tyyppi metalli puu lasi työ I II III metalli puu lasi työ

Koko: px
Aloita esitys sivulta:

Download "tyyppi metalli puu lasi työ I II III metalli puu lasi työ"

Transkriptio

1 MATRIISIALGEBRA Harjoitustehtäviä syksy 29 ( Olkoot, B = Määrää 2A, B 2A, A T, ( 2A) T, (A T ) T. ), C = ( 1 ) 4 4 ja E = Olkoot A, B, C ja E kuten edellisessä tehtävässä. Määrää A + A T, AC, CE, EC ja CB. 3. Olkoot a c e b d 2 3 7, B = ja C = f matriiseja, missä a, b, c, d, e ja f ovat reaalilukuja. Tarkastellaan matriisituloja (AB) T ja B T A T C ja C T AB. Määrää kunkin matriisitulon tulos, jos kyseinen matriisitulo on määritelty. Jos jokin matriisituloista ei ole määritelty, niin perustele miksi ei. 4. Keksi nollamatriisista poikkeavat 3 3-matriisit a) A ja B, joille AB = 3 3 (=nollamatriisi). b) A, B ja C, joille AC = BC, mutta A B. 5. Eräs yritys valmistaa kolmentyyppisiä ikkunoita ja eri tyypit vaativat ikkunaa kohti metalliosia, puuta, lasia ja työtä seuraavasti: tyyppi metalli puu lasi työ I II III Raaka-aineiden yksikköhinnat ovat euroissa lausuttuina metalli puu lasi työ Kuinka paljon kunkin ikkunatyypin raaka-aineet maksavat? Eräänä päivänä on toimitettava 5 kpl tyyppiä I, 7 kpl tyypiä II ja 9 kpl tyyppiä III olevia ikkunoita. Kuinka paljon näihin kuluu raaka-aineita? Kuinka paljon raaka-aineet maksavat? Suorita laskut matriisilaskennan merkinnöin! 6. Tiedetään, että putkijärjestelmä P toimii lineaarisesti, mikä merkitsee sitä, että herätettä (input) x ja vastetta (output) y sitoo toisiinsa yhtälö Ax = y. Olkoon kuvion putkisysteemi P allakuvatun mukainen. Määrää (siirto)matriisi A, kun tiedetään mittausten perusteella seuraavaa: kun heräte on x 1 = 1 yksikkö ja x 2 = yksikköä, niin vaste on y 1 = 1/7, y 2 = 3/7 ja y 3 = 3/7 (yksikköä) sekä kun heräte on x 1 = yksikköä ja x 2 = 1 yksikkö, niin vaste on y 1 = 2/5, y 2 = 1/5 ja y 3 = 2/5 (yksikköä). Mikä on herätettä x 1 = 2, x 2 = 1 vastaava vaste?

2 7. a) Onko kaava (A B)(A + B) = A 2 B 2 aina voimassa, kun A ja B ovat samaa lajia olevia neliömatriiseja? Perustelu! b) Poista sulut lausekkeesta (A + B) Eläintarhassa on lintuja (2-jalkaisia) ja elukoita (4-jalkaisia). a)jos siellä on 15 päätä ja 4 jalkaa, niin kuinka monta lintua ja kuinka monta elukkaa siellä on? b) Jos jalkoja on 4, niin mitkä ovat mahdolliset lintujen ja elukoiden lukumäärät? 9. Ratkaise seuraavat yhtälöparit a) { x + 7y = 4 2x 9y = 23 b) { x 3y = 4 3x + 9y = 8 c) { 2x + 4y = 8 x 2y = 4 1. Ratkaise Gaussin menetelmällä seuraavat yhtälöryhmät: a) 3x 1 + x 2 x 3 = 4 6x 1 + 2x 2 + 2x 3 = 2, x 1 x 2 + 2x 3 = 7 b) 2x 1 x 3 = x 2 2x x 2 x 3 + 2x 4 = 2x 1 x 3 + 2x 2 + x 1 + x 4 5 = = x 1 + 3x 2 x c) x 1 + 3x 2 + 5x 3 + 4x 4 = x 1 + 2x 2 + 6x 3 + 2x 4 = 1, 2x 1 + 8x 2 + 8x x 4 = 1 d) 3x 1 + 6x 2 + x 3 = 5 x 1 + 3x 2 x 3 = 3. x 1 + 2x 2 + 2x 3 = Ratkaise Gaussin menetelmällä yhtälöryhmä { x + 3y + 2w = 1 z 6y + 2x + 4z = 3 8w. 2z + 4w 1 = 12. Kalankasvatusaltaassa on kolmea eri lajia kaloja. Lajin 1 jokainen kala tarvitsee viikossa 1 yksikön ruokaa A, 1 yksikön ruokaa B ja 2 yksikköä ruokaa C. Vastaavat yksikkömäärät lajin 2 kaloille ovat 3,4, ja 5 sekä lajin 3 kaloille 2,1 ja 5. Joka viikko altaaseen sijoitetaan 25 yksikköä ruokaa A, 2 yksikköä ruokaa B ja 55 yksikköä ruokaa C. Kuinka monta kalaa kutakin lajia altaassa voi olla, jos oletetaan että kaikki ruoka tulee syödyksi ja jokainen kala syö täsmälleen tarvitsemansa yksikkömäärät? Ratkaise tehtävä sopivan yhtälöryhmän avulla käyttäen Gaussin menetelmää. 13. Totea, että yhtälöryhmän 2 3 x x x 3 3 = x x x 3 = x x 3 = 3 kerroinmatriisi on ortogonaalinen ja käytä tätä tietoa hyväksi yhtälöryhmän ratkaisemisessa..

3 14. Määrää A:n käänteismatriisi vaakarivimuunnoksin matriisista (A I), kun a) b) c) 15. Olkoon D diagonaalimatriisi, D = diag(x 1, 2x 1, 3x 1, 4x 1,..., 14x 1). Määrää D:n käänteismatriisi, kun x =. Millä x:n arvoilla D:lla ei ole käänteismatriisia? 16. Määrää matriisin LU-hajotelma. 17. Olkoon a) Määrää matriisin A LU-hajotelma. b) Ratkaise yhtälöryhmä x 1 + 4x 2 + 5x 3 = 6 4x x x 3 = 3x x 2 + 3x 3 = 6 kerroinmatriisin LU-hajotelman avulla. c) Ratkaise A:n LU hajotelman avulla yhtälöryhmä Ax = b, kun 18. Olkoot b = ja b = Muodosta matriisin A QR-hajoitelma ja laske x = (A T A) 1 A T b sekä x = R 1 Q T b. 19. Matriisit B ja C ovat sarakeortogonaalisia. Laske A T A, kun BC. 2. Mitkä seuraavista joukoista ovat vektoriavaruuden R 3 aliavaruuksia: a) {(x 1, x 2, x 3 ) R 3 4x 1 + 5x 2 + 2x 3 = 2} b) {(x 1, x 2, x 3 ) R 3 x 1 =, x 3 = 2x 2 } 21. Selvitä onko vektorijoukko {(1, 1, 2, 2), (3, 2, 4, 5), (, 2, 3, 2), (1, 1,, 3)} R 4 :n vapaa (=lineaarisesti riippumaton) vektorijoukko

4 22. Tutki, muodostavatko vektorit (, 1,, 1), (,, 2, ), (1,, 1, ) ja (, 1,, 2) R 4 :n kannan. Jos muodostavat, niin etsi vektorin (1, 2, 5, 5) koordinaatit tämän kannan suhteen. 23. Määrää reaalisten 2 2 matriisien muodostaman vektoriavaruuden jokin kanta ja määrää matriisin koordinaatit tämän kannan suhteen. 24. Vektorijoukot S 1 = {(, 1, ), (1, 1, ), (1, 2, 3)} ja S 2 = {(1, 1, ), (1, 1, 1), (1, 2, 1)} ovat R 3 :n kantoja. a) Vektorin u koordinaatit kannassa S 2 ovat 4, 3 ja 2. Määritä tarvittava kannanvaihtomatriisi ja laske sen avulla u:n koordinaatit kannassa S 1. b) Vektorin v koordinaatit kannassa S 1 ovat 3, 2 ja 1. Määritä tarvittava kannanvaihtomatriisi ja laske sen avulla v:n koordinaatit kannassa S Kuvankäsittelyssä kuvia muokataan käyttämällä lineaarisia muunnoksia kuten esimerkiksi venytystä, kiertoa ja peilausta. a) Muodosta muunnoksen (kannalta E = {i, j, k} kannalle E) matriisi, kun kuvaa aluksi venytetään j-akselin suunnassa 3-kertaiseksi ja k-akselin suunnassa 2-kertaiseksi ja sitten kierretään kulman π 2 verran k-akselin ympäri vastapäivään (katsottuna k-akselin positiiviselta puoliakselilta origoon päin). b) Mikä on muunnosmatriisi, jos edellisten muunnosten kuva vielä peilataan xz-tason (=ik-tason) suhteen ja sitten kierretään kulman 3 2π verran j-akselin ympäri myötäpäivään (katsottuna j- akselin positiiviselta puoliakselilta origoon päin)? 26. Kun kuvankäsittelyssä tehdään peräkkäin kaksi venytystä (esim. venytys z-akselin suunnassa ja sitten venytys x-akselin suunnassa), niin voidaanko venytysten järjestystä vaihtaa ja jos voidaan, niin miksi? Voidaanko kahden kierron (esim. kierto π 2 :n verran myötäpäivään x-akselin ympäri ja sitten π 2 :n verran myötäpäivään y-akselin ympäri) järjestystä vaihtaa ja jos voidaan niin miksi? Edelleen voidaanko kierron ja venytyksen järjestystä vaihtaa? Perustelut! 27. Määrää lineaarikuvauksen F : R 2 R 4, F (x 1, x 2 ) = (x 1 + 2x 2, x 2, x 1 x 2, 2x 1 + 3x 2 ) matriisi a) luonnollisten kantojen suhteen b) kantojen S 1 = {(1, 2), (1, )} ja S 2 = {(1, 1, 1, ), (1,, 1, 1), ( 1, 1, 1, ), (,, 1, )} suhteen. 28. Määritä lineaarikuvauksen F : R 3 R 2, F (x 1, x 2, x 3 ) = (2x 1 + x 2 3x 3, x 1 2x 2 + x 3 ) matriisi kantojen S 1 = {(1,, 1), (, 1, ), (, 1, 1)} ja S 2 = {(, 1), ( 1, 1)} suhteen ja laske sen avulla vektorin F (u) koordinaatit kannassa S 2, kun vektori u = 2i + 3j k, missä i = (1,, ), j = (, 1, ) ja k = (,, 1). 29. a) Määritä lineaarikuvauksen F : P 3 (R) P 4 (R), F (p(t)) = tp(t 2) matriisi kantojen {1, t, t 2, t 3 } ja {1, t, t 2, t 3, t 4 } suhteen. b) Olkoon F sellainen lineaarikuvaus reaalisten 2 2 matriisien joukossa, että 1 2 F (B) = B. 3 4 Määrää lineaarikuvauksen F matriisi kannan 1 {,, 1 2 suhteen. 1, 1 1 } 2

5 3. Määrää seuraavien matriisien aste, nulliteetti, ydin ja ytimen kanta (jokin niistä, jos mahdollista): a) , 1 1 b) , c) 31. Määrää matriisien ja B = aste, nulliteetti, ydin, ytimen kanta ja kuva-avaruuden kanta. 32. a) Tutki onko allaolevilla yhtälöryhmillä ratkaisuja. x 1 + x 2 x 3 = 7 4x 1 x 2 + 5x 3 = 4 6x 1 + x 2 + 3x 3 = 2 x 1 2x 2 + x 3 + x 4 = 2 3x 1 + 2x 3 2x 4 = 8 4x 2 x 3 x 4 = 1 5x 1 + 3x 3 x 4 = 3 b) Olkoon A 5 7 matriisi, jonka aste on 5. Osoita, että yhtälöryhmällä Ax = b on ainakin yksi ratkaisu jokaisella 5 1 sarakevektorilla b. 33. Jokaiselle matriisille B vektoriavaruus row(b) on matriisin B rivien (eli rivivektoreiden) virittämä vektoriavaruus ja R(B) on B:n kuva-avaruus. Olkoon A säännöllinen n n matriisi ja olkoon a) Selvitä onko row((a ) 1 ) = R(A). b) Määrää matriisin A nulliteetti. 34. Määrää seuraavien matriisien determinantit: a) b) A = (A 1 ) T , B = ,

6 c) C = 1 1 j 1 j j 1 j 35. Tarkastellaan edellisen tehtävän matriiseja. a) Mitkä matriiseista A, B, C ovat säännöllisiä? b) Mitä voit sanoa matriisin B asteesta? Mikä on matriisin C ydin? c) Sisältääkö matriisin A ydin nollasta eroavan vektorin? 36. Määrää determinantin avulla a) pisteiden (2,3,1), (2, 1, 1) ja (1,2,1) kautta kulkevan tason yhtälö, b) pisteiden (2,6), (2,) ja (5,3) kautta kulkevan ympyrän yhtälö. 37. Sievennä pisteiden (,, 1), (1,, 1), (1, 1, 1) ja (2, 2, 2) kautta kulkevan pallopinnan yhtälö x 2 + y 2 + z 2 x y z = muotoon c 1 (x 2 + y 2 + z 2 ) + c 2 x + c 3 y + c 4 z + c 5 = laskemalla yhtälön vasemmalla puolella olevan determinantin arvo. 38. Etsi seuraavien matriisien ominaisarvot ja -vektorit a) b) c) d) Laske matriisin ominaisarvot ja ominaisvektorit Olkoon A tehtävän 38b matriisi. Määrää matriisien A 2, A 1 ja A + 6I ominaisarvot ja ominaisvektorit. 41. Olkoon a) b) Onko matriisi A diagonalisoituva? Jos on, niin määrää matriisi D = T 1 AT ja siihen liittyvä matriisi T..

7 42. Olkoon Tutki, onko A diagonalisoituva. Perustelu! Matriisin A ominaisarvot ovat 1, 1 ja 2 sekä vastaavat ominaisvektorit ( 1, 1, 1), ( 1, 4, 1) ja (1,2,1). Määrää A. 44. Määrää kaksi 2 2 matriisia A ja B, joilla on samat ominaisarvot ja joiden jokaista ominaisarvoa vastaavat ominaisvektorit ovat myös samat. 45. Ratkaise matriisiyhtälö AX + I = A 11, missä Ratkaise dierentiaaliyhtälöryhmä { x 1 (t) + 2x 1 (t) 6x 2 (t) = x 2(t) + 3x 1 (t) 7x 2 (t) = alkuehdoilla x 1 () = 5 ja x 2 () = 3 käyttämällä hyväksi kerroinmatriisin diagonalisointia. 47. Ratkaise dierentiaaliyhtälöryhmä x 2(t) = x 1 (t) + 2x 2 (t) + x 3 (t) x 1(t) = x 1 (t) + x 2 (t) 2x 3 (t) x 3(t) = x 2 (t) x 3 (t) alkuehdolla x 1 () = 3, x 2 () = 2, x 3 () = 1 käyttämällä hyväksi kerroinmatriisin diagonalisointia. 48. Kahden kilpailevan populaation S 1 ja S 2 yksilöiden lukumäärät x 1 (t) ja x 2 (t) hetkellä t (t mitattu vuosina) toteuttavat dierentiaaliyhtälöryhmän { x 1 (t) = 3x 1 (t) x 2 (t) x 2(t) = 2x 1 (t) + 2x 2 (t) Ratkaise x 1 (t) ja x 2 (t) (käyttämällä hyväksi kerroinmatriisin diagonalisointia), kun alkuhetkellä t = ensimmäisen populaation koko on 15 ja toisen 6. Millä ajan t hetkellä populaatio S 2 häviää? 49. Arvioi Gershgorinin ympyröiden avulla matriisin j j ominaisarvojen sijaintia. Piirrä kuva ja määrää kuvan perusteella väli, johon A:n jokaisen ominaisarvon reaaliosa kuuluu sekä väli, johon A:n jokaisen ominaisarvon imaginaariosa kuuluu. 5. Laske matriisin itseisarvoltaan suurimmalle ominaisarvolle likiarvo iteratiivisesti lähtien vektorista y = (1, 1, 1). Likiarvo λ (3) riittää. Mikä on vastaava ominaisvektori? 51. Laske 1-, - ja Frobenius normi matriisille

8 52. Laske e A, kun a) , b) Kahden symbioosissa elävän populaation S 1 ja S 2 yksilöiden lukumäärät x 1 (t) ja x 2 (t) toteuttavat dierentiaaliyhtälöryhmän { x 1 (t) = 1 2 x 1(t) x 2(t) x 2(t) = x 1 (t) 1 2 x 2(t). Laske populaatioiden koot hetkellä t, kun x 1 () = 1 ja x 2 () = 4. Käytä ratkaisukaavaa missä siirtomatriisi e At lasketaan kaavalla x(t) = e At x(), e At = T e Dt T 1, e Dt = diag (e λ 1t, e λ 2t ). 54. Ratkaise alkuarvotehtävä y + y 2y =, y() = 1, y () = palauttamalla se 1. kertaluvun dierentiaaliyhtälöryhmäksi ja käyttämällä hyväksi joko siirtomatriisia tai kerroinmatriisin diagonalisointia. 55. Ratkaise yhtälöryhmä x 1 5x 2 + x 3 = 16 8x 1 + x 2 + x 3 = 1 x 1 + x 2 4x 3 = 7 a) Jacobin menetelmällä b) Gauÿ - Seidelin menetelmällä (3 iteraatiokierrosta). Määrää a)-kohdan iteraatiomatriisi G ja tutki, onko sen jokin normi < 1. Opastus: Vaihda ensin yhtälöryhmän yhtälöiden järjestystä, jotta saat lävistäjävaltaisen kerroinmatriisin. 56. Yhtälöryhmän { 2x + y + z = 4 x + 2y + z = 4 x + y + 2z = 4. kerroinmatriisi ei ole lävistäjävaltainen. Sovella yhtälöryhmään Jacobin menetelmää laskemalla iteraatio x (3) lähtien vektorista x () =. Määrää Jacobin iteraatioiden iteraatiomatriisi G sekä tutki matriisin G avulla iteraatioiden suppenemista/hajaantumista. 57. Ratkaise yhtälöryhmä { 3x1 + x 3 = 4 x 1 x 2 + 3x 3 = 1 x 1 + 2x 2 = 3 järkevästi Gauss - Seidelin menetelmällä. Valitse x () = ja lopeta iterointi, kun x (k) x (k 1) < Ratkaise yhtälöryhmä x 1 3x x 3 = 31 4x 1 + x 2 x 3 = 3 2x 1 + 7x 2 + x 3 = 19 järkevästi Jacobin menetelmällä lähtien vektorista x () =. Laske kolmas iteraatio x (3). Määrää Jacobin iteraatioiden iteraatiomatriisi G ja laske G Määrää ylideterminoidun systeemin x 1 x 3 = 5 x 1 3x 3 = 7 x 2 + x 3 = 2 x 2 + x 3 = 1 pienimmän neliösumman ratkaisu.

9 6. Määrää ylideterminoidun systeemin x 6y + 1 = x 2y 2 = x + y 1 = x + 7y 6 = pienimmän neliösumman ratkaisu. Laske jäännösvektorin (=residuaalivektorin) r normi r Laske Cayley-Hamiltonin lauseen avulla A 5, kun Olkoon Laske Cayley-Hamiltonin lauseen avulla A Laske e A Cayley - Hamiltonin lauseen perusteella, kun Laske Cayley-Hamiltonin lauseen avulla cos (πa), kun Olkoon A 3 3 matriisi, jonka karakteristinen polynomi p(λ) = (λ 1)(λ 2 3λ+2). Lausu matriisi sin ( π 2 A) matriisien I, A ja A2 avulla. 66. Olkoon Laske Cayley-Hamiltonin lauseen avulla sin( π 2 A) matriisin A ominaisarvot ovat 2, 1 ja 2 sekä A Laske A:n käänteismatriisi ja determinantti sekä tan( π 4 A 1 ).

MATRIISIALGEBRA. Harjoitustehtäviä syksy Olkoot A =, B =

MATRIISIALGEBRA. Harjoitustehtäviä syksy Olkoot A =, B = MATRIISIALGEBRA Harjoitustehtäviä syksy 2008 0 3 2 3. Olkoot, B =, C =. 3 2 3 2 4 0 Määrättävä A + B, 4A 2B, A T, C T, (A T ) T. 2. Jos A, B ja C ovat kuten edellisessä tehtävässä, onko a) C + C T määritelty,

Lisätiedot

2, E = Määrää 3A, B 2A ja E + F. 2. Laske (mikäli mahdollista) AB, BA, A 2, BC, CB ja F = 1 0 0

2, E = Määrää 3A, B 2A ja E + F. 2. Laske (mikäli mahdollista) AB, BA, A 2, BC, CB ja F = 1 0 0 MATRIISIALGEBRA Harjoitustehtäviä syksy 2012 Tehtävissä 1-2 käytetään seuraavia matriiseja: A = 1 2 ( ) 0 5 1 2 4, B =, C = 1 2, E = 1 0 0 0 1 0 ja F = 1 0 0 0 1 0. 3 7 2 4 3 3 1 3 4 2 2 3 0 1. Määrää

Lisätiedot

ja F =

ja F = MATRIISIALGEBRA Harjoitustehtäviä syksy 2016 Tehtävissä 1 ja 2a käytetään seuraavia matriiseja: ( ) 6 2 3 A =,B = 7 1 2 2 3,C = 4 4 2 5 3,E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1.

Lisätiedot

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5

Tyyppi metalli puu lasi työ I 2 8 6 6 II 3 7 4 7 III 3 10 3 5 MATRIISIALGEBRA Harjoitustehtäviä syksy 2014 Tehtävissä 1-3 käytetään seuraavia matriiseja: ( ) 6 2 3, B = 7 1 2 2 3, C = 4 4 2 5 3, E = ( 1 2 4 3 ) 1 1 2 3 ja F = 1 2 3 0 3 0 1 1. 6 2 1 4 2 3 2 1. Määrää

Lisätiedot

Matriisialgebra harjoitukset, syksy 2016

Matriisialgebra harjoitukset, syksy 2016 MATRIISIALGEBRA, s, Ratkaisuja/ MHamina & M Peltola 7 Onko kuvaus F : R R, F(x 1,x = (x 1 +x,5x 1, x 1 +6x lineaarinen kuvaus? Jos on, niin määrää sen matriisi luonnollisen kannan suhteen Jos ei ole, niin

Lisätiedot

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0 MATRIISIALGEBRA, s, Ratkaisuja/ MHamina & M Peltola 22 Virittääkö vektorijoukko S vektoriavaruuden V, kun a V = R 3 ja S = {(1,0, 1,(2,0,4,( 5,0,2,(0,0,1} b V = P 2 (R ja S = {t1,t 2 1,t 2 t} ( ( 1 0 c

Lisätiedot

2.5. Matriisin avaruudet ja tunnusluvut

2.5. Matriisin avaruudet ja tunnusluvut 2.5. Matriisin avaruudet ja tunnusluvut m n-matriisi A Lineaarikuvaus A : V Z, missä V ja Z ovat sopivasti valittuja, dim V = n, dim Z = m (yleensä V = R n tai C n ja Z = R m tai C m ) Kuva-avaruus ja

Lisätiedot

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h HARJOITUSTEHTÄVIÄ 1. Anna seuraavien yhtälöryhmien kerroinmatriisit ja täydennetyt kerroinmatriisit sekä ratkaise yhtälöryhmät Gaussin eliminointimenetelmällä. { 2x + y = 11 2x y = 5 2x y + z = 2 a) b)

Lisätiedot

Matriisialgebra harjoitukset, syksy 2016

Matriisialgebra harjoitukset, syksy 2016 Matriisialgebra harjoitukset, syksy 6 MATRIISIALGEBRA, s. 6, Ratkaisuja/ M.Hamina & M. Peltola 8. Olkoon 4 A 6. 4 Tutki, onko A diagonalisoituva. Jos on, niin määrää matriisi D T AT ja siihen liittyvä

Lisätiedot

Ominaisarvoon 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.

Ominaisarvoon 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) (

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

MS-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

Lisätiedot

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja 7 NELIÖMATRIISIN DIAGONALISOINTI. Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T () Muistutus: Kokoa n olevien vektorien

Lisätiedot

6 MATRIISIN DIAGONALISOINTI

6 MATRIISIN DIAGONALISOINTI 6 MATRIISIN DIAGONALISOINTI Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T Muistutus: vektorien a ja b pistetulo (skalaaritulo,

Lisätiedot

Kanta ja Kannan-vaihto

Kanta ja Kannan-vaihto ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V

Lisätiedot

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

(1.1) Ae j = a k,j e k. Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim

Lisätiedot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa. LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,

Lisätiedot

Lineaarikuvauksen R n R m matriisi

Lineaarikuvauksen R n R m matriisi Lineaarikuvauksen R n R m matriisi Lauseessa 21 osoitettiin, että jokaista m n -matriisia A vastaa lineaarikuvaus L A : R n R m, jolla L A ( v) = A v kaikilla v R n. Osoitetaan seuraavaksi käänteinen tulos:

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 / MS-A3/A5 Matriisilaskenta, II/27 MS-A3/A5 Matriisilaskenta Laskuharjoitus 3 / 3. 7..27 Tehtävä (L): Etsi kaikki yhtälön Ax = b ratkaisut, kun 3 5 4 A = 3 2 4 ja b = 6 8 7 4. Ratkaisu : Koetetaan ratkaista

Lisätiedot

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg Vaasan yliopisto, syksy 218 Lineaarialgebra II, MATH124 Matti laaksonen, Lassi Lilleberg Tentti T1, 284218 Ratkaise 4 tehtävää Kokeessa saa käyttää laskinta (myös graafista ja CAS-laskinta), mutta ei taulukkokirjaa

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo ja ominaisvektori Ominaisarvo ja ominaisvektori Määritelmä Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka

Lisätiedot

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on? Harjoitus 1, kevät 007 1. Olkoon [ ] cos α sin α A(α) =. sin α cos α Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?. Olkoon a x y A = 0 b z, 0 0 c missä a, b, c 0. Määrää käänteismatriisi

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Ominaisarvot Kertaus: ominaisarvot Määritelmä

Lisätiedot

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 Tehtävät 1-4 lasketaan alkuviikon harjoituksissa ryhmissä, ja ryhmien ratkaisut esitetään harjoitustilaisuudessa (merkitty kirjaimella L = Lasketaan).

Lisätiedot

Ominaisarvo ja ominaisvektori

Ominaisarvo ja ominaisvektori Määritelmä Ominaisarvo ja ominaisvektori Oletetaan, että A on n n -neliömatriisi. Reaaliluku λ on matriisin ominaisarvo, jos on olemassa sellainen vektori v R n, että v 0 ja A v = λ v. Vektoria v, joka

Lisätiedot

Esimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt

Esimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt Esimerkki 4.4. Määrää matriisin 2 2 1 A = 1 3 1 2 4 3 ominaisarvot ja -vektorit. Ratk. Nyt det(a λi ) = 1 + 2 λ 2 1 + 1 λ 1 λ 1 3 λ 1 = 1 3 λ 1 2 4 3 λ 2 4 3 λ 1 λ = 1 4 λ 1 = (1 λ)( 1)1+1 4 λ 1 2 6 3

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

Matemaattinen Analyysi / kertaus

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

Lisätiedot

5 OMINAISARVOT JA OMINAISVEKTORIT

5 OMINAISARVOT JA OMINAISVEKTORIT 5 OMINAISARVOT JA OMINAISVEKTORIT Ominaisarvo-ongelma Käsitellään neliömatriiseja: olkoon A n n-matriisi. Luku on matriisin A ominaisarvo (eigenvalue), jos on olemassa vektori x siten, että Ax = x () Yhtälön

Lisätiedot

Matematiikka B2 - Avoin yliopisto

Matematiikka 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

Lisätiedot

Matematiikka B2 - TUDI

Matematiikka 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

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

5 Ominaisarvot ja ominaisvektorit 5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

Kuvaus. Määritelmä. LM2, Kesä /160

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

Lisätiedot

ominaisvektorit. Nyt 2 3 6

ominaisvektorit. Nyt 2 3 6 Esimerkki 2 6 8 Olkoon A = 40 0 6 5. Etsitäänmatriisinominaisarvotja 0 0 2 ominaisvektorit. Nyt 2 0 2 6 8 2 6 8 I A = 40 05 40 0 6 5 = 4 0 6 5 0 0 0 0 2 0 0 2 15 / 172 Täten c A ( )=det( I A) =( ) ( 2)

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon

Lisätiedot

MS-A0004/A0006 Matriisilaskenta

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

Lisätiedot

1 Ominaisarvot ja ominaisvektorit

1 Ominaisarvot ja ominaisvektorit 1 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) 1 missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Ominaisarvoteoriaa Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 22 R. Kangaslampi matriisiteoriaa Kertaus: ominaisarvot

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 1

Lisätiedot

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44 Tehtävät 1-3 lasketaan alkuviikon harjoituksissa, verkkotehtävien dl on lauantaina aamuyöllä. Tehtävät 4 ja 5 lasketaan loppuviikon harjoituksissa.

Lisätiedot

2.8. Kannanvaihto R n :ssä

2.8. Kannanvaihto R n :ssä 28 Kannanvaihto R n :ssä Seuraavassa kantavektoreiden { x, x 2,, x n } järjestystä ei saa vaihtaa Vektorit ovat pystyvektoreita ( x x 2 x n ) on vektoreiden x, x 2,, x n muodostama matriisi, missä vektorit

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon

Lisätiedot

5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet:

5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet: 5.. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [, ) jolla on ominaisuudet: x = x = x + y x + y, x, y V a x = a x, x V, a K (= R tai C) Esimerkki 5..

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset 31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita

Lisätiedot

Lineaarialgebra, kertausta aiheita

Lineaarialgebra, kertausta aiheita Lineaarialgebra, kertausta aiheita Matriisitulo käänteismatriisi determinantin kehittäminen determinantin ominaisuudet adjungaatti ja Cramerin kaavat yhtälöryhmän eri esitystavat Gauss-Jordan -algoritmi

Lisätiedot

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

3.2 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

Lisätiedot

Ortogonaaliset matriisit, määritelmä 1

Ortogonaaliset matriisit, määritelmä 1 , määritelmä 1 Määritelmä (a). Neliömatriisi Q on ortogonaalinen, jos Q T Q = I. Määritelmästä voidaan antaa samaa tarkoittavat, mutta erilaiselta näyttävät muodot: Määritelmä (b). n n neliömatriisi Q,

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät Matematiikan peruskurssi K3/P3, syksy 25 Kenrick Bingham 825 Toisen välikokeen alueen ydinasioita Alla on lueteltu joitakin koealueen ydinkäsitteitä, joiden on hyvä olla ensiksi selvillä kokeeseen valmistauduttaessa

Lisätiedot

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Matriisialgebra harjoitukset, syksy 2015

Matriisialgebra harjoitukset, syksy 2015 Matriisialgebra harjoitukset, syksy 25 MATRIISIALGEBRA, s. 25, Ratkaisuja/ M.Hamina 2. Virittääkö vektorijoukko S vektoriavaruuden V seuraavissa tapauksissa. a V = R 3 ja S = {(, 4,3,(,3,,(3, 5,,(,2, 2}.

Lisätiedot

Käänteismatriisin ominaisuuksia

Käänteismatriisin 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

Lisätiedot

Ratkaisuehdotukset LH 7 / vko 47

Ratkaisuehdotukset LH 7 / vko 47 MS-C34 Lineaarialgebra, II/7 Ratkaisuehdotukset LH 7 / vko 47 Tehtävä : Olkoot M R symmetrinen ja positiividefiniitti matriisi (i) Näytä, että m > ja m > (ii) Etsi Eliminaatiomatriisi E R siten, että [

Lisätiedot

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, 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

Lisätiedot

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila Lineaarialgebra ja matriisilaskenta II Syksy 29 Laskuharjoitus (9. - 3..29) Ratkaisuehdotuksia Vesa Ala-Mattila Tehtävä. Olkoon V vektoriavaruus. Todistettava: jos U V ja W V ovat V :n aliavaruuksia, niin

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 06 laskuharjoituksien esimerkkiratkaisut Alla olevat esimerkkiratkaisut ovat melko ksitiskohtaisia Tenttivastauksissa ei leensä tarvitse muistaa lauseiden, määritelmien, esimerkkien

Lisätiedot

Similaarisuus. Määritelmä. Huom.

Similaarisuus. Määritelmä. Huom. Similaarisuus Määritelmä Neliömatriisi A M n n on similaarinen neliömatriisin B M n n kanssa, jos on olemassa kääntyvä matriisi P M n n, jolle pätee Tällöin merkitään A B. Huom. Havaitaan, että P 1 AP

Lisätiedot

Determinantti 1 / 30

Determinantti 1 / 30 1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen

Lisätiedot

Oppimistavoitematriisi

Oppimistavoitematriisi Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Arvosanaan 1 2 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä ja yhtälöpareja Osaan muokata

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

MS-A0003/A Matriisilaskenta Laskuharjoitus 6 MS-A3/A - Matriisilaskenta Laskuharjoitus 6 Ratkaisuehdotelmia. Diagonalisointi on hajotelma A SΛS, jossa diagonaalimatriisi Λ sisältää matriisin A ominaisarvot ja matriisin S sarakkeet ovat näitä ominaisarvoja

Lisätiedot

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen

Lisätiedot

5 Differentiaaliyhtälöryhmät

5 Differentiaaliyhtälöryhmät 5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =

Lisätiedot

JAKSO 2 KANTA JA KOORDINAATIT

JAKSO 2 KANTA JA KOORDINAATIT JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause

Lisätiedot

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

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

Lisätiedot

802118P Lineaarialgebra I (4 op)

802118P Lineaarialgebra I (4 op) 802118P Lineaarialgebra I (4 op) Tero Vedenjuoksu Oulun yliopisto Matemaattisten tieteiden laitos 2012 Lineaarialgebra I Yhteystiedot: Tero Vedenjuoksu tero.vedenjuoksu@oulu.fi Työhuone M206 Kurssin kotisivu

Lisätiedot

6. OMINAISARVOT JA DIAGONALISOINTI

6. OMINAISARVOT JA DIAGONALISOINTI 0 6 OMINAISARVOT JA DIAGONALISOINTI 6 Ominaisarvot ja ominaisvektorit Olkoon V äärellisulotteinen vektoriavaruus, dim(v ) = n ja L : V V lineaarikuvaus Määritelmä 6 Skalaari λ R on L:n ominaisarvo, jos

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 13.6.2013 HY / Avoin yliopisto Jokke Häsä, 1/12 Käytännön asioita Kesäkuun tentti: ke 19.6. klo 17-20, päärakennuksen sali 1. Anna palautetta kurssisivulle ilmestyvällä

Lisätiedot

Ominaisvektoreiden lineaarinen riippumattomuus

Ominaisvektoreiden lineaarinen riippumattomuus Ominaisvektoreiden lineaarinen riippumattomuus Lause 17 Oletetaan, että A on n n -matriisi. Oletetaan, että λ 1,..., λ m ovat matriisin A eri ominaisarvoja, ja oletetaan, että v 1,..., v m ovat jotkin

Lisätiedot

Ominaisarvo-hajoitelma ja diagonalisointi

Ominaisarvo-hajoitelma ja diagonalisointi Ominaisarvo-hajoitelma ja a 1 Lause 1: Jos reaalisella n n matriisilla A on n eri suurta reaalista ominaisarvoa λ 1,λ 2,...,λ n, λ i λ j, kun i j, niin vastaavat ominaisvektorit x 1, x 2,..., x n muodostavat

Lisätiedot

Oppimistavoitematriisi

Oppimistavoitematriisi Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Esitiedot Arvosanaan 1 2 riittävät Arvosanaan 3 4 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 17 R. Kangaslampi Vektoriavaruudet Vektoriavaruus

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Matikkapaja 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 )

Lisätiedot

Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät ja B = Olkoon A = a) A + B b) AB c) BA d) A 2 e) A T f) A T B g) 3A

Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät ja B = Olkoon A = a) A + B b) AB c) BA d) A 2 e) A T f) A T B g) 3A Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät 28 1. Olkoon A = Määrää ( 2 1 ) 3 4 1 a) A + B b) AB BA d) A 2 e) A T f) A T B g) 3A ja B = 2 1 6 3 1 2. Laske seuraavat determinantit

Lisätiedot

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Matriisien 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

Lisätiedot

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

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

Lisätiedot

Ennakkotehtävän ratkaisu

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

Lisätiedot

Ortogonaalisen kannan etsiminen

Ortogonaalisen kannan etsiminen Ortogonaalisen kannan etsiminen Lause 94 (Gramin-Schmidtin menetelmä) Oletetaan, että B = ( v 1,..., v n ) on sisätuloavaruuden V kanta. Merkitään V k = span( v 1,..., v k ) ja w 1 = v 1 w 2 = v 2 v 2,

Lisätiedot

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

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

Lisätiedot

Käänteismatriisi 1 / 14

Käänteismatriisi 1 / 14 1 / 14 Jokaisella nollasta eroavalla reaaliluvulla on käänteisluku, jolla kerrottaessa tuloksena on 1. Seuraavaksi tarkastellaan vastaavaa ominaisuutta matriiseille ja määritellään käänteismatriisi. Jokaisella

Lisätiedot

BM20A0700, Matematiikka KoTiB2

BM20A0700, 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

Lisätiedot

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

Matriisilaskenta. 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

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus 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

Lisätiedot

Lineaarinen yhtälöryhmä

Lineaarinen yhtälöryhmä Lineaarinen yhtälöryhmä 1 / 39 Lineaarinen yhtälö Määritelmä 1 Lineaarinen yhtälö on muotoa a 1 x 1 + a 2 x 2 + + a n x n = b, missä a i, b R, i = 1,..., n ovat tunnettuja ja x i R, i = 1,..., n ovat tuntemattomia.

Lisätiedot

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 ); LINEAARIALGEBRA Harjoituksia, Syksy 2016 1. Olkoon n Z +. Osoita, että (R n, +, ) on lineaariavaruus, kun vektoreiden x = (x 1,..., x n ), y = (y 1,..., y n ) identtisyys, yhteenlasku ja reaaliluvulla

Lisätiedot

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e) A =

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e) A = Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät 211 1. Olkoon A = Määrää ( 2 1 ) 3 4 1 ja B = 2 1 6 3 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A. 2. Laske seuraavat determinantit

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot

Lisätiedot

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =

3.2 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( )

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra 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

Lisätiedot

9 Matriisit. 9.1 Matriisien laskutoimituksia

9 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

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra 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

Lisätiedot

Alkeismuunnokset matriisille, sivu 57

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

Lisätiedot

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Matriisit, 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

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48 MS-A3/A5 Matriisilaskenta Malliratkaisut 5 / vko 48 Tehtävä (L): a) Onko 4 3 sitä vastaava ominaisarvo? b) Onko λ = 3 matriisin matriisin 2 2 3 2 3 7 9 4 5 2 4 4 ominaisvektori? Jos on, mikä on ominaisarvo?

Lisätiedot

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1 Lineaarialgebran kertaustehtävien b ratkaisuista. Määritä jokin kanta sille reaalikertoimisten polynomien lineaariavaruuden P aliavaruudelle, jonka virittää polynomijoukko {x, x+, x x }. Ratkaisu. Olkoon

Lisätiedot

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e)

ja B = 2 1 a) A + B, b) AB, c) BA, d) A 2, e) A T, f) A T B, g) 3A (e) Matematiikan perusteet taloustieteilijöille II Harjoituksia kevät 214 1. Tutki seuraavia jonoja a) (a n )=(3n 1) ( ) 2 b) (a n )= 3 n ( ) 1 c) (a n )= (n + 1)(n +2) 2. Tutki seuraavia sarjoja a) (3k 1)

Lisätiedot