1. Tensoritulon konstruktio

Koko: px
Aloita esitys sivulta:

Download "1. Tensoritulon konstruktio"

Transkriptio

1 Î ÌÒ ÓÖØÙÐÓØ 1. Tensoritulon konstruktio 1.1. Määritelmä. Olkoot M ja N R-moduleita, missä kerroinrengas(r, +, ) on vaihdannainen. Määritellään modulien M ja N tensoritulo ja tensoritulokuvaus : M N M N. Konstruktio lähtee liikkeelle R-modulista S=M N={z:M N R supt(z)onäärellinen}. Kunx Mjay N,merkitäänx y:lläs:nvektoria,jollejokaisellax Mjay Non voimassa { (x y)(x,y )= 1 jos(x,y)=(x,y ) 0 muuten eli(x y)(x,y )=δ (x,y),(x,y )=δ xx δ yy. S:nvektoriensamastamiseksimerkitäänS 0 = sp(c), missä C={(ax y) a(x y) x M,y N,a R} {(x ay) a(x y) x M,y N,a R} {(x+x ) y (x y+x y) x,x M,y N} {x (y+y ) (x y+x y ) x,x M,y N}. ModulienMjaNtensorituloM Nontekijämoduli M N=S/S 0 =M N/S 0. Vektorienx Mjay Ntensorituloonx y =x y+s 0. Tensoritulokuvauson :M N M N, (x,y)=x y.tensoritulonm Nalkioitakutsutaantensoreiksi Lause. Olkoot M, N ja R kuten tensoritulon määritelmässä. Tällöin tensoritulokuvaus :M N M Nonbilineaarinen. Todistus. Ilmeisen symmetrian vuoksi riittää tarkastella vasemmanpuoliset bilineaarisuusehdot.olkootx,x L,y Mjaa R.Tällöin (ax) y=(ax) y)+s 0 =a(x y)+(ax) y a(x y) +S }{{} 0 C S 0 ja =a(x y)+s 0 =a((x y)+s 0 )=a(x y) (x+x ) y=(x+x ) y+s 0 =x y+x y+((x+x ) y x y x y) +S }{{} 0 C S 0 =(x y+x y)+s 0 =(x y+s 0 )+(x y+s 0 ) =x y+x y. 43

2 Todistus.(vaihtoehtoinen) Merkitään symbolilla määritelmän tekijäoperaatiota vastaavaakongruenssia,ts.kunt,t M N,niint t S 0 t t S 0. Tällöin jokaisellax,x L,y Mjaa Rpätevätkongruenssit (x+x ) y (x y)+(x y), (ax) y a(x y) x (y+y ) (x y)+(x y )jax (ay) a(x y), sillävastaavaterotuksetkuuluvatjoukkoonc S 0.Siis (x+x ) y=(x y)+(x y), (ax) y=a(x y) x (y+y )=(x y)+(x y )jax (ay)=a(x y), mikä todistaa tensoritulokuvauksen bilineaarisuuden. Tensoritulon määritelmästä seuraa suoraviivaisesti, että M N:n alkioille(esitensoreille) ja tensoreille saadaan tietynlaiset esitykset alkuperäisten modulien vektorien avulla Lemma. Edellisen määritelmän oletuksin ja merkinnöin jokaiselle z M N on olemassaäärellinenindeksijoukkojjajokaisellaj Jskalaariλ j sekävektoritx j Mja y j N,joille z= j J λ j (x j y j ). Edelleentensorillet M Nsaadaanesitys t= i I u i v i, missäionäärellinenjajokaisellai Ipäteeu i Mjav i N. Todistus. Määritelmän mukaan J = supt(z) on äärellinen; asetetaan jokaisella j = (x,y) J kertoimeksi λ j = z(x,y)ja vektoreiksi x j = x sekä y j = y. Siten kun (x,y ) M N,niin λ j (x j y j )(x,y )=z(x,y)δ x,x δ y,y = { z(x,y) jos(x,y)=(x,y ) 0 muuten. Tästäseuraa,ettäz= j J λ jx j y j.josnimittäinj 0 =(x,y) J,niin ( ) λ j x j y j (x,y) λ j δ j,j0 =λ j0 =z(x,y). j J jostaas(x,y) M N J,niin(x,y) supt(z),joten j J ( ) λ j x j y j (x,y)=0=z(x,y). j J 44

3 Tensorint M N tapauksessavalitaanensinz M N,jollet =z+s 0 jatälle esitensorillezylläolevankaltainenesitys. MerkitäänsittenI=Jjajokaisellai I=J ensinu i =λ i x i jasittenv i =y i.tensoritulonbilineearisuudenavullasaadaantällöin ( ) t=z+s 0 = λ j x j y j +S 0 = ( ) λ j (xj y j )+S 0 = λ j (x j y j ) j J j J = j J ((λ j x j ) y j )= i I (u i v i ). j J 1.4. Lause. Olkoong:L M NR-bilineaarikuvausjaA:N P R-lineaarikuvaus. Tällöin A g on R-bilineaarinen. Todistus.Olkootx,x L,y,y Mjac R.Tällöin (A g)(x+x,y)=a(g(x+x,y))=a(g(x,y)+g(x,y)) ja =A(g(x,y))+A(g(x,y))=(A g)(x,y)+(a g)(x,y) (A g)(cx,y)=a(g(cx,y))=a(cg(x,y))=ca(g(x,y))=c(a g)(x,y). Symmetristi johdetaan myös oikeanpuoleiseen lineaarisuuteen liittyvät yhtälöt (A g)(x,y+y )=(A g)(x,y)+(a g)(x,y)ja(a g)(x,cy)=c(a g)(x,y). SiisA gonbilineaarinen. 1.5.Seuraus. OlkootL,MjaNvaihdannaisenrenkaan(R,+, modulejajaa:l M Nlineaarikuvaus.Tällöinkuvausf:L M N,f(x,y)=A(x y)onbilineaarinen. Todistus. Sovelletaan edellistä lausetta tilanteessa, jossa g =, jolloin saadaan, että f=a onbilineaarinen,koskaaonlineaarinenja bilineaarinen Lause. (Tensoritulojen universaalisuusominaisuus vektoriavaruuksille.) Olkoot U,V jaw R-moduleita,joidenkerroinrengasonvaihdannainen, jaf:u V W K- bilineaarikuvaus. Tällöin on olemassa yksikäsitteinen R-lineaarikuvaus A: U V W, jollef=a. U V Alin. U V W f bilin. Todistus.OlkootS 0 jackutentensoritulonmääritelmässä,jap:u V U V =(U V)/S 0 tekijäkuvausp(z)=z+s 0.Muodostetaanlauseenväitteenkaavioapukuvauksen B:U V Wkauttaseuraavasti: U V p U V U V ; f 45 B A W.

4 VektoriavaruudellaU V = U V Konfunktioavaruutenaluonnollinenkanta E={x y x U,y V}. SiksionolemassayksikäsitteinenK-lineaarikuvausB:S W,jolleB(x y)=f(x,y), kunx Ujay V.Selvästif =B. Osoitetaanseuraavaksi,ettäKer(p)=S 0 Ker(B). Kunx,x U,y,y V ja c K, niin B:n lineaarisuuden ja f:n bilineaarisuuden tähden B((x cy) c(x y))=b(x cy) cb(x y)) =f(x,cy) cf(x,y))=cf(x,y) cf(x,y))= 0 ja B(x (y+y ) (x y+x y ))=B(x (y+y )) B(x y+x y ) =B(x (y+y )) B(x y) B(x y ) =f(x,y+y ) f(x,y) f(x,y )= 0. Siis (x cy) c(x y),x (y+y ) (x y+x y ) Ker(B). Aivan vastaavasti osoitetaan, että myös (cx y) a(x y),(x+x ) y (x y+x y) Ker(B). Koskatämäpäteekaikillax,x U,y,y V jac K,niinC Ker(B),mistäseuraa Ker(p)=S 0 =sp(c) Ker(B). AsetetaanA:U V W,A(t)=B(z),missäz U V onmikätahansaesitensori, jollet =z+s 0. KuvausAonhyvinmääritelty, silläjost =z+s 0 =z +S 0, niin z z 0 S 0 Ker(B),mistäseuraaB(z)=B((z z )+z )=B(z z )+B(z )= 0+B(z )=B(z ).SuoraanmääritelmänperusteellamyösA(p(z))=B(z),kunz U V, jotena=b p.selvästiaonmyöslineaarinen.lopuksihavaitaan,että f=b =(A p) =A (p )=A. Edellinen tulos yleistyy moduleille Lause. (Tensoritulojen universaalisuusominaisuus.) Olkoot M, N ja P R-moduleita, joiden kerroinrengas on vaihdannainen, ja f: M N P R-bilineaarikuvaus. Tällöin on olemassayksikäsitteinenr-lineaarikuvausa:m N P,jollef =A. M N A M N P f 46

5 1.8. Lause. OlkootU jav K-vektoriavaruuksia, joillaonkannate jaf. Tällöin {e f e E,f F}ontensoritulonU Fkanta,jotendim(U V)=dim(U)dim(V). Todistus. Merkitään G={e f e E,f F}. Olkoont U V.Lemman1.3nojallatensorilletsaadaanesityst= i I u i v i,missä Ionäärellinenjajokaisellai Ipäteeu i Ujav i V.KoskaEonU:nkantajaFV:n kanta, niin jokaisella i I vektoreilla on esitykset u i = e E λ i,e ejav i = f F µ i,f f, missä summat ovat äärellisluonteisia. Sijoittamalla nämä esitykset tensorin t esitykseen saadaan t= u i v i = ( λ i,e e ) ( µ i,f f ) i I i I e E f F = λ i,e µ i,f (e f) sp(g). i I, Siissp(G)=U V eligonvirittäjistö. TehdäänsittenvapaustestijoukolleG:Olkoon(a e,f ) e E,f F sellainenäärellisluonteinen kerroinjono K:n alkioita, että a e,f (e f)= 0 U F. Jotta kertoimet onnistuttaisiin osoittamaan nolliksi, sovelletaan tensoritulojen universaalisuusominaisuutta.olkoote 0 Ejaf 0 F 0.Valitaanensinlineaarisetmuodotx U ja y V niin,ettäx (e)=δ e,e0 jay (f)=δ f,f0,kune Ejaf F(jälleenosanIIlauseen 2.1sovellus). Kuvaush:U V K,h(u,v)=x (u)y (v)ontällöinbilineaarinenharjoituksissa todistetun perusteella. Tensoritulojen universaalisuusominaisuuden(lause 1.6) nojallaonolemassalineaarikuvausa:u V K,jolleh=A.Erityisesti 0=A( 0 U V )=A( a e,f (e f))= a e,f A(e f) = = a e,f h(e,f)= a e,f δ e,e0 ϕ f,f0 =a e0,f 0. a e,f x (e)y (f) Koskaa e0,f 0 päteekaikillae 0 E jaf 0 F, niingonvapaa. SitenG onkantaja dimensioille pätee dim(u V)= G = E F = E F =dim(u)dim(v). 47

6 2. Tensorin aste 2.1. Määritelmä. Olkoot M ja N R-moduleita, missä(r, +, ) on vaihdannainen. Tensorint M Nasterg(t)onpienink N,jollaonolemassax 0,...,x k 1 jay 0,...,y k 1, joille t= x i y i. Huomautus. Tensorien esitystä koskevan lemman 1.3 nojalla tensorin aste on hyvinmääritelty. Jatkossa osoittautuu, että käsite on myös epätriviaali, ts. yleensä tensorille pätee rg(t) > Lemma. OlkootUjaV K-vektoriavaruuksia,t U V jak=rg(t).tällöinjos x 0,...,x k 1 Mjay 0,...,y n 1 Novatvektoreita,joille t= x i y i, niinjonot(x 0,...,x k 1 )ja(y 0,...,y k 1 )ovatvapaita. Todistus. Symmetrianvuoksiriittääosoittaa,ettäjono(x 0,...,x k 1 )onvapaa. Oletetaanvastoinväitettä,ettätämäjonoonsidottu,ts.ettäonolemassakertoimeta 0,...,a k 1 K,joille k 1 a ix i = 0,missäjokinkerroineiolenolla. Yleisyyttärajoittamattavoidaan olettaa,ettätämäona k.tällöinvektorix k voidaanratkaistayhtälöstä,jasijoittamalla tensorin esitykseen saadaan k 2 k 2 x k =(a k ) 1 ( a i x i )= (( a i /a k )x i ) t= x i y i = (k 2 ) x i y i +xk y k = (k 2 ) ( k 2 x i y i + (( a i /a k )x i ) ) y k k 2 ) k 2 k 2 ( ) = x i y i + x i ( a i /a k )y k = xi y i +x i ( a i /a k )y k k 2 = x i ( ) y i +( a i /a k )y k, mikätarkoittaa,ettärg(t) k 1<kvastoinoletusta. 48

7 2.3. Lemma. OlkootU jav K-vektoriavaruuksiajat,t U V tensoreita,jotka voidaan kirjoittaa muotoon l 1 t= x i y i jat = x j y j. Oletetaan, että jonot (y 0,...,y k 1 ) ja (y 0,...,y l 1 ) ovat vapaita. Tällöin jos sp({x 0,...,x k 1 }) sp({x 0,...,x l 1 }),niint t. Todistus.MerkitäänW=sp({x 0,...,x k 1 })jaw =sp({x 0,...,x l 1 }).KoskaW W, niinw W taiw W.Symmetrianvuoksivoidaanolettaa,ettäW W,jotenx s W jollakins {0,...,l 1}. ValitaanW:llekantaE 0,jolloinE 0 jae 0 {x s}ovatvapaita (osanilauseen4.4.bnojalla).laajennetaane 0 {x s }U:nkannaksiEjamerkitäänx :llä sitäyksikäsitteistälineaaristamuotoax :U K,jollex (x s )=1jax (e)=0,kun e E {x s}. Huomataan,ettäx W = 0 W onnollakuvaus,sillä(x W) E 0 =x E 0 onnollakuvaus. Edelleenonolemassay V, jolley (y s ) = 1jay (y j ) = 0, kun j {0,...,l 1}{s},sillä{y 0,...,y l 1 }onvapaa. Kuvaush:U V K,h(x,y)=x (x)y (y)onbilineaarinen, jotenonolemassa lineaarinena:u V K,jolleA(x y)=h(x,y),kunx Ujay V.Kuntensoritt jat kuvataankuvauksellaa,saadaan A(t)=A (k 1 ) x i y i = A(x i y i ) k 1 k 1 = h(x i,y i )= x (x i )y (y i )= 0 y (y i )=0ja A(t )=A( (l 1 l 1 = l 1 = x ) l 1 j y j = l 1 h(x j,y j )= A(x j y j ) x (x j )y (y j ) x (x j) δ j,s =x (x s)=1, silläx W= 0 w.siisa(t)=0 1=A(t ),jotent t Lause. OlkootUjaV K-vektoriavaruuksiajat U V.Tällöinrg(t)=k,josja vainjosonolemassau:nvapaajono(x 0,...,x k 1 )jav:nvapaajono(y 0,...,y k 1 ),joille t= x i y i. 49

8 Todistus. Ehdon välttämättömyys seuraa suoraan tensorin asteen määritelmästä ja lemmasta2.2. Oletetaankääntäen,ettäonolemassaU:nvapaajono(x 0,...,x k 1 )jav:n vapaajono(y 0,...,y k 1 ),joille t= x i y i. ToisaaltamääritelmänmukaanonolemassaU:njono(x 0,...,x l 1 )jav:njono(y 0,...,y joille myös l 1 t= x i y i, mutta lisäksi l = rg(t). Lemmasta 2.2 seuraa, että tämänkin t:n esityksen jonot ovat vapaita.merkitäänw=sp({x 0,...,x k 1 }).Edellisenlemmanperusteellaonoltavamyös W=sp({x 0,...,x l 1 }),mikämerkitsee,ettäjoukot{x 0,...,x k 1 }ja{x 0,...,x l 1 }ovat molemmataliavaruudenwkantoja.siisk=dim(w)=l. l 1 ), 3. Ulkotulo 3.1. Määritelmä. a) Olkoonk Z + sekäolkootl 0,...L k 1 jamr-moduleita,missäkerroinrengason vaihdannainen. Kuvausf:L 0 L k 1 MonR-multilineaarinen,joskaikilla s {0,...,k 1},x i L i,kuni {0,...,k 1},y s L s jaa Rpätee ja f(x 0,...,x s 1,ax s,x s+1,...,x k 1 )=af(x 0,...,x k 1 ) f(x 0,...,x s 1,x s +y s,x s+1,...,x k 1 )=f(x 0,...,x k 1 ) +f(x 0,...,x s 1,y s,x s+1,...,x k 1 ). b) OlkootLjaMR-moduleita.Multilineaarikuvausg:L k Monalternoiva,josg( x)= 0aina,josjonossa x L k esiintyytoistoa.kuvausgonantisymmetrinen,josg( x)= g( x )aina,josjonon x L k saajonosta x L k vaihtamallakaksikoordinaattia keskenään, ts. jos x = (x 0,...,x k 1 )ja x = (x 0,...,x k 1 ), niin joillakin s,t {0,...,k 1},s tpäteex s =x tjax t =x s,kuntaasx i=x i,kuni {0,...,k 1}{s,t} Lemma. Olkoonf:L 0 L k 1 Mmultilineaarinenkuvaus,missämodulien L 0,ldots,L k 1 jamkerroinrengasonvaihdannainen.tällöin: a) Jos f on alternoiva, niin se on myös antisymmetrinen. b) Joskerroinrengasonkunta(K,+, ),jonkakarakteristikaeiolekaksi,jaf onantisymmetrinen, niin f on alternoiva. 50

9 Todistus.Tarkastellaaneriindeksejäs,t {0,...,k 1}.Kiinnitetääntarkastelunajaksi x i L i,kuni {0,...,k 1}jai s,i t,sekämerkitään f:l s L t, f(x s,x t )=f(x 0,...,x k 1 ). Koska f on multilineaarinen, f on bilineaarinen. a) Josf onalternoiva,niinkaikillax s L s jax t L t pätee 0= f(x s +x t,x s +x t )= f(x s,x s )+ f(x s,x t )+ f(x t,x s )+ f(x t,x t ) = 0+ f(x s,x t )+ f(x t,x s )+ 0= f(x s,x t )+ f(x t,x s ), joten f(x s,x t )= f(x t,x s ). Siis f onalternoiva,jakoskatämäpäteeindekseistäs jatsekäparametreistäx i (i {0,...,k 1}{s,t})riippumatta,myösf on. b) Oletetaan, että f on antisymmetrinen ja modulien kerroinrengas onkin kunta, jonka karakteristikaeiolekaksi.tällöinantisymmetrisyydestäseuraajokaisellex L s f(x,x)= f(x,x) 2 f(x,x)=0 f(x,x)=0. Siis f on antisymmetrisyys, mistä seuraa kuvauksen f antisymmetrisyys. TensorituloL 0 L k 1 määritelläänyleisessätapauksessavastaavastikuintapauksessa k = 2. Myös tensoritulojen universaalisuuslause yleistyy Lause. Olkoonk Z + sekäolkootl 0,...L k 1 jamr-moduleita,missäkerroinrengasonvaihdannainen.olkoonedelleenf:l 0 L k 1 MR-multilineaarikuvaus. TällöinonolemassayksikäsitteinenR-lineaarikuvausA:L 0 L k 1 M,jollef =A. L 0 L k 1 L 0 L k 1 P f multilin Määritelmä. Olkoon(K, +, ) kunta, jonka karakteristika ei ole kaksi. Olkoon V K-vektoriavaruusjak Z +.Asetetaana:V k V V }{{}, kkpl Alin. a(x 0,...,x k 1 )= σ S k ε σ (x σ(0) x σ(k 1) ), missäs k onjoukon{0,,k 1}permutaatioidenjoukkojaε(σ)onpermutaationσetumerkki.Merkitääna(x 0,...,x k 1 )=x 0 x k 1 jakutsutaantätävektorienx 0,...,x k 1 ulkotuloksi. Avaruuden V k:s ulkopotenssi on vastaavasti tensoritulon V V aliavaruus k V =sp({x0 x k 1 x 0,...,x k 1 M}). 51

10 Huomautus. Joissakin lähteissä ulkopotenssi määritellään tekijäavaruutena. Tällöin ulkopotenssiksivalitaanv V/S,missäSonsopivatensoritulonaliavaruus, jonka voi osoittaa olevan tässä esitetyn ulkopotenssin komplementti. Lopputulos olisi siis joka tapauksessa isomorfinen tässä esitetyn kanssa. 3.5.Lause. Edellisessämääritelmässäesiintyväkuvausa:V k V V }{{}, kkpl a(x 0,...,x k 1 )= σ S k ε σ (x σ(0) x σ(k 1) ), on(määritelmän oletuksin) alternoiva Lause. (Ulkotulojen universaalisuusominaisuus) Olkoot U ja V K-vektoriavaruuksia, missäkerroinkunnankarakteristikaeiolekaksi,sekäk Z +. TällöinjokaistaalternoivaaK-multilineaarikuvaustavastaasellainenK-lineaarikuvausA: k U V,ettäkaikille x 0,...,x k 1 Upäteef(x 0,...,x k 1 )=A(x 0 x k 1 ). k U Alin. V U k f alt Lause. OlkoonV K-vektoriavaruus,missächar(K,+, ) 2,k Z + jaev:n kanta.tällöinulkopotenssilla k V onkanta {u I I E, I =k}, missäjokaisellai E, I =ktensoriu I onu I =x 0 x k 1 jollakinjoukoniluettelolla I={x 0,...,x k 1 }. 3.8.Seuraus. Josdim(V)=n,niindim( k V)= ( n k) Määritelmä. OlkoonA:V V,K-lineaarikuvaus,missächar(K,+, ) 2. Oletetaanlisäksi,ettän=dim(V) Z +. KuvauksenAdeterminanttiontällöinvakioa K, jokasaadaanseuraavasti:kuvausb:v n n V, B(x 0,...,x k 1 )=A(x 0 )... A(x k 1 ) on multilineaarinen ja alternoiva, joten ulkotulojen universaalisuusominaisuuden perusteella onolemassakuvausd: n V n V,jolle A(x 0 ) A(x n 1 )=B(x 0,...,x n 1 )=D(x 0 x n 1 ). Koskadim( n V)= ( n n) =1,niinjollakinvakiollaa KpäteeD(u)=au,kunu n V 0.TämävakioaonsiiskuvauksenAdeterminanttidet(A),ts.skalaari,jolle A(x 0 ) A(X n 1 )=det(a)(x 0... x n 1 ) kaikillax 0,...,x n 1 V. 52

1. Summa ja tulo Määritelmä. Olkoon M moduli ja A perhe modulin M osajoukkoja. Tällöin summa. x supt((xi A ) A A )äärellinen, i I(x i A i ) }.

1. Summa ja tulo Määritelmä. Olkoon M moduli ja A perhe modulin M osajoukkoja. Tällöin summa. x supt((xi A ) A A )äärellinen, i I(x i A i ) }. ÁÁÁ ÃÓÒ ØÖÙØÓØ 1. Summa ja tulo 1.1. Määritelmä. Olkoon M moduli ja A perhe modulin M osajoukkoja. Tällöin summa A A Akoostuuvektoreista A A x A,missäjokaisellaA Apäteex A Ajavektoreiden summa on äärellisluonteinen.

Lisätiedot

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Kantavektorien kuvavektorit määräävät lineaarikuvauksen Kantavektorien kuvavektorit määräävät lineaarikuvauksen Lause 18 Oletetaan, että V ja W ovat vektoriavaruuksia. Oletetaan lisäksi, että ( v 1,..., v n ) on avaruuden V kanta ja w 1,..., w n W. Tällöin

Lisätiedot

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

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

Lisätiedot

Lineaarialgebra Kerroinrenkaat. Kevät Kerkko Luosto Informaatiotieteiden yksikkö, Tampereen yliopisto

Lineaarialgebra Kerroinrenkaat. Kevät Kerkko Luosto Informaatiotieteiden yksikkö, Tampereen yliopisto Lineaarialgebra 2 Kevät 2014 Kerkko Luosto Informaatiotieteiden yksikkö, Tampereen yliopisto Á Ë Ð Ö Ø Ú ØÓÖ Ø 1. Kerroinrenkaat 1.1. Määritelmä. Yhden laskutoimituksen rakenne(g, + on Abelin ryhmä, jos

Lisätiedot

1 Tensoriavaruuksista..

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

Lisätiedot

Kuvaus. Määritelmä. LM2, Kesä /160

Kuvaus. Määritelmä. LM2, Kesä /160 Kuvaus Määritelmä Oletetaan, että X ja Y ovat joukkoja. Kuvaus eli funktio joukosta X joukkoon Y on sääntö, joka liittää jokaiseen joukon X alkioon täsmälleen yhden alkion, joka kuuluu joukkoon Y. Merkintä

Lisätiedot

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

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

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus. 1 Lineaarikuvaus 1.1 Määritelmä Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) aina, kun v, w V ja λ K. Termejä:

Lisätiedot

Demorastitiedot saat demonstraattori Markus Niskaselta Lineaarialgebra (muut ko) p. 1/104

Demorastitiedot saat demonstraattori Markus Niskaselta Lineaarialgebra (muut ko) p. 1/104 Lineaarialgebra (muut ko) p. 1/104 Ensi viikolla luennot salissa X Torstaina 7.12. viimeiset demot (12.12. ja 13.12. viimeiset luennot). Torstaina 14.12 on välikoe 2, muista ilmoittautua! Demorastitiedot

Lisätiedot

Ensi viikon luennot salissa X. Lineaarialgebra (muut ko) p. 1/66

Ensi viikon luennot salissa X. Lineaarialgebra (muut ko) p. 1/66 Ensi viikon luennot salissa X Lineaarialgebra (muut ko) p. 1/66 Lineaarialgebra (muut ko) p. 2/66 Redusoitu porrasmuoto 1 1 2 4 1 1 4 6 2 2 5 9 1 1 0 2 0 0 1 1 0 0 0 0 Eli aste r(a) = 2 ja vaakariviavaruuden

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

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m ) Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä

Lisätiedot

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0

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

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

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

Vektorit, suorat ja tasot

Vektorit, suorat ja tasot , suorat ja tasot 1 / 22 Koulussa vektori oli nuoli, jolla oli suunta ja suuruus eli pituus. Siirretään vektori siten, että sen alkupää on origossa. Tällöin sen kärki on pisteessä (x 1, x 2 ). Jos vektorin

Lisätiedot

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi 7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi Z p [x]/(m), missä m on polynomirenkaan Z p [x] jaoton polynomi (ks. määritelmä 3.19).

Lisätiedot

Alkeismuunnokset matriisille, sivu 57

Alkeismuunnokset matriisille, sivu 57 Lineaarialgebra (muut ko) p. 1/88 Alkeismuunnokset matriisille, sivu 57 AM1: Kahden vaakarivin vaihto AM2: Vaakarivin kertominen skalaarilla c 0 AM3: Vaakarivin lisääminen toiseen skalaarilla c kerrottuna

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

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

6. OMINAISARVOT JA DIAGONALISOINTI

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

Lisätiedot

(1.1) Ae j = a k,j e k.

(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

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

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka

Lisätiedot

Satunnaismuuttujien muunnokset ja niiden jakaumat

Satunnaismuuttujien muunnokset ja niiden jakaumat Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2007) 1 Satunnaismuuttujien muunnokset ja

Lisätiedot

Kompaktisuus ja filtterit

Kompaktisuus ja filtterit Kompaktisuus ja filtterit Joukkoperheellä L on äärellinen leikkausominaisuus, mikäli jokaisella äärellisellä L L on voimassa L. Nähdään helposti, että perheellä L on äärellinen leikkausominaisuus ja L

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

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

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +

Lisätiedot

2 Konveksisuus ja ratkaisun olemassaolo

2 Konveksisuus ja ratkaisun olemassaolo 2 Konveksisuus ja ratkaisun olemassaolo Ratkaisun olemassaolon tutkimiseen tarvitaan perustietoja konvekseista joukoista ja lineaarialgebrasta. Niitä tarvitaan myös ratkaisualgoritmin ymmärtämiseen. Tutkitaan

Lisätiedot

802320A LINEAARIALGEBRA OSA III

802320A LINEAARIALGEBRA OSA III 802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO Syksy 2017 LINEAARIALGEBRA 1 / 59 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V

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

6. Tekijäryhmät ja aliryhmät

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,

Lisätiedot

Ennakkotehtävän ratkaisu

Ennakkotehtävän ratkaisu Ennakkotehtävän ratkaisu Ratkaisu [ ] [ ] 1 3 4 3 A = ja B =. 1 4 1 1 [ ] [ ] 4 3 12 12 1 0 a) BA = =. 1 + 1 3 + 4 0 1 [ ] [ ] [ ] 1 0 x1 x1 b) (BA)x = =. 0 1 x 2 x [ ] [ ] [ 2 ] [ ] 4 3 1 4 9 5 c) Bb

Lisätiedot

802320A LINEAARIALGEBRA OSA III

802320A LINEAARIALGEBRA OSA III 802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO KEVÄT 2019 LINEAARIALGEBRA 1 / 60 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V

Lisätiedot

Ratkaisuehdotukset LH 8 / vko 47

Ratkaisuehdotukset LH 8 / vko 47 Ratkaisuehdotukset LH 8 / vko 47 Tehtävä 1: Olkoot A R n n matriisi, jonka singulaariarvohajotelma on A [ ] [ ] Σ U 1 U r 0 [V1 ] T 2 V 0 0 2 Jossa Σ r on kääntyvä matriisi, [ U 1 U 2 ] ja [ V1 V 2 ] ovat

Lisätiedot

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /310

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /310 Lineaarialgebra ja matriisilaskenta II LM2, Kesä 2012 1/310 Kertausta: avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja.

Lisätiedot

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

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0). Esimerkki 9 Esimerkissä 6 miniminormiratkaisu on (ˆx, ˆx (, 0 Seuraavaksi näytetään, että miniminormiratkaisuun siirtyminen poistaa likimääräisongelman epäyksikäsitteisyyden (mutta lisääntyvän ratkaisun

Lisätiedot

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n

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

Lisätiedot

Kanta ja dimensio 1 / 23

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

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio Ilkka Mellin Todennäköisyyslaskenta Osa : Satunnaismuuttujat ja todennäköisyysjakaumat Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (7) 1 Momenttiemäfunktio ja karakteristinen funktio

Lisätiedot

1. Summa ja tulo Määritelmä. Olkoon M moduli ja A perhe modulin M osajoukkoja. Tällöin summa. supt((xa

1. Summa ja tulo Määritelmä. Olkoon M moduli ja A perhe modulin M osajoukkoja. Tällöin summa. supt((xa ÁÁÁ ÃÓÒ ØÖÙ Ø ÓØ Mistä tahansa tarkasteltavista moduleista voidaan erilaisten konstruktioiden kautta rakentaa uusia moduleita. Tässä osassa käydään läpi yleisimpiä tällaisista konstruktiosta: Summan ja

Lisätiedot

4.0.2 Kuinka hyvä ennuste on?

4.0.2 Kuinka hyvä ennuste on? Luonteva ennuste on käyttää yhtälöä (4.0.1), jolloin estimaattori on muotoa X t = c + φ 1 X t 1 + + φ p X t p ja estimointivirheen varianssi on σ 2. X t }{{} todellinen arvo Xt }{{} esimaattori = ε t Esimerkki

Lisätiedot

Tampereen yliopisto Informaatiotieteiden yksikkö

Tampereen yliopisto Informaatiotieteiden yksikkö Tampereen yliopisto Informaatiotieteiden yksikkö Kevät 017 Luennot: Kerkko Luosto Muistiinpanot: Jesse Railo (013) ja Jussi Klemetti (017) 6 Kartioleikkaukset Vanhan ajan geometrian merkittävimpiä tuloksia

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

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

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

6. Lineaariset operaattorit

6. Lineaariset operaattorit 96 FUNKTIONAALIANALYYSIN PERUSKURSSI 6. Lineaariset operaattorit Luvussa 5 osoitimme, että Fourier-sarjat suppenevat L 2 -normissa (kts. Seuraus 5.8 sivulla 80). Osoitimme myös, että kun f on jatkuva ja

Lisätiedot

Alternoivat multilineaarimuodot

Alternoivat multilineaarimuodot 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,

Lisätiedot

Miten osoitetaan joukot samoiksi?

Miten osoitetaan joukot samoiksi? Miten osoitetaan joukot samoiksi? Määritelmä 1 Joukot A ja B ovat samat, jos A B ja B A. Tällöin merkitään A = B. Kun todistetaan, että A = B, on päättelyssä kaksi vaihetta: (i) osoitetaan, että A B, ts.

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

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg)

Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus Malliratkaisut (Sauli Lindberg) Matematiikan ja tilastotieteen laitos Reaalianalyysi I Harjoitus 4 9.4.-23.4.200 Malliratkaisut (Sauli Lindberg). Näytä, että Lusinin lauseessa voidaan luopua oletuksesta m(a)

Lisätiedot

802320A LINEAARIALGEBRA OSA III LINEAR ALGEBRA PART III

802320A LINEAARIALGEBRA OSA III LINEAR ALGEBRA PART III 802320A LINEAARIALGEBRA OSA III LINEAR ALGEBRA PART III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2017 Contents 1 Lineaarikuvaus 2 1.1 Määritelmä............................ 2 1.2 Matriisiesitys/Matrix

Lisätiedot

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1 1. Selvitä missä tason pisteissä annetut funktiot ovat derivoituvia/analyyttisiä. Määrää funktion derivaatta niissä pisteissä, joissa se on olemassa. (a) (x, y) 2x + ixy 2 (b) (x, y) cos x cosh y i sin

Lisätiedot

Esko Turunen Luku 3. Ryhmät

Esko Turunen Luku 3. Ryhmät 3. Ryhmät Monoidia rikkaampi algebrallinen struktuuri on ryhmä: Määritelmä (3.1) Olkoon joukon G laskutoimitus. Joukko G varustettuna tällä laskutoimituksella on ryhmä, jos laskutoimitus on assosiatiivinen,

Lisätiedot

Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä todistuksia ja lineaarikuvauksen muodostamista. Sarjaan liittyvät Stack-tehtävät: 1 ja 2.

Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä todistuksia ja lineaarikuvauksen muodostamista. Sarjaan liittyvät Stack-tehtävät: 1 ja 2. HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2016 Harjoitus 3 Ratkaisut palautettava viimeistään maanantaina 29.8.2016 klo 13.15. Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä

Lisätiedot

Pisteessä (1,2,0) osittaisderivaatoilla on arvot 4,1 ja 1. Täten f(1, 2, 0) = 4i + j + k. b) Mihin suuntaan pallo lähtee vierimään kohdasta

Pisteessä (1,2,0) osittaisderivaatoilla on arvot 4,1 ja 1. Täten f(1, 2, 0) = 4i + j + k. b) Mihin suuntaan pallo lähtee vierimään kohdasta Laskukarnevaali Matematiikka B. fx, y, z) = x sin z + x y, etsi f,, ) Osittaisderivaatat ovat f f x = sin z + xy, y = x, f z = x cos z Pisteessä,,) osittaisderivaatoilla on arvot 4, ja. Täten f,, ) = 4i

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 29.3.2016 4. laskuharjoituksien esimerkkiratkaisut 1. Olkoon u (4,0,4,2) ja v ( 1,1,3,5) vektoreita vektoriavaruudessa R 4. Annetun sisätulon (x,y) indusoima normi on x (x,x) ja

Lisätiedot

Toispuoleiset raja-arvot

Toispuoleiset raja-arvot Toispuoleiset raja-arvot Määritelmä Funktiolla f on oikeanpuoleinen raja-arvo a R pisteessä x 0 mikäli kaikilla ɛ > 0 löytyy sellainen δ > 0 että f (x) a < ɛ aina kun x 0 < x < x 0 + δ; ja vasemmanpuoleinen

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt QR-hajotelma ja pienimmän neliösumman menetelmä Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto PNS-ongelma PNS-ongelma

Lisätiedot

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0 1. Polynomit Tässä luvussa tarkastelemme polynomien muodostamia renkaita polynomien ollisuutta käsitteleviä perustuloksia. Teemme luvun alkuun kaksi sopimusta: Tässä luvussa X on muodollinen symboli, jota

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

r > y x z x = z y + y x z y + y x = r y x + y x = r

r > y x z x = z y + y x z y + y x = r y x + y x = r HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Osoita, että avoin kuula on avoin joukko ja suljettu kuula on suljettu joukko. Ratkaisu.

Lisätiedot

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt ja pienimmän neliösumman menetelmä Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi QR ja PNS PNS-ongelma

Lisätiedot

Analyysi I (mat & til) Demonstraatio IX

Analyysi I (mat & til) Demonstraatio IX Analyysi I (mat & til) Demonstraatio IX 16.11. 2018 II välikoe 19.11. klo 9 salissa IX. Ilmoittaudu NettiOpsussa 12.11. mennessä. Koealue: Funktion raja-arvo, jatkuvuus ja Bolzanon lause, ts. kirjan luku

Lisätiedot

1 Avaruuksien ja lineaarikuvausten suora summa

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

Lisätiedot

Johdatus matemaattiseen päättelyyn

Johdatus matemaattiseen päättelyyn Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä 2 Todistamisesta 3 Joukko-oppia 4 Funktioista Funktio eli kuvaus on matematiikan

Lisätiedot

802320A LINEAARIALGEBRA OSA II

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

Lisätiedot

Cantorin joukon suoristuvuus tasossa

Cantorin joukon suoristuvuus tasossa Cantorin joukon suoristuvuus tasossa LuK-tutkielma Miika Savolainen 2380207 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Cantorin joukon esittely 2 2 Suoristuvuus ja

Lisätiedot

Tarkastelemme ensin konkreettista esimerkkiä ja johdamme sitten yleisen säännön, joilla voidaan tietyissä tapauksissa todeta kielen ei-säännöllisyys.

Tarkastelemme ensin konkreettista esimerkkiä ja johdamme sitten yleisen säännön, joilla voidaan tietyissä tapauksissa todeta kielen ei-säännöllisyys. Ei-säännöllisiä kieliä [Sipser luku 1.4] Osoitamme, että joitain kieliä ei voi tunnistaa äärellisellä automaatilla. Tulos ei sinänsä ole erityisen yllättävä, koska äärellinen automaatti on äärimmäisen

Lisätiedot

Seuraava topologisluonteinen lause on nk. Bairen lause tai Bairen kategorialause, n=1

Seuraava topologisluonteinen lause on nk. Bairen lause tai Bairen kategorialause, n=1 FUNKTIONAALIANALYYSIN PERUSKURSSI 115 7. Tasaisen rajoituksen periaate Täydellisyydestä puristetaan maksimaalinen hyöty seuraavan Bairen lauseen avulla. Bairen lause on keskeinen todistettaessa kahta funktionaalianalyysin

Lisätiedot

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1 1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN JA TILASTOTIETEEN LAITOS f ( n) JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Funktionaalianalyysi Ei harjoituksia 1.4.2015 Funktionaalista viihdettä pääsiäistauolle: viikolla 14 (ma 30.3., ti 31.3. ja ke 1.4.)

Lisätiedot

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (5) 1 Momenttiemäfunktio ja karakteristinen funktio Momenttiemäfunktio Diskreettien jakaumien momenttiemäfunktioita

Lisätiedot

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014 Koodausteoria, Kesä 2014 Topi Törmä Matemaattisten tieteiden laitos 4.7 Syklisen koodin jälkiesitys Olkoon F = F q ja K = F q m kunnan F laajennuskunta. Määritelmä 4.7.1. Kuntalaajennuksen K/F jälkifunktioksi

Lisätiedot

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1 Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2004) 1 Satunnaismuuttujien muunnokset ja niiden jakaumat Satunnaismuuttujien muunnosten jakaumat

Lisätiedot

f(k)e ikx = lim S n (f; x) kaikilla x?

f(k)e ikx = lim S n (f; x) kaikilla x? 102 FUNKTIONAALIANALYYSIN PERUSKURSSI 6. Lineaariset operaattorit Luvussa 5 osoitimme, että jos f L 2, niin vastaavan Fourier-sarjan osasummat suppenevat kohti f:ää L 2 -normissa (kts. Seuraus 5.8 sivulla

Lisätiedot

Matemaattinen Analyysi / kertaus

Matemaattinen Analyysi / kertaus Matemaattinen Analyysi / kertaus Ensimmäinen välikoe o { 2x + 3y 4z = 2 5x 2y + 5z = 7 ( ) x 2 3 4 y = 5 2 5 z ) ( 3 + y 2 ( 2 x 5 ( 2 7 ) ) ( 4 + z 5 ) = ( 2 7 ) yhteys determinanttiin Yhtälöryhmän ratkaiseminen

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

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21. Vektorianalyysi I MAT21003 Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21. syyskuuta 2017 1 Sisältö 1 Euklidinen avaruus 3 1.1 Euklidinen avaruus

Lisätiedot

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

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

Lisätiedot

d ) m d (I n ) = 2 d n d. Koska tämä pätee kaikilla

d ) m d (I n ) = 2 d n d. Koska tämä pätee kaikilla MAT21007 Mitta ja integraali Harjoitus 2 viikko 25.3-29.3 2019) Palauta mieleen: monisteen luku 0; Topologia I) avaruuden d euklidinen etäisyys, avoimet kuulat ja joukot. Ohjausta laskuharjoitusten tekoon:

Lisätiedot

1 Sisätulo- ja normiavaruudet

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

Lisätiedot

Konvergenssilauseita

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

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A3/A5 Matriisilaskenta Laskuharjoitus 2 / vko 45 Tehtävä (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 2i = 2, b) z 2i < 2, c) /z

Lisätiedot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

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,

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

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua. HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 2 Ratkaisuehdotuksia Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, 15-17

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

Alkulukujen harmoninen sarja

Alkulukujen harmoninen sarja Alkulukujen harmoninen sarja LuK-tutkielma Markus Horneman Oiskelijanumero:2434548 Matemaattisten tieteiden laitos Oulun ylioisto Syksy 207 Sisältö Johdanto 2 Hyödyllisiä tuloksia ja määritelmiä 3. Alkuluvuista............................

Lisätiedot

Surjektion käsitteen avulla kuvauksia voidaan luokitella sen mukaan, kuvautuuko kaikille maalin alkioille jokin alkio vai ei.

Surjektion käsitteen avulla kuvauksia voidaan luokitella sen mukaan, kuvautuuko kaikille maalin alkioille jokin alkio vai ei. 5.5 Surjektio Surjektion käsitteen avulla kuvauksia voidaan luokitella sen mukaan, kuvautuuko kaikille maalin alkioille jokin alkio vai ei. Määritelmä 5.5.1. Kuvaus f : X æ Y on surjektio, jos jokaisella

Lisätiedot

3.3 Funktion raja-arvo

3.3 Funktion raja-arvo 3.3 Funktion raja-arvo Olkoot A ja B kompleksitason joukkoja ja f : A B kuvaus. Kuvauksella f on pisteessä z 0 A raja-arvo c, jos jokaista ε > 0 vastaa δ > 0 siten, että 0 < z z 0 < δ ja z A f(z) c < ε.

Lisätiedot

(2n 1) = n 2

(2n 1) = n 2 3.5 Induktiotodistus Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa väite P (n) on totta kaikille n =0, 1, 2,... Tässä väite P (n) riippuu n:n arvosta. Todistuksessa

Lisätiedot

Seuraavana tavoitteena on osoittaa, että binääristen neliömuotojen ekvivalenssiluokat

Seuraavana tavoitteena on osoittaa, että binääristen neliömuotojen ekvivalenssiluokat 3.3 Luokkaryhmä Seuraavana tavoitteena on osoittaa, että binääristen neliömuotojen ekvivalenssiluokat muodostavat ryhmän. Määritelmä 3.39. Määritellään operaatio kahden samaa diksriminanttia olevan binäärisen

Lisätiedot

Tehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat.

Tehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat. JOHDATUS LUKUTEORIAAN syksy 017) HARJOITUS 6, MALLIRATKAISUT Tehtävä 1. Etsi Pellin yhtälön x Dy = 1 pienin positiivinen ratkaisu kun D {,, 5, 6, 7, 8, 10}. Ratkaisu 1. Tehtävässä annetuilla D:n arvoilla

Lisätiedot

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

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

Lisätiedot

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MATEMATIIKAN JA TILASTOTIETEEN LAITOS f ( n JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS n Harjoitusten 8 ratkaisut Topologiset vektoriavaruudet 2010 8.1. Olkoon P n = {f : K K p on enintään asteen n 1 polynomi} varustettuna

Lisätiedot

MS-A0004/A0006 Matriisilaskenta

MS-A0004/A0006 Matriisilaskenta 4. MS-A4/A6 Matriisilaskenta 4. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto..25 Tarkastellaan neliömatriiseja. Kun matriisilla kerrotaan vektoria, vektorin

Lisätiedot