Alternoivat multilineaarimuodot
|
|
- Sakari Niemi
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 LUKU 1 Alternoivat multilineaarimuodot Vektoriavaruudesta R n käytetään seuraavassa merkintää V. Sen k-kertainen karteesinen tulo on tällöin V V = V k. Määritelmä 1.1. Kuvaus T : V k R on multilineaarinen, jos kaikille vektoreille v 1,..., v k, v V, kaikille reaaliluvuille a R ja kaikille indekseille j {1,..., k} on voimassa ja T (v 1,..., v j 1, v j + v, v j+1,..., v k ) = T (v 1,..., v j 1, v j, v j+1,..., v k ) + T (v 1,..., v j 1, v, v j+1,..., v k ), T (v 1,..., v j 1, a v j, v j+1,..., v k ) = a T (v 1,..., v j 1, v j, v j+1,..., v k ) Multilineaarikuvauksia T : V k R kutsutaan myös k-multilineaarimuodoiksi, k- muodoiksi tai k-tensoreiksi. Kaikkien k-multilineaarimuotojen T : V k R joukkoa merkitään T k (V ). Kuvaus T : V k R on siis multilineaarinen, jos jokainen osittaiskuvaus v j T (v 1,..., v j 1, v j, v j+1,..., v k ) lineaarinen. Tässä määritellyt tensorit ovat tarkemmin avaruuden V kovariantteja tensoreita. Avaruuden V kontravariantti tensori on multilineaarinen kuvaus T : (V ) l R, missä V := T 1 (V ) = kaikkien lineaarikuvausten V R muodostama joukko. Yleinen (tai sekoitettu) tensori on multilineaarinen kuvaus T : V k (V ) l R. Ks. [19, osa I, luku 4] tai [8, luku 11]. Esimerkki 1.2. Olkoot x 1,..., x n : V R kanooniset koordinaattikuvaukset (projektiot koordinaattiakseleille), x j (u) := u j, kun u = (u 1,..., u n ) V. Tällöin x j on lineaarimuoto eli 1-multilineaarimuoto. Olkoot j 1,...,j k {1,..., n} ja T : V k R, T (v 1,..., v k ) := x j 1 (v 1 )... x j k (vk ), kun v 1,..., v k V. Tällöin T on k-multilineaarimuoto. Muoto T on esimerkki lineaarimuotojen tensoritulosta. Multilineaarimuotojen joukko T k (V ) on vektoriavaruus, kun asetetaan S + T : V k R, (S + T )(v 1,..., v k ) := S(v 1,..., v k ) + T (v 1,..., v k ), a T : V k R, (at )(v 1,..., v k ) := a T (v 1,..., v k ), kun S, T T k (V ) ja a R. 1 Viimeksi muutettu
2 1. ALTERNOIVAT MULTILINEAARIMUODOT 3 Määritelmä 1.3. Olkoot S T k (V ) ja T T l (V ) multilineaarimuotoja. Muotojen S ja T tensoritulo on (k + l)-multilineaarimuoto S T : V k+l R, (S T )(v 1,..., v k, v k+1,..., v k+l ) := S(v 1,..., v k ) T (v k+1,..., v k+l ). Lause 1.4. Tensoritulolla on seuraavat ominaisuudet: Kun S, S 1, S 2 T k (V ), T, T 1, T 2 T l (V ), U T m (V ) ja a R, niin (i) (S 1 + S 2 ) T = S 1 T + S 2 T ; (ii) S (T 1 + T 2 ) = S T 1 + S T 2 ; (iii) (a S) T = S (a T ) = a (S T ); (iv) (S T ) U = S (T U). Todistus. Todistus on suoraviivainen ja jätetään lukijan suoritettavaksi. Viimeisen kohdan perusteella kolmen tensorin tensoritulosta voidaan sulut jättää merkitsemättä: S T U := (S T ) U. Useamman kuin kahden tensorin tulo T 1 T r määritellään vastaavalla tavalla (HT). Lause 1.5. Tensoriavaruudella T k (V ) on kanta x j 1 x j k, Erityisesti dim(t k (V )) = n k. missä j 1,..., j k {1,..., n}. Todistus. Olkoot e 1,..., e n avaruuden V = R n standardikantavektorit. Tällöin x i (e l ) = δ i,l, joten (x j 1 x j k )(e i1,..., e ik ) = x j 1 (e i1 ) x j k (e ik ) = δ j1,i 1 δ jk,i k. Olkoot nyt v 1,..., v k V. Tällöin on olemassa luvut a j,i R, 1 j k, 1 i n, siten, että v j = n i=1 a j,i e i, 1 j k. Projektioiden x j avulla ilmaistuna a j,i = x i (v j ). Olkoon nyt T T k (V ). Multilineaarisuuden nojalla T (v 1,..., v k ) = a 1,i1 a k,ik T (e i1,..., e ik ) Siis = = T = x i 1 (v 1 ) x i k (v k ) T (e i1,..., e ik ) T (e i1,..., e ik ) (x i 1 x i k )(v 1,..., v k ). i=1 k T (e i1,..., e ik ) x i1 x ik, joten tensorit x j 1 x j k, missä j1,..., j k {1,..., n}, virittävät avaruuden T k (V ). Toisaalta, jos T := t i1,...,i k x i 1 x i k = 0,
3 niin 0 = T (e j1,..., e jk ) = 1. ALTERNOIVAT MULTILINEAARIMUODOT 4 t i1,...,i k x i 1 (e j1 ) x i k (e jk ) = t j1,...,j k, joten tensorit x j 1 x j k ovat lineaarisesti riippumattomat. Ennekuin siirrytään tarkastelemaan alternoivia multilineaarimuotoja, otetaan käyttöön muuttujanvaihto: Määritelmä 1.6. Olkoot V = R n, W = R m ja f : W V lineaarikuvaus. Jokaiselle T T k (V ) asetetaan f T : W k R, (f T )(w 1,..., w k ) := T (f(w 1 ),..., f(w k )). Huomautus 1.7. a) Englannin kielessä operaatiosta T f T käytetään usein nimitystä pull-back (joskus inverse image), vastaavasti ranskassa joskus transposée. b) Muuttujanvaihdolta edellytetään usein bijektiivisyyttä; vrt. [15, II.8]. Tässä määritelty kuvaus f tulee myöhemmin käyttöön kurssin Analyysi 2 integroinnin muuttujanvaihdon kaltaisesti: b g(f(x)) f (x) dx = f(b) g(y) dy, kun f on jatkuvasti a f(a) derivoituva. Vertaa käyräintegraalien muuttujanvaihtoon [17, I.3]. c) On helppo todeta, että f T T k (W ), ja että kuvaus f : T k (V ) T k (W ) on lineaarinen. Lisäksi f (S T ) = (f S) (f T ), kun S T l (V ) ja T T k (V ). Esimerkki 1.8. Eräs tärkeä 2-tensori on euklidinen sisätulo, T : R n R n R, T (u, v) = (u v). Olkoot f : R n R n annettu lineaarikuvaus ja S := f T. Siis S(u, v) = T (f(u), f(v)) = (f(u) f(v)). Sisätulon ominaisuuksien nojalla tensorille S on voimassa (i) S on symmetrinen, S(u, v) = (f(u) f(v)) = S(v, u); ja (ii) S on positiivisesti semidefiniitti, S(u, u) = (f(u) f(u)) 0. Lisäksi, jos f on bijektio, on S on positiivisesti definiitti eli S(u, u) > 0, kun u 0. Siis, jos f on bijektio, myös S = f T on sisätulo vektoriavaruudessa R n. Kääntäen voidaan osoittaa, että jos S on mikä tahansa sisätulo avaruudessa R n, niin on olemassa bijektiivinen lineaarikuvaus f : R n R n siten, että S = f T. (Idea: Valitaan avaruudelle R n kanta w 1,..., w n. Käytetään Gramin ja Schmidtin ortonormeerausmenetelmää sitätuloon S ja kontrudoidaan kannan w 1,..., w n avulla ortonormeerattu kanta v 1,..., v n. Määritellään lineaarikuvaus f : R n R n siten, että f(v j ) = e j.) Esimerkki 1.9. Toinen tärkeä tensori on determinantti, det: V n R: kun v j = (v j,1,..., v j,n ), niin jokainen kuvaus v 1,1 v 2,1... v n,1 v v j det(v 1,..., v n ) = 1,2 v 2,2... v n, v 1,n v 2,n... v n,n on lineaarinen. Determinantilla on eräs jatkon kannalta tärkeä erityisominaisuus: kun kaksi saraketta v i ja v j (i j) vaihdetaan keskenään, determinantin merkki vaihtuu.
4 1. ALTERNOIVAT MULTILINEAARIMUODOT 5 Määritelmä Multilineaarimuoto T T k (V ) on alternoiva, jos kaikille vektoreille v 1,..., v k V ja kaikille indekseille i, j {1,..., k}, i j, on voimassa (1.1) T (v 1,..., v i,..., v j,..., v k ) = T (v 1,..., v j,..., v i,..., v k ). Kaikkien alternoivien multilineaarimuotojen T T k (V ) joukkoa merkitään Λ k (V ). Huomautus Alternoivuusehto (1.1) ei sano mitään, kun k = 1. Tavanmainen tapa on pitää myös 1-muotoja T T 1 (V ) alternoivina. Siis Λ 1 (V ) = T 1 (V ). Esimerkki Edellisen esimerkin mukaan determinantti det: V n R on avaruuden R n alternoiva muoto. Muita alternoiva muotoja saadaan derminantin avulla seuraavasti. Olkoon π : R n R k projektio k-ulotteiselle koordinaattitasolle, t.s. olkoot j 1,..., j k {1,..., n}, j 1 < j 2 < < j k, ja π(u 1, u 2,..., u n ) = (u j1, u j2,..., u jk ). Olkoot det k avaruuden R k determinantti ja T = π det k, t.s. T (v 1,..., v k ) = det k (π(v 1 ),..., π(v k )). Tällöin T on alternoiva k-muoto. Erikoistapauksessa n = 3 ja k = 2 saadaan seuraavat 2-muodot avaruuteen R 3 : kun u = (u 1, u 2, u 3 ) ja v = (v 1, v 2, v 3 ) R 3 olkoot [ ] u2 v T 1 (u, v) := det 2 = u u 3 v 2 v 3 u 3 v 2, 3 [ ] u1 v T 2 (u, v) := det 1 = u u 3 v 1 v 3 u 1 v 2, 3 [ ] u1 v T 3 (u, v) := det 1 = u u 2 v 1 v 2 u 2 v 1. 2 Muoto T 1 vastaa projektiota π : (u 1, u 2, u 3 ) (u 2, u 3 ), muoto T 2 projektiota π : (u 1, u 2, u 3 ) (u 1, u 3 ) ja muoto T 3 projektiota π : (u 1, u 2, u 3 ) (u 1, u 2 ). Esimerkki Avaruuden R 3 ristitulolla (u, v) u v on vastaava merkinvaihtumisominaisuus (antisymmetria) kuin alternoivilla muodoilla, mutta ristitulo ei ole reaaliarvoinen. Ristitulon avulla saadaan kuitenkin alternoivia muotoja seuraavasti: Olkoot w R 3 ja T : R 3 R 3 R, T (u, v) = (w u v). Tällöin T on alternoiva 2-muoto. Huomaa, että T on esitettävissä edellisen esimerkin 2-muotojen avulla muodossa T = w 1 T 1 w 2 T 2 + w 3 T 3. Kaava, jonka avulla determinatti saadaan, on melko monimutkainen: det(v 1,..., v n ) = σ S n sgn(σ) v σ(1),1 v σ(n),n, missä v j = (v j,1,..., v j,n ), 1 j n, indeksijoukko S n on kaikkien lukujen 1,..., n permutaatioiden joukko ja sgn(σ) on permutaation σ merkki. Vastaavanlaisen rakennelman avulla jokaisesta tensorista voidaan tehdä alternoiva:
5 1. ALTERNOIVAT MULTILINEAARIMUODOT 6 Määritelmä Olkoon T T k (V ). Asetetaan Alt(T )(v 1,..., v k ) := 1 sgn(σ) T (v σ(1),..., v σ(k) ). Huomautus a) Tekijä 1 on tarpeellinen muutamien seuraavassa lauseessa todistettavien kaavojen voimassaololle. b) Alternoivan multilineaarimuodon määritelmä voidaan esittää muodossa T (v τ(1),..., v τ(k) ) = sgn(τ) T (v 1,..., v k ), kaikille transpositioille τ S k. Muista, että permutaatio τ on transpositio, jos on olemassa i, j {1,..., k} siten, että τ(i) = j, τ(j) = i ja τ(l) = l, kun l {i, j}. Koska jokainen permutaatio voidaan esittää transpositioiden tulona ja permutaation merkki on homomorfismi, on alternoivalle muodolle T voimassa T (v σ(1),..., v σ(k) ) = sgn(σ) T (v 1,..., v k ). c) Jos multilineaarimuodon Alt(t) määritelmässä permutaation merkki jäteään pois, eli jos asetetaan Sym(T )(v 1,..., v k ) := 1 T (v σ(1),..., v σ(k) ), niin saatu multilineaarimuoto Sym(T ) on symmetrinen: Sym(T )(v σ(1),..., v σ(k) ) = Sym(T )(v 1,..., v k ). Todistus jätetään lukijan tehtäväksi (mallia saa seuraavan lauseen todistuksesta). Katso myös [8, s ]. Lause Kuvaus Alt: T k (V ) T k (V ) on lineaarinen, ja sille on voimassa: (i) kun T T k (V ), on Alt(T ) Λ k (V ); (ii) kun T Λ k (V ), on Alt(T ) = T ; (iii) kun T T k (V ), on Alt(Alt(T )) = Alt(T ). Todistus. (i): Olkoon τ i,j transpositio, joka vaihtaa luvut i ja j keskenään ja säilyttää muut. Kun σ S k, olkoon σ = σ τ i,j. Tällöin Alt(T )(v 1,..., v j,..., v i,..., v k ) = 1 sgn(σ) T (v σ(1),..., v σ(j),..., v σ(i),..., v σ(k) ), = 1 sgn(σ) T (v σ (1),..., v σ (i),..., v σ (j),..., v σ (k)), = 1 ( sgn(σ )) T (v σ (1),..., v σ (k)), σ S k = Alt(T )(v 1,..., v k ) (ii): Määritelmän nojalla jokaiselle T Λ k (V ) ja jokaiselle transpositiolle σ = τ i,j on voimassa T (v σ(1),..., v σ(k) ) = sgn(σ) T (v 1,..., v k ). Koska jokainen permutaatio
6 1. ALTERNOIVAT MULTILINEAARIMUODOT 7 voidaan esittää transpositioiden tulona ja permutaation merkki sgn: S k { 1, 1} on homomorfismi, on tämä kaava voimassa kaikille permutaatioille σ S k. Siis Alt(T )(v 1,..., v k ) = 1 sgn(σ) T (v σ(1),..., v σ(k) ), = 1 sgn(σ) sgn(σ) T (v 1,..., v k ), = T (v 1,..., v k ) (iii): Seuraa välittömästi kohdista (ii) ja (iii). on Määritelmä Olkoot ω Λ k (V ) ja η Λ l (V ). Muotojen ω ja η väkätulo (1.2) ω η := (k + l)! l! Alt(ω η). Lause Muotojen väkätulolla on seuraavat ominaisuudet: Kun ω 1, ω 2, ω Λ k (V ), η 1, η 2, η Λ l (V ), θ Λ m (V ), a R ja f : W V on lineaarikuvaus, on (i) (ω 1 + ω 2 ) η = ω 1 η + ω 2 η; (ii) ω (η 1 + η 2 ) = ω η 1 + ω η 2 ; (iii) (aω) η = a(ω η); (iv) ω η = ( 1) kl η ω; (v) f (ω η) = f ω f η. Todistus. Todistus on suoraviivainen ja jätetään lukijan suoritettavaksi. Lause (i) Jos S T k (V ) ja T T l (V ) siten, että Alt(S) = 0, niin Alt(S T ) = Alt(T S) = 0. (ii) Alt(Alt(ω η) θ) = Alt(ω η θ) = Alt(ω Alt(η θ)). (iii) Kun ω Λ k (V ), η Λ l (V ) ja θ Λ m (V ), niin (ω η) θ = ω (η θ) = Todistus. (i) Huomataan aluksi, että (k + l)! Alt(S T ) = (k + l + m)! l! m! Alt(ω η θ). +l sgn(σ) S(v σ(1),..., v σ(k) ) T (v σ(k+1),..., v σ(k+l) ). Olkoon G := {σ S k+l σ(j) = j, kun j {k + 1,..., k + l}}. Tällöin sgn(σ) S(v σ(1),..., v σ(k) ) T (v σ(k+1),..., v σ(k+l) ) σ G ( = σ G ) sgn(σ) S(v σ(1),..., v σ(k) ) T (v σ(k+1),..., v σ(k+l) ) = 0.
7 1. ALTERNOIVAT MULTILINEAARIMUODOT 8 Olkoon nyt σ 0 G. Vektoreille v j R n, 1 j k + l, merkitään w j := v σ0 (j). Kun G σ 0 := {σ σ 0 σ G}, niin sgn(σ) S(v σ(1),..., v σ(k) ) T (v σ(k+1),..., v σ(k+l) ) σ G σ 0 ( = sgn(σ 0 ) ) sgn(σ ) S(w σ (1),..., w σ (k)) T (w k+1,..., w k+l ) = 0. σ G Kun σ 0 G, ovat joukot G ja G σ 0 pistevieraat: Jos olisi σ G (G σ 0 ), niin σ = σ σ 0 jollekin σ G. Tällöin σ 0 = σ (σ ) 1 G (huomaa: joukko G on ryhmän S k+l aliryhmä). Muodon Alt(S T ) laskemisessa esiintyvä summa +l voidaan nyt ryhmitellä osiin σ 0 σ G σ 0. (Algebran kurssista kannattaa kerrata Lagrangen lause ja sen todistus). Koska jokainen osasumma on nolla, on Alt(S T ) = 0. Väite Alt(T S) = 0 todistetaan vastaavalla tavalla. (ii) Koska Alt(Alt(η θ) η θ) = Alt(η θ) Alt(η θ) = 0, saadaan kohdan (i) nojalla 0 = Alt(ω (Alt(η θ) η θ)) = Alt(ω (Alt(η θ)) Alt(ω η θ). Jälkimmäinen väite todistetaan vastaavalla tavalla. (iii) Kohdan (ii) ja väkätulon määritelmän nojalla (ω η) θ = (k + l + m)! (k + l)! m! Alt((ω η) θ) = Toinen väite todistetaan vastaavalla tavalla. (k + l + m)! (k + l)! m! (k + l)! l! Alt(ω η θ). Koska väkätulo on siis assosiatiivinen, voidaaan sulut jättää merkitsemättä: ω η θ := (ω η) θ = ω (η θ). Useamman tekijän väkätulot ω 1 ω r määritellään vastaavasti. Lause Multilineaarimuodot x i 1 x i k, missä 1 i 1 < i 2 < < i k n, muodostavat vektoriavaruuden Λ k (V ) kannan, joten ( ) n dim Λ k n! (V ) = = k (n k)!. Todistus. Jokainen k-tensori ω voidaan esittää seuraavassa muodossa (ks. lause 1.5): ω = a 1,i1 a k,ik x i 1 x i k. Kun k-tensori ω on alternoiva, saadaan ω = Alt(ω) = a 1,i1 a k,ik Alt(x i 1 x i k ). Käyttämällä apuna edellisen lauseen kohtaa (iii) nähdään, että x i 1 x i k, missä 1 i 1 < i 2 < < i k n, virittävät avaruuden Λ k (V ). (Alternoivuuden nojalla
8 1. ALTERNOIVAT MULTILINEAARIMUODOT 9 kaikista indeksjonoista (i 1, i 2,..., i k ) {1,..., n} k, voidaan hylätä ne, joissa kaksi indeksiä ovat samoja. Samasta syystä indeksit voidaan asettaa suuruusjärjestykseen.) Muotojen x i 1 x i k, missä 1 i1 < i 2 < < i k n, lineaarinen riippumattomuus todetaan samaan tapaan kuin lauseen 1.5 todistuksessa (harjoitustehtävä). Edellisestä lauseesta seuraa erityisesti, että avaruuden Λ n (R n ) dimensio on ( n n) = 1. Muistettakoon, että determinanttikuvaus det Λ n (R n ). Dimensioehdon nojalla jokainen ω Λ n (R n ) on siis determinantin monikerta, ω = λ det jollekin λ R. Seuraavakin tulos vaikuttaa tämän perusteella ilmeiseltä: Lause Olkoot v 1,..., v n avaruuden V kanta ja ω Λ n (V ). Olkoot a i,j R, i, j = 1,..., n, ja w i := n j=1 a i,jv j. Tällöin Todistus. Asetetaan ω(w 1,..., w n ) = det ( (a i,j ) n i,j=1) ω(v1,..., v n ). ( η((a 1,1,..., a 1,n ),..., (a n,1,..., a n,n )) := ω a 1,j v j,..., j=1 a n,j v j ). Tällöin η on vektoreiden (a i,1,..., a i,n ), 1 i n, alternoiva n-lineaarimuoto, joten on olemassa λ R siten, että η = λ det. Kun valitaan (a i,1,..., a i,n ) = e i = avaruuden R n luonnollisen kannan i. vektori, on η(e 1,..., e n ) = λ det(e 1,..., e n ) = λ. Toisaalta, η(e 1,..., e n ) = ω(v 1,..., v n ). Edellisestä lauseesta seuraa, että avaruuden V = R n nollasta eroava n-muoto ω jakaa avaruuden V kannat v 1,..., v n kahteen joukkoon: niihin, joille ω(v 1,..., v n ) > 0, ja niihin, joille ω(v 1,..., v n ) < 0. Huomaa, että jos ω(v 1,..., v n ) = 0, niin ω 0 (miksi?). Edellisestä lauseesta seuraa myös, että avaruuden V kaksi kantaa v 1,..., v n ja w 1,..., w n, missä w i = n j=1 a i,jv j, 1 i n, kuuluvat tämän jaon mukaisesti samaan joukkoon, jos ja vain jos det ( (a i,j ) i,j=1) n > 0. Lisäksi tämä kantojen jako y.m. kahteen joukkoon on riippumaton n-muodon ω valinnasta (todistus jätetään lukijan suoritettavaksi). Yksinkertaisissa lineaarisen algebran tarkasteluissa vektoriavaruuden V kantaa v 1,..., v n voidaan pitää joukkona {v 1,..., v n } V : kantavektoreiden järjestyksellä ei ole merkitystä. Jos kantavektoreiden järjestystä pitää korostaa, käytetään tavallisesti järjestettyä kantaa: joukon {v 1,..., v n } V sijasta käytetään (järjestettyä) jonoa (v 1,..., v n ) V n. Alternoivien muotojen yhteydessä on tapana samaistaa kaksi kantaa, jotka kuuluvat y.m. jaon mukaisesti samaan joukkoon. Tarkemmin: Olkoon ω Λ n (V ) nollasta eroava. Sanotaan, että järjestetyt kannat (v 1,..., v n ) ja (w 1,..., w n ) määräävät saman suunnistuksen, jos ω(v 1,..., v n ) > 0 ja ω(w 1,..., w n ) > 0, tai jos ω(v 1,..., v n ) < 0 ja ω(w 1,..., w n ) < 0. Jos ω(v 1,..., v n ) ja ω(w 1,..., w n ) ovat vastakkaismerkkiset, sanotaan, että kannat (v 1,..., v n ) ja (w 1,..., w n ) määräävät vastakkaiset suunnistukset. Vielä muodollisemmin suunnistus voidaan määritellä seuraavasti: Olkoon ω Λ n (V ) nollasta eroava. Järjestetyille kannoille (v 1,..., v n ) ja (w 1,..., w n ) asetetaan j=1
9 *1.1. TÄYDENTÄVIÄ TULOKSIA 10 relaatio ω, (v 1,..., v n ) ω (w 1,..., w n ) : ω(v 1,..., v n ) ja ω(w 1,..., w n ) ovat samanmerkkiset. Relaatio ω on helppo todeta ekvivalenssirelaatioksi, ja että se on riippumaton nollasta eroavan n-muodon ω valinnasta. Tässä relaatiossa järjestetyn kannan (v 1,..., v n ) määräämää ekvivalenssiluokkaa merkitään [v 1,..., v n ] ja kutsutaan järjestetyn kannan (v 1,..., v n ) määräämäksi suunnistukseksi. Kun vektoriavaruudelle V valitaan järjestetty kanta (v 1,..., v n ), kutsutaan paria (V, [v 1,..., v n ]) suunnistetuksi vektoriavaruudeksi. Suunnistetun vektoriavaruuden kantaa (w 1,..., w n ) kutsutaan positiivisesti suunnistetuksi, jos se määrää saman suunnistuksen kuin kanta (v 1,..., v n ). Muussa tapauksessa kantaa (w 1,..., w n ) kutsutaan negatiivisesti suunnistetuksi. Euklidisen avaruuden R n standardikannan e 1,..., e n määräämää suunnistusta [e 1,..., e n ] kutsutaan avaruuden R n standardisuunnistukseksi. Esimerkki Avaruuden V = R 3 järjestetyt kannat (e 1, e 2, e 3 ), (e 2, e 3, e 1 ) ja (e 3, e 1, e 2 ) määräävät standardisuunnistuksen [e 1, e 2, e 3 ]. Sen sijaan järjestetyt kannat (e 2, e 1, e 3 ), (e 1, e 3, e 2 ) ja (e 3, e 2, e 1 ) määräävät standardisuunnistukselle vastakkaisen suunnistuksen. Järjestettyjä kantoja (e 1, e 2, e 3 ), (e 2, e 3, e 1 ) ja (e 3, e 1, e 2 ) kutsutaan perinteisesti oikeakätisiksi ja kantoja (e 2, e 1, e 3 ), (e 1, e 3, e 2 ) ja (e 3, e 2, e 1 ) vastaavasti vasenkätisiksi kannoiksi. *1.1. Täydentäviä tuloksia Määritelmä *1.23. Olkoon A äärellinen joukko. Joukon A permutaatio on bijektio σ : A A. Kun n Z, n 1, merkitään joukon {1,..., n} permutaatioiden joukkoa S n. Transpositio on permutaatio τ S n, joka vaihtaa kahden alkion paikan, mutta säilyttää muut: joillekin i, j {1,..., n}, i j, on τ(i) = j, τ(j) = i ja τ(k) = k, kun k i, k j. Lause *1.24. Jokainen permutaatio voidaan esittää transpositioiden tulona. Todistus. Tapaus n = 2 on helppo todeta: S 2 = {id, τ}, missä τ(1) = 2 ja τ(2) = 1; id = τ τ. Oletetaan, että vaite on todistettu n 1 alkion permutaatioille. Olkoon σ S n. Tapaus 1: σ(n) = n. Tällöin rajoittuma σ := σ {1,...,n 1} S n 1, joten oletuksen mukaan väite pätee permutaatiolle σ. Siis on olemassa transpositiot τ 1,..., τ p S n 1, joille σ = τ 1... τ p. Olkoot τ 1,..., τ p S n permutaatiot, joille τ j (k) = τ j(k), kun 1 k < n, ja τ j (n) = n. Tällöin σ = τ 1... τ p. Tapaus 2: Olkoon q := σ(n) < n. Olkoon τ S n transpositio, jolle τ(q) = n ja τ(n) = q. Asetetaan ρ := τ σ. Tällöin ρ(n) = n, joten edellisen kohdan perusteella on olemassa transpositiot τ 1,..., τ p S n, joille ρ = τ 1... τ p. Tällöin σ = τ ρ = τ τ 1... τ p.
10 *1.1. TÄYDENTÄVIÄ TULOKSIA 11 Määritelmä *1.25. Permutaation σ S n merkki on 1 i<j n (σ(i) σ(j)) sgn(σ) := 1 i<j n (i j). Olkoon K n := {(i, j) Z 2 1 i < j n}. Permutaatiolle ρ S n asetetaan g ρ : K n K n, { (ρ(i), ρ(j)), jos ρ(i) < ρ(j), ja g ρ (i, j) := (ρ(j), ρ(i)), jos ρ(i) > ρ(j). Koska jokainen ρ S n on bijektio, on myös g ρ : K n K n bijektio. Tällöin (i,j) K sgn(ρ) = n (ρ(i) ρ(j)) = ( 1)N (i,j) K n (i j) = ( 1) N, (i,j) K n (i j) (i,j) K n (i j) missä N on niiden parien (i, j) lukumäärä, joille i < j, mutta ρ(i) > ρ(j) (permutaation ρ inversioiden lukumäärä). missä Lause *1.26. Permutaation merkki sgn: S n { 1, 1} on homomorfismi. Todistus. Olkoot σ, ρ S n. Tällöin sgn(σ ρ) = (σ ρ)(i) (σ ρ)(j) i j 1 i<j n = 1 i<j n = A σ sgn(ρ), A σ := (σ ρ)(i) (σ ρ)(j) ρ(i) ρ(j) 1 i<j n 1 i<j n (σ ρ)(i) (σ ρ)(j). ρ(i) ρ(j) ρ(i) ρ(j) i j Koska (σ ρ)(i) (σ ρ)(j) (σ ρ)(j) (σ ρ)(i) = ρ(i) ρ(j) ρ(j) ρ(i) ja g ρ on bijektio K n K n, voidaan A σ esittää muodossa A σ = (σ ρ)(i) (σ ρ)(j) = σ(k) σ(l) = sgn(σ). ρ(i) ρ(j) k l (i,j) K n (k,l) K n Siis sgn(σ ρ) = sgn(σ) sgn(ρ). Seuraus *1.27. Kun permutaatio σ S n esitetään transpositioiden τ 1,..., τ p S n tulona σ = τ 1... τ p, on sgn(σ) = sgn(τ 1 )... sgn(τ p ) = ( 1) p.
Differentiaalimuodot
LUKU 2 Differentiaalimuodot Olkoot A R n ja p A. Vektori pisteessä p on pari (p; v), missä v R n. Pisteeseen p kiinnitetyn vektorin v p := (p; v) ensimmäinen komponentti p on vektorin v p paikkaosa ja
Kanta ja dimensio 1 / 23
1 / 23 Kuten ollaan huomattu, saman aliavaruuden voi virittää eri määrä vektoreita. Seuraavaksi määritellään mahdollisimman pieni vektorijoukko, joka virittää aliavaruuden. Jokainen aliavaruuden alkio
Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )
Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä
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
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
LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k
LUKU 3 Ulkoinen derivaatta Olkoot A R n alue k n ja ω jatkuvasti derivoituva k-muoto alueessa A Muoto ω voidaan esittää summana ω = ω i1 i 2 i k dx i 1 dx i 2 1 i 1
(1.1) Ae j = a k,j e k.
Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim
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
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
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
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.
1 Tensoriavaruuksista..
1 Tensoriavaruuksista.. Käydään läpi kirjan (1) sivut 126-133. 19.02.2007 Palautetaaieleen viime kerran tärkeä määritelmä: (kirja, Määr. 5.12). Määritelmä 1.1 Olkoon T vektoriavaruus ja Φ : V 1 V 2 V m
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
Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.
Määritelmä Bijektio Oletetaan, että f : X Y on kuvaus. Sanotaan, että kuvaus f on bijektio, jos se on sekä injektio että surjektio. Huom. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin
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:
Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.
1 Lineaarikuvaus 1.1 Määritelmä Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) aina, kun v, w V ja λ K. Termejä:
Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.
LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,
6. OMINAISARVOT JA DIAGONALISOINTI
0 6 OMINAISARVOT JA DIAGONALISOINTI 6 Ominaisarvot ja ominaisvektorit Olkoon V äärellisulotteinen vektoriavaruus, dim(v ) = n ja L : V V lineaarikuvaus Määritelmä 6 Skalaari λ R on L:n ominaisarvo, jos
on Abelin ryhmä kertolaskun suhteen. Tämän joukon alkioiden lukumäärää merkitään
5. Primitiivinen alkio 5.1. Täydennystä lukuteoriaan. Olkoon n Z, n 2. Palautettakoon mieleen, että kokonaislukujen jäännösluokkarenkaan kääntyvien alkioiden muodostama osajoukko Z n := {x Z n x on kääntyvä}
Sisätuloavaruudet. 4. lokakuuta 2006
Sisätuloavaruudet 4. lokakuuta 2006 Tässä esityksessä vektoriavaruudet V ja W ovat kompleksisia ja äärellisulotteisia. Käydään ensin lyhyesti läpi määritelmiä ja perustuloksia. Merkitään L(V, W ) :llä
sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n
Määritelmä 1.1 Algebran A keskus C on joukko C (A) = {a A ax = xa x A}. Lause 1. Olkoon Cl n Cliffordin algebra, jonka generoi joukko {e 1,..., e n }. Jos n on parillinen, niin C (Cl n ) = {λ λ R}. Jos
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
Esko Turunen Luku 3. Ryhmät
3. Ryhmät Monoidia rikkaampi algebrallinen struktuuri on ryhmä: Määritelmä (3.1) Olkoon joukon G laskutoimitus. Joukko G varustettuna tällä laskutoimituksella on ryhmä, jos laskutoimitus on assosiatiivinen,
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
Kantavektorien kuvavektorit määräävät lineaarikuvauksen
Kantavektorien kuvavektorit määräävät lineaarikuvauksen Lause 18 Oletetaan, että V ja W ovat vektoriavaruuksia. Oletetaan lisäksi, että ( v 1,..., v n ) on avaruuden V kanta ja w 1,..., w n W. Tällöin
Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle
Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka
Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0
Tensorialgebroista Esitysteorian kesäopintopiiri, Turun yliopisto, 2012 Jyrki Lahtonen Olkoon k jokin skalaarikunta. Kerrataan k-algebran käsite: A on k-algebra, jos se on sekä rengas että vektoriavaruus
Monistot LUKU 4. (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W
LUKU 4 Monistot Muistettakoon, että avointen joukkojen U, V R n välinen diffeomorfismi h: U V on C 1 -kuvaus, jolle myös käänteiskuvaus h 1 on C 1. Jatkossa oletetaan, että tarkasteltavat kuvaukset ovat
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
LUKU 10. Yhdensuuntaissiirto
LUKU hdensuuntaissiirto Olkoot (M, N) suunnistettu pinta, p M ja v p R 3 p annettu vektori pisteessä p (vektorin v p ei tarvitse olla pinnan M tangenttivektori). Tällöin vektori (v p N(p)) N(p) on vektorin
koska 2 toteuttaa rationaalikertoimisen yhtälön x 2 2 = 0. Laajennuskunnan
4. Äärellisten kuntien yleisiä ominaisuuksia 4.1. Laajenuskunnat. Tarkastellaan aluksi yleistä kuntaparia F ja K, missä F on kunnan K alikunta. Tällöin sanotaan, että kunta K on kunnan F laajennuskunta
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
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
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
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
7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi
7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi Z p [x]/(m), missä m on polynomirenkaan Z p [x] jaoton polynomi (ks. määritelmä 3.19).
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
1 Avaruuksien ja lineaarikuvausten suora summa
MAT-33500 Differentiaaliyhtälöt, kevät 2006 Luennot 27.-28.2.2006 Samuli Siltanen 1 Avaruuksien ja lineaarikuvausten suora summa Tämä asialöytyy myös Hirschin ja Smalen kirjasta, luku 3, pykälä 1F. Olkoon
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
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
3 Skalaari ja vektori
3 Skalaari ja vektori Määritelmä 3.1 Skalaari on suure, jolla on vain suuruus, jota mitataan jossakin mittayksikössä. Skalaaria merkitään reaaliluvulla. Esimerkki 3.2 Paino, pituus, etäisyys, pinta-ala,
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
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.
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
Koodausteoria, Kesä 2014
Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 3.5 Reedin-Mullerin koodit Olkoon tässä kappaleessa F = F2 = Z2 ja n = 2 m. Määritellään avaruuteen F n kertolasku koordinaateittain:
Matriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo
Matriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo Antti Rasila 2016 Vektoriavaruuden kannan olemassaolo Jos {v 1, v 2,..., v k } on äärellisulotteisen vektoriavaruuden V lineaarisesti riippumaton
Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon
Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä 4.1.3. Olkoot : [a, b] R m paloittain C 1 -polku välin [a, b] jaon P = {a = t 1 < < t k = b} ja joukko D R m sellainen, että ([a, b])
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
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
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
x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );
LINEAARIALGEBRA Harjoituksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla
ja jäännösluokkien joukkoa
3. Polynomien jäännösluokkarenkaat Olkoon F kunta, ja olkoon m F[x]. Polynomeille f, g F [x] määritellään kongruenssi(-relaatio) asettamalla g f mod m : m g f g = f + m h jollekin h F [x]. Kongruenssi
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 Määrittelyjä ja aputuloksia
1 Määrittelyjä ja aputuloksia 1.1 Supremum ja infimum Aluksi kerrataan pienimmän ylärajan (supremum) ja suurimman alarajan (infimum) perusominaisuuksia ja esitetään muutamia myöhemmissä todistuksissa tarvittavia
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
jonka laskutoimitus on matriisien kertolasku. Vastaavasti saadaan K-kertoiminen erityinen lineaarinen ryhmä
4. Ryhmät Tässä luvussa tarkastelemme laskutoimituksella varustettuja joukkoja, joiden laskutoimitukselta oletamme muutamia yksinkertaisia ominaisuuksia: Määritelmä 4.1. Laskutoimituksella varustettu joukko
Tekijäryhmiä varten määritellään aluksi sivuluokat ja normaalit aliryhmät.
3 Tekijäryhmät Tekijäryhmän käsitteen avulla voidaan monimutkainen ryhmä jakaa osiin. Ideana on, että voidaan erikseen tarkastella, miten laskutoimitus vaikuttaa näihin osiin kokonaisuuksina, ja jättää
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 +
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
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
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
Kuvauksista ja relaatioista. Jonna Makkonen Ilari Vallivaara
Kuvauksista ja relaatioista Jonna Makkonen Ilari Vallivaara 20. lokakuuta 2004 Sisältö 1 Esipuhe 2 2 Kuvauksista 3 3 Relaatioista 8 Lähdeluettelo 12 1 1 Esipuhe Joukot ja relaatiot ovat periaatteessa äärimmäisen
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
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,
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
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 +
Esko Turunen MAT Algebra1(s)
Määritelmä (4.1) Olkoon G ryhmä. Olkoon H G, H. Jos joukko H varustettuna indusoidulla laskutoimituksella on ryhmä, se on ryhmän G aliryhmä. Jos H G on ryhmän G aliryhmä, merkitään usein H G, ja jos H
Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?
Harjoitus 1, kevät 007 1. Olkoon [ ] cos α sin α A(α) =. sin α cos α Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?. Olkoon a x y A = 0 b z, 0 0 c missä a, b, c 0. Määrää käänteismatriisi
x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );
LINEAARIALGEBRA Ratkaisuluonnoksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla
Konvergenssilauseita
LUKU 4 Konvergenssilauseita Lause 4.1 (Monotonisen konvergenssin lause). Olkoon (f n ) kasvava jono Lebesgueintegroituvia funktioita. Asetetaan f(x) := f n (x). Jos f n
8. Avoimen kuvauksen lause
116 FUNKTIONAALIANALYYSIN PERUSKURSSI 8. Avoimen kuvauksen lause Palautamme aluksi mieleen Topologian kursseilta ehkä tutut perusasiat yleisestä avoimen kuvauksen käsitteestä. Määrittelemme ensin avoimen
6. Tekijäryhmät ja aliryhmät
6. Tekijäryhmät ja aliryhmät Tämän luvun tavoitteena on esitellä konstruktio, jota kutsutaan tekijäryhmän muodostamiseksi. Konstruktiossa lähdetään liikkeelle jostakin isosta ryhmästä, samastetaan alkioita,
Suorien ja tasojen geometriaa Suorien ja tasojen yhtälöt
6. Suorien tasojen geometriaa 6.1. Suorien tasojen yhtälöt 55. Osoita, että yhtälöt x = 3 + τ y = 1 3τ esittävät samaa tason suoraa. Yhteinen piste 1,5) suunta i 3j. x = 1 6τ y = 5 + 9τ 56. Määritä suoran
Lineaariset Lien ryhmät / Ratkaisut 6 D 381 klo
JYVÄSKYLÄN YLIOPISO MAEMAIIKAN JA ILASOIEEEN LAIOS Lineaariset Lien ryhmät 27.2.2012 / t 6 D 381 klo. 16-18. 1. Matriisiryhmällä U(n) on epätriviaali normaali aliryhmä SU(n), joka on homomorfismin det
4. LINEAARIKUVAUKSET
86 4 LINEAARIKUVAUKSET 41 Määritelmä ja esimerkkejä Olkoot V ja V vektoriavaruuksia Tarkastellaan kuvausta L : V V Tällöin jokaiseen vektoriin v V liittyy tietty, L:n ja v:n yksikäsitteisesti määräämä
Yleiset lineaarimuunnokset
TAMPEREEN YLIOPISTO Pro gradu -tutkielma Kari Tuominen Yleiset lineaarimuunnokset Matematiikan ja tilastotieteen laitos Matematiikka Toukokuu 29 Tampereen yliopisto Matematiikan ja tilastotieteen laitos
{I n } < { I n,i n } < GL n (Q) < GL n (R) < GL n (C) kaikilla n 2 ja
5. Aliryhmät Luvun 4 esimerkeissä esiintyy usein ryhmä (G, ) ja jokin vakaa osajoukko B G siten, että (B, B ) on ryhmä. Määrittelemme seuraavassa käsitteitä, jotka auttavat tällaisten tilanteiden käsittelyssä.
F dr = F NdS. VEKTORIANALYYSI Luento Stokesin lause
91 VEKTORIANALYYI Luento 13 9. tokesin lause A 16.5 tokesin lause on kuin Gaussin lause, mutta yhtä dimensiota alempana: se liittää toisiinsa kentän derivaatasta pinnan yli otetun integraalin ja pinnan
1 Kertaus. Lineaarinen optimointitehtävä on muotoa:
1 Kertaus Lineaarinen optimointitehtävä on muotoa: min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2 (11) a m1 x 1 + a m2 x 2 + + a mn x n
8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151
Vaasan yliopiston julkaisuja 151 8 KANNAT JA ORTOGONAALISUUS KantaOrthogon Sec:LinIndep 8.1 Lineaarinen riippumattomuus Lineaarinen riippumattomuus on oikeastaan jo määritelty, mutta kirjoitamme määritelmät
Ortogonaalisen kannan etsiminen
Ortogonaalisen kannan etsiminen Lause 94 (Gramin-Schmidtin menetelmä) Oletetaan, että B = ( v 1,..., v n ) on sisätuloavaruuden V kanta. Merkitään V k = span( v 1,..., v k ) ja w 1 = v 1 w 2 = v 2 v 2,
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
(1) refleksiivinen, (2) symmetrinen ja (3) transitiivinen.
Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden kanssa, joiden lakina on tietyn ominaisuuden samuus. Tietyn ominaisuuden samuus -relaatio on ekvivalenssi; se on (1) refleksiivinen,
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
Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden kanssa, joiden lakina on tietyn ominaisuuden samuus.
Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden kanssa, joiden lakina on tietyn ominaisuuden samuus. Matematiikassa ja muuallakin joudutaan usein tekemisiin sellaisten relaatioiden
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
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 2014 164/246 Kertausta:
Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan
JAKSO 2 KANTA JA KOORDINAATIT
JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause
Karteesinen tulo. Olkoot A = {1, 2, 3, 5} ja B = {a, b, c}. Näiden karteesista tuloa A B voidaan havainnollistaa kuvalla 1 / 21
säilyy Olkoot A = {1, 2, 3, 5} ja B = {a, b, c}. Näiden karteesista tuloa A B voidaan havainnollistaa kuvalla c b a 1 2 3 5 1 / 21 säilyy Esimerkkirelaatio R = {(1, b), (3, a), (5, a), (5, c)} c b a 1
Lineaarikuvaukset. 12. joulukuuta F (A r ) = F (A r ) r .(3) F (s) = s. (4) Skalaareille kannattaa määritellä lisäksi seuraavat tulot:
Lineaarikuvaukset 12. joulukuuta 2005 1 Yleistys multivektoreille Olkoon F lineaarikuvaus vektoriavaruudessa. Yleistetään F luonnollisella tavalla terille F (a 1 a n ) = F (a 1 ) F (a n ), (1) sekä terien
2 Permutaatioryhmät. 2.1 Permutaation olemus
2 Permutaatioryhmät Rubikin kuution siirrot ovat tietynlaisia permutaatioita Permutaatiot muodostavat ryhmiä, ja tällä tavoin ryhmäteorian työkaluja päästään käyttämään kuutioongelman selvittämisessä Tässä
H = H(12) = {id, (12)},
7. Normaali aliryhmä ja tekijäryhmä Tarkastelemme luvun aluksi ryhmän ja sen aliryhmien suhdetta. Olkoon G ryhmä ja olkoon H G. Alkiong G vasen sivuluokka (aliryhmän H suhteen) on gh = {gh : h H} ja sen
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
Kompleksianalyysi, viikko 4
Kompleksianalyysi, viikko 4 Jukka Kemppainen Mathematics Division Reaalimuuttujan kompleksiarvoisen funktion integraali Aloitetaan reaalimuuttujan kompleksiarvoisen funktion integraalin määrittelyllä,
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Lineaarikuvaukset Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 16 R. Kangaslampi Vektoriavaruudet Lineaarikuvaus
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
Konformigeometriaa. 5. maaliskuuta 2006
Konformigeometriaa 5. maaliskuuta 006 1 Sisältö 1 Konformigeometria 1.1 Viivan esitys stereograasena projektiona............ 1. Euklidisen avaruuden konformaalinen malli........... 4 Konformikuvaukset
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:
ominaisvektorit. Nyt 2 3 6
Esimerkki 2 6 8 Olkoon A = 40 0 6 5. Etsitäänmatriisinominaisarvotja 0 0 2 ominaisvektorit. Nyt 2 0 2 6 8 2 6 8 I A = 40 05 40 0 6 5 = 4 0 6 5 0 0 0 0 2 0 0 2 15 / 172 Täten c A ( )=det( I A) =( ) ( 2)