JAKSO 2 KANTA JA KOORDINAATIT
|
|
- Emma Kinnunen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 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 83 Kanta: määritelmä 8, johon sisältyy vapau (määritelmä 7) ja virittäminen (määritelmä 68) Dimensio: määritelmä 88 Tehtävä 2 Tutkitaan vektoriavaruutta R 2 2, jonka muodostavat 2 2-matriisit a) Mikä on avaruuden R 2 2 dimensio? b) Olkoot [ A = ] [, A 2 = ] [, A 3 = Osoita, että jono (A, A 2, A 3, A 4 ) on vapaa ] ja A 4 = [ 0 ] c) Päättele, että jono (A, A 2, A 3, A 4 ) muodostaa avaruuden R 2 2 kannan a) Esimerkissä 63 on osoitettu, että vektoriavaruus R 2 2 on vektorien [ ] [ ] [ ] [ ] ,, ja virittämä Lisäksi esimerkissä 73 on osoitettu, että näiden vektorien muodostama jono on vapaa Näin ollen ne muodostavat kannan avaruudelle R 2 2 Vektoriavaruuden dimensio eli kantavektoreiden lukumäärä on siis 4 b) Oletetaan, että c A + c 2 A 2 + c 3 A 3 + c 4 A 4 = O joillakin c, c 2, c 3, c 4 R Tutkitaan, onko kertoimien c, c 2, c 3 ja c 4 pakko olla nollia vai onko muitakin vaihtoehtoja Tarkasteltavan yhtälön [ ] [ ] [ ] [ ] [ ] 0 c + c 2 + c 3 + c 4 = 0 0 kanssa yhtäpitävä yhtälöryhmä on c + c 2 + c 3 = 0 c 2 + c 3 c 4 = 0 c + c 2 + c 3 + c 4 = 0 c 3 = 0
2 2 JAKSO 2 KANTA JA KOORDINAATIT Sitä vastaava matriisi voidaan muokata alkeisrivitoimituksilla porrasmatriisiksi: Porrasmatriisista nähdään, että ratkaisuja on vain yksi (siinä ei ole epätosia rivejä eikä vapaita muuttujia) Toisaalta tiedetään, että yhtälöryhmällä on ratkaisu c = 0, c 2 = 0, c 3 = 0, c 4 = 0 Se on siis ainoa ratkaisu Näin ollen jono (A, A 2, A 3, A 4 ) on vapaa c) Avaruuden R 2 2 dimension on a-kohdan nojalla 4 ja b-kohdan perusteella jono (A, A 2, A 3, A 4 ) on vapaa Näin ollen kyseinen jono avaruuden R 2 2 kanta lauseen 83 a-kohdan nojalla Tehtävä 3 Tutkitaan polynomiavaruuden P aliavaruutta P 2 = {p P deg(p) 2}, jolla on kanta E = (, x, x 2 ) Osoita, että myös B = ( 2x, x 2 + 4x, 3) on avaruuden P 2 kanta Mikä on avaruuden P 2 dimensio? Koska avaruudella P 2 on kanta E, on sen dimensio 3 Osoitetaan, että jono B on vapaa Oletetaan, että c ( 2x) + c 2 (x 2 + 4x) + c 3 3 = 0 joillakin c, c 2, c 3 R, eli c 2 x 2 + ( 2c + 4c 2 )x + 3c 3 = 0 Koska jono E = (x 2, x, ) on kanta, on se erityisesti vapaa Näin ollen saadulla yhtälöllä on vain yksi ratkaisu, ja saadaan yhtälöryhmä c 2 = 0 2c + 4c 2 = 0 3c 3 = 0 Tästä yhtälöryhmästä saatava matriisi voidaan alkeisrivitoimituksilla redusoida porrasmatriisiksi Näin ollen myös alkuperäisellä yhtälöllä on täsmälleen yksi ratkaisu Koska c = 0, c 2 = 0, c 3 = 0 on varmasti yhtälön ratkaisu, on kyseessä ainoa ratkaisu Täten jono B on vapaa Koska jonon B pituus on 3, lauseen 83 a-kohdan perusteella kyseessä on avaruuden P 2 kanta Tehtävä 4 Tutkitaan vektoriavaruutta F, jonka muodostavat funktiot R R Mikä on avaruuden F dimensio? Olkoot f : R R määritelty kaavalla f(x) = 2x + 7 ja g : R R määritelty kaavalla g(x) = 6x + 2 Mikä on aliavaruuden span(f, g) F dimensio Avaruuden F dimension on ääretön Osoitetaan tämä käyttämällä täsmällisesti tekemällä vastaoletus, eli olettamalla, että dimensio on äärellinen
3 JAKSO 2 KANTA JA KOORDINAATIT 3 Merkitään dimensiota n N Tällöin on olemassa funktiot f,, f n : R R, jotka muodostavat avaruuden F kannan B = (f,, f n ) Tarkastellaan polynomifunktioiden g k : R R, g k (x) = x k kaikilla x R, missä k N Nyt jono T = (g, g 2,, g n, g n+ ) on vapaa: jos a g (x) + a 2 g 2 (x) + + a n+ g n+ (x) = a x + a 2 x a n+ x n+ = 0, missä a,, a n+ R, kaikilla x R, niin välttämättä a = a 2 = = a n+ = 0 Tämä on kuitenkin ristiriita, sillä nyt jonon T pituus on n + > n = dim(f) mikä on mahdotonta (ks lauseen 83 jälkeiset huomiot) Annettujen funktioiden jono (f, g) ei ole vapaa, sillä 2f + g = 0 Näin ollen (f, g) ei ole avaruuden span(f, g) kanta Koska g = 2f, voidaan g jättää pois virittäjien joukosta, eli span(f, g) = span(f) Koska f ei ole nollavektori, on sen muodostama jono vapaa, joten aliavaruuden span(f, g) dimensio on Tehtävä 5 (Haastavampi) Ensimmäisen asteen homogeeninen lineaarinen differenttiaaliyhtälö on muotoa y + ay = 0 Sen ratkaisulla tarkoitetaan derivoituvaa funktiota y : R R, t y(t), joka toteuttaa kyseisen yhtälön kaikilla muuttujan t arvoilla Esimerkiksi f : R R, f(t) = e at on yksi ratkaisu, sillä sen derivaatalle pätee f (t) = ae at ja siten () f (t) + af(t) = ae at + ae at = 0 a) Tarkastellaan kaikkien funktioiden R R muodostamaa vektoriavaruutta F Olkoon dierentiaaliyhtälön () ratkaisujen joukko S eli S = {y F y + ay = 0} Osoita (derivointisääntöjä käyttäen), että joukko S on vektoriavaruuden F aliavaruus b) Osoita, että edellä mainittu funktio f, jolle f(t) = e at, muodostaa aliavaruuden S = {y F y + ay = 0} kannan Päättele tästä, että dim(s) = a) Joukon S määritelmästä nähdään, että se on avaruuden F osajoukko Lisäksi: (i) Oletetaan, että f, g S Tällöin f (t) + af(t) = 0 ja g (t) + ag(t) = 0 kaikilla t R Tällöin derivointisääntöjen perusteella (f + g) (t) + a(f + g)(t) = (f + g )(t) + a(f(t) + g(t)) kaikilla t R Täten f + g S = f (t) + g (t) + af(t) + ag(t) = f (t) + af(t) + g (t) + ag(t) = 0
4 4 JAKSO 2 KANTA JA KOORDINAATIT (ii) Oletetaan, että f S ja c R Tällöin (cf) (t) + a(cf)(t) = cf (t) + caf(t) = c(f (t) + af(t)) = c0 = 0 kaikilla t R, koska f S Näin ollen cf S (iii) Myös 0 + a0 = = 0, joten 0 S Huomioi, että ratkaisussa 0 ei ole reaaliluku 0 vaan funktio 0 : R R, t 0 kaikilla t R Siis aliavaruuden määritelmän mukaan S on avaruuden F aliavaruus b) Osoitetaan, että S = span(f) : Oletetaan, että x S Muodostetaan uusi funktio z : R R, z(t) = x(t)e at, ja tarkastellaan sen derivaattaa Huomataan, että kaikilla t R pätee z (t) = x (t)e at + x(t)ae at = (x (t) + ax(t))e at = 0, sillä x S Näin ollen z on vakiofunktio, eli jollakin c R pätee z(t) = c kaikilla t R Siis x(t)e at = c, josta saadaan, että x(t) = ce at kaikilla t R Eli x = cf ja näin ollen x span(f) : Tehtävänannossa osoitettiin, että f S, joten tällöin myös rf S kaikilla r R a-kohdan nojalla Täten span(f) S Siis span(f) = S Lisäksi, koska f 0, niin jono (f) on vapaa ja näin ollen f muodostaa aliavaruuden S kannan Aliavaruuden dimensio on sen kannan vektoreiden lukumäärä, joten dim(s) = Koordinaatit ja kannanvaihto Tehtävä 7 Esittele vektorin koordinaattien ja kannavaihtomatriisin määritelmät Koordinaatit, määritelmä 86; kannanvaihtomatriisi, määritelmä 823 Tehtävä 6 Merkitään v = (3, 3) ja v 2 = (2, ) Nyt S = (v, v 2 ) on avaruuden R 2 kanta Tutkitaan lisäksi vektoria b = ( 5, ) a) Määritä koordinaattivektori [b] S b) Piirrä vektori b koordinaatistoon Piirrä samaan kuvaan uudet vektorien v ja v 2 suuntaiset koordinaattiakselit Miten kuvasta välittyy koordinaattivektori [b] S? c) Tutkitaan sitten luonnollisen kannan E vektoreita e = (, 0) ja e 2 = (0, ) Määritä koordinaattivektorit [e ] E ja [e 2 ] E sekä [e ] S ja [e 2 ] S d) Muodosta matriisi P, jonka sarakkeina ovat [e ] S ja [e 2 ] S e) Mitä matriisilla P kertominen tekee koordinaattivektoreille [e ] E ja [e 2 ] E? Entä koordinaattivektorille [b] E? a) Määritelmän mukaan [b] S on (a, a 2 ), missä a ja a 2 saadaan yhtälöstä b = a v + a 2 v 2 Sijoitetaan annetut arvot yhtälöön, jolloin se saadaan muotoon ( 5, ) = a (3, 3) + a 2 (2, ) Tämä yhtälö voidaan ratkaista Gauss-Jordanin menetelmällä, jolloin vastaukseksi saadaan a = ja a 2 = 4 Siis [b] S = (, 4)
5 JAKSO 2 KANTA JA KOORDINAATIT 5 b) Kuvaan on vektori b merkittynä punaisella, kannan S vektorit vihreällä, sekä niiden suuntaiset koordinaattiakselit sinisellä Kuvassa näkyy koordinaattivektori [b] S = (, 4) siten, että b = v 4v 2 eli origosta päästään pisteeseen (, 4) kulkemalla ensin kerran vektorin v suuntaisesti ja sitten neljä kertaa vektorin v 2 suuntaisesti c) Nyt [e ] E ja [e 2 ] E saadaan ratkaisemalla yhtälöt (, 0) = a (, 0) + a 2 (0, ) ja (0, ) = b (, 0) + b 2 (0, ) Ratkaisut ovat a =, a 2 = 0, b = 0 ja b 2 =, joten koordinaattivektorit ovat [e ] E = (, 0) ja [e 2 ] E = (0, ) Samoin [e ] S ja [e 2 ] S saadaan ratkaisemalla yhtälöt (, 0) = a (3, 3) + a 2 (2, ) ja (0, ) = b (3, 3) + b 2 (2, ) Nämä yhtälöt saadaan muotoon { 3a + 2a 2 = 3a + a 2 = 0 ja { 3b + 2b 2 = 0 3b + b 2 = Ratkaisemalla nämä esimerkiksi Gauss-Jordanin menetelmällä, saadaan että a = /3, a 2 =, b = 2/3 ja b 2 = Koordinaattivektorit ovat siis [e ] S = ( /3, ) ja [e 2 ] S = (2/3, ) d) Matriisi P on nyt: [ ] /3 2/3 e) Lasketaan, mitä matriisi P tekee annetuille vektoreille: [ [ ] [ ] /3 2/3 /3 =, ] 0 [ [ ] /3 2/3 0 = ] [ ] [ ] /3 2/3 5 = [ ] 2/3, [ 4] Huomataan, että matriisilla P kertominen muuttaa vektoreiden kooordinaattivektorit kannassa E niiden koordinaattivektoreiksi kannassa P
6 6 JAKSO 2 KANTA JA KOORDINAATIT Tehtävä 8 Tutkitaan vektoriavaruuden R 2 2 vektoreiden koordinaatteja kannan B = (A, A 2, A 3, A 4 ), [ ] [ ] [ ] [ ] 0 A =, A 2 =, A 3 = ja A 4 =, suhteen Määritä matriisi C R 2 2, jonka koordinaattivektori kannan B suhteen on ( 2, /2,, 0) Toisin sanoen määritä matriisi C, jolle pätee [C] B = ( 2, /2,, 0) Kysytty matriisi on C = 2A + [ ] 2 A A A 4 = Tehtävä 9 Merkitään E = (, x, x 2 ) ja B = ( 2x, x 2 + 4x, 3) Tällöin E ja B ovat vektoriavaruuden P 2 kantoja Olkoon p = x 2 9 a) Määritä vektorin p koordinaattivektori [p] E kannan E suhteen b) Määritä vektorin p koordinaattivektori [p] B kannan B suhteen a) Koordinaatit kannan E suhteen saadaan ratkaisemalla yhtälö x 2 9 = a + bx + cx 2, missä a, b, c R Ratkaisuksi huomataan a = 9, b = 0, c =, eli koordinaattivektori [p] E = ( 9, 0, ) b) Selvitetään koordinaatit kannan B suhteen tutkimalla yhtälöä x 2 9 = a( 2x) + b(x 2 + 4x) + c 3, missä a, b, c R Nyt saadaan yhtäpitävästi yhtälöryhmä b = 2a + 4b = 0, 3c = 9 josta saadaan ratkaistua a = 2, b =, c = 3 Näin ollen koordinaattivektori [p] B = (2,, 3) Tehtävä 0 Tutkitaan taso R 2 kantoja S = ((3, 3), (2, )) ja T = ((, 2), (, )) Määritä kannanvaihtomatriisi P T S kannasta S kantaan T Erään vektorin koordinaatit kannan S suhteen ovat 4 ja 0 Mitkä ovat tämän vektorin koordinaatit kannan T suhteen? Kannanvaihtomatriisia varten täytyy määrittää kannan S vektorien koordinaattivektorit kannan T suhteen Huomataan, että (3, 3) = 0(, 2) + 3(, ) ja (2, ) = (, 2) + 3(, ) Siten [(3, 3)] T = (0, 3) ja [(2, )] T = (, 3) Nämä vektorit ovat kannanvaihtomatriisin sarakkeet: [ ] 0 P T S = 3 3
7 JAKSO 2 KANTA JA KOORDINAATIT 7 Etsitty koordinaattivektori löytyy määritetyn kannanvaihtomatriisin avulla: [ ] [ ] [ ] [x] T = P T S [x] S = = Näin ollen [x] T = (0, 8), joten vektorin koordinaatit ovat 0 ja -8
HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo
HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina 10.8.2015 klo 16.15. Tehtäväsarja I Tutustu lukuun 15, jossa vektoriavaruuden
LisätiedotKannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:
8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden
LisätiedotLineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)
Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe 26.10.2017 Ratkaisuehdotus 1. (35 pistettä) (a) Seuraavat matriisit on saatu eräistä yhtälöryhmistä alkeisrivitoimituksilla. Kuinka monta ratkaisua yhtälöryhmällä
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotVektoreiden virittämä aliavaruus
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
LisätiedotAvaruuden R n aliavaruus
Avaruuden R n aliavaruus 1 / 41 Aliavaruus Esimerkki 1 Kuva: Suora on suljettu yhteenlaskun ja skalaarilla kertomisen suhteen. 2 / 41 Esimerkki 2 Kuva: Suora ei ole suljettu yhteenlaskun ja skalaarilla
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotTehtäväsarja 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
LisätiedotLineaarikuvauksen 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:
LisätiedotMS-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
LisätiedotLineaarialgebra ja matriisilaskenta II. LM2, Kesä /141
Lineaarialgebra ja matriisilaskenta II LM2, Kesä 2012 1/141 Kertausta: avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja.
LisätiedotLineaarialgebra 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.
LisätiedotJohdatus lineaarialgebraan
Johdatus lineaarialgebraan Osa II Lotta Oinonen, Johanna Rämö 28. lokakuuta 2014 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 15 Vektoriavaruus....................................
LisätiedotJohdatus lineaarialgebraan
Johdatus lineaarialgebraan Osa II Lotta Oinonen, Johanna Rämö 25. lokakuuta 2015 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 15 Vektoriavaruus... 111 16 Aliavaruus... 117 16.1 Vektoreiden
LisätiedotMatriisilaskenta, 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
LisätiedotLineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus
Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 23.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/22 Käytännön asioita Ensimmäiset tehtävät olivat sujuneet hyvin. Kansilehdet on oltava mukana tehtäviä palautettaessa,
Lisätiedot1 Lineaariavaruus eli Vektoriavaruus
1 Lineaariavaruus eli Vektoriavaruus 1.1 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä V epätyhjä joukko. Oletetaan, että joukossa V on määritelty laskutoimitus
Lisätiedot6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio
6 Vektoriavaruus R n 6.1 Lineaarikombinaatio Määritelmä 19. Vektori x œ R n on vektorien v 1,...,v k œ R n lineaarikombinaatio, jos on olemassa sellaiset 1,..., k œ R, että x = i v i. i=1 Esimerkki 30.
Lisätiedot2 / :03
file:///c:/users/joonas/desktop/linis II Syksy /Ratkaisuehdotukse / 8 76 3:3 Kysymys Pisteet,, Määritellään positiivisten reaalilukujen joukossa R + = {x R x > } yhteenlasku ja skalaarikertolasku seuraavasti:
LisätiedotKanta ja dimensio 1 / 23
1 / 23 Kuten ollaan huomattu, saman aliavaruuden voi virittää eri määrä vektoreita. Seuraavaksi määritellään mahdollisimman pieni vektorijoukko, joka virittää aliavaruuden. Jokainen aliavaruuden alkio
Lisätiedot7 Vapaus. 7.1 Vapauden määritelmä
7 Vapaus Kuten edellisen luvun lopussa mainittiin, seuraavaksi pyritään ratkaisemaan, onko annetussa aliavaruuden virittäjäjoukossa tarpeettomia vektoreita Jos tällaisia ei ole, virittäjäjoukkoa kutsutaan
Lisätiedot2.8. Kannanvaihto R n :ssä
28 Kannanvaihto R n :ssä Seuraavassa kantavektoreiden { x, x 2,, x n } järjestystä ei saa vaihtaa Vektorit ovat pystyvektoreita ( x x 2 x n ) on vektoreiden x, x 2,, x n muodostama matriisi, missä vektorit
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon
LisätiedotTehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin
HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta I, kesä 2015 Harjoitus 4 Ratkaisut palautettava viimeistään maanantaina 862015 klo 1615 Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin
Lisätiedot3x + 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)
LisätiedotLineaarialgebra ja matriisilaskenta I
Lineaarialgebra ja matriisilaskenta I 29.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/26 Kertausta: Kanta Määritelmä Oletetaan, että w 1, w 2,..., w k W. Vektorijono ( w 1, w 2,..., w k ) on aliavaruuden
LisätiedotKertausta: avaruuden R n vektoreiden pistetulo
Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2012 227/310 Kertausta:
Lisätiedot802320A LINEAARIALGEBRA OSA I
802320A LINEAARIALGEBRA OSA I Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 72 Määritelmä ja esimerkkejä Olkoon K kunta, jonka nolla-alkio on 0 ja ykkösalkio on 1 sekä
LisätiedotVektorien virittämä aliavaruus
Vektorien virittämä aliavaruus Esimerkki 13 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
LisätiedotTehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin
HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta I, kesä 2014 Harjoitus 4 Ratkaisujen viimeinen palautuspäivä: pe 662014 klo 1930 Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun
LisätiedotLineaarialgebra 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
Lisätiedotx = 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
LisätiedotKuvaus. 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
LisätiedotVapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotMatriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo
Matriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo Antti Rasila 2016 Vektoriavaruuden kannan olemassaolo Jos {v 1, v 2,..., v k } on äärellisulotteisen vektoriavaruuden V lineaarisesti riippumaton
LisätiedotLineaarialgebra 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
LisätiedotKantavektorien kuvavektorit määräävät lineaarikuvauksen
Kantavektorien kuvavektorit määräävät lineaarikuvauksen Lause 18 Oletetaan, että V ja W ovat vektoriavaruuksia. Oletetaan lisäksi, että ( v 1,..., v n ) on avaruuden V kanta ja w 1,..., w n W. Tällöin
Lisätiedot9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista
29 9 Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista Tarkastelemme kertalukua n olevia lineaarisia differentiaaliyhtälöitä y ( x) + a ( x) y ( x) + + a ( x) y( x) + a ( x) y= b( x) ( n) ( n
Lisätiedotx = 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 Ratkaisuluonnoksia, 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
LisätiedotKanta 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
LisätiedotLineaarialgebra ja matriisilaskenta I. LM1, Kesä /218
Lineaarialgebra ja matriisilaskenta I LM1, Kesä 2012 1/218 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 }.
LisätiedotBijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.
Määritelmä Bijektio Oletetaan, että f : X Y on kuvaus. Sanotaan, että kuvaus f on bijektio, jos se on sekä injektio että surjektio. Huom. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin
Lisätiedot2. REAALIKERTOIMISET VEKTORIAVARUUDET
30 REAALIKERTOIMISET VEKTORIAVARUUDET 1 Koordinaattiavaruus R n Olkoon n N = {1,, 3, } positiivinen kokonaisluku (luonnollisten lukujen joukko on tällä kurssilla N = {0, 1,, 3, }) Merkitään R n = R n 1
Lisätiedot3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a
LisätiedotOsoita, 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,
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
LisätiedotPäättelyn 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
LisätiedotYleiset lineaarimuunnokset
TAMPEREEN YLIOPISTO Pro gradu -tutkielma Kari Tuominen Yleiset lineaarimuunnokset Matematiikan ja tilastotieteen laitos Matematiikka Toukokuu 29 Tampereen yliopisto Matematiikan ja tilastotieteen laitos
LisätiedotLineaarinen 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.
LisätiedotLineaariset yhtälöryhmät ja matriisit
Lineaariset yhtälöryhmät ja matriisit Lineaarinen yhtälöryhmä a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2. a m1 x 1 + a m2 x 2 + + a mn x n = b m, (1) voidaan esittää
Lisätiedot3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21
LisätiedotMatriisialgebra 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
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 06 laskuharjoituksien esimerkkiratkaisut Alla olevat esimerkkiratkaisut ovat melko ksitiskohtaisia Tenttivastauksissa ei leensä tarvitse muistaa lauseiden, määritelmien, esimerkkien
LisätiedotJohdatus lineaarialgebraan
Johdatus lineaarialgebraan Lotta Oinonen ja Johanna Rämö 6. joulukuuta 2012 Helsingin yliopisto Matematiikan ja tilastotieteen laitos 2012 Sisältö 1 Avaruus R n 4 1 Avaruuksien R 2 ja R 3 vektorit.....................
LisätiedotLineaarialgebra ja matriisilaskenta II. LM2, Kesä /310
Lineaarialgebra ja matriisilaskenta II LM2, Kesä 2012 1/310 Kertausta: avaruuden R n vektorit Määritelmä Oletetaan, että n {1, 2, 3,...}. Avaruuden R n alkiot ovat jonoja, joissa on n kappaletta reaalilukuja.
LisätiedotOminaisvektoreiden 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
LisätiedotLiittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.
Liittomatriisi Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä (cof A) ij =( 1) i+j det A ij kaikilla i, j = 1,...,n. Huomautus 8 Olkoon A 2 M(n, n). Tällöin kaikilla
Lisätiedot1 Sisätulo- ja normiavaruudet
1 Sisätulo- ja normiavaruudet 1.1 Sisätuloavaruus Määritelmä 1. Olkoon V reaalinen vektoriavaruus. Kuvaus : V V R on reaalinen sisätulo eli pistetulo, jos (a) v w = w v (symmetrisyys); (b) v + u w = v
Lisätiedot2.5. 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
LisätiedotMS-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
LisätiedotKertausta: avaruuden R n vektoreiden pistetulo
Kertausta: avaruuden R n vektoreiden pistetulo Määritelmä Vektoreiden v R n ja w R n pistetulo on v w = v 1 w 1 + v 2 w 2 + + v n w n. Huom. Pistetulo v w on reaaliluku! LM2, Kesä 2014 164/246 Kertausta:
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotVektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on
13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu
LisätiedotOnko kuvaukset injektioita? Ovatko ne surjektioita? Bijektioita?
Matematiikkaa kaikille, kesä 2017 Avoin yliopisto Luentojen 2,4 ja 6 tehtäviä Päivittyy kurssin aikana 1. Olkoon A = {0, 1, 2}, B = {1, 2, 3} ja C = {2, 3, 4}. Luettele joukkojen A B, A B, A B ja (A B)
Lisätiedot5 Lineaariset yhtälöryhmät
5 Lineaariset yhtälöryhmät Edellisen luvun lopun esimerkissä päädyttiin yhtälöryhmään, jonka ratkaisemisesta riippui, kuuluuko tietty vektori eräiden toisten vektorien virittämään aliavaruuteen Tämäntyyppisiä
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotMatemaattinen 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
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotOminaisarvo 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
Lisätiedot10 Matriisit ja yhtälöryhmät
10 Matriisit ja yhtälöryhmät Tässä luvussa esitellään uusi tapa kirjoittaa lineaarinen yhtälöryhmä matriisien avulla käyttäen hyväksi matriisikertolaskua sekä sarakevektoreita Pilkotaan sitä varten yhtälöryhmän
Lisätiedot802320A LINEAARIALGEBRA OSA III
802320A LINEAARIALGEBRA OSA III Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 56 Määritelmä Määritelmä 1 Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V
LisätiedotOppimistavoitematriisi
Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Arvosanaan 1 2 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä ja yhtälöpareja Osaan muokata
LisätiedotMääritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.
1 Lineaarikuvaus 1.1 Määritelmä Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V W on lineaarinen, jos (a) L(v + w) = L(v) + L(w); (b) L(λv) = λl(v) aina, kun v, w V ja λ K. Termejä:
LisätiedotJohdatus lineaarialgebraan
Johdatus lineaarialgebraan Osa I Jokke Häsä, Lotta Oinonen, Johanna Rämö 27. marraskuuta 2015 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 1 Vektoriavaruuksien R 2 ja R 3 vektorit........................
Lisätiedot802320A LINEAARIALGEBRA OSA II
802320A LINEAARIALGEBRA OSA II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 64 Sisätuloavaruus Määritelmä 1 Olkoon V reaalinen vektoriavaruus. Kuvaus on reaalinen
Lisätiedotx = 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/Exercises 2017 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
Lisätiedotr > y x z x = z y + y x z y + y x = r y x + y x = r
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Osoita, että avoin kuula on avoin joukko ja suljettu kuula on suljettu joukko. Ratkaisu.
LisätiedotOminaisarvo 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
LisätiedotOrtogonaaliprojektio äärellisulotteiselle aliavaruudelle
Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka
LisätiedotLineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.
Lineaariavaruudet aiheita 1 määritelmä Nelikko (L, R, +, ) on reaalinen (eli reaalinen vektoriavaruus), jos yhteenlasku L L L, ( u, v) a + b ja reaaliluvulla kertominen R L L, (λ, u) λ u toteuttavat seuraavat
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö
LisätiedotOrtogonaalisen 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,
Lisätiedotominaisvektorit. 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)
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Lineaarikuvaukset Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 16 R. Kangaslampi Vektoriavaruudet Lineaarikuvaus
Lisätiedot(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
Lisätiedot4. LINEAARIKUVAUKSET
86 4 LINEAARIKUVAUKSET 41 Määritelmä ja esimerkkejä Olkoot V ja V vektoriavaruuksia Tarkastellaan kuvausta L : V V Tällöin jokaiseen vektoriin v V liittyy tietty, L:n ja v:n yksikäsitteisesti määräämä
LisätiedotLineaarikuvausten. 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
LisätiedotOppimistavoitematriisi
Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Esitiedot Arvosanaan 1 2 riittävät Arvosanaan 3 4 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä
LisätiedotTehtäväsarja I Kertaa tarvittaessa materiaalin lukuja 1 3 ja 9. Tarvitset myös luvusta 4 määritelmän 4.1.
HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta I, kesä 2015 Harjoitus 2 Ratkaisut palautettava viimeistään maanantaina 25.5.2015 klo 16.15. Tehtäväsarja I Kertaa tarvittaessa materiaalin lukuja
LisätiedotEnnakkotehtävän ratkaisu
Ennakkotehtävän ratkaisu Ratkaisu [ ] [ ] 1 3 4 3 A = ja B =. 1 4 1 1 [ ] [ ] 4 3 12 12 1 0 a) BA = =. 1 + 1 3 + 4 0 1 [ ] [ ] [ ] 1 0 x1 x1 b) (BA)x = =. 0 1 x 2 x [ ] [ ] [ 2 ] [ ] 4 3 1 4 9 5 c) Bb
LisätiedotMS-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?
Lisätiedote int) dt = 1 ( 2π 1 ) (0 ein0 ein2π
Matematiikan ja tilastotieteen laitos Funktionaalianalyysin peruskurssi Kevät 9) Harjoitus 7 Ratkaisuja Jussi Martin). E Hilbert avaruus L [, π]) ja gt) := t, t [, π]. Määrää funktion g Fourier kertoimet
LisätiedotOminaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.
Matematiikan ja tilastotieteen laitos Lineaarialgebra ja matriisilaskenta II Ylimääräinen harjoitus 6 Ratkaisut A:n karakteristinen funktio p A on λ p A (λ) det(a λi ) 0 λ ( λ) 0 5 λ λ 5 λ ( λ) (( λ) (
Lisätiedot3.4 Käänteiskuvauslause ja implisiittifunktiolause
3.4 Käänteiskuvauslause ja implisiittifunktiolause Tässä luvussa käsitellään kahta keskeistä vektorianalyysin lausetta. Esitellään aluksi kyseiset lauseet ja tutustutaan niiden käyttötapoihin. Lause 3.4.1
LisätiedotJohdatus lineaarialgebraan
Johdatus lineaarialgebraan Osa I Jokke Häsä, Lotta Oinonen, Johanna Rämö 11. syyskuuta 2016 Helsingin yliopisto Matematiikan ja tilastotieteen laitos Sisältö 1 Vektoriavaruuksien R 2 ja R 3 vektorit........................
LisätiedotVektorit, suorat ja tasot
, suorat ja tasot 1 / 22 Koulussa vektori oli nuoli, jolla oli suunta ja suuruus eli pituus. Siirretään vektori siten, että sen alkupää on origossa. Tällöin sen kärki on pisteessä (x 1, x 2 ). Jos vektorin
Lisätiedot, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen
Lisätiedot2 Funktion derivaatta
ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT 2018 2 Funktion derivaatta 1. Määritä derivaatan määritelmää käyttäen f (), kun (a), (b) 1 ( > 0). 2. Tutki, onko funktio sin(2) sin 1, kun 0, 2 0, kun = 0, derivoituva
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45
MS-A3/A5 Matriisilaskenta Laskuharjoitus 2 / vko 45 Tehtävä (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 2i = 2, b) z 2i < 2, c) /z
Lisätiedot