Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

Transkriptio

1 Lineaarialgebra ja matriisilaskenta I LM1, Kesä /218

2 Avaruuden R 2 vektorit Määritelmä (eli sopimus) Avaruus R 2 on kaikkien reaalilukuparien joukko; toisin sanottuna R 2 = { (a, b) a R ja b R }. Avaruuden R 2 alkioita kutsutaan vektoreiksi. Jos c R ja d R, niin (c, d) on avaruuden R 2 vektori ja sanotaan, että c ja d ovat vektorin (c, d) komponentit. Huom. Jos ū R 2, niin ū = (u 1, u 2 ) joillakin u 1 R ja u 2 R. LM1, Kesä /218

3 Havainnollistuksia: Avaruuden R 2 vektoria v = (v 1, v 2 ) voi ajatella tason pisteenä: (1,3) ( 3, 2) (3,1) ( 1, 2) v = (v 1, v 2 ) LM1, Kesä /218

4 Avaruuden R 2 vektoria v = (v 1, v 2 ) voi ajatella sitä vastaavan tason pisteen paikkavektorina: ( 3, 2) (1,3) (3,1) v = (v 1, v 2 ) ( 1, 2) LM1, Kesä /218

5 Avaruuden R 2 vektoria v = (v 1, v 2 ) voi ajatella lukiosta tuttuna tason vektorina: ( 3, 2) v = (v 1, v 2 ) (1, 3) ( 1, 2) (3,1) LM1, Kesä /218

6 Yhteenlasku ja skalaarikertolasku Määritelmä Oletetaan, että v = (v 1, v 2 ) R 2, w = (w 1, w 2 ) R 2 ja c R. Vektoreiden v ja w summa on vektori v + w = (v 1 + w 1, v 2 + w 2 ). Skalaarikertolasku tarkoittaa vektorin kertomista reaaliluvulla. On sovittu, että c v = (cv 1, cv 2 ). LM1, Kesä /218

7 Yhteenlasku ja skalaarikertolasku Esimerkki 1 Merkitään v = ( 5, 3) ja w = ( 2, 7). Lasketaan (a) v + w = ( 5, 3) + ( 2, 7) = ( 5 2, 3 7) = ( 7, 4) (b) 4 v = 4( 5, 3) = ( 20, 12) (c) 3 w = 3( 2, 7) = (6, 21) (d) 2 v + 6 w = ( 10, 6) + ( 12, 42) = ( 22, 36). LM1, Kesä /218

8 Havainnollistuksia: Vektoreiden yhteenlasku: w v + w w v v LM1, Kesä /218

9 Vektorin vastavektori ja vektoreiden erotus Määritelmä Vektorin v vastavektori on skalaarimonikerta ( 1) v. Sitä merkitään v. Vektoreiden v ja w erotus tarkoittaa summaa Sitä merkitään v w. v + ( w) = v + ( 1) w. LM1, Kesä /218

10 Havainnollistuksia: Vektorin kertominen skalaarilla: ū 3ū ū 2ū LM1, Kesä /218

11 Havainnollistuksia: Vektoreiden vähennyslasku: w v v w v w LM1, Kesä /218

12 Havainnollistuksia: Yhteenlasku vs. vähennyslasku: w v + w w w v w v w v v v LM1, Kesä /218

13 Avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja. Toisin sanottuna R n = { (v 1, v 2,..., v n ) v 1, v 2,..., v n R }. Avaruuden R n alkioita kutsutaan vektoreiksi. Jos u 1, u 2,..., u n R, niin ū = (u 1, u 2,..., u n ) on avaruuden R n vektori ja sanotaan, että u 1, u 2,..., u n ovat vektorin ū komponentit. LM1, Kesä /218

14 Yhteenlasku ja skalaarikertolasku Määritelmä Oletetaan, että v = (v 1,..., v n ) R n, w = (w 1,..., w n ) R n ja c R. Vektoreiden v ja w summa on vektori v + w = (v 1 + w 1, v 2 + w 2,..., v n + w n ). Skalaarikertolasku tarkoittaa vektorin kertomista reaaliluvulla. On sovittu, että c v = (cv 1, cv 2,..., cv n ). LM1, Kesä /218

15 Vektorin vastavektori ja vektoreiden erotus Määritelmä Vektorin v vastavektori on skalaarimonikerta ( 1) v. Sitä merkitään v. Vektoreiden v ja w erotus tarkoittaa summaa Sitä merkitään v w. v + ( w) = v + ( 1) w. LM1, Kesä /218

16 Esimerkki 2 Merkitään v = ( 5, 3, 0, 1, 1) ja w = ( 2, 4, 2, 3, 5). Tällöin v ja w ovat avaruuden R 5 vektoreita. Lasketaan (a) 2 v 3 w = ( 10, 6, 0, 2, 2) ( 6, 12, 6, 9, 15) = ( 4, 18, 6, 7, 17) (b) 5 v w = (25, 15, 0, 5, 5) ( 2, 4, 2, 3, 5) = (27, 11, 2, 8, 0). LM1, Kesä /218

17 Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Voidaan osoittaa, että avaruuden R n vektoreilla voidaan laskea tuttujen laskusääntöjen mukaan. Huom. Lause tarkoittaa väitettä, joka voidaan perustella todeksi nojautumalla määritelmiin ja aikaisemmin perusteltuihin väitteisiin. LM1, Kesä /218

18 Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Alla esiintyvä vektori 0 = (0, 0,..., 0) on nimeltään nollavektori. Lause 1 Oletetaan, että v, w, ū R n ja a, c R. Tällöin (a) v + w = w + v (vaihdannaisuus) (b) (ū + v) + w = ū + ( v + w) (liitännäisyys) (c) v + 0 = v (d) v + ( v) = 0 (e) c( v + w) = c v + c w (osittelulaki) (f) (a + c) v = a v + c v (osittelulaki) (g) a(c v) = (ac) v (h) 1 v = v LM1, Kesä /218

19 Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Perustellaan malliksi kohta (a). Oletus: v, w R n. Väite: v + w = w + v. Perustelu: Oletuksesta v, w R n seuraa, että v = (v 1,..., v n ) ja w = (w 1,..., w n ) joillakin v 1,..., v n, w 1,..., w n R. Voidaan päätellä v + w (1) = (v 1 + w 1, v 2 + w 2,..., v n + w n ) (2) = (w 1 + v 1, w 2 + v 2,..., w n + v n ) (1) = w + v Kohdissa (1) käytetään yhteenlaskun määritelmää ja kohdassa (2) reaalilukujen yhteenlaskun vaihdannaisuutta. Huomaa, että komponentit ovat tavallisia reaalilukuja! LM1, Kesä /218

20 Yhdensuuntaisuus Määritelmä Oletetaan, että v R n ja w R n. Vektorit v ja w ovat yhdensuuntaiset, jos v = t w jollakin t R {0}. Tällöin merkitään v w. w w 2 w w Jos vektorit v ja w eivät ole yhdensuuntaiset, merkitään v w. LM1, Kesä /218

21 Lineaarikombinaatiot Määritelmä Oletetaan, että w R n ja v 1, v 2,..., v k R n. Vektori w on vektoreiden v 1, v 2,..., v k lineaarikombinaatio, jos on olemassa sellaiset reaaliluvut a 1, a 2,..., a k, että w = a 1 v 1 + a 2 v a k v k. LM1, Kesä /218

22 Lineaarikombinaatiot Esimerkki 3 Merkitään v 1 = (1, 1), v 2 = ( 1, 2) ja w = (5, 1). Vektori w on vektoreiden v 1 ja v 2 lineaarikombinaatio, sillä 3 v 1 2 v 2 = 3(1, 1) 2( 1, 2) = (3, 3) ( 2, 4) = (5, 1) = w. v 1 v 2 3 v 1 2 v 2 w w LM1, Kesä /218

23 Pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w v n w n. Huom. Pistetulo v w on reaaliluku! Esimerkki 4 Merkitään ū = (1, 2, 3) ja w = ( 3, 5, 2). Lasketaan ū w: ū w = 1 ( 3) ( 3) 2 = = 1. LM1, Kesä /218

24 Pistetulon ominaisuuksia Lause 2 Oletetaan, että v, w, ū R n ja c R. Tällöin (a) v w = w v (vaihdannaisuus) (b) v ( w + ū) = v w + v ū (osittelulaki) (c) (c v) w = c( v w) Huom. Muista, että lause tarkoittaa väitettä, joka voidaan perustella todeksi nojautumalla määritelmiin ja aikaisemmin perusteltuihin väitteisiin. LM1, Kesä /218

25 Pistetulon ominaisuuksia; kohdan (b) perustelu Oletus: v, w, ū R n. Väite: v ( w + ū) = v w + v ū. Perustelu: Oletuksesta v, w, ū R n seuraa, että v = (v 1,..., v n ), w = (w 1,..., w n ) ja ū = (u 1,..., u n ), missä kaikki komponentit ovat reaalilukuja. Voidaan päätellä v ( w + ū) (1) = (v 1,..., v n ) (w 1 + u 1, w 2 + u 2,..., w n + u n ) (2) = (v 1 (w 1 + u 1 ), v 2 (w 2 + u 2 ),..., v n (w n + u n )) (3) = (v 1 w 1 + v 1 u 1, v 2 w 2 + v 2 u 2,..., v n w n + v n u n ) (1) = (v 1 w 1, v 2 w 2,..., v n w n ) + (v 1 u 1, v 2 u 2,..., v n u n ) (2) = v w + v ū LM1, Kesä /218

26 Pistetulon ominaisuuksia; kohdan (b) perustelu Selityksiä: (1) vektorien yhteenlaskun määritelmä; (2) pistetulon määritelmä; (3) reaalilukujen laskusäännöt (osittelulaki). LM1, Kesä /218

27 Vektorin pistetulo itsensä kanssa Lause 3 Oletetaan, että v R n. Tällöin (a) v v 0. (b) v v = 0, jos ja vain jos v = 0. Perustelun ideat: (a) v v = v1 2 + v v n = 0. (b) Jos v v = 0, niin v1 2 + v v n 2 = 0. Tästä seuraa, että v 1 = 0 ja v 2 = 0 ja... ja v n = 0 (huomaa, että jokainen yhteenlaskettava vi 2 0). Siten v = (0, 0,..., 0) = 0. Jos v = 0, niin v v = = 0. LM1, Kesä /218

28 Määritelmä Vektorin v R n normi on Huom. Vektorin normi (eli pituus) v = v v. Jos v = (v 1, v 2,..., v n ), niin v = v v v 2 n. Normin määritelmästä seuraa, että v 2 = v v. v v v LM1, Kesä /218

29 Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin w = w w = ( 4) 2 + ( 3) 2 = 25 = 5 v = v v = ( 3) = 13. w = v = LM1, Kesä /218

30 Normin ominaisuuksia I Lause 4 Oletetaan, että v R n. Tällöin v = 0, jos ja vain jos v = 0. Perustelun idea lausetta 3 hyödyntäen: v = 0 v 2 = 0 v v = 0 v = 0. LM1, Kesä /218

31 Normin ominaisuuksia I Lause 5 Oletetaan, että v R n ja c R. Tällöin c v = c v. Perustelun idea lausetta 2 hyödyntäen: c v 2 = (c v) (c v) = c 2 ( v v) = c 2 v 2, joten c v = ±c v. Normit epänegatiivisia, joten c v = c v. LM1, Kesä /218

32 Yksikkövektorit Määritelmä Vektori ū R n on yksikkövektori, jos sen normi (eli pituus) on 1; ts. ū = 1. Huom. Tuttuja yksikkövektoreita avaruuden R 2 vektorit ī = (1, 0) ja j = (0, 1); avaruuden R 3 vektorit ī = (1, 0, 0), j = (0, 1, 0) ja k = (0, 0, 1). j ī LM1, Kesä /218

33 Yksikkövektorit Lause 6 Vektorin v R n { 0} suuntainen yksikkövektori on 1 v v. v v = v 1 5 v = 1 Voit perustella tämän hyödyntäen lausetta 5. LM1, Kesä /218

34 Vektoreiden välinen etäisyys Määritelmä Oletetaan, että v, w R n. Vektorien v ja w välinen etäisyys on d( v, w) = v w. Kaksi näkökulmaa: v v w v 2 w 2 v w v w v 1 w 1 w LM1, Kesä /218

35 Lause 7 (Schwarzin epäyhtälö) Normin ominaisuuksia II Oletetaan, että v R n ja w R n. Tällöin v w v w. Lause 8 (Kolmioepäyhtälö) Oletetaan, että v R n ja w R n. Tällöin v + w v + w. v + w w v LM1, Kesä /218

36 Vektorien välinen kulma Schwarzin epäyhtälöstä saadaan Lemma 9 Oletetaan, että v R n \ { 0} ja w R n \ { 0}. Tällöin 1 v w v w 1. LM1, Kesä /218

37 Määritelmä Vektorien välinen kulma Vektorien v R n \ { 0} ja w R n \ { 0} välinen kulma on se kulma α, jolle pätee 0 α 180 ja cos α = v w v w. Vektorit v R n ja w R n ovat ortogonaaliset eli kohtisuorassa toisiaan vastaan, jos v w = 0. Tällöin merkitään v w. w v LM1, Kesä /218

38 Havainnollistuksia: Kosinilauseen mukaan alla olevassa kolmiossa w v 2 = v 2 + w 2 2 v w cos α. w w v v Toisaalta normin määritelmän nojalla w v 2 = ( w v) ( w v) =... = v 2 + w 2 2( v w). Siten cos α = v w v w. LM1, Kesä /218

39 Lause 10 (Pythagoraan lause) Oletetaan, että v R n ja w R n. Vektorit v ja w ovat ortogonaaliset (eli kohtisuorassa toisiaan vastaan), jos ja vain jos v + w 2 = v 2 + w 2. v + w w v LM1, Kesä /218

40 Määritelmä Projektio Oletetaan, että n = 2 tai n = 3. Oletetaan, että v, w R n ja w 0. Vektorin v projektio vektorin w määräämälle suoralle on proj w ( v) = v w w w w. v proj w ( v) w LM1, Kesä /218

41 Määritelmä Suora Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko { p + t v t R}, missä p, v R n ja v 0. Tässä p on suoran jonkin pisteen paikkavektori ja v on suoran suuntavektori. v p LM1, Kesä /218

42 Olkoon S avaruuden R n suora (n = 2). Tämä tarkoittaa, että missä p, v R n ja v 0. S = { p + t v t R}, Oletetaan, että a, b R. Jos (a, b) S, niin sanotaan, että piste (a, b) on suoralla S tai että suora S kulkee pisteen (a, b) kautta. t v (a, b) p Vastaavasti avaruudessa R 3. LM1, Kesä /218

43 Huom. Sama suora voidaan kirjoittaa joukkona { p + t v t R} usealla eri tavalla: vektoriksi p voidaan valita suoran minkä tahansa pisteen paikkavektori; vektoriksi v voidaan valita mikä tahansa suoran suuntainen vektori. v v p p LM1, Kesä /218

44 Esimerkki 5 (a) Määritä pisteiden A = (2, 3, 5) ja B = (4, 1, 7) kautta kulkeva suora S. (b) Määritä pisteen C = (4, 1, 9) etäisyys suorasta S. C B A LM1, Kesä /218

45 (a) Suoran jonkin pisteen paikkavektori; esim. OA = (2, 3, 5). Jokin suoran suuntainen vektori; esim. Näin AB = OB OA = (2, 4, 2). S = { OA + t AB t R } = { (2, 3, 5) + t(2, 4, 2) t R }. LM1, Kesä /218

46 Pisteen etäisyys suorasta Oletetaan, että n = 2 tai n = 3. Pisteen Q etäisyys suorasta S = { p + t v t R}, missä p, v R n ja v 0, saadaan projektion avulla: Q ā proj v (ā) v ā P proj v (ā) LM1, Kesä /218

47 (b) Vektori jostakin suoran pisteestä tutkittavaan pisteeseen; esim. AC = OC OA = (2, 2, 4). Jokin suoran suuntainen vektori; esim. AB = (2, 4, 2). Vektorin AC projektio suoralle S: Erotus proj AB ( AC) = AC AB AB AB AB = 20 AB = 5 AB AC proj AB ( AC) = AC 5 AB = (2, 2, 4) 5 (2, 4, 2) 6 Erotuksen normi = 1 6 (12 10, 12 20, 24 10) = 1 (1, 4, 7). 3 AC proj AB ( AC) = 1 3 (1, 4, 7) = = LM1, Kesä /218

48 Taso Määritelmä Avaruuden R 3 taso on joukko { p + s w + t v s, t R}, missä p, w, v R 3, w 0 v ja w v. Tässä p on tason jonkin pisteen paikkavektori ja v sekä w ovat kaksi tason suuntaista vektoria. w v p O LM1, Kesä /218

49 Olkoon T avaruuden R 3 taso. Tämä tarkoittaa, että T = { p + s w + t v s, t R}, missä p, w, v R 3, w 0 v ja w v. Oletetaan, että a, b, c R. Jos (a, b, c) T, niin sanotaan, että piste (a, b, c) on tasossa T tai että taso T kulkee pisteen (a, b, c) kautta. t v s w (a, b, c) p O LM1, Kesä /218

50 Huom. Sama taso voidaan kirjoittaa joukkona { p + s w + t v s, t R} usealla eri tavalla: vektoriksi p voidaan valita tason minkä tahansa pisteen paikkavektori; vektoreiksi w ja v voidaan valita mitkä tahansa tason suuntaisen vektorit, kunhan w v. w v w v p O p O LM1, Kesä /218

51 Esimerkki 6 Määritä pisteiden A = (0, 1, 0), B = ( 1, 3, 2) ja C = ( 2, 0, 1) kautta kulkeva taso T. C A B LM1, Kesä /218

52 Tason jonkin pisteen paikkavektori; esim. OA = (0, 1, 0). Jotkin tason suuntaiset vektorit; esim. AB = OB OA = ( 1, 2, 2) ja AC = OC OA = ( 2, 1, 1). Huomaa, että nämä eivät ole yhdensuuntaiset; ts. AB t AC kaikilla t R {0}. Näin T = { OA + s AB + t AC s, t R } = { (0, 1, 0) + s( 1, 2, 2) + t( 2, 1, 1) s, t R }. LM1, Kesä /218

53 Määritelmä Ristitulo Oletetaan, että v, w R 3. Vektorien v = (v 1, v 2, v 3 ) ja w = (w 1, w 2, w 3 ) ristitulo on vektori v w = (v 2 w 3 v 3 w 2, v 3 w 1 v 1 w 3, v 1 w 2 v 2 w 1 ). Muistisääntö ristitulon laskemiseen: yhtenäisellä viivalla yhdistettyjen komponenttien tulosta vähennetään katkoviivalla yhdistettyjen komponenttien tulo. v 1 v 2 v 3 v 1 v 2 w 1 w 2 w 3 w 1 w 2 LM1, Kesä /218

54 Ristitulo Esimerkki 7 Merkitään ā = (2, 1, 2) ja b = (3, 1, 3). Lasketaan ā b. ā b = ( 3 ( 2), 6 ( 6), 2 3) = ( 1, 12, 5) LM1, Kesä /218

55 Ristitulon ominaisuuksia Lause 11 Oletetaan, että ū, v, w R 3 ja c R. Tällöin (a) v w = ( w v) (antikommutointi) (b) ū ( v + w) = ū v + ū w (osittelulaki) (c) ( v + w) ū = v ū + w ū (osittelulaki) (d) c( v w) = (c v) w = v (c w) (e) v v = 0 (f) 0 v = 0 ja v 0 = 0 (g) ū ( v w) = (ū v) w Paina mieleesi erikoiset ominaisuudet (a), (e) ja (g)! v w w v LM1, Kesä /218

56 Ristitulon ominaisuuksia Lause 12 Oletetaan, että ū, v, w R 3. Tällöin (h) (ū v) w = (ū w) v ( v w)ū (i) ū ( v w) = (ū w) v (ū v) w (j) v w 2 = v 2 w 2 ( v w) 2 (Lagrangen identiteetti) Lagrangen identiteetti voidaan perustella kohtien (g) ja (h) avulla. Muut kohdat lauseissa 11 ja 12 voidaan perustella ristitulon määritelmään nojautuen. LM1, Kesä /218

57 Ristitulon ominaisuuksia Lause 13 Oletetaan, että v, w R 3. Tällöin (a) ( v w) v ja ( v w) w; v w (b) jos v 0 ja w 0, niin v w = v w sin α, missä α on vektorien v ja w välinen kulma. w v w sin Ristitulovektorin v w pituus on yhtä suuri kuin vektorien v ja w määräämän suunnikkaan ala! LM1, Kesä /218

58 Suuntaissärmiön tilavuus Suuntaissärmiön tilavuus on pohjan pinta-alan v w ja korkeuden h tulo. cos β = cos(180 β), joten h = ū cos β. Siis tilavuus on v w ū cos β = v w ū cos β = ( v w) ū h ū v v w w Tilavuus on ns. skalaarikolmitulon itseisarvo! LM1, Kesä /218

59 Pisteen etäisyys tasosta Pisteen Q etäisyys tasosta T saadaan ristitulon ja projektion avulla: v w P proj v w (ā) w ā v Q LM1, Kesä /218

60 Tason normaalimuotoinen yhtälö Piste Q = (x, y, z) on tasossa T, jos ja vain jos n ( q p) = 0, missä n on jokin tasoa T vastaan kohtisuora vektori (ns. tason T normaali). n q p Q P p q Huom. jos T = { p + s w + t v s, t R}, voidaan valita n = v w. O LM1, Kesä /218

61 Tason normaalimuotoinen yhtälö Esimerkki 8 Merkitään A = (0, 1, 0), B = ( 1, 3, 2) ja C = ( 2, 0, 1). Taso T kulkee pisteiden A, B ja C kautta. Määritä (a) tason T normaalimuotoinen yhtälö; (b) pisteen D = (1, 2, 3) etäisyys tasosta T. D C A B LM1, Kesä /218

62 (a) Jokin tason normaali; esim. tason suuntaisten vektoreiden AB = ( 1, 2, 2) ja AC = ( 2, 1, 1) ristitulo AB AC = (4, 3, 5). Vektori jostakin tason pisteestä pisteeseen Q = (x, y, z); esim. AQ = OQ OA = (x, y 1, z). Tason normaalimuotoinen yhtälö on näin ( AB AC) AQ = 0 eli (4, 3, 5) (x, y 1, z) = 0 4x 3(y 1) + 5z = 0 4x 3y + 5z + 3 = 0. LM1, Kesä /218

63 (b) Jokin tason normaali; esim. tason suuntaisten vektoreiden AB = ( 1, 2, 2) ja AC = ( 2, 1, 1) ristitulo AB AC = (4, 3, 5). Vektori jostakin tason pisteestä pisteeseen D = (1, 2, 3); esim. AD = OD OA = (1, 1, 3). Vektorin AD projektio normaalin n = AB AC määräämälle suoralle proj n ( AD n 16 8 AD) = n = (4, 3, 5) = (4, 3, 5). n n Projektion normi eli pituus proj n ( AD) = 8 25 (4, 3, 5) = = = LM1, Kesä /218

64 Vektoreiden virittämä aliavaruus Määritelmä Oletetaan, että v 1, v 2,... v k R n. Näiden vektoreiden virittämä aliavaruus span( v 1, v 2,... v k ) tarkoittaa kyseisten vektoreiden kaikkien lineaarikombinaatioiden joukkoa; ts. span( v 1, v 2,... v k ) = { a 1 v 1 + a 2 v a k v k a 1,..., a k R }. LM1, Kesä /218

65 Yhden vektorin virittämä aliavaruus Oletetaan, että n = 2 tai n = 3 ja v R n. Jos v = 0, niin vektorin v virittämä aliavaruus on span( 0) = { t 0 t R } = { 0} eli joukko, johon kuuluu ainoastaan nollavektori (origo). span( 0) LM1, Kesä /218

66 Yhden vektorin virittämä aliavaruus Jos v 0, niin vektorin v virittämä aliavaruus on span( v) = { t v t R } = { 0 + t v t R } eli origon kautta kulkeva suora. span( v) LM1, Kesä /218

67 Kahden vektorin virittämä aliavaruus Oletetaan, että v, w R 3. Jos w 0 v ja w v, niin vektoreiden v ja w virittämä aliavaruus on span( v, w) = { s v + t w s, t R } = { 0 + s v + t w s, t R } eli origon kautta kulkeva taso. Huom. jos oletukset w 0 v ja w v eivät ole voimassa, niin span( v, w) on suora tai origon yksiö. LM1, Kesä /218

68 Vektoreiden virittämän aliavaruuden ominaisuuksia Lause 14 Oletetaan, että v 1, v 2,..., v k R n. Tällöin (a) jos ū, w span( v 1,..., v k ), niin ū + w span( v 1,..., v k ). (b) jos w span( v 1,..., v k ) ja a R, niin a w span( v 1,..., v k ). (c) 0 span( v 1,..., v k ). LM1, Kesä /218

69 Lauseen 14 perustelu: (a) Oletetaan, että ū, w span( v 1,..., v k ). Tällöin ū = a 1 v a k v k ja w = c 1 v c k v k joillakin reaaliluvuilla a 1,..., a k ja c 1,..., c k. Näin ū + w = (a 1 v a k v k ) + (c 1 v c k v k ) = (a 1 + c 1 ) v (a k + c k ) v k, missä kertoimet a 1 + c 1,..., a k + c k R. Siis ū + w on vektoreiden v 1,..., v k lineaarikombinaatio; ts. ū + w span( v 1,..., v k ). (c) Nollavektori voidaan kirjoittaa muodossa Siis 0 span( v 1,..., v k ). 0 = 0 v v v k. LM1, Kesä /218

70 Vektoreiden virittämä aliavaruus Esimerkki 9 Selvitä, kuuluuko vektori w = (6, 3, 2, 1) vektoreiden v 1 = (0, 1, 2, 1), v 2 = (2, 0, 1, 1) ja v 3 = (4, 2, 2, 0) virittämään aliavaruuteen span( v 1, v 2, v 3 ). Toisin sanottuna selvitä, onko vektori w vektoreiden v 1, v 2 ja v 3 lineaarikombinaatio. Ts. selvitä, onko yhtälöllä x 1 v 1 + x 2 v 2 + x 3 v 3 = w eli yhtälöllä x 1 (0, 1, 2, 1) + x 2 (2, 0, 1, 1) + x 3 (4, 2, 2, 0) = ( 2, 3, 2, 1) ratkaisuja reaalilukujen joukossa. LM1, Kesä /218

71 Päädytään lineaariseen yhtälöryhmään 2x 2 + 4x 3 = 6 x 1 + 2x 3 = 3 2x 1 + x 2 + 2x 3 = 2 x 1 x 2 = 1, joka voidaan ratkaista Gaussin-Jordanin eliminointimenetelmällä. LM1, Kesä /218

72 Lineaarisen yhtälöryhmän ratkaiseminen Esimerkki 10 Muodostetaan lineaarisen yhtälöryhmän 2x 2 + 4x 3 = 6 x 1 + 2x 3 = 3 2x 1 + x 2 + 2x 3 = 2 x 1 x 2 = 1, täydennetty matriisi kokoamalla kaikki kertoimet ja vakiot taulukkoon: LM1, Kesä /218

73 Muunnetaan tämä matriisi alkeisrivitoimituksia käyttäen redusoiduksi porrasmatriisiksi. Teet alkeisrivitoimituksen, jos I. vaihdat matriisin kaksi riviä keskenään; II. kerrot rivin jollakin nollasta poikkeavalla reaaliluvulla; III. lisäät johonkin riviin jokin toisen rivin reaaliluvulla kerrottuna; / / / LM1, Kesä /218

74 Redusoidusta porrasmatriisista ratkaisut on helppo lukea: matriisia / / / vastaa yhtälöryhmä x 1 = 1/2 x 2 = 1/2 x 3 = 5/4 0 = 0, jossa alin yhtälö on aina tosi. LM1, Kesä /218

75 Miten tunnistan redusoidun porrasmatriisin? Ensinnäkin se on porrasmatriisi eli nollarivit ovat alimpina, jos niitä on; jokaisella rivillä ensimmäinen nollasta poikkeava alkio (eli johtava alkio) on ylemmän rivin johtavan alkion oikealla puolella. Esimerkki porrasmatriisista: LM1, Kesä /218

76 Miten tunnistan redusoidun porrasmatriisin? Se on porrasmatriisi. Jokaisen rivin johtava alkio on 1. Jokainen johtava alkio on sarakkeensa ainoa nollasta poikkeava alkio. Esimerkki redusoidusta porrasmatriisista: 0 1 3/ / / LM1, Kesä /218

77 Gaussin-Jordanin eliminointimenetelmän perusta Voidaan osoittaa, että jos lineaarisen yhtälöryhmän täydennettyä matriisia muokataan alkeisrivitoimituksilla, niin näin saatua uutta matriisia vastaavalla yhtälöryhmällä on täsmälleen samat ratkaisut kuin alkuperäisellä yhtälöryhmällä. a 11 a a 1n b 1 a 21 a a 2n b 2.. a m1 a m2... a mn b m alkeisrivi- toimituksia c 11 c c 1n d 1 c 21 c c 2n d 2.. c m1 c m2... c mn d m a 11 x a 1n x n = b 1 a 21 x a 2n x n = b 2. =.. a m1 x a mnx n = b m samat ratkaisut c 11 x c 1n x n = d 1 c 21 x c 2n x n = d 2. =.. c m1 x c mnx n = d m LM1, Kesä /218

78 Gaussin-Jordanin eliminointimenetelmä Kirjoita yhtälöryhmän täydennetty matriisi. Muuta se alkeisrivitoimituksilla porrasmatriisiksi. Ohjeita: porrasmatriisia muodostetaan vasemmalta oikealle ja ylhäältä alaspäin; johtavat alkiot kannattaa useimmiten muuttaa ykkösiksi; johtavien alkioiden avulla muutetaan niiden alapuolella olevat alkiot nolliksi. Muuta porrasmatriisi redusoiduksi porrasmatriisiksi. Ohjeita: redusoitua porrasmatriisia muodostetaan oikealta vasemmalle ja alhaalta ylöspäin; johtavien alkioiden avulla muutetaan niiden yläpuolella olevat alkiot nolliksi. Lue ratkaisut redusoidusta porrasmatriisista. Tee alkeisrivitoimitukset yksi kerrallaan! LM1, Kesä /218

79 Esimerkki 11 Ratkaise lineaarinen yhtälöryhmä 3x + 5y = 22 3x + 4y = 4 4x 8y = r 1 + r r 3 4r r 2 3r r 2 / LM1, Kesä /218

80 r 3 4r r 1 + 3r Vastaava yhtälöryhmä on x = 4 y = 2 0 = 0. Alin yhtälö on aina tosi, joten yhtälöryhmän ratkaisu on x = 4 ja y = 2. LM1, Kesä /218

81 Esimerkki 12 Ratkaise lineaarinen yhtälöryhmä { x + 2y + z = 8 3x 6y 3z = 21. [ ] r 2 + 3r 1 [ ] Vastaava yhtälöryhmä on { x + 2y + z = 8 0 = 3. Alin yhtälö on aina epätosi, joten yhtälöryhmällä ei ole ratkaisua. LM1, Kesä /218

82 Esimerkki 13 Ratkaise lineaarinen yhtälöryhmä 3x 1 + 3x 2 15x 3 = 9 x 1 2x 3 = 1 2x 1 x 2 x 3 = r 1 / r 3 2r r 2 r r LM1, Kesä /218

83 r 3 + 3r r 1 r Alinta riviä vastaava yhtälö 0 = 0 on aina tosi. Tuntematonta x 3 vastaavassa sarakkeessa ei ole johtavaa alkiota, joten se on ns. vapaa muuttuja. Merkitään x 3 = t, missä t R. Ratkaistaan muut tuntemattomat: x 1 2t = 1 { x1 = 1 + 2t x 2 t = 2 t R. x 2 = 2 + t, 0 = 0 LM1, Kesä /218

84 Esimerkki 14 Lineaarisen yhtälöryhmän täydennetty matriisi muutettiin alkeisrivitoimituksilla redusoiduksi porrasmatriisiksi: Mikä on yhtälöryhmän ratkaisu? Havaitaan, että johtavat alkiot (rivien ensimmäiset nollasta poikkeavat alkiot) ovat sarakkeissa 1, 3 ja 6. Muita sarakkeita vastaavat tuntemattomat x 2, x 4 ja x 5 ovat vapaita muuttujia. Merkitään x 2 = r, x 4 = s ja x 5 = t, missä r, s, t R. LM1, Kesä /218

85 Yhtälöryhmä on tällöin x 1 + 3r + 4s = 0 x 3 + 2s = 0 x 6 = 3 x 1 = 3r 4s x 3 = 2s x 6 = 3. Ratkaisu on siis x 1 = 3r 4s x 2 = r x 3 = 2s x 4 = s x 5 = t x 6 = 3, r, s, t R. LM1, Kesä /218

86 Esimerkki 15 Tarkastellaan yhtälöryhmää x + y + kz = 1 x + ky + z = 1 kx + y + z = 2. Määritä ne reaaliluvut k, joilla tällä yhtälöryhmällä (a) ei ole ratkaisua; (b) on tasan yksi ratkaisu; (c) on äärettömän paljon ratkaisuja. LM1, Kesä /218

87 1 1 k k 1 1 k 1 1 r 2 r 1 0 k 1 1 k 0 k k r 3 kr k 1 0 k 1 1 k k 1 k 2 2 k r 3 + r k 1 0 k 1 1 k 0 r 2 /(k 1) k k 2 2 k Oletus: k k k k 2 2 k LM1, Kesä /218

88 Oletus: k 1 0 eli k 1. Alimman rivin johtavassa alkiossa esiintyy k, joten tarkastellaan eri tapaukset. Jos kerroin 2 k k 2 = 0 eli k = 2 (tai k = 1) on periaatteessa kaksi mahdollisuutta: Jos myös vakio 2 k = 0 eli k = 2, niin yhtälöllä on äärettömän monta ratkaisua. Alinta riviä nimittäin vastaa yhtälö 0 = 0 ja x 3 on vapaa muuttuja. Jos vakio 2 k 0 eli k 2, ei nyt voida päätellä mitään, koska on mahdotonta, että yhtä aikaa k = 2 ja k 2. Jos kerroin 2 k k 2 0 eli k 2 ja k 1, niin saadaan ratkaistua x 3 = ( 2 k)/(2 k k 2 ) ja ylemmistä yhtälöistä saadaan muut tuntemattomat. Yhtälöryhmällä on tasan yksi ratkaisu. LM1, Kesä /218

89 Tapaus k 1 = 0 eli k = 1. Yhtälöryhmä on tällöin x + y + z = 1 x + y + z = 1 x + y + z = 2. Ylin ja alin yhtälö ovat keskenään ristiriitaiset, joten yhtälöryhmällä ei ole ratkaisua. Yhteenveto: (a) ei ratkaisua, jos ja vain jos k = 1; (b) tasan yksi ratkaisu, jos ja vain jos k 2 ja k 1; (c) äärettömän monta ratkaisua, jos ja vain jos k = 2. LM1, Kesä /218

90 Vektorien virittämä aliavaruus Esimerkki 16 Mikä ehto vektorin w = (w 1, w 2, w 3 ) komponenttien on toteutettava, jotta w kuuluu vektoreiden v 1 = (3, 2, 1), v 2 = (2, 2, 6) ja v 3 = (3, 4, 5) virittämään aliavaruuteen span( v 1, v 2, v 3 )? Toisin sanottuna: Mikä ehto vektorin w = (w 1, w 2, w 3 ) komponenttien on toteutettava, jotta w on vektoreiden v 1, v 2 ja v 3 lineaarikombinaatio? LM1, Kesä /218

91 Tarkastellaan yhtälöä x 1 v 1 + x 2 v 2 + x 3 v 3 = w eli yhtälöä x 1 (3, 2, 1) + x 2 (2, 2, 6) + x 3 (3, 4, 5) = (w 1, w 2, w 3 ). Muokataan vastaavan yhtälöryhmän täydennetty matriisi porrasmatriisiksi: w 1 ( 1) r w w w 2 r 2 2r w w w w 2 + 2w w 1 r 3 3r w w 2 + 2w w 1 + 3w 3 r 3 2r 2 r 1 LM1, Kesä /218

92 1 6 5 w w 2 + 2w 3 r 2 / w 1 + 3w 3 2(w 2 + 2w 3 ) w /5 (w 2 + 2w 3 )/ w 1 2w 2 w 3 Havaitaan, että yhtälöryhmällä on ratkaisuja, jos ja vain jos w 1 2w 2 w 3 = 0. Siten span( v 1, v 2, v 3 ) = { w R 3 w 1 2w 2 w 3 = 0 } = { (x, y, z) R 3 x 2y z = 0 } eli origon kautta kulkeva taso, jonka yksi normaali on (1, 2, 1). LM1, Kesä /218

93 Vektorien virittämä aliavaruus Esimerkki 17 Merkitään ī = (1, 0) ja j = (0, 1). Osoita, että span(ī, j) = R 2. Toisin sanottuna: osoita, että jokainen avaruuden R 2 vektori voidaan esittää vektoreiden ī ja j lineaarikombinaationa. j ī LM1, Kesä /218

94 Oletetaan, että w R 2. Tällöin w = (w 1, w 2 ) joillakin reaaliluvuilla w 1 ja w 2. Huomataan, että w 1 ī + w 2 j = w 1 (1, 0) + w 2 (0, 1) = (w 1, 0) + (0, w 2 ) = (w 1, w 2 ) = w. Siis w voidaan kirjoittaa vektoreiden ī ja j lineaarikombinaationa eli w span(ī, j). Näin on osoitettu, että R 2 span(ī, j). Toinen suunta span(ī, j) R 2 on selvä, koska jokainen vektoreiden ī, j R 2 lineaarikombinaatio kuuluu avaruuteen R 2. LM1, Kesä /218

95 Vektoreiden virittämä aliavaruus Esimerkki 18 Onko totta, että span( v 1, v 2, v 3, v 4 ) = R 3, jos (a) v 1 = (1, 1, 0), v 2 = (1, 0, 1), v 3 = (0, 1, 1) ja v 4 = ( 2, 1, 1)? (b) v 1 = (1, 1, 0), v 2 = ( 1, 0, 1), v 3 = (0, 1, 1) ja v 4 = (2, 1, 1)? Kielteisessä tapauksessa määritä span( v 1, v 2, v 3, v 4 ). Myönteisessä tapauksessa tutki, kuinka monella tavalla vektori w = (w 1, w 2, w 3 ) voidaan esittää vektoreiden v 1, v 2, v 3 ja v 4 lineaarikombinaationa. LM1, Kesä /218

96 (a) Tarkastellaan yhtälöä x 1 v 1 + x 2 v 2 + x 3 v 3 + x 4 v 4 = w. Muokataan vastaavan yhtälöryhmän täydennetty matriisi joksikin porrasmatriisiksi: w w w w w 1 w (w 3 + w 2 w 1 )/2 Havaitaan, että yhtälöryhmällä on aina ratkaisu; itseasiassa niitä on äärettömän monta, koska x 4 on vapaa muuttuja. Siis span( v 1, v 2, v 3, v 4 ) = R 3 ja jokainen avaruuden R 3 vektori voidaan esittää äärettömän monella tavalla vektoreiden v 1, v 2, v 3 ja v 4 lineaarikombinaationa. LM1, Kesä /218

97 (b) Tarkastellaan yhtälöä x 1 v 1 + x 2 v 2 + x 3 v 3 + x 4 v 4 = w. Muokataan vastaavan yhtälöryhmän täydennetty matriisi joksikin porrasmatriisiksi: w w w w w 1 w w 1 + w 2 + w 3. Havaitaan, että yhtälöryhmällä on ratkaisu, jos ja vain jos w 1 + w 2 + w 3 = 0. Siten span( v 1, v 2, v 3, v 4 ) = { w R 3 w 1 + w 2 + w 3 = 0 } = { (x, y, z) R 3 x + y + z = 0 } eli origon kautta kulkeva taso, jonka yksi normaali on (1, 1, 1). LM1, Kesä /218

98 Jos w 1 + w 2 + w 3 = 0, niin vektori w voidaan esittää vektoreiden v 1, v 2, v 3 ja v 4 lineaarikombinaationa äärettömän monella tavalla, sillä x 3 ja x 4 ovat vapaita muuttujia. Erityisesti voidaan valita x 3 = 0 ja x 4 = 0 ja saadaan esitys w = w 2 v 1 + ( w 1 w 2 ) v 2. Näin ollen span( v 1, v 2, v 3, v 4 ) = span( v 1, v 2 ). LM1, Kesä /218

99 Havaintoja Edellisen esimerkin perusteella: Joskus osajono virittää saman aliavaruuden kuin alkuperäinen virittäjäjono ( v 1,..., v k ). Joskus aliavaruuden span( v 1,..., v k ) vektorit voidaan esittää usealla eri tavalla virittäjävektorien lineaarikombinaatioina. Miten löytää virittäjäjono, jossa ei ole turhia vektoreita? Miten löytää sellainen virittäjäjono, että kaikki aliavaruuden vektorit voidaan esittää tasan yhdellä tavalla virittäjävektorien lineaarikombinaatioina? LM1, Kesä /218

100 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 c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Jos jono ( v 1, v 2,..., v k ) on vapaa, sanotaa, että vektorit v 1, v 2,..., v k ovat lineaarisesti riippumattomia. Jos jono ei ole vapaa, sanotaan, että se on sidottu. LM1, Kesä /218

101 Esimerkki 19 Merkitään v 1 = (1, 2) ja v 2 = ( 3, 1). Onko jono ( v 1, v 2 ) vapaa vai sidottu? v 1 v 2 LM1, Kesä /218

102 Oletetaan, että c 1 v 1 + c 2 v 2 = 0 joillakin reaaliluvuilla c 1 ja c 2. Tällöin c 1 (1, 2) + c 2 ( 3, 1) = (0, 0) eli komponentteittain: { c1 3c 2 = 0 2c 1 c 2 = 0. Ratkaistaan tästä c 1 ja c 2 : [ ] [ ] r 2 2r r 2 /5 [ ] [ ] r1 + 3r Ainoa ratkaisu on c 1 = 0 ja c 2 = 0. Jono ( v 1, v 2 ) on vapaa. LM1, Kesä /218

103 Esimerkki 20 Merkitään v 1 = (1, 2), v 2 = ( 3, 1) ja v 3 = ( 1, 1). Onko jono ( v 1, v 2, v 3 ) vapaa vai sidottu? v 3 v 1 v 2 LM1, Kesä /218

104 Oletetaan, että c 1 v 1 + c 2 v 2 + c 3 v 3 = 0 joillakin c 1, c 2, c 3 R. Tällöin c 1 (1, 2) + c 2 ( 3, 1) + c 3 ( 1, 1) = (0, 0) eli komponentteittain: { c1 3c 2 c 3 = 0 2c 1 c 2 + c 3 = 0. Ratkaistaan tästä c 1 ja c 2 : [ ] [ ] r 2 2r r 2 /5 [ ] [ ] r1 + 3r / / /5 0 Voidaan valita esimerkiksi c 3 = 5, jolloin c 2 = 3 ja c 1 = 4. Näin 4 v 1 3 v v 3 = 0. Jono ( v 1, v 2, v 3 ) on sidottu. LM1, Kesä /218

105 5 v 3 4 v 1 3 v 2 4 v 1 3 v v 3 = 0 LM1, Kesä /218

106 Esimerkki 21 Merkitään w 1 = (2, 1) ja w 2 = ( 4, 2). Onko jono ( w 1, w 2 ) vapaa vai sidottu? w 1 w 2 Esimerkiksi 2 w 1 + w 2 = 0, joten jono ( w 1, w 2 ) on sidottu. LM1, Kesä /218

107 Vähintään kahdesta vektorista muodostuva vektorijono on sidottu, jos ja vain jos jokin sen vektoreista voidaan ilmaista toisten lineaarikombinaationa: Lause 15 Oletetaan, että v 1,..., v k R n, missä k 2 ja n {1, 2,...}. (a) Jono ( v 1 ) on sidottu, jos ja vain jos v = 0. (b) Jono ( v 1,..., v k ) on sidottu, jos ja vain jos v i span( v 1,..., v i 1, v i+1,..., v k ) jollakin i {1,..., k}. LM1, Kesä /218

108 Perustelu: (a) Tarkastellaan eri mahdollisuudet: Jos v 1 = 0, niin esim. 8 v 1 = 8 0 = 0. Siis jono ( v 1 ) on sidottu. Jos v 1 0, niin t v 1 = 0 t = 0. Siis jono ( v 1 ) on vapaa. Havaitaan, että jono ( v 1 ) on sidottu, jos ja vain jos v 1 = 0. (b) : Oletetaan, että jono ( v 1,..., v k ) on sidottu. Tällöin c 1 v c k v k = 0, missä ainakin yksi kertoimista c i 0. Oletetaan, että esim. c 2 0. Tällöin c 2 v 2 = c 1 v 1 c 3 v 3 c k v k ja v 2 = c 1 v 1 + c 3 c 2 c 2 v c k c 2 v k. Tässä jokainen c i /c 2 R, joten v 2 span( v 1, v 3,..., v k ). LM1, Kesä /218

109 : Oletetaan, että esimerkiksi v 3 span( v 1, v 2, v 4,..., v k ). Tällöin v 3 = a 1 v 1 + a 2 v 2 + a 4 v a k v k joillakin reaaliluvuilla a 1, a 2, a 4,..., a k. Siten 0 = a 1 v 1 + a 2 v 2 v 3 + a 4 v a k v k. Tässä ainakin vektorin v 3 kerroin 1 0, joten jono ( v 1,..., v k ) on sidottu. LM1, Kesä /218

110 Esimerkki 22 Merkitään v 1 = (1, 1, 0), v 2 = (1, 1, 0), v 3 = (0, 0, 2) ja v 4 = (3, 1, 0). Tällöin esimerkiksi 2 v 1 + v v 3 v 4 = 0, joten jono ( v 1, v 2, v 3, v 4 ) on sidottu. Lisäksi esimerkiksi v 2 = 2 v v 3 + v 4 mutta v 3 a v 1 + b v 2 + c v 4 kaikilla a, b, c R. LM1, Kesä /218

111 Lause 16 Vapaan jonon osajono on vapaa. Huom. Osajono tarkoittaa jonoa, joka saadaan jättämällä alkuperäisestä jonosta pois yksi tai useampia vektoreita. Myös alkuperäinen jono sellaisenaan on yksi osajono. Lauseista 16 ja 15 seuraa, että vapaassa jonossa ( v 1, v 2,..., v k ) ei ole nollavektoria; jokainen vektori esiintyy vain kerran; v i v j kaikilla i j. LM1, Kesä /218

112 Lauseen 16 perustelun idea: Oletetaan, että v 1,..., v 5 R n ja jono ( v 1,..., v 5 ) on vapaa. Osoitetaan, että sen osajono ( v 2, v 4, v 5 ) on vapaa. Tarkastellaan yhtälöä x v 2 + y v 4 + z v 5 = 0: x v 2 + y v 4 + z v 5 = 0 0 v 1 + x v v 3 + y v 4 + z v 5 = 0 Oletuksen mukaan jono ( v 1, v 2, v 3, v 4, v 5 ) on vapaa, joten oikeanpuoleinen yhtälö toteutuu vain, jos kaikki kertoimet ovat nollia. Tästä seuraa, että vasemmanpuoleisen yhtälön ainoa ratkaisu on x = 0, y = 0 ja z = 0. Siis jono ( v 2, v 4, v 5 ) on vapaa. LM1, Kesä /218

113 Jos virittäjäjono on vapaa, niin kaikki aliavaruuden vektorit voidaan esittää tasan yhdellä tavalla virittäjävektorien lineaarikombinaatioina: Lause 17 Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,...}. Jono ( v 1, v 2,..., v k ) on vapaa, jos ja vain jos jokainen aliavaruuden span( v 1, v 2,..., v k ) alkio voidaan kirjoittaa täsmälleen yhdellä tavalla vektorien v 1, v 2,..., v k lineaarikombinaationa. LM1, Kesä /218

114 Perustelu: : Oletetaan, että jono ( v 1, v 2,..., v k ) on vapaa. Oletetaan, että w span( v 1, v 2,..., v k ). Tämä tarkoittaa, että w voidaan kirjoittaa ainakin yhdellä tavalla vektoreiden v 1,..., v k lineaarikombinaationa. Oletetaan nyt, että w = a 1 v a k v k ja w = b 1 v b k v k joillakin a 1,..., a k, b 1,..., b k R. Tällöin a 1 v a k v k = b 1 v b k v k, joten a 1 v a k v k (b 1 v b k v k ) = 0 ja edelleen (a 1 b 1 ) v (a k b k ) v k = 0. Jono ( v 1,..., v k ) on oletuksen mukaan vapaa, joten viimeisestä yhtälöstä seuraa, että a 1 b 1 = 0, a 2 b 2 = 0,..., a k b k = 0. Siten a 1 = b 1,..., a k = b k. Näin ollen vektoria w ei voida kirjoittaa lineaarikombinaationa usealla eri tavalla. LM1, Kesä /218

115 : Oletetaan, että jokainen aliavaruuden span( v 1,..., v k ) alkio voidaan kirjoittaa täsmälleen yhdellä tavalla vektorien v 1,..., v k lineaarikombinaationa. Osoitetaan, että jono ( v 1,..., v k ) on vapaa. Sitä varten oletetaan, että luvut c 1,..., c k R ovat sellaisia, että c 1 v 1 + c 2 v c k v k = 0. Koska vektori 0 on aliavaruuden span( v 1,..., v k ) alkio, se voidaan kirjoittaa vektorien lineaarikombinaationa täsmälleen yhdellä tavalla. Tiedetään, että 0 v v v k = 0, joten täytyy päteä c 1 = 0, c 2 = 0,..., c k = 0. Siten jono ( v 1, v 2,..., v k ) on vapaa. LM1, Kesä /218

116 Homogeeniset yhtälöryhmät Määritelmä Lineaarinen yhtälöryhmä, jonka kaikki vakiot ovat 0, on nimeltään homogeeninen yhtälöryhmä. a 11 x 1 + a 12 x a 1n x n = 0 a 21 x 1 + a 22 x a 2n x n = 0. =. a m1 x 1 + a m2 x a mn x n = 0 Huom. Homogeenisella yhtälöryhmällä on aina ainakin yksi ratkaisu: x 1 = 0, x 2 = 0,..., x n = 0. LM1, Kesä /218

117 Lause 18 Jos homogeenisessa yhtälöryhmässä tuntemattomien määrä n on suurempi kuin yhtälöiden määrä m, niin homogeenisella yhtälöryhmällä on äärettömän monta ratkaisua. Esim. n = 5 ja m = 3: a 11 x 1 + a 12 x 2 + a 13 x 3 + a 14 x 4 + a 15 x 5 = 0 a 21 x 1 + a 22 x 2 + a 23 x 3 + a 34 x 4 + a 25 x 5 = 0 a 31 x 1 + a 32 x 2 + a 33 x 3 + a 34 x 4 + a 35 x 5 = 0 Homogeenisella yhtälöryhmällä on ainakin yksi ratkaisu. Johtavia alkioita enintään yksi joka rivillä; siis enintään m kpl. Vapaita muuttujia on ainakin yksi, koska tuntemattomien määrä n > m; ts. yhtälöryhmän matriisissa on ainakin yksi sarake, jossa ei ole johtavaa alkiota! LM1, Kesä /218

118 Lause 19 Oletetaan, että v 1, v 2,..., v m R n, missä n {1, 2,...}. Jos m > n, niin jono ( v 1, v 2,..., v m ) on sidottu. Huom. Merkitsemällä v k = (v 1k, v 2k,..., v nk ) kaikilla k {1,..., m} saadaan yhtälöä x 1 v 1 + x 2 v x m v m = 0 vastaavaksi matriisiksi v 11 x 1 + v 12 x v 1n x m = 0 v 21 x 1 + v 22 x v 2n x m = 0. =. v n1 x 1 + v n2 x v nm x m = 0. LM1, Kesä /218

119 Huom. Jos homogeenisessa yhtälöryhmässä tuntemattomien määrä n on pienempi tai yhtä suuri kuin yhtälöiden määrä m, ei lausetta 18 voi käyttää. Ratkaisuja voi olla yksi (x 1 = 0,..., x n = 0) tai äärettömän monta. Esim. n = 2 ja m = 4: a 11 x 1 + a 12 x 2 = 0 a 21 x 1 + a 22 x 2 = 0 a 31 x 1 + a 32 x 2 = 0 a 41 x 1 + a 42 x 2 = 0 LM1, Kesä /218

120 Esimerkki 23 Oletetaan, että v 1, v 2, v 3 R n, missä n {1, 2,... }. Oletetaan lisäksi, että jono ( v 1, v 2, v 3 ) on vapaa. Onko jono tällöin vapaa? ( v 1 + v 2 + v 3, 2 v 1 v 2 + v 3, v 3 4 v 1 5 v 2 ) Oletetaan, että c 1, c 2 ja c 3 ovat sellaisia reaalilukuja, että c 1 ( v 1 + v 2 + v 3 ) + c 2 (2 v 1 v 2 + v 3 ) + c 3 ( v 3 4 v 1 5 v 2 ) = 0. Muokataa yhtälöä kertomalla sulut auki: c 1 v 1 + c 1 v 2 + c 1 v 3 + 2c 2 v 1 c 2 v 2 + c 2 v 3 + c 3 v 3 4c 3 v 1 5c 3 v 2 = 0. LM1, Kesä /218

121 Otetaan yhteisiksi tekijöiksi vektorit v 1, v 2 ja v 3 : (c 1 + 2c 2 4c 3 ) v 1 + (c 1 c 2 5c 3 ) v 2 + (c 1 + c 2 + c 3 ) v 3 = 0. Jono ( v 1, v 2, v 3 ) on oletuksen mukaan vapaa, joten saatu yhtälö toteutuu, jos ja vain jos sen kaikki kertoimet ovat nollia. Saadaan homogeeninen yhtälöryhmä c 1 + 2c 2 4c 3 = 0 c 1 c 2 5c 3 = 0 c 1 + c 2 + c 3 = Ainoa ratkaisu on c 1 = 0, c 2 = 0 ja c 3 = 0, joten alkuperäinen jono on vapaa. LM1, Kesä /218

122 Kanta Oletetaan, että v 1,..., v j R n, missä n {1, 2,...}. Merkitään W = span( v 1,..., v j ); ts. W on vektoreiden v 1,..., v j virittämä aliavaruus. Määritelmä Oletetaan, että w 1, w 2,..., w k W. Vektorijono ( w 1, w 2,..., w k ) on aliavaruuden W kanta, jos (a) W = span( w 1, w 2,..., w k ) (b) ( w 1, w 2,..., w k ) on vapaa. LM1, Kesä /218

123 Kanta Esimerkki 24 Merkitään ē 1 = (1, 0) ja ē 2 = (0, 1). Osoitetaan, että jono (ē 1, ē 2 ) on avaruuden R 2 kanta. ē 2 ē 1 Huom. Lukion merkinnöillä kysymyksessä on jono (ī, j). Vastaavasti voidaan osoittaa, että jono (ē 1,..., ē n ) on avaruuden R n kanta. Vektorin ē i komponentit ovat nollia lukuunottamatta i:nnettä komponenttia, joka on 1. LM1, Kesä /218

124 Esimerkin 24 ratkaisu Käytetään kannan määritelmää: (a) Oletetaan, että w R 2. Tällöin w = (w 1, w 2 ) joillakin reaaliluvuilla w 1 ja w 2. Havaitaan, että w = w 1 (1, 0) + w 2 (0, 1) = w 1 ī + w 2 j. Näin mikä tahansa avaruuden R 2 vektori voidaan esittää vektoreiden ī ja j lineaarikombinaationa. Siten span(ī, j) = R 2. (b) Oletetaan, että c 1 ī + c 2 j = 0 joillakin c 1, c 2 R. Tällöin c 1 (1, 0) + c 2 (0, 1) = (0, 0) eli (c 1, c 2 ) = (0, 0), mistä seuraa, että c 1 = 0 ja c 2 = 0. Siis jono (ī, j) on vapaa. LM1, Kesä /218

125 Lause 20 Kanta ja koordinaatit Jono ( w 1,..., w k ) on aliavaruuden W kanta, jos ja vain jos jokainen aliavaruuden W vektori voidaan kirjoittaa täsmälleen yhdellä tavalla vektoreiden w 1,..., w k lineaarikombinaationa. Lause 20 mahdollistaa seuraavan määritelmän: Määritelmä Oletetaan, että B = ( w 1,..., w k ) on aliavaruuden W kanta. Oletetaan, että ū W. Vektorin ū koordinaateiksi kannan B suhteen kutsutaan reaalilukuja a 1,..., a k, joilla ū = a 1 w a k w k. LM1, Kesä /218

126 Lauseen 20 perustelu: : Oletetaan, että jono ( w 1,..., w k ) on aliavaruuden W kanta. Tällöin kannan määritelmän nojalla W = span( w 1,..., w k ) ja jono ( w 1,..., w k ) on vapaa. Lauseesta 17 seuraa, että jokainen aliavaruuden W = span( w 1,..., w k ) vektori voidaan kirjoittaa tasan yhdellä tavalla vektoreiden w 1,..., w k lineaarikombinaationa. : Oletetaan, että jokainen aliavaruuden W vektori voidaan kirjoittaa täsmälleen yhdellä tavalla vektoreiden w 1,..., w k lineaarikombinaationa. Tästä seuraa ensinnäkin, että W = span( w 1,..., w k ). Tämän jälkeen voidaan käyttää lausetta 17, jonka mukaan jono ( w 1,..., w k ) on tällöin vapaa. Näin kannan määritelmän molemmat ehdot täyttyvät. Siis ( w 1,..., w k ) on aliavaruuden W kanta. LM1, Kesä /218

127 Kanta ja koordinaatit Esimerkki 25 Merkitään w 1 = (2, 1), w 2 = (1, 3) ja ū = (8, 3). (a) Osoita lauseen 20 avulla, että ( w 1, w 2 ) on avaruuden R 2 kanta. (b) Määritä vektorin ū koordinaatit avaruuden R 2 ns. luonnollisen kannan E 2 = (ē 1, ē 2 ) suhteen. (c) Määritä vektorin ū koordinaatit kannan B = ( w 1, w 2 ) suhteen. LM1, Kesä /218

128 (a) Oletetaan, että v R 2. Ratkaistaan yhtälö x 1 w 1 + x 2 w 2 = v eli yhtälö x 1 (2, 1) + x 2 (1, 3) = (v 1, v 2 ). Komponenteittain: { 2x1 + x 2 = v 1 x 1 + 3x 2 = v 2. [ ] 2 1 v v 2 [ ] 1 0 (3v1 v 2 )/ (v 1 + 2v 2 )/7 Tasan yksi ratkaisu riippumatta vektorista v R 2. Siis jono ( w 1, w 2 ) on avaruuden R 2 kanta lauseen 20 nojalla. LM1, Kesä /218

129 Kanta ja koordinaatit (b) Vektorin ū = (8, 3) koordinaatit avaruuden R 2 luonnollisen kannan E 2 = (ē 1, ē 2 ) suhteen ovat 8 ja 3, sillä ū = 8(1, 0) + 3(0, 1) = 8ē 1 + 3ē 2. 3ē 2 ē 2 ū = 8ē 1 + 3ē 2 ē 1 8ē 1 LM1, Kesä /218

130 (c) Vektorin ū = (8, 3) koordinaatit avaruuden R 2 kannan B = ( w 1, w 2 ) suhteen saadaan a-kohdan avulla. Sen mukaan x 1 w 1 +x 2 w 2 = ū, jos ja vain jos { x1 = (3u 1 u 2 )/7 = (24 3)/7 = 3 x 2 = (u 1 + 2u 2 )/7 = (8 + 6)/7 = 2. Siis ū = 3 w w 2 eli kysytyt koordinaatit ovat 3 ja 2. LM1, Kesä /218

131 Kanta ja koordinaatit 2 w 2 w 2 ū = 3 w w 2 w 1 3 w 1 LM1, Kesä /218

132 Kanta ja dimensio Lause 21 Aliavaruuden W jokaisessa kannassa on yhtä monta vektoria. Lause 21 mahdollistaa seuraavan määritelmän: Määritelmä Aliavaruuden W kannan vektorien lukumäärä on aliavaruuden W dimensio. Sitä merkitään dim(w ). Jos aliavaruuden dimensio on n, sanotaan, että aliavaruus on n-ulotteinen. LM1, Kesä /218

133 Kanta ja dimensio Esimerkki 26 Esimerkin 24 mukaan vektorit ē 1 = (1, 0) ja ē 2 = (0, 1) muodostavat avaruuden R 2 kannan. Siten dim(r 2 ) = 2. ē 2 ē 1 Esimerkki 27 Merkitään v 1 = (3, 1, 5), v 2 = (2, 1, 3) ja v 3 = (0, 5, 1). Olkoon W = span( v 1, v 2, v 3 ). Määritä aliavaruuden W dimensio. LM1, Kesä /218

134 Esimerkin 27 ratkaisu Oletetaan, että ū R 3. Ratkaistaan yhtälö x 1 v 1 + x 2 v 2 + x 3 v 3 = ū eli yhtälö x 1 (3, 1, 5) + x 2 (2, 1, 3) + x 3 (0, 5, 1) = (u 1, u 2, u 3 ). Komponentteittain 3x 1 + 2x 2 = u 1 x 1 + x 2 5x 3 = u 2 5x 1 + 3x 2 + x 3 = u u u u (u 1 + 3u 2 )/ u (5u 3 + u 2 8u 1 )/5 LM1, Kesä /218

135 Havaitaan, että yhtälöryhmällä on ratkaisu, jos ja vain jos 5u 3 + u 2 8u 1 = 0. Siten W = span( v 1, v 2, v 3 ) = { (x, y, z) 8x + y + 5z = 0 } on origon kautta kulkeva taso, jonka yksi normaali on ( 8, 1, 5). Jos 5u 3 + u 2 8u 1 = 0, niin x 3 on vapaa muuttuja ja voidaan valita x 3 = 0. Siten jokainen tason vektori voidaan ilmaista vektoreiden v 1 ja v 2 lineaarikombinaationa; ts. W = span( v 1, v 2, v 3 ) = span( v 1, v 2 ). Lisäksi v 1 v 2, joten lauseen 15 nojalla jono ( v 1, v 2 ) on vapaa. Näin jono ( v 1, v 2 ) on avaruuden W kanta ja siten dim(w ) = 2. LM1, Kesä /218

136 Lauseen 21 perustelu: Oletetaan, että B = ( v 1,..., v j ) ja C = ( w 1,..., w k ) ovat aliavaruuden W kantoja. Pyritään osoittamaan, että j = k. Tehdään se osoittamalla, että muut vaihtoehdot j < k ja k < j johtavat ristiriitaan. Oletetaan, että j < k. Tarkastellaan yhtälöä x 1 w x k w k = 0. (1) Koska B on W :n kanta, voidaan kaikki kannan C vektorit kirjoittaa kannan B vektorien lineaarikombinaatioina: w 1 = a 11 v 1 + a 12 v a 1j v j w 2 = a 21 v 1 + a 22 v a 2j v j. w k = a k1 v 1 + a k2 v a kj v j LM1, Kesä /218

137 Sijoittamalla nämä yhtälöön 1 saadaan yhtäpitävä yhtälö: x 1 (a 11 v 1 + a 12 v a 1j v j ) + x 2 (a 21 v 1 + a 22 v a 2j v j ) + + x k (a k1 v 1 + a k2 v a kj v j ) = 0 ja edelleen ryhmittelemällä: (x 1 a 11 + x 2 a x k a k1 ) v 1 + (x 1 a 12 + x 2 a x k a k2 ) v (x 1 a 1j + x 2 a 2j + + x k a kj ) v j = 0 LM1, Kesä /218

138 Jono B = ( v 1,..., v j ) on kanta, joten se on vapaa. Siten edellinen yhtälö toteutuu, jos ja vain jos kaikki kertoimet ovat nollia: x 1 a 11 + x 2 a x k a k1 = 0 x 1 a 12 + x 2 a x k a k2 = 0. =. x 1 a 1j + x 2 a 2j + + x k a kj = 0 Kyseessä on homogeeninen yhtälöryhmä, jossa tuntemattomien määrä k on suurempi kuin yhtälöiden määrä j. Lauseen 18 mukaan yhtälöryhmällä on muitakin ratkaisuja kuin x 1 = 0,..., x k = 0. Siis jono C = ( w 1,..., w k ) on sidottu. Ristiriita! Tapaus j > k käsitellään vastaavasti. LM1, Kesä /218

139 Ortogonaalinen ja ortonormaali kanta Määritelmä Kantaa ( w 1,..., w k ) kutsutaan ortogonaaliseksi, jos sen vektorit ovat kohtisuorassa toisiaan vastaan eli w i w j = 0 kaikilla i, j {1, 2,..., k}, missä i j. Kantaa ( w 1,..., w k ) kutsutaan ortonormaaliksi, jos se on ortogonaalinen ja lisäksi sen kaikkien vektorien normi on yksi eli w i = 1 kaikilla i {1, 2,..., k}. LM1, Kesä /218

140 Ortogonaalinen ja ortonormaali kanta Huom. Oletetaan, että n {1, 2,...}. Avaruuden R n luonnollinen kanta E n = (ē 1,..., ē n ) on ortonormaali, sillä ē i ē j = 0, jos i j ja ē i = 1 kaikilla i. ē 2 ē 3 ē 1 LM1, Kesä /218

141 Ortogonaalinen ja ortonormaali kanta Projektiota voidaan käyttää kannan ortogonalisoimiseen (tästä lisää jatkokurssilla): Esimerkki 28 Merkitään v 1 = ( 1, 2) ja v 2 = (3, 1). Tällöin jono ( v 1, v 2 ) on avaruuden R 2 kanta. v 1 (Voit osoittaa sen käyttämällä lausetta 20 tai kannan määritelmää.) v 2 LM1, Kesä /218

142 Muodostetaan uusi jono ( w 1, w 2 ) seuraavasti: Valitaan w 1 = v 1. Valitaan w 2 = v 2 proj w1 ( v 2 ). w 1 = v 1 proj w1 ( v 2 ) v 2 w 2 = v 2 proj w1 ( v 2 ) LM1, Kesä /218

143 Näin saatu jono ( w 1, w 2 ) on avaruuden R 2 ortogonaalinen kanta. w 1 w 2 Tässä siis w 1 = ( 1, 2) ja w 2 = v 2 v 2 w 1 w 1 w 1 w 1 = (3, 1) + ( 1, 2) = (2, 1). LM1, Kesä /218

144 Vielä voidaan muodostaa uusi jono (ū 1, ū 2 ) seuraavasti: Valitaan ū 1 = 1 w 1 w 1. Valitaan ū 2 = 1 w 2 w 2. ū 1 ū 2 Jono (ū 1, ū 2 ) on avaruuden R 2 ortonormaali kanta. Tässä ū 1 = 1 5 ( 1, 2) ja ū 2 = 1 5 (2, 1). LM1, Kesä /218

145 Ortonormaali kanta Vektorin koordinaatit ortonormaalin kannan suhteen on helppo määrittää: Lause 22 Oletetaan, että B = (ū 1,..., ū k ) on aliavaruuden W ortonormaali kanta. Oletetaan, että w W. Tällöin vektorin w koordinaatit kannan B suhteen ovat w ū 1, w ū 2,..., w ū k eli w = ( w ū 1 )ū 1 + ( w ū 2 )ū ( w ū k )ū k. LM1, Kesä /218

146 Lauseen 22 perustelu: Oletetaan, että B = (ū 1,..., ū k ) on aliavaruuden W ortonormaali kanta. Tutkitaan vektorin w W koordinaatteja kannan B suhteen. Merkitään koordinaatteja a 1,..., a k ; ts. Huomataan, että w = a 1 ū 1 + a 2 ū a k ū k. w ū 1 = (a 1 ū 1 + a 2 ū a k ū k ) ū 1 = a 1 (ū 1 ū 1 ) + a 2 (ū 2 ū 1 ) + + a k (ū k ū 1 ) = a a a k 0 = a 1. Vastaavalla tavalla nähdään, että w ū i = a i kaikilla i {1, 2,..., k}. Vektorin w koordinaatit saadaan siis laskemalla kantavektorien pistetulo vektorin w kanssa. LM1, Kesä /218

147 Esimerkki 29 Vektorin w = (2, 9, 7) koordinaantit ortonormaalin kannan E 3 = (ē 1, ē 2, ē 3 ) suhteen ovat lauseen 22 nojalla w ē 1 = (2, 9, 7) (1, 0, 0) = 2, w ē 2 = (2, 9, 7) (0, 1, 0) = 9, w ē 3 = (2, 9, 7) (0, 0, 1) = 7. Siis w = 2ē 1 + 9ē 2 7ē 3. LM1, Kesä /218

148 Esimerkki 30 Ortonormaali kanta Tarkastellaan esimerkissä 28 muodostettua avaruuden R 2 ortonormaalia kantaa (ū 1, ū 2 ), jossa ū 1 = 1 5 ( 1, 2) ja ū 2 = 1 5 (2, 1). Vektorin v = (3, 4) koordinaatit tämän kannan suhteen ovat lauseen 22 nojalla v ū 1 = 1 ) ((3, 4) ( 1, 2) = 5 = 5, 5 5 v ū 2 = 1 ) ((3, 4) (2, 1) = 10 = LM1, Kesä /218

149 v = 5ū ū 2 5 ū1 ū 1 ū ū2 LM1, Kesä /218

150 Matriisit Määritelmä Reaalialkioinen m n -matriisi on reaalilukutaulukko, jossa on m riviä ja n saraketta. Esimerkiksi a 11 a a 1n a 21 a a 2n A =... a m1 a m2... a mn on m n -matriisi. Sanotaan, että matriisin A tyyppi on m n. Matriisissa olevia lukuja kutsutaan matriisin alkioiksi, ja rivillä i sarakkeessa j olevaa alkiota merkitään A(i, j) tai a ij. Kaikkien reaalialkioisten m n -matriisien joukkoa merkitään R m n. LM1, Kesä /218

151 Esimerkki 31 Merkitään B = Tällöin B on reaalikertoiminen 4 3 -matriisi eli B R 4 3. Nähdään, että B(1, 3) = 5 ja B(2, 2) = 11. LM1, Kesä /218

152 Määritelmä Matriisien yhteenlasku Oletetaan, että A, B R m n. Matriisien A ja B summa saadaan laskemalla yhteen samoissa kohdissa olevat alkiot. Tuloksena on m n -matriisi A + B, jolle pätee (A + B)(i, j) = A(i, j) + B(i, j). kaikilla i {1,..., m} ja j {1,..., n}. Esimerkiksi ( 1) = = Vain matriiseja, joilla on sama tyyppi, voidaan laskea yhteen. LM1, Kesä /218

153 Määritelmä Matriisin kertominen skalaarilla Oletetaan, että A R m n ja c R. Matriisi A kerrottuna skalaarilla c tarkoittaa m n -matriisia ca, jota nimitetään skalaarimonikerraksi ja jolle pätee (ca)(i, j) = c A(i, j) kaikilla i {1,..., m} ja j {1,..., n}. Esimerkiksi ( 1) = = LM1, Kesä /218

154 Määritelmä Matriisin vastamatriisi ja matriisien erotus Oletetaan, että A, B R m n. Matriisin A vastamatriisi on skalaarimonikerta ( 1)A. Sitä merkitään A. Matriisien A ja B erotus tarkoittaa summaa Sitä merkitään A B. A + ( B) = A + ( 1)B. Esimerkiksi ( 1) = = LM1, Kesä /218

155 Erityisiä matriiseja Määritelmä Neliömatriisi on matriisi, jossa on yhtä monta riviä ja saraketta. Neliömatriisin alkio on lävistäjällä, jos alkion rivin ja sarakkeen numerot ovat samat. Matriisi, jonka kaikki nollasta poikkeavat alkiot ovat lävistäjällä, on lävistäjämatriisi. Esimerkiksi on lävistäjämatriisi LM1, Kesä /218

156 Erityisiä matriiseja Määritelmä Mitä tahansa m n -matriisia, jonka kaikki alkiot ovat nollia, kutsutaan nollamatriisiksi ja merkitään O m n tai lyhyesti O. Ykkösmatriisi puolestaan tarkoittaa n n -neliömatriisia, jonka lävistäjäalkiot ovat ykkösiä ja muut alkiot nollia. Sitä merkitään I n tai lyhyesti I O m n =..., I 0 1. n = LM1, Kesä /218

157 Määritelmä Matriisikertolasku Oletetaan, että A R m n ja B R n p. Tällöin tulo AB on m p -matriisi, jolle pätee (AB)(i, j) = A(i, 1)B(1, j) + A(i, 2)B(2, j) + + A(i, n)b(n, j) n = A(i, k)b(k, j) k=1 kaikilla i {1,..., m} ja j {1,..., p}. Huom. Kaksi matriisia voidaan kertoa keskenään, jos ja vain jos ensimmäisessä on yhtä paljon sarakkeita kuin toisessa on rivejä. LM1, Kesä /218

158 Matriisikertolasku Esimerkki 32 Lasketaan matriisien A = [ 2 1 ] ja B = tulo. Koska A:ssa on kolme saraketta (tyyppi 2 3) ja B:ssä on vastaavasti kolme riviä (tyyppi 3 2), matriisit voidaan kertoa keskenään. Tulosmatriisi on tyyppiä 2 2. LM1, Kesä /218

159 Määritelmän mukaan [ ] AB = [ ] ( 1) ( 2) ( 1) ( 1) = ( 2) ( 1) [ ] 4 5 =. 5 1 LM1, Kesä /218

160 Esimerkki 33 Matriisikertolasku Laske seuraavista matriisituloista ne, jotka ovat määriteltyjä. Mitä huomaat? (a) (d) (g) [ ] [ ] [ ] 2 [ ] [ ] [ ] (b) (e) [ ] [ ] [ ] [ ] (c) (f) [ ] [ ] [ ] [ ] LM1, Kesä /218

161 (a) (c) (e) (g) [ ] [ ] = [ ] [ ] = 1 [ ] 5 3 [ ] [ ] = [ ] 1 [ ] [ ] = [ ] [ ] (b) (d) (f) [ ] [ ] [ ] 2 [ ] 1 3 = 1 [ ] [ ] = ei määritelty [ 2 ] [ ] Huom. Usein AB BA. Siten matriisikertolasku ei ole vaihdannainen! Voi olla AB = O, vaikka A O ja B O. Siis tulon nollasääntö ei ole voimassa! LM1, Kesä /218

162 Matriisipotenssi Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 24), voidaan asettaa seuraava määritelmä: Määritelmä Oletetaan, että A on n n -matriisi (siis neliömatriisi) ja k positiivinen kokonaisluku. Tällöin A k = AA A }{{} k tekijää ja A 0 = I n. LM1, Kesä /218

163 Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia Lause 23 Oletetaan, että A, B ja C ovat m n -matriiseja ja s, t R. Tällöin (a) A + B = B + A (b) (A + B) + C = A + (B + C) (c) A + O = A (d) A + ( A) = O (e) s(a + B) = sa + sb (f) (s + t)a = sa + ta (g) s(ta) = (st)a (h) 1A = A. Vertaa lauseeseen 1! (vaihdannaisuus) (osittelulaki) (osittelulaki) (liitännäisyys) LM1, Kesä /218

164 Matriisikertolaskun ominaisuuksia Lause 24 Seuraavat säännöt pätevät matriiseille A, B ja C sekä reaaliluvulle t, jos laskutoimitukset on määritelty (ts. matriisit ovat sopivaa tyyppiä): (a) A(BC) = (AB)C (b) A(B + C) = AB + AC (c) (A + B)C = AC + BC (d) t(ab) = (ta)b = A(tB) (liitännäisyys) (osittelulaki) (osittelulaki) (e) Jos A on m n -matriisi, niin I m A = A ja AI n = A. LM1, Kesä /218

165 Perustellaan malliksi lauseen 24 kohta (c): Oletetaan, että A ja B ovat m n -matriiseja ja C on n p -matriisi. Tällöin sekä (A + B)C että AC + BC ovat määriteltyjä ja tyypiltään m p -matriiseja. Oletetaan, että i {1,..., m} ja j {1,..., p}. Tarkastellaan alkiota rivillä i ja sarakkeessa j: ( (A + B)C ) (i, j) (1) = (A + B)(i, 1)C(1, j) + + (A + B)(i, n)c(n, j) (2) = ( A(i, 1) + B(i, 1) ) C(1, j) + + ( A(i, n) + B(i, n) ) C(n, j) (3) = A(i, 1)C(1, j) + B(i, 1)C(1, j) + + A(i, n)c(n, j) + B(i, n)c(n, j) (4) = A(i, 1)C(1, j) + + A(i, n)c(n, j) + B(i, 1)C(1, j) + + B(i, n)c(n, j) (1) = (AC)(i, j) + (BC)(i, j) (2) = (AC + BC)(i, j) LM1, Kesä /218

166 Perusteluja: (1) matriisien kertolaskun määritelmä; (2) matriisien yhteenlaskun määritelmä; (3) reaalilukujen osittelulaki; (4) reaalilukujen yhteenlaskun vaihdannaisuus. Havaitaan, että matriiseissa (A + B)C ja AC + BC on sama alkio rivillä i ja sarakkeessa j. Koska tässä kysymyksessä saattoi olla mikä tahansa rivi ja mikä tahansa sarake, voidaan päätellä, että matriisit ovat samat. LM1, Kesä /218

167 Matriisin transpoosi Määritelmä Oletetaan, että A on m n -matriisi. Sen transpoosi A T on n m-matriisi, joka saadaan vaihtamalla matriisin A rivit ja sarakkeet keskenään. Esimerkki 34 Jos A = [ ] 1 3 2, niin A T = LM1, Kesä /218

168 Symmetrinen ja antisymmetrinen matriisi Määritelmä Neliömatriisin A sanotaan olevan symmetrinen, jos A T = A. Neliömatriisin A sanotaan olevan antisymmetrinen, jos A T = A. LM1, Kesä /218

169 Symmetrinen ja antisymmetrinen matriisi Esimerkki 35 Merkitään B = ja C = Tällöin B T = = B ja C T = = C Siis B on symmetrinen ja C on antisymmetrinen. LM1, Kesä /218

170 Transponoinnin ominaisuuksia Lause 25 Seuraavat säännöt pätevät matriiseille A ja B sekä reaaliluvulle t, jos laskutoimitukset on määritelty (ts. matriisit ovat sopivaa tyyppiä): (a) (A T ) T = A (b) (A + B) T = A T + B T (c) (AB) T = B T A T (d) (ta) T = t(a T ). LM1, Kesä /218

171 Perustellaan malliksi lauseen 25 kohta (c): Oletetaan, että A on m n -matriisi ja B on n p -matriisi. Tällöin sekä (AB) T että B T A T ovat määriteltyjä ja tyypiltään p m -matriiseja. Oletetaan, että i {1,..., p} ja j {1,..., m}. Tarkastellaan alkiota rivillä i ja sarakkeessa j: (AB) T (i, j) (1) = (AB)(j, i) (2) = A(j, 1)B(1, i) + + A(j, n)b(n, i) (1) = A T (1, j)b T (i, 1) + + A T (n, j)b T (i, n) (3) = B T (i, 1)A T (1, j) + + B T (i, n)a T (n, j) (2) = (B T A T )(i, 1) LM1, Kesä /218

172 Perusteluja: (1) transponoinnissa rivit ja sarakkeet vaihtuvat toisikseen; (2) matriisien kertolaskun määritelmä; (3) reaalilukujen kertolaskun vaihdannaisuus. Havaitaan, että matriiseissa (AB) T ja B T A T on sama alkio rivillä i ja sarakkeessa j. Koska tässä kysymyksessä saattoi olla mikä tahansa rivi ja mikä tahansa sarake, voidaan päätellä, että matriisit ovat samat. LM1, Kesä /218

173 Kääntyvä matriisi Määritelmä Oletetaan, että A on n n -neliömatriisi. Matriisin A käänteismatriisi tarkoittaa sellaista n n -matriisia B, että AB = I n ja BA = I n. Jos tällainen matriisi on olemassa, niin sanotaan, että A on kääntyvä eli säännöllinen. LM1, Kesä /218

174 Kääntyvä matriisi Esimerkki Matriisin C = käänteismatriisi on D = 1 0 1, sillä CD = = = I ja DC = = = I LM1, Kesä /218

175 Kääntyvä matriisi Lause 26 Matriisilla on korkeintaan yksi käänteismatriisi. Huom. Jos matriisi A on kääntyvä, niin sillä on lauseen 26 nojalla tasan yksi käänteismatriisi. Sitä merkitään A 1. Jos matriisi A on kääntyvä, niin AA 1 = I ja A 1 A = I. Merkintää A 1 ei voi käyttää ennen kuin on perustellut, että matriisi A todella on kääntyvä. LM1, Kesä /218

176 Lauseen 26 perustelu: Oletetaan, että n n -matriisilla A on käänteismatriisit B ja C. Tällöin pätee, että AB = I n ja BA = I n sekä lisäksi AC = I n ja CA = I n. Tällöin B = BI n = B(AC) = (BA)C = I n C = C. Siten B ja C ovat välttämättä sama matriisi. Näin ollen käänteismatriiseja ei voi olla enempää kuin yksi. LM1, Kesä /218

177 Kääntyvän matriisin ominaisuuksia Lause 27 Oletetaan, että matriisit A ja B ovat kääntyviä. Tällöin on olemassa A 1 ja se on kääntyvä. Lisäksi matriisit AB ja A T ovat kääntyviä. Niiden käänteismatriisit ovat seuraavat: (a) (A 1 ) 1 = A (b) (AB) 1 = B 1 A 1 (c) (A T ) 1 = (A 1 ) T. LM1, Kesä /218

178 Perustellaan malliksi lauseen 27 kohta (b): Oletetaan, että matriisit A ja B ovat kääntyviä. Tällöin ne ovat neliömatriiseja ja on olemassa käänteismatriisit A 1 ja B 1, jotka ovat samantyyppisiä neliömatriiseja. Siten tulo B 1 A 1 on määritelty. Lisäksi (AB)(B 1 A 1 ) = A(BB 1 )A 1 = AIA 1 = AA 1 = I ja (B 1 A 1 )(AB) = B 1 (A 1 A)B = B 1 IB = B 1 B = I. Tämä tarkoittaa, että B 1 A 1 on matriisin AB käänteismatriisi. Siten AB on kääntyvä. LM1, Kesä /218

179 Lineaariset yhtälöryhmät ja matriisit Lineaarinen yhtälöryhmä a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2. a m1 x 1 + a m2 x a mn x n = b m, (2) voidaan esittää matriisien avulla merkitsemällä a 11 a 12 a 1n x 1 a 21 a 22 a 2n A =.., x = x 2. ja b = a m1 a m2 a mn x n b 1 b 2.. b m LM1, Kesä /218

180 Matriisia A kutsutaan yhtälöryhmän kerroinmatriisiksi. Laskemalla matriisitulo havaitaan a 11 x 1 + a 12 x a 1n x n a 21 x 1 + a 22 x a 2n x n A x =.. a m1 x 1 + a m2 x a mn x n Matriisissa A x näkyy siis yhtälöryhmän vasen puoli. Yhtälöryhmä voidaan näin ollen kirjoittaa muodossa A x = b. Huom. Jo aikaisemmin yhtälöryhmiä on ratkaistu tekemällä alkeisrivitoimituksia täydennetylle matriisille [A b]. LM1, Kesä /218

181 Lineaariset yhtälöryhmät ja kääntyvät matriisit Lause 28 Jos matriisi A on kääntyvä, niin yhtälöllä on A x = b täsmälleen yksi ratkaisu. LM1, Kesä /218

182 Lauseen 28 perustelu: Oletetaan, että matriisi A on kääntyvä. Tällöin on olemassa käänteismatriisi A 1. Tarkasteltavan yhtälön yksi ratkaisu on A 1 b, sillä A(A 1 b) = (AA 1 ) b = I b = b. Siis yhtälöllä on ainakin yksi ratkaisu. Oletetaan, että ȳ on tarkasteltavan yhtälön ratkaisu. Tällöin Aȳ = b. Kerrotaan yhtälön molemmat puolet matriisilla A 1, jolloin saadaan A 1 (Aȳ) = A 1 b ja edelleen ȳ = A 1 b. Siis yhtälöllä on enintään yksi ratkaisu. Näin ollen ratkaisuja on tasan yksi: A 1 b. LM1, Kesä /218

183 Määritelmä Alkeismatriisit Matriisi on alkeismatriisi, jos se on saatu ykkösmatriisista yhdellä alkeisrivitoimituksella. Esimerkki 37 Esimerkiksi seuraavat matriisit ovat alkeismatriiseja: E 1 = , E = , E = Nämä alkeismatriisit on saatu ykkösmatriisista tekemällä alkeisrivitoimitukset 1 2 R 3, R 2 R 4 ja R 3 + 3R 1. LM1, Kesä /218

184 Esimerkki 38 Ovatko seuraavat matriisit alkeismatriiseja? (a) (b) (c) [ 1 0 ] (d) (e) (f) [ ] LM1, Kesä /218

185 (a) Ei; tarvitaan kaksi alkeisrivitoimitusta. (b) Ei; nollariviä ei saa ykkösmatriisiin alkeisrivitoimituksella. (c) Ei; ei ole edes neliömatriisi. (d) Ei; tarvitaan kaksi alkeisrivitoimitusta. (e) Kyllä; esimerkiksi alkeisrivitoimitus 1 R 1. (f) Kyllä; alkeisrivitoimitus R 2 + 8R 1. LM1, Kesä /218

186 Alkeisrivitoimitukset ja alkeismatriiseilla kertominen Voidaan osoittaa, että alkeismatriisilla kertominen vastaa alkeisrivitoimituksen tekemistä. Esimerkki 39 Merkitään a 11 a 12 a 13 a A = 21 a 22 a 23 a 31 a 32 a 33 a 41 a 42 a 43 ja kerrotaan sitä esimerkin 37 alkeismatriiseilla. Saadaan a 11 a 12 a 13 a 11 a 12 a a E 1 A = 21 a 22 a a 31 a 32 a 33 = a 21 a 22 a 23 5a 31 5a 32 5a a 41 a 42 a 43 a 41 a 42 a 43 LM1, Kesä /218

187 a 11 a 12 a 13 a 11 a 12 a a E 2 A = 21 a 22 a a 31 a 32 a 33 = a 41 a 42 a 43 a 31 a 32 a a 41 a 42 a 43 a 21 a 22 a a 11 a 12 a a E 3 A = 21 a 22 a a 31 a 32 a a 41 a 42 a 43 a 11 a 12 a 13 a = 21 a 22 a 23 3a 11 + a 31 3a 12 + a 32 3a 13 + a 33. a 41 a 42 a 43 LM1, Kesä /218

188 Voidaan osoittaa (mutta tässä sitä ei tehdä) seuraavat tulokset: Lemma 29 Oletetaan, että A R n m. Oletetaan, että E R n n on alkeismatriisi, joka saadaan tekemällä jokin alkeisrivitoimitus ykkösmatriisille I n. Jos matriisille A tehdään sama alkeisrivitoimitus, tuloksena on matriisi EA. Lause 30 Alkeismatriisit ovat kääntyviä, ja alkeismatriisin käänteismatriisi on sekin alkeismatriisi. LM1, Kesä /218

189 Esimerkki 40 Etsitään alkeismatriisin E = käänteismatriisi. Matriisi vastaa alkeisrivitoimitusta R 3 + 3R 1. LM1, Kesä /218

190 Tämän alkeisrivitoimituksen voi kumota tekemällä alkeisrivitoimituksen R 3 3R 1. Sitä vastaava alkeismatriisi on F = Laskemalla voi vielä varmistaa, että EF = I ja FE = I. Siis E 1 = F. LM1, Kesä /218

191 Käänteismatriisilause Lause 31 Oletetaan, että A on n n-neliömatriisi. Seuraavat ehdot ovat yhtäpitäviä: (a) Matriisi A on kääntyvä. (b) Yhtälöllä A x = b on tasan yksi ratkaisu kaikilla b R n 1. (c) Yhtälöllä A x = 0 on vain triviaali ratkaisu x = 0. (d) Matriisista A saadaan alkeisrivitoimituksilla ykkösmatriisi. (e) Matriisi A on alkeismatriisien tulo. LM1, Kesä /218

192 Lauseen 31 perustelu: Osoitetaan, että (a) (b) (c) (d) (e) (a). Tämä riittää osoittamaan, että mistä tahansa ehdosta seuraa mikä tahansa toinen ehto. (a) (b) : Tämä on osoitettu lauseessa 28. (b) (c) : Oletetaan, että yhtälöllä A x = b on tasan yksi ratkaisu kaikilla b R n 1. Tällöin erityisesti yhtälöllä A x = 0 on tasan yksi ratkaisu. Tiedetään, että sen yksi ratkaisu on x = 0. Muita ratkaisuja ei edellä todetun mukaan ole. LM1, Kesä /218

193 (c) (d) : Oletetaan, että yhtälön A x = 0 ainoa ratkaisu on x = 0. Merkitään A(i, j) = a ij kaikilla i, j {1, 2,..., n}. Yhtälöä A x = 0 vastaavan lineaarisen yhtälöryhmän täydennetty matriisi on a 11 a 12 a 1n 0 a 21 a 22 a 2n 0.. a n1 a n2 a nn 0 Koska yhtälöryhmällä on täsmälleen yksi ratkaisu, täytyy vastaavassa redusoidussa porrasmatriisissa olla johtava alkio jokaisessa sarakkeessa (muuten tulisi vapaa muuttuja). Siten johtavia alkioita on n kpl. A on neliömatriisi, joten rivejä ja sarakkeita on yhtä paljon. Siis myös jokaisella rivillä on johtava alkio (samalla rivillä ei voi olla kahta johtavaa alkiota). LM1, Kesä /218

194 Vastaava redusoitu porrasmatriisi on siis eli [I 0]. Tämä tarkoittaa, että matriisista A saadaan alkeisrivitoimituksilla ykkösmatriisi. LM1, Kesä /218

195 (d) (e) : Oletetaan, että matriisista A saadaan alkeisrivitoimituksilla ykkösmatriisi. Olkoot E 1,..., E k ne alkeismatriisit, joilla kertomalla matriisista A saadaan ykkösmatriisi. Siis E k E 1 A = I. Kertomalla tämän yhtälön molemmat puolet vasemmalta matriisilla Ek 1 saadaan yhtälö E k 1 E 1 A = Ek 1. Kertomalla tämän yhtälön molemmat puolet vasemmalta matriisilla Ek 1 1 saadaan E k 2 E 1 A = Ek 1 1 E k 1. Jatkamalla samaan tapaan päädytään yhtälöön A = E 1 1 E 1 k 1 E 1 k. Alkeismatriisin käänteismatriisi on itsekin alkeismatriisi, joten A on alkeismatriisien tulo. LM1, Kesä /218

196 (e) (a) : Oletetaan, että A = E 1 E k, missä E 1,..., E k ovat alkeismatriiseja. Alkeismatriisit ovat kääntyviä, joten voidaan merkitä B = Ek 1 E1 1. Tällöin AB = (E 1 E k )(Ek 1 E1 1 ) = E 1 E k Ek 1 E1 1 = E 1 E k 1 Ek 1 1 E 1 1 = = E 1 E1 1 = I ja BA = (Ek 1 E 1 = E 1 k Näin ollen B = Ek 1 on kääntyvä. E 1 1 E 1 E k 1 )(E 1 E k ) = Ek 1 E2 1 E 2 E k = = Ek 1 E k = I. E 1 1 on matriisin A käänteismatriisi. Siis A LM1, Kesä /218

197 Käänteismatriisin etsiminen Lauseen 31 mukaan neliömatriisi A on kääntyvä, jos ja vain jos matriisi A voidaan muuttaa alkeisrivitoimituksilla ykkösmatriisiksi I. Jos onnistutaan muuttamaan A alkeisrivitoimituksilla ykkösmatriisiksi I, niin A on kääntyvä eli on olemassa A 1. Tehtyjä alkeisrivitoimituksia vastaavat alkeismatriisit E 1, E 2,..., E k, joilla Tällöin toisaalta E k... E 2 E 1 A = I. A 1 = IA 1 = (E k... E 2 E 1 A)A 1 = E k... E 2 E 1 (AA 1 ) = E k... E 2 E 1 I. Tämä tarkoittaa, että tekemällä samat alkeisrivitoimitukset ykkösmatriisille I päädytään matriisiin A 1. LM1, Kesä /218

198 Käänteismatriisin etsiminen Käänteismatriisin olemassaolo tutkitaan pyrkimällä matriisista [A I] alkeisrivitoimituksilla matriisiin [I C]. Jos tämä onnistuu, C = A 1. Esimerkki 41 Merkitään A = ja B = Onko matriisi A kääntyvä? Entä matriisi B? Jos on, määritä käänteismatriisi. LM1, Kesä /218

199 [A I] = r 2 3r r 3 + 2r r 3 + r Nollarivin vuoksi matriisista A ei saada ykkösmatriisia. Siis A ei ole kääntyvä. LM1, Kesä /218

200 [B I] = r 2 r r 3 + 4r r 2 + r r 1 + r LM1, Kesä /218

201 Matriisista B saatiin tehtyä alkeisrivitoimituksilla ykkösmatriisi, joten B on kääntyvä. Sen käänteismatriisi on B = Huom. Voit tarkistaa laskemalla, että todella BB 1 = I ja B 1 B = I. LM1, Kesä /218

202 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) = ( 1) 1+j a 1j det(a 1j ), j=1 missä A ij on matriisi, joka on saatu matriisista A poistamalla i:s rivi ja j:s sarake. LM1, Kesä /218

203 Huom. Matriisin A determinantille voidaan käyttää merkintää a 11 a a 1n a 21 a a 2n... a n1 a n2... a nn. LM1, Kesä /218

204 Muistisääntöjä Määritelmän mukaan 2 2-matriisin determinantti lasketaan seuraavasti: a 11 a 12 a 21 a 22 = a 11a 22 a 12 a 21. Muistisääntö: a 11 a 12 a 21 a 22 + Lävistäjäalkiot kerrotaan keskenään ja niiden tulosta vähennetään muiden alkioiden tulo. LM1, Kesä /218

205 Muistisääntöjä Määritelmän mukaan 3 3-matriisin determinantti lasketaan seuraavasti: a 11 a 12 a 13 a a 21 a 22 a 23 = a a 23 a a 31 a 32 a a 33 a a a 23 a 31 a 33 a + a a 22 a 31 a 32 = a 11 a 22 a 33 a 11 a 23 a 32 a 12 a 21 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 13 a 22 a 31. LM1, Kesä /218

206 Muistisääntöjä Muistisääntö: a 11 a 12 a 13 a 21 a 22 a 23 a 11 a 12 a 21 a 22 a 31 a 32 a 33 a 31 a Samalla viivalla olevat alkiot kerrotaan keskenään. Jos viiva on lävistäjän suuntainen, tulee tulon eteen plusmerkki. Jos viiva on vastakkaissuuntainen, tulee tulon eteen miinusmerkki. Lopuksi tulot lasketaan yhteen. LM1, Kesä /218

207 Determinantin laskeminen Esimerkki 42 Lasketaan seuraavien matriisien determinantit: (a) A = [ ] 4 (b) B = [ ] (c) C = (d) D = LM1, Kesä /218

208 (a) det(a) = 4 = (b) det(b) = 2 4 = ( 1) = = (c) det(c) = = = 2 (4 ( 2) ) 3 (0 ( 1) ) + 2 (0 1) = = 17 LM1, Kesä /218

209 Voidaan osoittaa, että determinantti voidaan kehittää minkä tahansa rivin tai sarakkeen suhteen. Tällöin + ja -merkkien vaihtelu (määritelmän ( 1) 1+j ) saadaan shakkilautaa muistuttavasta kuviosta Matriisin tilalle ajatellaan plus- ja miinusmerkeistä koostuva ruudukko. Jos matriisin alkion kohdalla on plusmerkki, tulee kehityskaavassa alkion eteen plusmerkki. Vastaavasti, jos alkionkohdalla on miinusmerkki, tulee kehityskaavassa alkion eteen miinusmerkki. Huomaa, että alkion oma etumerkki säilyy joka tapauksessa. LM1, Kesä /218

210 Lasketaan esimerkin 42 matriisin D determinantti kehittämällä se aluksi kolmannen rivin ja sitten kolmannen sarakkeen suhteen: det(d) = = ( 1) ( ) 0 1 = = ( 1) ( 1) ( ) = 0 + ( ) ( ) = (0 3 1) = 4 LM1, Kesä /218

211 Determinantin ominaisuuksia Joidenkin matriisien determinantti on hyvin helppo määrittää: Lause 32 Oletetaan, että A on neliömatriisi. Tällöin (a) jos matriisissa A on nollarivi (nollasarake), niin det(a) = 0; (b) jos matriisissa A on kaksi samaa riviä (samaa saraketta), niin det(a) = 0; (c) jos A on kolmiomatriisi (eli kaikki lävistäjän alapuoliset tai yläpuoliset alkiot nollia), niin matriisin A determinantti on lävistäjäalkioiden tulo LM1, Kesä /218

212 Alkeisrivitoimitusten vaikutus determinanttiin Voidaan osoittaa, että alkeisrivitoimitusten tekeminen vaikuttaa determinanttiin seuraavasti: Lause 33 Oletetaan, että A on neliömatriisi. (a) Jos matriisi B saadaan matriisista A vaihtamalla kaksi riviä keskenään, niin det(b) = det(a). (b) Jos matriisi B saadaan matriisista A kertomalla jokin rivi luvulla t R {0}, niin det(b) = t det(a). (c) Jos matriisi B saadaan matriisista A lisäämällä johonkin riviin jokin toinen rivi kerrottuna luvulla t R, niin det(b) = det(a). LM1, Kesä /218

213 Determinantin ominaisuuksia Lause 34 Oletetaan, että A ja B ovat samantyyppisiä neliömatriiseja. Tällöin (a) det(a) = det(a T ) (b) det(ab) = det(a) det(b). LM1, Kesä /218

214 Determinantin laskemisen muistisääntöjä Lauseen 34 a-kohdasta seuraa, että determinantin sarakkeet käyttäytyvät täsmälleen samalla tavalla kuin sen rivit. Lauseesta 33 saadaan siis seuraavat muistisäännöt: (a) Jos matriisin kaksi riviä (saraketta) vaihtaa keskenään, niin determinantin etumerkki muuttuu: = LM1, Kesä /218

215 Determinantin laskemisen muistisääntöjä (b) Jos matriisin rivillä (sarakkeessa) kaikilla alkioilla on yhteinen tekijä, niin tuon yhteisen tekijän voi ottaa determinantin eteen kertoimeksi: = (c) Jos matriisin riviin (sarakkeeseen) lisätään jokin toinen rivi (sarake) vakiolla kerrottuna, niin matriisin determinantti ei muutu = LM1, Kesä /218

216 Kääntyvän matriisin determinantti Determinantin avulla voi tutkia, onko matriisi kääntyvä: Lause 35 Oletetaan, että A on neliömatriisi. Matriisi A on kääntyvä, jos ja vain jos det(a) 0. Lauseiden 35 ja 34 avulla saadaan seuraava tulos: Lause 36 Oletetaan, että matriisi A on kääntyvä. Tällöin det(a 1 ) = 1 det(a). LM1, Kesä /218

217 Determinantti ja suuntaissärmiön tilavuus Aikaisemmin on osoitettu, että vektoreiden ū, v, w R 3 määräämän suuntaissärmiön tilavuus on ns. skalaarikolmitulon itseisarvo ū ( v w) ū v w Toisaalta u 1 u 2 u 3 v v 1 v 2 v 3 = u 1 2 v 3 w w 1 w 2 w 3 2 w 3 u v 2 1 v 3 w 1 w 3 + u v 3 1 v 2 w 1 w 2 = = ū ( v w) LM1, Kesä /218

218 Determinantti ja suuntaissärmiön tilavuus Siis vektoreiden ū, v, w R 3 määräämän suuntaissärmiön tilavuus on determinantin u 1 u 2 u 3 v 1 v 2 v 3 w 1 w 2 w 3 itseisarvo! ū v w LM1, Kesä /218