1. Tensoritulon konstruktio
|
|
- Vilho Haapasalo
- 6 vuotta sitten
- Katselukertoja:
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 ) }.
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.
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
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
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
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
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
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
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
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:
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
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
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.
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
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
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
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 +
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
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).
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
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.
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. 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
(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
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 +
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
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
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
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:
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
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 +
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
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
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
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,
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
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
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
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.
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
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
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
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
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
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
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
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
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
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
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
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,
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.
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
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)
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
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
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,
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
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
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
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
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
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
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
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.
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)
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
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
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
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
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
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
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
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
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
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.)
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
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
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
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
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
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
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
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
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:
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
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
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
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,
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
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
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
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............................
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
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.
(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
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
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
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
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
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