Determinantti 1 / 30

Samankaltaiset tiedostot
Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

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)

Determinantti. Määritelmä

Ominaisvektoreiden lineaarinen riippumattomuus

Ennakkotehtävän ratkaisu

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

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

802120P MATRIISILASKENTA (5 op)

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Käänteismatriisi 1 / 14

Insinöörimatematiikka D

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 =

Ristitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti

Determinantti. Määritelmä

Ortogonaalisen kannan etsiminen

Lineaarialgebra ja matriisilaskenta I

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

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:

Lineaarikuvauksen R n R m matriisi

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

5 OMINAISARVOT JA OMINAISVEKTORIT

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

Neliömatriisin adjungaatti, L24

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

1.1. Määritelmiä ja nimityksiä

Matematiikka B2 - TUDI

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

1 Matriisit ja lineaariset yhtälöryhmät

Johdatus tekoälyn taustalla olevaan matematiikkaan

Ominaisarvo-hajoitelma ja diagonalisointi

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.

Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa. väite P(n) on totta kaikille n = 0,1,2,...

Ensimmäinen induktioperiaate

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

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

Ensimmäinen induktioperiaate

Matematiikka B2 - Avoin yliopisto

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

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

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

Insinöörimatematiikka D

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

Ominaisarvo ja ominaisvektori

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella

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

Ominaisarvo ja ominaisvektori

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

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

Insinöörimatematiikka D

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

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

Ortogonaalinen ja ortonormaali kanta

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

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

Similaarisuus. Määritelmä. Huom.

1 Sisätulo- ja normiavaruudet

6 MATRIISIN DIAGONALISOINTI

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

802320A LINEAARIALGEBRA OSA II

BM20A0700, Matematiikka KoTiB2

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.

Ortogonaaliset matriisit, määritelmä 1

ominaisvektorit. Nyt 2 3 6

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

Pistetulo eli skalaaritulo

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.

4 Matemaattinen induktio

Vastaavasti, jos vektori kerrotaan positiivisella reaaliluvulla λ, niin

Avaruuden R n aliavaruus

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

1 Lineaariavaruus eli Vektoriavaruus

9 Matriisit. 9.1 Matriisien laskutoimituksia

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

Insinöörimatematiikka D

Ratkaisuehdotukset LH 3 / alkuvko 45

Insinöörimatematiikka D

802320A LINEAARIALGEBRA OSA I

Käänteismatriisin ominaisuuksia

Vaihtoehtoinen tapa määritellä funktioita f : N R on

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

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

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

(0 desimaalia, 2 merkitsevää numeroa).

Rekursio. Funktio f : N R määritellään yleensä antamalla lauseke funktion arvolle f (n). Vaihtoehtoinen tapa määritellä funktioita f : N R on

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

Miten osoitetaan joukot samoiksi?

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1

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

Lineaariset kongruenssiyhtälöryhmät

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

Ekvivalenssirelaatio. Määritelmä 2 Joukon A binäärinen relaatio R on ekvivalenssirelaatio, mikäli. Jos R on ekvivalenssirelaatio ja a A, niin joukkoa

Vapaus. 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.

1. Normi ja sisätulo

Esitetään tehtävälle kaksi hieman erilaista ratkaisua. Ratkaisutapa 1. Lähdetään sieventämään epäyhtälön vasenta puolta:

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

Transkriptio:

1 / 30

on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen yhtälöryhmän ratkaisemisessa 2 / 30

Geometrista tulkintaa (ei määritelmä!) Matriisin A M(n, n) determinantin itseisarvo, merkitään det A, on A:n sarakevektoreiden virittämän n-ulotteisen suuntaissärmiön tilavuus Erityisesti, 1-ulotteisen suuntaissärmiön eli janan pituus on det a = a 2-ulotteisen [ ] [ suuntaissärmiön ] (suunnikas) eli sarakevektoreiden a11 a12 ja määräämän suunnikkaan ala on a 21 a 22 a 11 a 22 a 12 a 21 ja det A = a 11 a 22 a 12 a 21, [ ] a11 a missä A = 12 a 21 a 22 3 / 30

Kolmen vektorin a 11 a 21 a 31, a 12 a 22 a 32 ja a 13 a 23 a 33 suuntaissärmiön tilavuus on lausekkeen a 11 a 12 a 13 det A = det a 21 a 22 a 23 a 31 a 32 a 33 määräämän [ ] [ ] [ ] a22 a = a 11 det 23 a21 a a a 32 a 12 det 23 a21 a + a 33 a 31 a 13 det 22 33 a 31 a 32 itseisarvo 4 / 30

Esimerkki 1 Olkoot x = (x 1, x 2 ), y = (y 1, y 2 ) R 2 Merkitään x = x1 2 + x 2 2 vektorin x pituutta Vektorin pistetulo x y = x 1 y 1 + x 2 y 2 = x y cos α, missä α on vektorien x ja y välinen kulma Vektorien x ja y määräämän suunnikkaan pinta-ala on A = x h = x y sin α = x y cos( π 2 α) = b y, missä b = x ja vektorien b ja y välinen kulma on π 2 α Vektori b on kohtisuorassa vektoria x vastaan eli b x = 0 Kun valitaan b kuten kuvassa, on b = ( x 2, x 1 ), sillä tällöin b x = x 2 x 1 + x 1 x 2 = 0 ja b = ( x 2 ) 2 + x1 2 = x Täten A = b y = x 2 y 1 + x 1 y 2 5 / 30

Esimerkki 1 6 / 30

Määritelmä 1 Matriisin A M(n, n) ij:s alimatriisi A ij M(n 1, n 1) saadaan poistamalla A:sta i:s rivi ja j:s sarake Esimerkki 2 0 1 2 Olkoon A = 3 0 4 Tällöin 2 1 7 A 11 = [ ] 0 4, A 12 = 1 7 [ ] 3 4, A 22 = 2 7 [ 0 ] 2 2 7 jne 7 / 30

Määritelmä 2 Neliömatriisin A M(n, n) determinantti on luku det A = n ( 1) 1+j A 1j det A 1j, j=1 missä det[a] = a Esimerkki 3 [ ] a11 a Olkoon A = 12 Tällöin a 21 a 22 det A = 2 j=1 ( 1)1+j a 1j det A 1j = ( 1) 1+1 a 11 det A 11 + ( 1) 1+2 a 12 det A 12 = a 11 det[a 22 ] a 12 det[a 21 ] = a 11 a 22 a 12 a 21 8 / 30

Esimerkki 4 2 1 2 Olkoon A = 1 0 3 Tällöin 1 1 2 [ ] [ ] 0 3 1 3 det A = ( 1) 1+1 2 det + ( 1) 1 2 1+2 1 det 1 2 [ ] 1 0 +( 1) 1+3 2 det 1 1 = 2(0 2 3 1) (1 2 3 ( 1)) + 2(1 1 0 ( 1)) = 9 9 / 30

Esimerkki 5 a 11 0 0 0 a 22 0 0 Olkoon A = diagonaalimatriisi Tällöin 0 a nn a 22 0 0 0 det A = a 11 det + 0 0 a nn a 33 0 0 0 = a 11 a 22 det 0 a nn = = a 11 a nn 10 / 30

Esimerkki 5 Täten diagonaalimatriisin determinantti on diagonaalialkioiden tulo Erityisesti det I = 1 Huomaa, että A:n sarakevektorit ovat toisiaan vastaan kohtisuorassa, joten ne virittävät suorakaiteet, joiden sivujen pituudet ovat a ii 11 / 30

Lause 1 Neliömatriisin A determinantille pätee (a) kehittämissääntö i:nnen rivin suhteen n det A = ( 1) i+k a ik det A ik, k=1 (b) kehittämissääntö j:nnen sarakkeen suhteen n det A = ( 1) k+j a kj det A kj k=1 Todistus Sivuutetaan (Helppo uskoa tilavuustulkinnasta) 12 / 30

Esimerkki 6 2 1 2 Olkoon A = 1 0 3 Lasketaan det A kehittämällä se ensin 2 1 1 2 rivin suhteen [ ] [ ] 1 2 2 2 det A= ( 1) 2+1 1 det + ( 1) 1 2 0 det 1 2 [ ] 2 1 +( 1) 2+3 3 det 1 1 = (1 2 2 1) + 0 3(2 1 1 ( 1)) = 9 13 / 30

Esimerkki 6 ja sitten kehittämällä se [ 3 sarakkeen ] suhteen [ ] 1 0 2 1 det A= ( 1) 1+3 2 det + ( 1) 1 1 2+3 3 det 1 1 [ ] 2 1 +( 1) 3+3 2 det 1 0 = 2(1 1 0 ( 1)) 3(2 1 1 ( 1)) + 2(2 0 1 1) = 9 14 / 30

Lause 2 Olkoon A M(n, n) Tällöin seuraavat ominaisuudet pätevät: (a) Olkoon B matriisi, joka on saatu kertomalla jokin A:n rivi/sarake luvulla λ R Tällöin det B = λ det A (b) Jos jokin A:n rivi/sarake on nolla, niin det A = 0 (c) Olkoon A = [S 1 S n ], missä S j on A:n j:s sarake Jos S j = V 1 + V 2 jollekin j, niin det A = det[s 1 V 1 + V 2 S n ] = det[s 1 V 1 S n ] + det[s 1 V 2 S n ] 15 / 30

Lause (jatkuu) R 1 R n Vastaavasti olkoon A =, missä R i on A:n i:s rivi Jos R i = W 1 + W 2 jollekin i, niin R 1 det A = det W 1 + W 2 = det R n R 1 W 1 R n + det R 1 W 2 R n 16 / 30

Lause (jatkuu) (d) Jos A:ssa on kaksi samaa riviä/saraketta, niin det A = 0 (e) Jos matriisi B saadaan A:sta vaihtamalla kaksi riviä/saraketta keskenään, niin det B = det A (f) Jos B saadaan A:sta lisäämällä riviin/sarakkeeseen i rivi/sarake j i, kerrottuna luvulla λ R, niin det B = det A 17 / 30

Todistus (a) Todistetaan rivivaihtoehto Sarakevaihtoehto samoin Oletetaan, että B on saatu kertomalla A:n i:s rivi luvulla λ Tällöin kehittämällä i:nen rivin suhteen saadaan det B = = λ n ( 1) i+k B ik det B ik = k=1 n ( 1) i+k λa ik det A ik k=1 n ( 1) i+k A ik det A ik = λ det A k=1 (b) Seuraa (a)-kohdasta valitsemalla λ = 0 18 / 30

Todistus (c) Todistetaan saraketapaus Rivitapaus todistetaan vastaavasti Todistetaan väite induktiolla n:n suhteen Kun n = 1, on det[a + b] = a + b = det[a] + det[b], joten väite pätee Tehdään induktio-oletus, että väite pätee n n-matriiseille Osoitetaan, että se pätee tällöin myös (n + 1) (n + 1)-matriiseille Olkoot A = [ S 1 V 1 + V 2 S n+1], B = [ S 1 V 1 S n+1] ja C = [ S 1 V 2 S n+1], missä V 1 ja V 2 ovat j:nnessä sarakkeessa 19 / 30

Todistus Tällöin n+1 det A = ( 1) 1+k A 1k det A 1k k=1 j 1 = ( 1) 1+k A 1k det A 1k + ( 1) 1+j (V1 1 + V1 2 ) det A 1j = k=1 n+1 + k=j+1 n+1 k=1,k j ( 1) 1+k A 1k det A 1k ( 1) 1+k A 1k (det B 1k + det C 1k ) + ( 1) 1+j V 1 1 det B 1j + ( 1) 1+j V 2 1 det C 1j 20 / 30

Todistus n+1 n+1 = ( 1) 1+k B 1k det B 1k + ( 1) 1+k C 1k det C 1k k=1 k=1 = det B + det C 21 / 30

Todistus (d) Tarkastellaan n n, n 2, matriisia, jossa on kaksi samaa riviä Todistetaan väite induktiolla luvun n suhteen Perusaskel: Kun n = 2, niin [ ] a b A =, a b joten det A = a b a b = 0 Induktioaskel: Induktio oletus: Väite pätee k k, k 2, matriisille Induktioväite: Väite pätee (k + 1) (k + 1) matriisille Induktioväitteen todistus: Olkoon A (k + 1) (k + 1), k 2, matriisi, jossa rivit R i ja R j ovat samat Tällöin on olemassa sellainen kokonaisluku m, että m i, m j ja 1 m k + 1 Kehitetään matriisin A determinantti rivin m suhteen 22 / 30

Todistus Nyt k+1 det A = ( 1) m+p A mp det A mp p=1 Jokaisessa matriisissa A mp on kaksi samaa riviä ja matriisit A mp ovat k k matriiseja Näin induktio oletuksen nojalla det A mp = 0 kaikilla p = 1,, k + 1, joten k+1 k+1 det A = ( 1) m+p A mp det A mp = ( 1) m+p A mp 0 = 0 p=1 p=1 Perusaskeleesta ja Induktioaskeleesta seuraa induktioperiaatteen nojalla, että alkuperäinen väite on tosi 23 / 30

Todistus (e) Olkoot A = R 1 R i R j R n ja B = R 1 R j R i R n Määritellään C = R 1 R i + R j R i + R j R n 24 / 30

Todistus Nyt (d)-kohdan perusteella det C = 0 Lisäksi (c)-kohdan nojalla 0 = det C R 1 R i R j = det + det R i + R j R i + R j R n R n R 1 25 / 30

Todistus = det R 1 R i R i R n + det R 1 R i R j R n + det R 1 R j R i R n + det R 1 R j R j R n = det A + det B Siis det B = det A (f) Harjoitustehtävä 26 / 30

Merkintä 1 Merkintä A S ij (c) tarkoittaa, että i:s sarake kerrotaan luvulla c ja lisätään sarakkeeseen j ja A R ij (c) tarkoittaa vastaavaa rivioperaatiota 27 / 30

Esimerkki 7 1 2 3 4 1 1 3 4 det 1 1 2 2 AS 1 0 1 0 12 = ( 1) det 1 0 2 2 1 1 1 0 1 1 0 0 1 0 0 0 1 1 4 4 A S 23 = (1) det 1 0 2 2 L2(d) 1 1 0 0 = 0 1 0 0 0 28 / 30

Esimerkki 8 5 2 3 4 1 2 3 4 det 0 1 2 2 L2(a) 5 0 1 0 = 5 det 0 1 2 2 1 0 1 0 10 1 0 0 2 1 0 0 3 2 3 4 A S 21 = ( 2) 5 det 2 1 2 2 3 3 4 1 0 1 0 = 5 ( 1)4+2 1 det 2 2 2 1 1 0 0 1 0 0 3 0 4 [ ] A S 12 = (1) 5 det 3 4 2 0 2 = 5 ( 1) 3+2 2 det 2 2 1 2 0 = 10 ( 6 + 8)= 20 29 / 30

Esimerkki 9 [ ] a b Olkoon det = 2 c d Nyt[ ] [ ] 2a 6b L2(a) a 3b det = 2 det c 3d c 3d = 6 2 = 12 ja [ ] [ ] d c L2(c) d c det = det b + 2d a + 2c b a [ ] [ ] L2(e) b a d c = det + 2 det L2(a) d c d c = 2 L2(a) = 2 3 det [ ] a b c d [ d c + det 2d 2c L2(e) = L2(d) ( 1)2 det ] [ a b c d ] + 2 0 30 / 30