Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on
|
|
- Antero Tamminen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 4. DETERINANTTI JA KÄÄNTEISATRIISI 6 4. Neliömtriisi determitti Neliömtriisi A determitti o luku, jot merkitää det(a) ti A. Se lsket seurvsti: -mtriisi A determitti o det(a) () -mtriisi A determitti void lske esim. kehittämällä. srkkee suhtee: det(a) + Huom. merkit Yleisesti: Alidetermitti ij o determitti jok sd poistmll lkuperäisestä determitist i. rivi j j. srke. Alkio ij liittotekijä (cofctor) o ij (-) i+j ij. -mtriisi A [ ij ] determitti void lske kehittämällä se mikä ths rivi ti srkkee suhtee. Kehittämie rivi i suhtee: det(a) i i + i i + + i i () ( ) k i+ k ik Kehittämie srkkee j suhtee: ik det(a) j j + j j + + j j () k ( ) k+ j kj kj
2 Esimerkki 4.. sket seurv determitti ) kehittämällä. srkkee suhtee + [ ( ) ] [ ( ) ( ) ] b) kehittämällä. rivi suhtee + [ ( ) ( ) ] + [ ( ) ( ) ] [ ]. Kehittämisee ktt vlit se rivi ti srke, joss o eite olli. Korkempisteiset determitit plutet peräkkäisillä kehittämisillä lempisteisiksi, lopult -determiteiksi. Erikoislskusäätö -determiteille (Srrus-säätö): Kirjoit kksi esimmäistä srkett viimeise vieree. Summ kikkie kolme päälävistäjä (ylävsemmlt loikelle) lkioide tulot j väheä kolme vstkkissuutise lävistäjä (lvsemmlt yläoikelle) lkioide tulot. Esimerkki: ( ) + + ( ) ( ) ( ) 4. Determiti perusomiisuuksi j lskusäätöjä use 4.. Olkoo A ( ij ) -mtriisi j c vkio. () Jos A: yksi rivi ti srke kerrot vkioll c, ii sdu mtriisi determitti o c det(a). () det(ca) c det(a). () Jos A: kksi riviä vihdet keskeää, ii sdu mtriisi determitti o det(a). (4) det(a T ) det(a). () Jos A o kolmiomtriisi, ii det(a) lävistäjälkioide tulo. (6) Jos A j B ovt smkokoisi eliömtriisej, ii det(ab) det(a) det(b).
3 () A: srkkeet ovt lierisesti riippumttomt det(a). A: srkkeet ovt lierisesti riippuvt det(a). 8 Sm pätee riveille. (8) Jos mtriisi muuet lisäämällä joki rivi toisee kerrottu vkioll c, ii se determitti ei muutu. Smoi srkkeille. Viimeise omiisuude vuoksi determitti void kehittämistä vrte muutt helpomp muotoo ollmll lkioit Gussi elimioii tp. Esimerkki 4.. ) ( ) Aluss lisättii. rivii esimmäie rivi kerrottu -:ll j sitte kehitettii. srkkee suhtee. b) Aluss. srkkeesee lisättii. srke jolloi huomt, että kksi viimeistä srkett ovt smt, siis lierisesti riippuvt. Arvo äkee viimeistää viimeisestä muodost: jos determitiss o -rivi ti srke, se suhtee kehittämällä sd rvoksi. c) 9 6 eli lävistäjälkioide tulo, kosk kyseessä kolmiomtriisi. 8 8 ieriste yhtälöryhmie rtkisu rmeri sääöllä Jos : yhtälö j : tutemttom yhtälöryhmä + K + + K + + K + b b b eli A b (4) kerroimtriisi determitti D det(a), A: rivit (j srkkeet) ovt lierisesti riippumttomt rk(a) ryhmällä o yksikäsitteie rtkisu. Rtkisu o silloi
4 9 D D,, K, D D D D missä D j o determitti, jok sd D:stä korvmll j:s srke vektorill b. Todistus: Kreyszig, s. -4. Huom: rmeri säätö o työläämpi rtkisumeetelmä kui Gussi elimioiti; sillä o lähiä teoreettist merkitystä. Esimerkki 4.. Rtkise rmeri sääöllä yhtälöryhmä ) + (vrt. Esim...) 4 + b) Kääteismtriisi Trkstell eliömtriisej. Olkoo A -mtriisi. A: kääteismtriisi A - o mtriisi jolle pätee AA - A - A I () Jos mtriisill A o kääteismtriisi, sot, että A o epäsigulrie ti sääöllie. Jos mtriisill A ei ole kääteismtriisi, sot, että A o sigulrie. Jos rk A, eli A: srkkeet (j rivit) ovt lierisesti riippumttomt, sot että A o täysisteie. use 4.. A o epäsigulrie eli sääöllie jos j vi jos rk A eli A o täysisteie. Siis A:ll o kääteismtriisi rk A det A. use 4.. Olkoot seurvt mtriisit -mtriisej. () Kääteismtriisi o yksikäsitteie () Jos A epäsigulrie, ii (A - ) - A () (AB) - B - A - (4) Jos rk A j AB A, ii B. () Jos rk A j AB, ii B. (6) Jos A o sigulrie, ii myös AB j BA ovt sigulrisi. Seurus: Jos rk A j AB I, ii B A -. Jos rk A j BA I, ii B A -. Esim. jos AB I, ii kertomll oikelt A:ll, sd ABA A AI, jote edellise lusee kohdst (4) seur, että myös BA I. Siis tulo lskemie toisi päi riittää osoittm B: kääteismtriisiksi.
5 4.4 Kääteismtriisi lskusäätöjä Kääteismtriisi lskemie Gussi-Jordi elimioiill use 4.4. Jos [A I] [I K], ii K A -. Perustelu: Kääteismtriisi X A - lsket rtkisemll yhtälöryhmät AX I, jotk void kirjoitt srkkeitti A i e i i,, missä i o kääteismtriisi i:s srke j e i i:s ktvektori eli yksikkömtriisi i:s srke (i:s lkio, muut olli). Tämä rtkist Gussi elimioiiss käsittelemällä ljeettu mtriisi [A e i ]. Kosk Gussi elimioii riviopertiot ovt smt kikille tällisille yhtälöryhmille i,,, e void rtkist simultisesti, kirjoittmll kikki oike puole vektorit rikki: e e (jost muodostuu yksikkömtriisi). Kolmiomuodo sijst redusoiti jtket yksikkömtriisiksi, jolloi rtkisut,, eli kääteismtriisi srkkeet void luke suor oikelt puolelt. Oletet, että A o epäsigulrie. GAUSS-JORDAN-EIINOINTI. Redusoi ljeettu mtriisi [A I] muotoo [U H], missä U o yläkolmiomtriisi.. Kerro rivit sellisill vkioill, että lävistäjälkiot. Elimioi päälävistäjä yläpuoliset lkiot olliksi, viimeisestä srkkeest lke tksepäi. Redusoitu mtriisi o tällöi muoto [I K], missä kääteismtriisi void luke oikelt: A - K. Kute Gussi lgoritmi, tätäkää ei trvitse käsi lskettess sovelt systemttisesti, kuh joteki lkeisriviopertioide vull päädytää muotoo [I K]. Esimerkki 4.4. ske kääteismtriisi A -, ku A 4 [A I] 4
6 jote A - Trkist! Kääteismtriisi lskemie liittotekijöide vull eli djugti vull: rmeri säätö Plutet mielii ikisempi määritelmä: Alkio ij liittotekijä o ij (-) i+j ij, missä ij o determitti jok sd poistmll lkuperäisestä determitist i. rivi j j. srke. Tällöi kääteismtriisi void lske determittie vull kvll A - [ ] det( A) ij T det( A) O (6) triisi [ ij ] T kutsut A: djugtiksi (Huom. s trkoitt myös mtriisi kompleksikojugti trspoosi). Esimerkiksi -mtriisi kääteismtriisi: A b c d A - d det( A) b c d d bc b c () Kv (6) o vrsi työläs suurille mtriiseille! Esimerkki 4.4. ske esimerki 4.4. mtriisi A kääteismtriisi liittotekijöide vull. det A
7 A - T Kääteismtriisi muit omiisuuksi Jos A o epäsigulrie eliömtriisi, ii yhtälöryhmä A b rtkisu o A - b (8) triisi käätämie o kuiteki lskellisesti työläämpää kui yhtälöryhmä rtkisemie Gussi elimioiill. Jos A o epäsigulrie, ii det(a - ) ) det( A (9) Olkoo A -digolimtriisi, merk. A dig(,,, ) O () A o epäsigulrie jos j vi jos kikki ii. Silloi A - dig(/, /,, / ) / / / O ()
4 DETERMINANTTI JA KÄÄNTEISMATRIISI
4 DETERMINANTTI JA KÄÄNTEISMATRIISI Neliömtriisin determinntti Neliömtriisin A determinntti on luku, jot merkitään det(a) ti A. Lskeminen: -mtriisin A determinntti: det(a) -mtriisin A determinntti esim.
Lisätiedot1.3 Toispuoleiset ja epäoleelliset raja-arvot
. Toisuoleiset j eäoleelliset rj-rvot Rj-rvo lim f () A olemssolo edellyttää että muuttuj täytyy void lähestyä rvo kummst suust hyväsä. Jos > ii sot että lähestyy rvo oikelt ositiivisest suust. Jos ts
LisätiedotPolynomien laskutoimitukset
Polyomie lskutoimitukset Polyomi o summluseke, joss jokie yhteelskettv (termi) sisältää vi vkio j muuttuj välisiä kertolskuj. Esimerkki 0. Mm., 6 j ovt polyomej. Polyomist, joss o vi yksi termi, käytetää
LisätiedotInsinöörimatematiikka 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
LisätiedotEDE Elementtimenetelmän perusteet. Luento vk 1 Syksy Matematiikan ja matriisilaskennan kertausta
mperee tekillie yliopisto hum.8.3 Kostruktiotekiik litos EDE-00 Elemettimeetelmä perusteet. Lueto vk Syksy 03. Mtemtiik j mtriisilske kertust Yleistä Kirjoittele täe joiti kurssi keskeisiä sioit iille,
Lisätiedotja differenssi jokin d. Merkitään tämän jonon n:n ensimmäisen jäsenen summaa kirjaimella S
3.3. Aritmeettie summ 3.3. Aritmeettie summ Mikä olisi helpoi tp lske 0 esimmäistä luoollist luku yhtee? Olisiko r voim käyttö 0 + + + 3 + + 00 hyvä jtus? Tekiik vull se iki toimii. Fiksumpiki tp kuiteki
Lisätiedot3.7. Rekursiivisista lukujonoista
.7 Rekursiivisist lukujooist.7. Rekursiivisist lukujooist Kerrt vielä, että lukujoo void määritellä khdell eri tvll, joko käyttämällä lyyttistä säätöä ti rekursiivist säätöä. Joo määrittelemie rekursiivisesti
LisätiedotDeterminantti. Määritelmä
Determinantti Määritelmä Oletetaan, että A on n n-neliömatriisi Merkitään normaaliin tapaan matriisin A alkioita lyhyesti a ij = A(i, j) (a) Jos n = 1, niin det(a) = a 11 (b) Muussa tapauksessa n det(a)
LisätiedotDeterminantti. Määritelmä
Determinantti Määritelmä Oletetaan, että A on n n-neliömatriisi. Merkitään normaaliin tapaan matriisin A alkioita lyhyesti a ij = A(i, j). (a) Jos n = 1, niin det(a) = a 11. (b) Muussa tapauksessa n det(a)
LisätiedotMatriisien tulo. Matriisit ja lineaarinen yhtälöryhmä
Matriisien tulo Lause Olkoot A, B ja C matriiseja ja R Tällöin (a) A(B + C) =AB + AC, (b) (A + B)C = AC + BC, (c) A(BC) =(AB)C, (d) ( A)B = A( B) = (AB), aina, kun kyseiset laskutoimitukset on määritelty
LisätiedotA = 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
LisätiedotEsimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita.
8. Operttorit, mtriisit j ryhmäteori Mtemttinen operttori määrittelee opertion, jonk mukn sille nnettu funktiot muoktn. Operttorit ovt erityisen tärkeitä kvnttimekniikss, kosk siinä jokist suurett vst
Lisätiedot3 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
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 6.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/22 Kertausta: Kääntyvien matriisien lause Lause 1 Oletetaan, että A on n n -neliömatriisi. Seuraavat ehdot ovat yhtäpitäviä.
Lisätiedot3 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
LisätiedotMatematiikka B2 - TUDI
Matematiikka B2 - TUDI Miika Tolonen 3. syyskuuta 2012 Miika Tolonen Matematiikka B2 - TUDI 1 Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus
LisätiedotII.1. Suppeneminen., kun x > 0. Tavallinen lasku
II. EPÄOLEELLISET INTEGRAALIT nt II.. Suppeneminen Esim. Olkoon f() =, kun >. Tvllinen lsku = / =. Kuitenkn tätä integrli ei ole ikisemmss mielessä määritelty, kosk f ei ole rjoitettu välillä [, ] (eikä
LisätiedotSinilause ja kosinilause
Siniluse j kosiniluse GEOMETRI M3 Mikäli kolmion korkeus j knt tiedetään, voidn pint-l lske. Esimerkki: Lske kolmion l, kun 38 kulmn viereiset sivut ovt 8, j 6,8. Nyt knt tiedetään, korkeutt ei! 38 8,
LisätiedotInsinöörimatematiikka 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
Lisätiedotlim + 3 = lim = lim (1p.) (3p.) b) Lausekkeen täytyy supistua (x-2):lla, joten osoittajan nollakohta on 2.
Mtemtiikk III 0600 Kurssi / Differetili- j itegrlilske jtkokurssi Tee 7 tehtävää ) Määritä lim ( ) ) + b) Määritä vkio site, että luseke ( ) + + ( )( ) ( + + ) + + + + + lim + lim lim (p) o jtkuv myös
LisätiedotMatematiikka B2 - Avoin yliopisto
6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus
LisätiedotKertaustehtävien ratkaisut
Rtkisuist Nämä Trigoometriset fuktiot j lukujoot kurssi kertustehtävie j -srjoje rtkisut perustuvt oppikirj tietoihi j meetelmii. Kustki tehtävästä o yleesä vi yksi rtkisu, mikä ei kuitek trkoit sitä,
LisätiedotSyksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut
Sksn 0 Pitkän mtemtiikn YO-kokeen TI-Nspire CAS -rtkisut Tekijät: Olli Krkkulinen Rtkisut on ldittu TI-Nspire CAS -tietokoneohjelmll kättäen Muistiinpnot -sovellust. Kvt j lskut on kirjoitettu Mth -ruutuihin.
LisätiedotOSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA
OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA Tekijät: Ari Heimonen, Hellevi Kupil, Ktj Leinonen, Tuomo Tll, Hnn Tuhknen, Pekk Vrniemi Alkupl Tiedekeskus Tietomn torninvrtij
LisätiedotDeterminantti 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
Lisätiedot1.1. Laske taskulaskimella seuraavan lausekkeen arvo ja anna tulos kolmen numeron tarkkuudella: tan 60,0 = 2,950... 2,95
9..008 (9). Lskime käyttö.. Lske tskulskimell seurv lusekkee rvo j tulos kolme umero trkkuudell: 4 + 7 t 60,0 + Rtkisu: 4 + 7 =,950...,95 t 60,0 + Huom: Lskimiss o yleesä kolme eri kulmyksikköjärjestelmää:
LisätiedotMatriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi
Matriisit, L20 Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Merkintöjä 1 Matriisi on suorakulmainen lukukaavio.
LisätiedotKuvausta f sanotaan tällöin isomorfismiksi.
Määritelmä..12. Oletetn, että 1 =(V 1,E 1 ) j 2 =(V 2,E 2 ) ovt yksinkertisi verkkoj. Verkot 1 j 2 ovt isomorfiset, jos seurvt ehdot toteutuvt: (1) on olemss bijektio f : V 1 V 2 (2) kikill, b V 1 pätee,
LisätiedotVille 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
Lisätiedota) Määritä signaalin x[n] varianssi (keskimääräinen teho) σ x c) Määritä signaalikvantisointikohinasuhde SQNR, kun tiedetään, että
TL, DSK-lgoritmit S rjoitus. Trkstll kosiisigli [] cosπt s. Määritä sigli [] vrissi kskimääräi to. b Määritä sigli [] jot c Määritä siglikvtisoitikoisud SQNR, ku tidtää, ttä.79. b SQNR log Kvss b o kvtisoij
LisätiedotMatriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi
Matriisit, kertausta Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Kaavio kirjoitetaan kaarisulkujen väliin
Lisätiedot3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko
3.3 KILIOPPIN JÄSNNYSONGLMA Rtkistv tehtävä: Annettu yhteydetön kielioppi G j merkkijono x. Onko x L(G)? Rtkisumenetelmä = jäsennyslgoritmi. Useit vihtoehtoisi menetelmiä, erityisesti kun G on jotin rjoitettu
Lisätiedot1.1. Määritelmiä ja nimityksiä
1.1. Määritelmiä ja nimityksiä Luku joko reaali- tai kompleksiluku. R = {reaaliluvut}, C = {kompleksiluvut} R n = {(x 1, x 2,..., x n ) x 1, x 2,..., x n R} C n = {(x 1, x 2,..., x n ) x 1, x 2,..., x
LisätiedotNumeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29
Numeeriset menetelmät TIEA381 Luento 9 Kirsi Vljus Jyväskylän yliopisto Luento 9 () Numeeriset menetelmät 17.4.2013 1 / 29 Luennon 9 sisältö Numeerisest integroinnist Newtonin j Cotesin kvt Luento 9 ()
LisätiedotKäänteismatriisi 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****************************************************************** MÄÄRITELMÄ 4:
. Murtopotessi MÄÄRITELMÄ : O Olkoo prillie, positiivie kokoisluku. Ei egtiivise luvu :s juuri trkoitt sellist ei-egtiivist luku b, jok :s potessi o. Merkitää b. Kute eliöjuureki tpuksess, luku b täyttää
Lisätiedot.) (b) Vertaa p :tä vastaavaa kineettistä energiaa perustilan kokonaisenergiaan. ( ) ( ) = = Ek
S-446, FYSIIKKA IV (Sf) Kevät 5, HSf Rtkisut HSf- Kvnttimekninen hrmoninen värähtelijä on perustillln (mss m) Värähtelyn mplitudi on A () ske p (Värähtelijä sijitsee välillä A ) (b) Vert p :tä vstv kineettistä
LisätiedotMatriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.
Matriisilaskenta Harjoitusten ratkaisut (Kevät 9). Olkoot ja A = B = 5. Osoitetaan, että matriisi B on matriisin A käänteismatriisi. Tapa Käänteismatriisin määritelmän nojalla riittää osoittaa, että AB
LisätiedotKertausosa. Kertausosa. 3. Merkitään. Vastaus: 2. a) b) 600 g. 4. a)
Kertusos Kertusos ). ) : j 7 0 7 ) 0 :( ) c) :( ). Merkitää merirosvorht (kg) sukltrffelit (kg) ) 7, 0 hit: /kg hit: 7 /kg ) 00 g 0,kg 7 0,,0,,0, 0, (kg) :. ) Vstus: ) 7, 0 ( ) ) 00 g. ) 0 7 9 7 0 0 Kertusos
Lisätiedotx k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b
5 Integrlien lskemisest 51 Riemnnin summt [A2], [4, 61] Rjoitetun funktion f : [, b] R Riemnn-integroituvuudelle ytäpitäväksi on kurssill Anlyysi 2 osoitettu, että Riemnnin summill S P := f(ξ k ) ( ),
LisätiedotInsinöörimatematiikka IA
Isiöörimatematiikka IA Harjoitustehtäviä. Selvitä oko propositio ( p q r ( p q r kotradiktio. Ratkaisu: Kirjoitetaa totuustaulukko: p q r ( p q r p q r ( p q r ( p q r 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
LisätiedotVEKTOREILLA LASKEMINEN
3..07 VEKTOREILLA LASKEMINEN YHTEENLASKU VEKTORIT, MAA Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on
LisätiedotTampereen teknillinen yliopisto hum Konstruktiotekniikan laitos. MEC-2430 Elementtimenetelmän perusteet. Luento vk 1 Syksy 2012.
mpereen teknillinen yliopisto hum 3.8. Konstruktiotekniikn litos MEC-430 Elementtimenetelmän perusteet. Luento vk Syksy 0. Mtemtiikn j mtriisilskennn kertust Yleistä Kirjoittelen tänne joitin kurssin keskeisiä
LisätiedotMatriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi
Matriisit, L20 Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ( 0, 4, ( ( 1 4 2, a 11 a 12 a 21 a 22 Kaavio kirjoitetaan kaarisulkujen väliin (amer. kirjoissa
LisätiedotMatematiikan perusteet taloustieteilijöille 2 800118P
Mtemtiikn perusteet tloustieteilijöille 2 800118P Luentomoniste Kri Myllylä Niin Korteslhti Oulun yliopisto Mtemttisten tieteiden litos Kevät 2014 Sisältö 1 Mtriisilgebr j optimointi 4 11 Määritelmä 4
LisätiedotBM20A0700, Matematiikka KoTiB2
BM20A0700, Matematiikka KoTiB2 Luennot: Matti Alatalo, Harjoitukset: Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luku 7. 1 Kurssin sisältö Matriiseihin
Lisätiedot6 Integraalilaskentaa
6 Integrlilskent 6. Integrlifunktio Funktion f integrlifunktioksi snotn funktiot F, jonk derivtt on f. Siis F (x) = f (x) määrittelyjoukon jokisell muuttujn rvoll x. Merkitään F(x) = f (x) dx. Integrlifunktion
Lisätiedot3.5 Kosinilause. h a c. D m C b A
3.5 Kosiniluse Jos kolmiost tunnetn kksi sivu j näien välinen kulm, sinilusett on sngen vike sovelt kolmion rtkisemiseen. Luse on työklun vuton myös kolmion kulmien rtkisemiseen tpuksess, jolloin kolmion
LisätiedotKertausosa. Kertausosa. Verrattuna lähtöarvoon kurssi oli laskenut. Kalliimman tukkuhinta 1,2 480 = 576 Kalliimman myyntihinta 1,3
Kertusos. ) Edullisemm hit 480, = 64 Klliimm tukkuhit, 480 = 576 Klliimm myytihit, 576 = 748,80 b) 748,80 64 = 0,666... = 6,66% 7% 748,80. Liittymä puhelimell mks khde vuode ik 4 8,50 = 684. Liittymä ilm
LisätiedotMS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47
MS-A3/A5 Matriisilaskenta Malliratkaisut 4 / vko 47 Tehtävä 1 (L): Oletetaan, että AB = AC, kun B ja C ovat m n-matriiseja. a) Näytä, että jos A on kääntyvä, niin B = C. b) Seuraako yhtälöstä AB = AC yhtälö
LisätiedotLineaariset yhtälöryhmät ja matriisit
Lineaariset yhtälöryhmät ja matriisit Lineaarinen yhtälöryhmä 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. a m1 x 1 + a m2 x 2 + + a mn x n = b m, (1) voidaan esittää
LisätiedotLaskut kirjoitetaan vasempaan reunaan, vastaukset tulevat oikeaan reunaan.
2. Peruslsket 2.1 Yhtee- j väheyslsku Lske: 23 14 9 MENU. Vlitse Mi Syötä lskuluseke. Pi EXE. Lskut kirjoitet vsemp reu, vstukset tulevt oike reu. 2.2 Näytö tyhjeys Vlitse Edit j pi Cler All. Pi OK. Huom!
LisätiedotOminaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.
Matematiikan ja tilastotieteen laitos Lineaarialgebra ja matriisilaskenta II Ylimääräinen harjoitus 6 Ratkaisut A:n karakteristinen funktio p A on λ p A (λ) det(a λi ) 0 λ ( λ) 0 5 λ λ 5 λ ( λ) (( λ) (
Lisätiedot3.1 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
LisätiedotMenetelmiä formuloinnin parantamiseen
Meetelmiä formuloii prtmisee Mikko Korpel Dimitris Bertsims & Robert Weismtel, 2005, Optimiztio over Itegers, ch 2.-2.5 S ysteemilyysi Lbortorio Tekillie korkekoulu Mikko Korpel Sovelletu mtemtiik tutkisemiri-
LisätiedotMatikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81
Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/81 Lineaarialgebra (muut ko) p. 2/81 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2 )
LisätiedotKäydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja.
DI mtemtiikn opettjksi: Täydennyskurssi, kevät Luentorunko j hrjoituksi viikolle : ti 9.. klo :-5:, to.. klo 9:5-: j klo 4:5-6: Käydään läpi: äärirvo trkstelu, L Hospitl, integrli j srjoj.. Kerrtn äärirvojen
LisätiedotICS-C2000 Tietojenkäsittelyteoria Kevät 2015
ICS-C2 Tietojenkäsittelyteori Kevät 25 Kierros 3, 26. 3. tmmikuut Demonstrtiotehtävien rtkisut D: Ldi epädeterministinen äärellinen utomtti, jok test onko nnetun inäärijonon kolmnneksi viimeinen merkki,
Lisätiedot2.6 SÄÄNNÖLLISET LAUSEKKEET Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita:
2.6 SÄÄNNÖLLISET LAUSEKKEET Automttimlleist poikkev tp kuvt yksinkertisi kieliä. Olkoot A j B kkoston Σ kieliä. Perusopertioit: Yhdiste: A B = {x Σ x A ti x B}; Ktentio: AB = {xy Σ x A, y B}; Potenssit:
LisätiedotVEKTOREILLA LASKEMINEN
..07 VEKTOREILL LSKEMINEN YHTEENLSKU VEKTORIT, M4 Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on vektorin
LisätiedotRiemannin integraalista
Lebesguen integrliin sl. 2007 Ari Lehtonen Riemnnin integrlist Johdnto Tämän luentomonisteen trkoituksen on tutustutt lukij Lebesgue n integrliin j sen perusominisuuksiin mhdollisimmn yksinkertisess tpuksess:
Lisätiedot1 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
LisätiedotTee B-osion konseptiin etusivulle pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Välivaiheet perustelevat vastauksesi!
MAA8 Koe 4.4.016 Jussi Tyni Tee B-osion konseptiin etusivulle pisteytysruudukko! Muist kirjt nimesi j ryhmäsi. Väliviheet perustelevt vstuksesi! A-osio. Ilmn lskint. MAOLi s käyttää. Mksimissn 1h ik. Lske
Lisätiedot= a sanoo vain, että jonon ensimmäinen jäsen annetaan. Merkintä a. lasketaan a :stä.
.. Lukujoo Aluksi Mtemtiiklle o erityise tyypillistä se, että käytäö tiltee settm ogelm bstrhoid. Käytäössä tämä trkoitt sitä, että siitä krsit lilluk vrret. Trkstelu kohteeksi jätetää vi si loogie ydi
LisätiedotKaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine
Vaasan yliopiston julkaisuja 97 5 DETERMINANTIT Ch:Determ Sec:DetDef 5.1 Determinantti Tämä kappale jakautuu kolmeen alakappaleeseen. Ensimmäisessä alakappaleessa määrittelemme kaksi- ja kolmiriviset determinantit.
LisätiedotDeterminantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti
Determinantit 1 2 2-matriisin ( A = on det(a) = a 11 a 12 a 21 a 22 a 11 a 12 a 21 a 22 ) = a 11a 22 a 12 a 21. 1 2 2-matriisin on det(a) = Esim. Jos A = ( a 11 a 12 a 21 a 22 A = a 11 a 12 a 21 a 22 )
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 30.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/19 Käytännön asioita Kurssi on suunnilleen puolessa välissä. Kannattaa tarkistaa tavoitetaulukosta, mitä on oppinut ja
LisätiedotReaalinen lukualue. Millainen on luku, jossa on päättymätön ja jaksoton desimaalikehitelmä?
Relinen lukulue POLYNOMIFUNKTIOT JA -YHTÄLÖT, MAA Millinen on luku, joss on päättymätön j jksoton desimlikehitelmä? Onko sellisi? Trkstelln Pythgorn luseest stv yksikköneliön lävistäjää, luku + = x x =.
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 4.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/19 Käytännön asioita Viimeiset harjoitukset on palautettava torstaina 13.6. Laskaripisteensä ja läsnäolonsa voi kukin tarkistaa
LisätiedotLineaariset kongruenssiyhtälöryhmät
Lineaariset kongruenssiyhtälöryhmät LuK-tutkielma Jesse Salo 2309369 Matemaattisten tieteiden laitos Oulun yliopisto Sisältö Johdanto 2 1 Kongruensseista 3 1.1 Kongruenssin ominaisuuksia...................
LisätiedotICS-C2000 Tietojenkäsittelyteoria Kevät 2016
ICS-C2 Tietojenkäsittelyteori Kevät 2 Kierros,. 5. helmikuut Demonstrtiotehtävien rtkisut D: Sievennä seurvi säännöllisiä lusekkeit (so. konstruoi yksinkertisemmt lusekkeet smojen kielten kuvmiseen): ()
Lisätiedot3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset
32 Idea: Lineaarikuvausten laskutoimitusten avulla määritellään vastaavat matriisien laskutoimitukset Vakiolla kertominen ja summa Olkoon t R ja A, B R n m Silloin ta, A + B R n m ja määritellään ta ta
Lisätiedot2.4. Juurifunktio ja -yhtälöt
.. Juurifuktio j -yhtälöt.. Juurifuktio j -yhtälöt Juurifuktio lähtökoht void pitää potessifuktiot: f (x) x, missä o luoollie luku;,,,, j yhdistety potessifuktio määrittelee puolest yhtälö f (x) [g(x)],,,,,...
LisätiedotTalousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti
Talousmatematiikan perusteet: Luento 1 Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti Viime luennolta Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta,
Lisätiedot2.8. 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
LisätiedotRiemannin integraali
LUKU 5 iemnnin integrli Tässä luvuss funktion f iemnnin integrli merkitään - b f = - b f() d. Vstvsti funktion f Lebesgue in integrli merkitään f = f() dm(). [,b] [,b] Luse 5.1. Olkoon f : [, b] rjoitettu
LisätiedotEnnakkotehtävän 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
LisätiedotRistitulo ja skalaarikolmitulo
Ristitulo j sklrikolmitulo Opetussuunnitelmn 00 mukinen kurssi Vektorit (MAA) sisältää vektoreiden lskutoimituksist keskeisenä ineksen yhteenlskun, vähennyslskun, vektorin kertomisen luvull j vektoreiden
LisätiedotKäänteismatriisin ominaisuuksia
Käänteismatriisin ominaisuuksia Lause 1.4. Jos A ja B ovat säännöllisiä ja luku λ 0, niin 1) (A 1 ) 1 = A 2) (λa) 1 = 1 λ A 1 3) (AB) 1 = B 1 A 1 4) (A T ) 1 = (A 1 ) T. Tod.... Ortogonaaliset matriisit
LisätiedotMatematiikan tukikurssi
Mtemtiikn tukikurssi Kurssikert 4 Tilvuuden j vipn ln lskeminen Kuten iemmin käsittelimme, määrätyn integrlin vull voi lske pintloj j tilvuuksi. Tyypillisenä sovelluksen tilvuuden lskemisest on tpus, joss
LisätiedotGeometrinen lukujono. Ratkaisu. a2 = 50 4 = 200 a3 = = 800 a4 = = 3 200
Geometrie lukujoo 7. Geometrise lukujoo esimmäie jäse o = 0 j peräkkäiste jäsete suhde =. Määritä lukujoo kolme seurv jäsetä. = 0 = 00 = 0 = 800 = 0 = 00 8. Geometrie lukujoo lk seurvsti: ), 0, 0, b) 000,
Lisätiedot2.4 Pienimmän neliösumman menetelmä
2.4 Pienimmän neliösummn menetelmä Optimointimenetelmiä trvitn usein kokeellisen dtn nlysoinniss. Mittuksiin liittyy virhettä, joten mittus on toistettv useit kertoj. Oletetn, että mittn suurett c j toistetn
LisätiedotLU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24
LU-hajotelma 1 / 24 LU-hajotelma Seuravassa tarkastellaan kuinka neliömatriisi voidaan esittää kahden kolmiomatriisin tulona. Käytämme alkeismatriiseja tälläisen esityksen löytämiseen. Edellä mainittua
LisätiedotTalousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo
Talousmatematiikan perusteet: Luento 9 Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo Viime luennolta Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta,
LisätiedotMatikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210
Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/210 Lineaarialgebra (muut ko) p. 2/210 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2
LisätiedotJohdatus tekoälyn taustalla olevaan matematiikkaan
Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 5. luento.2.27 Lineaarialgebraa - Miksi? Neuroverkon parametreihin liittyvät kaavat annetaan monesti
LisätiedotLineaarikombinaatio, 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
LisätiedotTEHTÄVIEN RATKAISUT. Luku a) Jonon neljä ensimmäistä jäsentä saadaan sijoittamalla n= 1, n= 2, n= 3 ja n = 4 lausekkeeseen
TEHTÄVIEN RATKAIUT Luku 5. 0. ) Joo eljä esimmäistä jäsetä sd sijoittmll,, j lusekkeesee +. + + 5 + + 7 + 6+ 9 + 8 + b) ijoitet,, j lusekkeesee + ( ). + ( ) + ( ) + + ( ) + ( ) + Vstus: ) 5, 7, 9, b),,,
Lisätiedot3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =
3 3 Olkoot 9 8 B 7 6 ja A 5 4 [ 3 4 Nyt A + B, AB ja BB eivät ole mielekkäitä (vastaavilla lineaarikuvauksilla menisivät dimensiot solmuun tällaisista yhdistelmistä) Kuitenkin voidaan laskea BA ja 9( )
LisätiedotSäännöllisten operaattoreiden täydentäviä muistiinpanoja
Säännöllisten operttoreiden täydentäviä muistiinpnoj Antti-Juhni Kijnho 1. huhtikuut 2011 Vnht määritelmät Määritelmä 1. Äärellinen epätyhjä joukko on merkistö, j sen lkioit kutsutn merkeiksi. Määritelmä
LisätiedotInsinöörimatematiikka 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
LisätiedotTAMPEREEN YLIOPISTO Pro gradu -tutkielma. Harri Lehtinen. Kongruenssista
TAMPEREEN YLIOPISTO Pro grdu -tutkielm Hrri Lehtinen Kongruenssist Mtemtiikn, tilstotieteen j filosofin litos Mtemtiikk Helmikuu 006 Tmpereen yliopisto Mtemtiikn, tilstotieteen j filosofin litos LEHTINEN,
Lisätiedot9 Matriisit. 9.1 Matriisien laskutoimituksia
9 Matriisit Aiemmissa luvuissa matriiseja on käsitelty siinä määrin kuin on ollut tarpeellista yhtälönratkaisun kannalta. Matriiseja käytetään kuitenkin myös muihin tarkoituksiin, ja siksi on hyödyllistä
LisätiedotIntegraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO
Integrlilskent Tämä on lukion oppimterileist hiemn poikkev yksinkertistettu selvitys määrätyn integrlin lskemisest. Kerromme miksi integroidn, mitä integroiminen trkoitt, miten integrli lsketn j miten
LisätiedotYhteenlaskun ja skalaarilla kertomisen ominaisuuksia
Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Voidaan osoittaa, että avaruuden R n vektoreilla voidaan laskea tuttujen laskusääntöjen mukaan. Huom. Lause tarkoittaa väitettä, joka voidaan perustella
LisätiedotSarjaratkaisun etsiminen Maplella
Srjrtkisun etsiminen Mplell Olkoon trksteltvn ensimmäisen kertluvun differentiliyhtälö: > diffyht:= diff(y(x, x=1y(x^; d diffyht := = dx y( x 1 y( x Tälle pyritään etsimään srjrtkisu origokeskisenä potenssisrjn.
Lisätiedot3.2 Polynomifunktion kulku. Lokaaliset ääriarvot
. Polyomifuktio kulku. Lokliset äärirvot Tähästiste opitoje perusteell ost piirtää esisteise polyomifuktio kuvj, suor, ku se yhtälö o ettu. Ost myös pääpiirtei hhmotell toise stee polyomifuktio kuvj, prbeli,
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali
MS-A1{3,4} (ELEC*) Differentili- j integrlilskent 1 Luento 8: Integrlifunktio j epäoleellinen integrli Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos 5.1.216 Pekk Alestlo,
Lisätiedot( ) k 1 = a b. b 1) Binomikertoimen määritelmän mukaan yhtälön vasen puoli kertoo kuinka monta erilaista b-osajoukkoa on a-joukolla.
Kombiatoriikka, kesä 2010 Harjoitus 2 Ratkaisuehdotuksia (RT) (5 sivua) Käytä tehtävissä 1-3 kombiatorista päättelyä. 1. Osoita, että kaikilla 0 b a pätee ( ) a a ( ) k 1 b b 1 kb Biomikertoime määritelmä
LisätiedotInformaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen
Informaatiotieteiden yksikkö Lineaarialgebra 1A Pentti Haukkanen Puhtaaksikirjoitus: Joona Hirvonen . 2 Sisältö 1 Matriisit, determinantit ja lineaariset yhtälöryhmät 4 1.1 Matriisit..............................
Lisätiedot