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

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

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

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

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

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

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

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

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 5. luento.2.27 Lineaarialgebraa - Miksi? Neuroverkon parametreihin liittyvät kaavat annetaan monesti

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

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

5 Lineaariset yhtälöryhmät

5 Lineaariset yhtälöryhmät 5 Lineaariset yhtälöryhmät Edellisen luvun lopun esimerkissä päädyttiin yhtälöryhmään, jonka ratkaisemisesta riippui, kuuluuko tietty vektori eräiden toisten vektorien virittämään aliavaruuteen Tämäntyyppisiä

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

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi Matriisit, L20 Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Merkintöjä 1 Matriisi on suorakulmainen lukukaavio.

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

Matematiikka B2 - TUDI

Matematiikka B2 - TUDI Matematiikka B2 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

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

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

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

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

Lisätiedot

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

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

MS-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 (muut ko)

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

Lisätiedot

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi Matriisit, L20 Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ( 0, 4, ( ( 1 4 2, a 11 a 12 a 21 a 22 Kaavio kirjoitetaan kaarisulkujen väliin (amer. kirjoissa

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

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo Talousmatematiikan perusteet: Luento 9 Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo Viime luennolta Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta,

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

Matematiikka B2 - Avoin yliopisto

Matematiikka B2 - Avoin yliopisto 6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus

Lisätiedot

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa. 7 Matriisilaskenta Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa. 7.1 Lineaariset yhtälöryhmät Yhtälöryhmät liittyvät tilanteisiin, joissa on monta tuntematonta

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

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti Talousmatematiikan perusteet: Luento 1 Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti Viime luennolta Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta,

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

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

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

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

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

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =

Lisätiedot

Insinöörimatematiikka D

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

Lisätiedot

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät 1 1 LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT Muotoa 11 Lineaariset yhtälöryhmät (1) a 1 x 1 + a x + + a n x n b oleva yhtälö on tuntemattomien x 1,, x n lineaarinen yhtälö, jonka kertoimet ovat luvut a 1,,

Lisätiedot

Seuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117

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

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

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio 6 Vektoriavaruus R n 6.1 Lineaarikombinaatio Määritelmä 19. Vektori x œ R n on vektorien v 1,...,v k œ R n lineaarikombinaatio, jos on olemassa sellaiset 1,..., k œ R, että x = i v i. i=1 Esimerkki 30.

Lisätiedot

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit

Lisätiedot

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

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

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1 Lineaarialgebran kertaustehtävien b ratkaisuista. Määritä jokin kanta sille reaalikertoimisten polynomien lineaariavaruuden P aliavaruudelle, jonka virittää polynomijoukko {x, x+, x x }. Ratkaisu. Olkoon

Lisätiedot

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

x 2 x 3 x 1 x 2 = 1 2x 1 4 x 2 = 3 x 1 x 5 LINEAARIALGEBRA I Oulun yliopisto Matemaattisten tieteiden laitos 2014 Esa Järvenpää, Hanna Kiili

x 2 x 3 x 1 x 2 = 1 2x 1 4 x 2 = 3 x 1 x 5 LINEAARIALGEBRA I Oulun yliopisto Matemaattisten tieteiden laitos 2014 Esa Järvenpää, Hanna Kiili 6 4 2 x 2 x 3 15 10 5 0 5 15 5 3 2 1 1 2 3 2 0 x 2 = 1 2x 1 0 4 x 2 = 3 x 1 x 5 2 5 x 1 10 x 1 5 LINEAARIALGEBRA I Oulun yliopisto Matemaattisten tieteiden laitos 2014 Esa Järvenpää, Hanna Kiili Sisältö

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

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

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

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

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

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät Matematiikan peruskurssi K3/P3, syksy 25 Kenrick Bingham 825 Toisen välikokeen alueen ydinasioita Alla on lueteltu joitakin koealueen ydinkäsitteitä, joiden on hyvä olla ensiksi selvillä kokeeseen valmistauduttaessa

Lisätiedot

Avaruuden R n aliavaruus

Avaruuden R n aliavaruus Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla

Lisätiedot

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Lotta Oinonen ja Johanna Rämö 6. joulukuuta 2012 Helsingin yliopisto Matematiikan ja tilastotieteen laitos 2012 Sisältö 1 Avaruus R n 4 1 Avaruuksien R 2 ja R 3 vektorit.....................

Lisätiedot

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt Yhtälöryhmät 1/6 Sisältö Yhtälöryhmä Yhtälöryhmässä on useita yhtälöitä ja yleensä myös useita tuntemattomia. Tavoitteena on löytää tuntemattomille sellaiset arvot, että kaikki yhtälöt toteutuvat samanaikaisesti.

Lisätiedot

2.8. Kannanvaihto R n :ssä

2.8. Kannanvaihto R n :ssä 28 Kannanvaihto R n :ssä Seuraavassa kantavektoreiden { x, x 2,, x n } järjestystä ei saa vaihtaa Vektorit ovat pystyvektoreita ( x x 2 x n ) on vektoreiden x, x 2,, x n muodostama matriisi, missä vektorit

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

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h HARJOITUSTEHTÄVIÄ 1. Anna seuraavien yhtälöryhmien kerroinmatriisit ja täydennetyt kerroinmatriisit sekä ratkaise yhtälöryhmät Gaussin eliminointimenetelmällä. { 2x + y = 11 2x y = 5 2x y + z = 2 a) b)

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

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

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 / MS-A3/A5 Matriisilaskenta, II/27 MS-A3/A5 Matriisilaskenta Laskuharjoitus 3 / 3. 7..27 Tehtävä (L): Etsi kaikki yhtälön Ax = b ratkaisut, kun 3 5 4 A = 3 2 4 ja b = 6 8 7 4. Ratkaisu : Koetetaan ratkaista

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

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

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..............................

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

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

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg Vaasan yliopisto, syksy 218 Lineaarialgebra II, MATH124 Matti laaksonen, Lassi Lilleberg Tentti T1, 284218 Ratkaise 4 tehtävää Kokeessa saa käyttää laskinta (myös graafista ja CAS-laskinta), mutta ei taulukkokirjaa

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

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

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

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 }.

Lisätiedot

Johdatus lineaarialgebraan. Juha Honkala 2017

Johdatus lineaarialgebraan. Juha Honkala 2017 Johdatus lineaarialgebraan Juha Honkala 2017 Sisällysluettelo 1 Lineaariset yhtälöryhmät ja matriisit 11 Lineaariset yhtälöryhmät 12 Matriisit 13 Matriisien alkeismuunnokset ja porrasmatriisit 14 Yhtälöryhmien

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

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista 29 9 Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista Tarkastelemme kertalukua n olevia lineaarisia differentiaaliyhtälöitä y ( x) + a ( x) y ( x) + + a ( x) y( x) + a ( x) y= b( x) ( n) ( n

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

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 3 Ti 13.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 3 Ti 13.9.2011 p. 1/37 p. 1/37 Epälineaariset yhtälöt Newtonin menetelmä: x n+1 = x n f(x n) f (x n ) Sekanttimenetelmä:

Lisätiedot

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi Talousmatematiikan perusteet: Luento 11 Lineaarikuvaus Matriisin aste Käänteismatriisi Viime luennolla Käsittelimme matriisien peruskäsitteitä ja laskutoimituksia Vakiolla kertominen, yhteenlasku ja vähennyslasku

Lisätiedot

Käänteismatriisin. Aiheet. Käänteismatriisin ominaisuuksia. Rivioperaatiot matriisitulona. Matriisin kääntäminen rivioperaatioiden avulla

Käänteismatriisin. Aiheet. Käänteismatriisin ominaisuuksia. Rivioperaatiot matriisitulona. Matriisin kääntäminen rivioperaatioiden avulla Käänteismatriisi, L5 1 Tässä kalvosarjassa käsittelemme neliömatriiseja. Ilman asian jatkuvaa toistamista oletamme seuraavassa, että kaikki käsittelemämme matriisit ovat neliömatriiseja. Määritelmä. Olkoon

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

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

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan Johdatus lineaarialgebraan Osa I Jokke Häsä, Lotta Oinonen, Johanna Rämö 9 heinäkuuta 2013 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 1 Avaruuksien R 2 ja R 3 vektorit 4 11 Kaksiulotteisen

Lisätiedot

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3. Matematiikan ja tilastotieteen laitos Lineaarialgebra ja matriisilaskenta II Ylimääräinen harjoitus 6 Ratkaisut A:n karakteristinen funktio p A on λ p A (λ) det(a λi ) 0 λ ( λ) 0 5 λ λ 5 λ ( λ) (( λ) (

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

802120P Matriisilaskenta (5 op)

802120P Matriisilaskenta (5 op) 802120P Matriisilaskenta (5 op) Marko Leinonen Matemaattiset tieteet Syksy 2016 1 / 220 Luennoitsija: Marko Leinonen marko.leinonen@oulu.fi MA333 Kurssilla käytetään Noppaa (noppa.oulu.fi) Luentomoniste

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

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

Oppimistavoitematriisi

Oppimistavoitematriisi Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Arvosanaan 1 2 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä ja yhtälöpareja Osaan muokata

Lisätiedot

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA = 3 3 Olkoot 9 8 B 7 6 ja A 5 4 [ 3 4 Nyt A + B, AB ja BB eivät ole mielekkäitä (vastaavilla lineaarikuvauksilla menisivät dimensiot solmuun tällaisista yhdistelmistä) Kuitenkin voidaan laskea BA ja 9( )

Lisätiedot

Ratkaisuehdotukset LH 7 / vko 47

Ratkaisuehdotukset LH 7 / vko 47 MS-C34 Lineaarialgebra, II/7 Ratkaisuehdotukset LH 7 / vko 47 Tehtävä : Olkoot M R symmetrinen ja positiividefiniitti matriisi (i) Näytä, että m > ja m > (ii) Etsi Eliminaatiomatriisi E R siten, että [

Lisätiedot

2.1.4 har:linyryhmat03. Octavella. Katso ensin esimerkit???? esim:yroctave01 Octaven antamat vastausehdotukset.

2.1.4 har:linyryhmat03. Octavella. Katso ensin esimerkit???? esim:yroctave01 Octaven antamat vastausehdotukset. Vaasan yliopiston julkaisuja, opetusmonisteita 49 har:linyryhmat03 Tehtävä 2.3 Ratkaise lineaariset yhtälörymät x + y z 5 x + 2y + 4z 16 a x + 2y + 2z 0 2x + z 14 b x + y z 5 x + 2y + 4z 16 x + 2y + 2z

Lisätiedot