Neliömatriisin adjungaatti, L24

Samankaltaiset tiedostot
Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti

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

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

Matematiikka B2 - Avoin yliopisto

Matematiikka B2 - TUDI

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

2.8. Kannanvaihto R n :ssä

Käänteismatriisi 1 / 14

Insinöörimatematiikka D

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Insinöörimatematiikka D

Determinantti 1 / 30

5 OMINAISARVOT JA OMINAISVEKTORIT

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

Lineaarialgebra, kertausta aiheita

Ominaisarvo ja ominaisvektori

Insinöörimatematiikka D

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

Determinantti. Määritelmä

1 Matriisit ja lineaariset yhtälöryhmät

Lineaarialgebra a, kevät 2019 Harjoitus 6 (ratkaisuja Maple-dokumenttina) > restart; with(linalg): # toteuta ihan aluksi!

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

Determinantti. Määritelmä

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

Lineaarialgebra ja matriisilaskenta I

Kertausta Talousmatematiikan perusteista Toinen välikoe

1.1. Määritelmiä ja nimityksiä

Ominaisarvo ja ominaisvektori

Kertausta Talousmatematiikan perusteista Toinen välikoe

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

Lineaariset kongruenssiyhtälöryhmät

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

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

Insinöörimatematiikka D

BM20A0700, Matematiikka KoTiB2

Ominaisarvo-hajoitelma ja diagonalisointi

Similaarisuus. Määritelmä. Huom.

Ennakkotehtävän ratkaisu

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

802118P Lineaarialgebra I (4 op)

Insinöörimatematiikka D

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

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Kanta ja Kannan-vaihto

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

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.

Ortogonaalinen ja ortonormaali kanta

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

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:

Lineaarialgebra (muut ko)

Tyyppi metalli puu lasi työ I II III

5.3 Matriisin kääntäminen adjungaatilla

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Johdatus tekoälyn taustalla olevaan matematiikkaan

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

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

ominaisvektorit. Nyt 2 3 6

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

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

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

Seuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117

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

Matriisialgebra harjoitukset, syksy 2016

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

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

Käänteismatriisin ominaisuuksia

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Pienimmän neliösumman menetelmä (PNS)

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

9 Matriisit. 9.1 Matriisien laskutoimituksia

Matriisit ja vektorit Matriisin käsite Matriisialgebra. Olkoon A = , B = Laske A + B, , 1 3 3

Lineaariset yhtälöryhmät ja matriisit

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?

Inversio-ongelmien laskennallinen peruskurssi Luento 2

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Insinöörimatematiikka D

6 MATRIISIN DIAGONALISOINTI

Matemaattinen Analyysi / kertaus

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 =

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.

MS-A0004/A0006 Matriisilaskenta

Ortogonaaliset matriisit, määritelmä 1

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Lineaarialgebra ja matriisilaskenta I

Lineaarikuvauksen R n R m matriisi

Pienimmän neliösumman menetelmä (PNS)

Muistutus: Matikkapaja ke Siellä voi kysyä apua demoihin, edellisen viikon demoratkaisuja, välikoetehtävien selitystä, monisteesta yms.

Insinöörimatematiikka D

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

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka IA

Pienimmän neliösumman menetelmä (PNS)

Ax, y = x, A y. A = A A hermiittinen. Jokainen reaalinen ja symmetrinen matriisi on määritelmän mukaan myös hermiittinen. A =, HARJOITUSTEHTÄVIÄ

Gaussin ja Jordanin eliminointimenetelmä

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Ensi viikon luennot salissa X. Lineaarialgebra (muut ko) p. 1/159

Transkriptio:

Neliömatriisin adjungaatti, L24

1 2 1 3 Matriisi = A = 7 4 6 5 2 0 ( ) 7 6 Alimatriisi = A 12 = 5 0 Minori = det(a 12 ) = 7 6 5 0 = 30 Kofaktori = ( 1) 1+2 det(a 12 ) = 30

2 Määritelmä n n neliö-matriisin A adjungaatti, Adj(A), on matriisin A kofaktorikaavion transpoosi. Helppo tapa tehdä adjungaatti yksinkertaisin askelin, on ensin laskea kaikki minorit. Jos m ij = Det(A ij ) on matriisin A paikkaan i,j liittyvä minori, niin Adj(A) = +m 11 m 21 +m 31 m 12 +m 22 m 32 +m 13 m 23 +m 33......

3 Esimerkki 1: Laske adjungaatti matriisille 2 1 3 A = 7 4 6. 5 2 0 Lasketaan ensin minorit m 11 = 4 6 2 0 = 12 m 12 = 7 6 5 0 = 30 m 13 = m 21 = 1 3 2 0 = 6 m 22 = 2 3 5 0 = 15 m 23 = m 31 = 1 3 4 6 = 6 m 32 = 2 3 7 6 = 33 m 33 = 7 4 5 2 2 1 5 2 2 1 7 4 = 34 = 1 = 15

4 m 11 = 4 6 2 0 = 12 m 12 = 7 6 5 0 = 30 m 13 = m 21 = 1 3 2 0 = 6 m 22 = 2 3 5 0 = 15 m 23 = m 31 = 1 3 4 6 = 6 m 32 = 2 3 7 6 = 33 m 33 = 7 4 5 2 2 1 5 2 2 1 7 4 = 34 = 1 = 15 Adj(A) = +m 11 m 21 +m 31 m 12 +m 22 m 32 +m 13 m 23 +m 33 = = +( 12) (6) +( 6) (30) +( 15) ( 33) +( 34) (1) +(15) 12 6 6 30 15 33 34 1 15

5 Lasketaan seuraavaksi matriisin A ja sen adjungaatin Adj(A) matriisitulo. +m 11 m 21 +m 31 B = A Adj(A) = m 12 +m 22 m 32 a 31 a 32 a 33 +m 13 m 23 +m 33 b 11 = a 11 m 11 a 12 m 12 + a 13 m 13 = a 31 a 32 a 33 = Det(A) b 12 = a 11 m 21 + a 12 m 22 a 13 m 23 = a 31 a 32 a 33 = 0 b 13 = a 11 m 31 a 12 m 32 + a 13 m 33 = = 0

6 B = A Adj(A) = a 31 a 32 a 33 +m 11 m 21 +m 31 m 12 +m 22 m 32 +m 13 m 23 +m 33 b 21 = a 21 m 11 a 22 m 12 + a 23 m 13 = a 31 a 32 a 33 = 0 b 22 = a 21 m 21 + a 22 m 22 a 23 m 23 = a 31 a 32 a 33 = Det(A) b 23 = a 21 m 31 a 22 m 32 + a 23 m 33 = = 0

7 B = A Adj(A) = a 31 a 32 a 33 +m 11 m 21 +m 31 m 12 +m 22 m 32 +m 13 m 23 +m 33 a 31 a 32 a 33 b 31 = a 31 m 11 a 32 m 12 + a 33 m 13 = a 31 a 32 a 33 = 0 b 32 = a 31 m 21 + a 32 m 22 a 33 m 23 = a 31 a 32 a 33 a 31 a 32 a 33 = 0 b 33 = a 31 m 31 a 32 m 32 + a 33 m 33 = = Det(A)

8 Johtopäätös: A Adj(A) = Det(A) 0 0 0 Det(A) 0 0 0 Det(A) A ( ) Adj(A) = I Det(A) = Det(A) I Eli Lause: Jos matriisi A on säännöllinen, eli Det(A) 0, niin A 1 = 1 Det(A) Adj(A)

9 esimerkki 2: Esimerkin 1 matriisille 2 1 3 Det(A) = 7 4 6 5 2 0 = +(2) 4 6 2 0 ( 1) 7 6 5 0 + (3) 7 4 5 2 = 2 (0 12) + (0 + 30) + 3 ( 14 20) = 96 Siis A 1 = = 1 Det(A) Adj(A) = 1 12 6 6 30 15 33 96 34 1 15 12/96 6/96 6/96 30/96 15/96 33/96 34/96 1/96 15/96

10 Seuraavaksi ratkaisemme yhtälöryhmän (Oletuksella D = Det(A) 0) Ax = b a 31 a 32 a 33 x = A 1 b x 1 x 2 = 1 D x 3 x 1 x 2 x 3 = b 1 b 2 b 3 m 11 m 21 m 31 m 12 m 22 m 32 m 13 m 23 m 33 b 1 b 2 b 3

11 x 1 x 2 x 3 m 11 m 21 m 31 m 12 m 22 m 32 m 13 m 23 m 33 = 1 D x 1 = 1 D (m 11b 1 m 21 b 2 + m 31 b 3 ) = 1 b 1 a 12 a 13 D b 2 a 22 a 23 b 3 a 32 a 33 x 2 = 1 D ( m 12b 1 + m 22 b 2 m 32 b 3 ) = 1 a 11 b 1 a 13 D a 21 b 2 a 23 a 31 b 3 a 33 x 3 = 1 D (m 13b 1 m 23 b 2 + m 33 b 3 ) = 1 a 11 a 12 b 1 D a 21 a 22 b 2 a 31 a 32 b 3 b 1 b 2 b 3

12 Lause (:) Jos kvadraattisen yhtälöryhmän Ax = b kerroinkaavio on säänöllinen (Det(A) 0), niin muuttujan x k arvo yhtälöryhmän ratkaisussa on x k = D k D, missä D on kerroinkaavion determinantti, ja D k on determinantti kaaviolle, jonka k:s sarake on RHS-vektori b ja muut sarakkeet ovat samoja kuin kerroinkaaviossa A.

13 Esimerkki: Ratkaistaan yhtälöryhmä 3x + 2y + z = 0 x y z = 0 x + 3y z = 6 D = D 2 = 3 2 1 1 1 1 1 3 1 3 0 1 1 0 1 1 6 1 = 6, D 1 = = 12, D 3 = 0 2 1 0 1 1 6 3 1 3 2 0 1 1 0 1 3 6 = 6, = 6, x 1 = D 1 D = 6 6 = 1, x 2 = D 2 D = 12 6 = 2, x 3 = D 3 D = 6 6 = 1,