Ennakkotehtävän ratkaisu

Samankaltaiset tiedostot
Käänteismatriisi 1 / 14

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

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

Lineaariset yhtälöryhmät ja matriisit

10 Matriisit ja yhtälöryhmät

x 2 x 3 x 1 x 2 = 1 2x 1 4 x 2 = 3 x 1 x 5 LINEAARIALGEBRA I Oulun yliopisto Matemaattisten tieteiden laitos 2014 Esa Järvenpää, Hanna Kiili

802120P Matriisilaskenta (5 op)

Lineaarinen yhtälöryhmä

802120P MATRIISILASKENTA (5 op)

Gaussin ja Jordanin eliminointimenetelmä

LU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24

Lineaarialgebra ja matriisilaskenta I

Käänteismatriisin. Aiheet. Käänteismatriisin ominaisuuksia. Rivioperaatiot matriisitulona. Matriisin kääntäminen rivioperaatioiden avulla

1.1. Määritelmiä ja nimityksiä

9 Matriisit. 9.1 Matriisien laskutoimituksia

802118P Lineaarialgebra I (4 op)

Lineaarialgebra ja matriisilaskenta I

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:

Käänteismatriisin ominaisuuksia

Matematiikka B2 - TUDI

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.

Determinantti 1 / 30

1 Matriisit ja lineaariset yhtälöryhmät

Matriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =

Lineaarialgebra ja matriisilaskenta I

Johdatus tekoälyn taustalla olevaan matematiikkaan

2.5. Matriisin avaruudet ja tunnusluvut

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Insinöörimatematiikka D

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Ortogonaalinen ja ortonormaali kanta

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Matematiikka B2 - Avoin yliopisto

Insinöörimatematiikka D

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

BM20A0700, Matematiikka KoTiB2

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo

5 Lineaariset yhtälöryhmät

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

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

Lineaarialgebra I. Oulun yliopisto Matemaattisten tieteiden laitos Esa Järvenpää Kirjoittanut Tuula Ripatti

Osittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

Lineaarialgebra ja matriisilaskenta I

Kaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine

Lineaarikuvauksen R n R m matriisi

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Vektoreiden virittämä aliavaruus

Determinantti. Määritelmä

Insinöörimatematiikka D

Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti

Determinantti. Määritelmä

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

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

Lineaarialgebra a, kevät 2018

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

Insinöörimatematiikka D

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Numeeriset menetelmät

Ominaisarvo ja ominaisvektori

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

4.6 Matriisin kääntäminen rivioperaatioilla

ominaisvektorit. Nyt 2 3 6

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti

Aiheet. Kvadraattinen yhtälöryhmä. Kvadraattinen homogeeninen YR. Vapaa tai sidottu matriisi. Vapauden tutkiminen. Yhteenvetoa.

Insinöörimatematiikka D

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

Insinöörimatematiikka D

Lineaariset kongruenssiyhtälöryhmät

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

1 Lineaariavaruus eli Vektoriavaruus

Talousmatematiikan perusteet

7 Vapaus. 7.1 Vapauden määritelmä

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

2.1.4 har:linyryhmat03. Octavella. Katso ensin esimerkit???? esim:yroctave01 Octaven antamat vastausehdotukset.

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

2.8. Kannanvaihto R n :ssä

Insinöörimatematiikka D

802320A LINEAARIALGEBRA OSA I

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Johdatus lineaarialgebraan

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

MATRIISIN HESSENBERGIN MUOTO. Niko Holopainen

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ominaisarvo ja ominaisvektori

Tehtäväsarja I Kertaa tarvittaessa materiaalin lukuja 1 3 ja 9. Tarvitset myös luvusta 4 määritelmän 4.1.

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

Ratkaisuehdotukset LH 3 / alkuvko 45

Lineaarialgebra ja matriisilaskenta I

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

802320A LINEAARIALGEBRA OSA III

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

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

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

Transkriptio:

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 = = =. 1 1 3 1 + 3 2 d) Vektori [ ] [ ] x1 5 = 2 on eräs ratkaisu. e) Onko muita ratkaisuja? Milloin voi näin toimia? x 2 1 / 43

Käänteismatriisi 2 / 43

Käänteismatriisi Jokaisella nollasta eroavalla reaaliluvulla on käänteisluku, jolla kerrottaessa tuloksena on 1. Seuraavaksi tarkastellaan vastaavaa ominaisuutta matriiseille ja määritellään käänteismatriisi. Jokaisella matriisilla ei kuitenkaan ole käänteismatriisia. Ensinnäkin, matriisissa täytyy olla yhtä monta riviä ja saraketta, jotta käänteismatriisi voi olla olemassa. Se ei ole vielä riittävä ehto, vaan tarvitaan menetelmiä käänteismatriisin ja sen olemassaolon määräämiseksi. Määritellään ensin ykkösalkio matriiseille. 3 / 43

Käänteismatriisi Määritelmä 1 Matriisi A on neliömatriisi, jos A M(n, n) jollakin n N. Neliömatriisi A = [a ij ] on diagonaalimatriisi, jos a ij = 0 kaikilla i j. Diagonaalimatriisi 1 0 0 0 0 1 0 0 I = [δ ij ] = M(n, n).. 0 0 0 1 on yksikkömatriisi eli identtinen matriisi. Tässä { 1, i = j δ ij = 0, i j. 4 / 43

Käänteismatriisi Lause 1 Olkoon A M(n, n). Tällöin IA = AI = A. Todistus. Olkoon A = [a ij ] M(n, n). Nyt (AI ) ij = n A ip I pj = p=1 n a ip δ pj = a ij δ jj = a ij 1 = a ij = A ij, p=1 kaikilla i = 1,..., n ja j = 1,..., n. Näin ollen AI = A. Lisäksi (IA) ij = n I ip A pj = p=1 n δ ip a pj = δ ii a ij = 1 a ij = a ji = A ij, p=1 kaikilla i = 1,..., n ja j = 1,..., n, joten IA = A. 5 / 43

Käänteismatriisi Määritelmä 2 Neliömatriisi A M(n, n) on kääntyvä, jos on olemassa B M(n, n), jolle AB = BA = I. Tällöin B on A:n käänteismatriisi ja sitä merkitään B = A 1. Esimerkki 1 Matriisi A = [ ] [ ] 2 1 1 1 on kääntyvä ja A 3 1 1 =, sillä 3 2 [ ] [ ] 2 1 1 1 = 3 1 3 2 [ ] [ 1 0 1 1 = 0 1 3 2 ] [ ] 2 1. 3 1 6 / 43

Käänteismatriisi Esimerkki 2 Matriisi A = [ a b B = c d [ ] 1 2 ei ole kääntyvä. Jos nimittäin olisi 2 4 ], jolle [ ] [ ] [ ] 1 2 a b a + 2c b + 2d = = 2 4 c d 2a + 4c 2b + 4d [ ] 1 0, 0 1 niin a + 2c = 1 b + 2d = 0 2a + 4c = 0 2b + 4d = 1. { a + 2c = 1 2a + 4c = 0 mikä on ristiriita. Täten B:tä ei ole. { 0 = 1 a = 2c, 7 / 43

Käänteismatriisi Käänteismatriisi Kun matriisia kerrotaan käänteismatriisilla, saadaan ykkösalkio (yksikkömatriisi) Jokaisella matriisilla ei ole käänteismatriisia Ensimmäinen ehto on, että matriisissa täytyy olla yhtä monta riviä ja saraketta Edes jokaisella n n-matriisilla ei ole käänteismatriisia Tarvitaan menetelmiä käänteismatriisin ja sen olemassaolon määräämiseksi 8 / 43

Käänteismatriisi Lause 2 (a) Jos neliömatriisilla A on käänteismatriisi, niin se on yksikäsitteinen. Erityisesti (A 1 ) 1 = A. (b) Jos A, B M(n, n) ovat kääntyviä, niin AB on kääntyvä ja (AB) 1 = B 1 A 1. 9 / 43

Käänteismatriisi Todistus. (a) Olkoot B ja C matriisin A käänteismatriiseja (AB = I = BA ja AC = CA = I ). Tällöin B= BI = B(AC) = (BA)C = IC = C. Siis B = C eli käänteismatriisi on yksikäsitteinen. Koska A 1 A = I = AA 1, on A = (A 1 ) 1. (b) Nyt B 1 A 1 M(n, n) ja (AB)(B 1 A 1 ) = A(BB 1 )A 1 = AIA 1 = AA 1 = I sekä (B 1 A 1 )(AB) = B 1 (A 1 A)B = B 1 IB = B 1 B = I. Täten (AB) 1 = B 1 A 1. 10 / 43

Käänteismatriisi Esimerkki 3 Jos A on kääntyvä, niin A 2 = AA on kääntyvä ja (A 2 ) 1 = (AA) 1 = A 1 A 1 = (A 1 ) 2. Lause 3 (Työnpuolituslause) Olkoot A, B M(n, n). Jos AB = I tai BA = I, niin A ja B ovat kääntyviä sekä A = B 1 ja B = A 1. Todistus. Sivuutetaan. 11 / 43

Käänteismatriisi Lause 4 Olkoon A M(n, n) kääntyvä. Tällöin kaikilla b R n yhtälöllä Ax = b on yksikäsitteinen ratkaisu x = A 1 b. 12 / 43

Todistus Todistus. Olkoon b R n mielivaltainen. Ensin osoitetaan, että ratkaisu on olemassa. Vektori A 1 b on yhtälön Ax = b ratkaisu, sillä sijoittamalla se muuttujan x paikalle saadaan Ax = A(A 1 b)= (AA 1 )b= Ib = b. Vielä täytyy osoittaa, että ratkaisu on yksikäsitteinen. Oletetaan, että y R n on mikä tahansa yhtälön Ay = b ratkaisu ja osoitetaan, että y = A 1 b. Kertomalla yhtälöä Ay = b puolittain käänteismatriisilla A 1 saadaan A 1 (Ay) = A 1 b (A 1 A)y = A 1 b Iy = A 1 b, joten y = A 1 b. 13 / 43

Käänteismatriisi Esimerkki 4 Ratkaise yhtälöryhmä { 2x1 + x 2 = 3 3x 1 + x 2 = 5. [ ] 2 1 Tästä saadaan matriisi yhtälö Ax = b, missä A =, 3 1 [ ] [ ] [ ] x1 3 1 1 x = ja b =. Koska A on kääntyvä ja A x 2 5 1 = 3 2 ( ) esim. 1(a), niin [ ] [ ] [ ] { 1 1 3 2 x = A 1 x1 = 2 b = = eli 3 2 5 1 x 2 = 1 on yhtälöryhmän ainoa ratkaisu. 14 / 43

Huomautus 1 Matriisi A M(k, n) voidaan ajatella kuvauksena f A : R n R k, jolle f A (x) = Ax kaikilla x R n. Mitä tarkoittaa yhtälöryhmän Ax = b yksikäsitteisen ratkaisun olemassaolo? Entä mitä tarkoittaa matriisin A M(n, n) kääntyvyys? 15 / 43

Alkeismatriisit 16 / 43

Alkeismatriisit Määritelmä 3 Alkeismatriisi on sellainen matriisi, joka on saatu yksikkömatriisista I yhdellä rivioperaatiolla. Rivioperaatioita olivat P ij : vaihdetaan yhtälöt i ja j keskenään. M i (c): kerrotaan yhtälö i luvulla c 0. A ij (c): kerrotaan yhtälö i luvulla c R ja lisätään se yhtälöön j, missä i j. 17 / 43

Alkeismatriisit Esimerkki 5 Olkoot 1 0 0 0 1 0 1 0 0 E 1 = 0 1 0, E 2 = 1 0 0, E 3 = 0 1 0, 4 0 1 0 0 1 0 0 5 a b c A = d e f. g h i Matriisit E 1, E 2 ja E 3 ovat alkeismatriiseja. Nyt a b c d e f E 1 A = d e f, E 2 A = a b c, g 4a h 4b i 4c g h i a b c E 3 A = d e f. 5g 5h 5i 18 / 43

Alkeismatriisit Esimerkki 5 Matriisilla E 1 kertominen on siis sama kuin rivioperaatio, jossa ensimmäistä riviä kerrotaan luvulla 4 ja lisätään se kolmanteen riviin. Matriisilla E 2 kertominen vaihtaa ensimmäisen ja toisen rivin paikkaa. Matriisilla E 3 kertominen kertoo kolmannen rivin alkiot viidellä. Edellinen esimerkki pätee myös yleisesti. 19 / 43

Alkeismatriisit Lause 5 Olkoon A M(m, n) ja olkoon E M(m, m) tietyllä rivioperaatiolla saatu alkeismatriisi. Tällöin tulo EA tuottaa saman matriisin kuin saman rivioperaation tekeminen matriisiin A. Todistus. Olkoon A 1 A n. A i A =., A j. missä A i on matriisin A i:s rivi ja A j on j:s rivi. 20 / 43

Alkeismatriisit Todistus. Olkoon E 1 matriisi, joka on saatu vaihtamalla rivit i ja j keskenään yksikkömatriisissa eli e 1. e j E 1 =., e i. missä e i = [0 0 1 0 0] ja 1 on i:nnessä sarakkeessa. e n 21 / 43

Alkeismatriisit Todistus. Tällöin E 1 A = e 1 A. e j A. e i A. e n A = A 1. A j. A i. A n. Sama matriisi saadaan soveltamalla rivioperaatio P ij matriisiin A, joten väite pätee operaatiolle P ij. Muut kohdat vastaavasti. 22 / 43

Alkeismatriisit Seuraavan lauseen todistuksessa tarvitaan tietoa, että jokaisella rivioperaatiolla on käänteinen rivioperaatio, jolla yhtälöryhmä (tai matriisi) saadaan alkuperäiseen muotoonsa. Lause 6 Jokaisella alkeismatriisilla on olemassa käänteismatriisi ja käänteismatriisi on myös alkeismatriisi. Todistus. Olkoon E alkeismatriisi ja olkoon F käänteisellä rivioperaatiolla saatu alkeismatriisi. Lauseen 5 nojalla matriiseilla E ja F kertominen kumoavat toisensa eli Täten E 1 = F. EF = I ja FE = I. 23 / 43

Ennakkotehtävä seuraavalle luentokerralle Määritelmä Olkoon A M(k, n). Matriisin A transpoosi on A T M(n, k), missä (A T ) ij = A ji kaikilla i = 1,..., n ja j = 1,..., k. Huomautus 2 Transpoosin rivit ovat alkuperäisen matriisin sarakkeita ja transpoosin sarakkeet ovat alkuperäisen matriisin rivejä. Ennakkotehtävä Määrää matriisin 1 1 1 (a) A = 2 3 3 3 1 2 [ ] 1 2 5 5 (b) A = 2 1 0 9 transpoosi A T. 24 / 43

Alkeismatriisit Määritelmä 4 Matriisi A on riviekvivalentti matriisin B kanssa, jos B saadaan matriisista A rivioperaatioilla. Lause 7 Olkoon A M(n, n). Tällöin seuraavat väitteet ovat yhtäpitäviä: (a) Matriisi A on kääntyvä. (b) Yhtälöllä Ax = b on täsmälleen yksi ratkaisu kaikilla b R n. (c) Homogeeniyhtälöllä Ax = 0 on vain triviaaliratkaisu x = 0. (d) Matriisi A on riviekvivalentti yksikkömatriisin I M(n, n) kanssa (eli Gaussin ja Jordanin menetelmä muuttaa A:n identtiseksi matriisiksi). (e) Matriisi A on alkeismatriisien tulo. 25 / 43

Alkeismatriisit Todistus Osoitetaan, että (a) (b) (c) (d) (e) (a). (a) (b): Väite pätee Lauseen 9 nojalla. (b) (c): Koska yhtälöllä Ax = b on täsmälleen yksi ratkaisu kaikilla b R n, niin myös yhtälöllä Ax = 0 on täsmälleen yksi ratkaisu. Koska homogeeniyhtälöllä Ax = 0 on aina triviaaliratkaisu x = 0, sen täytyy olla ainoa ratkaisu. 26 / 43

Alkeismatriisit Todistus (c) (d): Oletetaan, että homogeeniyhtälöllä Ax = 0 on vain triviaaliratkaisu. Kun merkitään a 11 a 12 a 1n x 1 a 21 a 22 a 2n A =... ja x = x 2., a n1 a n2 a nn x n niin yhtälöä Ax = 0 vastaava yhtälöryhmä on a 11 x 1 + a 12 x 2 +... + a 1n x n = 0 a 21 x 1 + a 22 x 2 +... + a 2n x n = 0. a n1 x 1 + a n2 x 2 +... + a nn x n = 0. 27 / 43

Alkeismatriisit Todistus Koska yhtälöllä Ax = 0 on täsmälleen yksi ratkaisu x = 0, niin Gaussin ja Jordanin eliminointimenetelmän täytyy johtaa tilanteeseen x 1 = 0 x 2 = 0. x n = 0. Tämä tarkoittaa sitä, että matriisi A muuttuu rivioperaatioilla yksikkömatriisiksi I eli A on riviekvivalentti yksikkömatriisin kanssa. 28 / 43

Alkeismatriisit Todistus (d) (e): Oletetaan, että matriisi A on riviekvivalentti yksikkömatriisin I n kanssa. Tällöin Lauseen 5 nojalla on olemassa sellaiset alkeismatriisit E 1,..., E k, että E 1 E k A = I. Koska alkeismatriisit ovat kääntyviä, niin yhtälöä voidaan kertoa vasemmalta puolittain matriisilla E1 1 ja saadaan E 2 E k A = E 1 Seuraavaksi kerrotaan matriisilla E2 1, jolloin E 3 E k A = E2 1 E 1 1. Jatketaan, kunnes viimeisenä kerrotaan matriisilla E 1 k ja on saatu yhtälö A = E 1 k E2 1 E 1 1. Koska alkeismatriisien käänteismatriisit ovat alkeismatriiseja, kohta (e) pätee. 1. 29 / 43

Alkeismatriisit Todistus. (e) (a):oletetaan, että A = E 1 E 2 E k, missä E 1,..., E k ovat alkeismatriiseja.matriisi B = E 1 k E2 1 E 1 1. on matriisin A käänteismatriisi, sillä Täten A on kääntyvä. AB = (E 1 E 2 E k )(E 1 k E2 1 = E 1 E 2 (E k E 1 k ) E 1 1 ) 2 E 1 1 = E 1 E 2 E k 1 IE 1 k 1 E 2 1 E 1 1 = E 1 E 2 (E k 1 E 1 k 1 ) E 2 1 E 1 1 = E 1 E1 1 = I. 30 / 43

Huomautus 3 Jos matriisi ei ole kääntyvä, niin Lauseen 7 nojalla se ei ole riviekvivalentti yksikkömatriisin I kanssa. Tämä tarkoittaa sitä, että matriisin redusoidussa porrasmatriisissa on vähintään yksi nollarivi. 31 / 43

Mitä on saatu? Jokaista rivioperaatiota vastaa jokin alkeismatriisi E. Matriisi A M(n, n) on kääntyvä jos ja vain jos se on riviekvivalentti identiteettimatriisin kanssa. Siis A M(n, n) on kääntyvä jos ja vain jos E k E 2 E 1 A = I, joillakin alkeismatriiseilla E 1, E 2,..., E k M(n, n). Siis jos matriisi A on kääntyvä, niin Työnpuolituslauseen nojalla A 1 = E k E 2 E 1 = E k E 2 E 1 I Kysymys: Miten saadaan käänteismatriisi selville? 32 / 43

Gaussin ja Jordanin algoritmi käänteismatriisin määräämiseksi 33 / 43

G J -algoritmi käänteismatriisin määräämiseksi Matriisin A M(n, n) kääntyvyys voidaan testata ja A 1 voidaan etsiä Gaussin ja Jordanin menetelmällä seuraavasti: (1) Tarkastellaan laajennettua kerroinmatriisia [ A I ]. (2) Sovelletaan Gaussin ja Jordanin menetelmää. (3) Jos A muuttuu I :ksi, on viivan oikealla puolella A 1 eli [ I A 1 ]. Jos A ei voi muuttua I :ksi, A ei ole kääntyvä. 34 / 43

G J -algoritmi käänteismatriisin määräämiseksi Esimerkki 6 1 1 1 Määrätään matriisin A = 2 3 3 käänteismatriisi. 3 1 2 1 1 1 1 0 0 Laajennettu kerroinmatriisi on 2 3 3 0 1 0 3 1 2 0 0 1 1 1 1 1 0 0 A 12 ( 2) 0 1 1 2 1 0 A 13 ( 3) 0 2 1 3 0 1 A 21 ( 1) A 23 (2) A 32 ( 1) 1 0 0 3 1 0 0 1 1 2 1 0 0 0 1 7 2 1 1 0 0 3 1 0 0 1 0 5 1 1. 0 0 1 7 2 1 35 / 43

G J -algoritmi käänteismatriisin määräämiseksi Esimerkki 6 Täten 3 1 0 A 1 = 5 1 1. 7 2 1 Tarkistetaan ratkaisu: 1 1 1 3 1 0 1 0 0 AA 1 = 2 3 3 5 1 1 = 0 1 0. 3 1 2 7 2 1 0 0 1 36 / 43

G J -algoritmi käänteismatriisin määräämiseksi Esimerkki Onko A = Nyt [ ] 1 2 kääntyvä? 2 4 [ 1 2 1 0 2 4 0 1 ] [ A 12 ( 2) 1 2 1 0 0 0 2 1 joten tuloksena on vasemmalle puolelle nollarivi. Näin ollen matriisista A ei saa rivimuunnoksilla matriisia I eli A ei ole kääntyvä. ], 37 / 43

Matriisin transpoosi 38 / 43

Matriisin transpoosi Määritelmä 5 Olkoon A M(k, n). Matriisin A transpoosi on A T M(n, k), missä (A T ) ij = A ji kaikilla i = 1,..., n ja j = 1,..., k. Huomautus 4 Transpoosin rivit ovat alkuperäisen matriisin sarakkeita ja transpoosin sarakkeet ovat alkuperäisen matriisin rivejä. Esimerkki 7 1 1 1 1 2 3 Matriisin A = 2 3 3 transpoosi A T = 1 3 1 3 1 2 1 3 2 [ ] 1 2 1 2 5 5 ja matriisin B = transpoosi B 2 1 0 9 T = 2 1 5 0. 5 9 39 / 43

Matriisin transpoosi Lause 8 Olkoot A, B M(k, n), C M(n, l) ja λ R. Tällöin (a) (A T ) T = A. (b) (A + B) T = A T + B T. (c) (λa) T = λa T. (d) (AC) T = C T A T. Todistus. (a) Nyt A M(k, n), joten A T M(n, k). Näin (A T ) T M(k, n). Nyt ( (A T ) T ) ij = (AT ) ji = A ij kaikilla i = 1,..., k ja j = 1,..., n. Täten (A T ) T = A. (b) Harjoitustehtävä 40 / 43

Matriisin transpoosi Todistus. (c) Nyt λa M(k, n), joten (λa) T M(n, k). Lisäksi A T M(n, k), joten λa T M(n, k) Nyt ( (λa) T ) ij = (λa) ji = λa ji = λ(a T ) ij = (λa T ) ij kaikilla i = 1,..., n ja j = 1,..., k. Täten (λa) T = λa T. (d) Nyt AC M(k, l) on määritelty, joten (AC) T M(l, k). Lisäksi C T M(l, n) ja A T M(n, k), joten C T A T M(l, k). Nyt ( (AC) T ) ij = (AC) ji = n p=1 A jpc pi = n p=1 C pia jp = n p=1 (C T ) ip (A T ) pj = (C T A T ) ij kaikilla i = 1,..., l ja j = 1,..., k. Täten (AC) T = C T A T. 41 / 43

Matriisin transpoosi Lause 9 Olkoon A M(n, n) kääntyvä. Tällöin A T on kääntyvä ja (A T ) 1 = (A 1 ) T. Todistus. Harjoitustehtävä 42 / 43

Ennakkotehtävä seuraavalle luentokerralle Ennakkotehtävä Milloin matriisi [ ] a b A = c d on kääntyvä? Määrää tällöin matriisin A käänteismatriisi. 43 / 43