3 LINEAARISET YHTÄLÖRYHMÄT JA GAUSSIN ELIMINOINTIMENETELMÄ. Lineaarinen yhtälöryhmä jossa on m yhtälöä ja n tuntematonta x 1,,x n :



Samankaltaiset tiedostot
3 LINEAARISET YHTÄLÖRYHMÄT JA GAUSSIN ELIMINOINTIMENETELMÄ. Lineaarinen yhtälöryhmä, jossa on m yhtälöä ja n tuntematonta x 1,,x n on muotoa:

4 DETERMINANTTI JA KÄÄNTEISMATRIISI

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita.

73035 Insinöörimatematiikka 2

Esimerkki 8. Ratkaise lineaarinen yhtälöryhmä. 3x + 5y = 22 3x + 4y = 4 4x 8y = r 1 + r r 3 4r 1. LM1, Kesä /68

Taloustieteen matemaattiset menetelmät 2017 materiaali 2. esimerkin valossa perustellaan menetelmiä yhtälöryhmän analysointiin ja ratkaisuun

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on

Tampereen teknillinen yliopisto hum Konstruktiotekniikan laitos. MEC-2430 Elementtimenetelmän perusteet. Luento vk 1 Syksy 2012.

MATRIISILASKENTA. Oppitunti 1. Matriisin käsite. Tarkastellaan ratkaistavaksi annettua yhtälöä. 2 x = 2 6

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Numeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29

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

2.5. Matriisin avaruudet ja tunnusluvut

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Harri Lehtinen. Kongruenssista

2.7 Neliöjuuriyhtälö ja -epäyhtälö

Matematiikan perusteet taloustieteilijöille P

Reaalinen lukualue. Millainen on luku, jossa on päättymätön ja jaksoton desimaalikehitelmä?

3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko

sin θ θ θ r 2 sin 2 θ φ 2 = 0.

MS-A Matriisilaskenta Laskuharjoitus 3

2.1 Vaillinaiset yhtälöt

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA

AUTOMAATTIEN SYNKRONISAATIOSTA

VEKTOREILLA LASKEMINEN

Riemannin integraali

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut

6. Matriisilaskennan kertausta

Kuvausta f sanotaan tällöin isomorfismiksi.

Matriisialgebra harjoitukset, syksy 2015

Matematiikka B2 - TUDI

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 9: Integroimismenetelmät

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa II

Riemannin integraalista

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 9: Integroimismenetelmät

VEKTOREILLA LASKEMINEN

T Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (Predikaattilogiikka )

Mikrotalousteoria 2, 2008, osa III

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b

Ristitulo ja skalaarikolmitulo

Insinöörimatematiikka D

y 1 = f 1 (t,y 1,,y n ) y 2 = f 2 (t,y 1,,y n ) (1) y n = f n (t,y 1,,y n ) DY-ryhmään liittyvä alkuarvotehtävä muodostuu ryhmästä (1) ja alkuehdoista

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.

TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 22. syyskuuta 2016

Insinöörimatematiikka D

Matematiikan johdantokurssi, syksy 2017 Harjoitus 6, ratkaisuista. 1. Onko jokin demojen 5 tehtävän 3 relaatioista

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Numeeriset menetelmät

Matematiikan tukikurssi

EDE Elementtimenetelmän perusteet. Luento vk 1 Syksy Matematiikan ja matriisilaskennan kertausta

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Matematiikka B2 - Avoin yliopisto

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu

Sarjaratkaisun etsiminen Maplella

Vektoriarvoisten funktioiden analyysiä

Paraabelikin on sellainen pistejoukko, joka määritellään urakäsitteen avulla. Paraabelin jokainen piste toteuttaa erään etäisyysehdon.

T Syksy 2002 Tietojenkäsittelyteorian perusteet Harjoitus 5 Demonstraatiotehtävien ratkaisut. ja kaikki a Σ ovat säännöllisiä lausekkeita.

2.2 Täydellinen yhtälö. Ratkaisukaava

Johdatus diskreettiin matematiikkaan Harjoitus 7,

monissa laskimissa luvun x käänteisluku saadaan näyttöön painamalla x - näppäintä.

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

1 Lineaariavaruus eli Vektoriavaruus

( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 321 Päivitetty Saadaan yhtälö. 801 Paraabeli on niiden pisteiden ( x,

Mat Dynaaminen optimointi, mallivastaukset, kierros 8

Käydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja.

Insinöörimatematiikka D

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

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.

Insinöörimatematiikka D

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali

MS-C1340 Lineaarialgebra ja

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

10. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA

Numeeriset menetelmät

Kertymäfunktio. Kertymäfunktio. Kertymäfunktio: Mitä opimme? 2/2. Kertymäfunktio: Mitä opimme? 1/2. Kertymäfunktio: Esitiedot

5 OMINAISARVOT JA OMINAISVEKTORIT

Analyyttiset funktiot ja integrointiteorian alkeita

MS-A010{2,3,4,5} (SCI, ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali

Menetelmiä formuloinnin parantamiseen

ICS-C2000 Tietojenkäsittelyteoria Kevät 2015

LINSSI- JA PEILITYÖ TEORIAA. I Geometrisen optiikan perusaksioomat

Matematiikan tukikurssi 3.4.

2.6 SÄÄNNÖLLISET LAUSEKKEET Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita:

6 Integraalilaskentaa

Olkoon. M = (Q, Σ, δ, q 0, F)

Ennakkotehtävän ratkaisu

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

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

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ PISTEYTYSKOKOUS

a = x 0 < x 1 < x 2 < < x n = b f(x) dx = I. lim f(x k ) x k=1

Numeeriset menetelmät

4 Pinta-alasovelluksia

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Olkoon. äärellinen automaatti. Laajennetaan M:n siirtymäfunktio yksittäisistä syötemerkeistä merkkijonoihin: jos q Q, x Σ, merkitään

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

Määritelmä Olkoon C R m yksinkertainen kaari ja γ : [a, b] R m sen yksinkertainen parametriesitys, joka on paloittain C 1 -polku.

Insinöörimatematiikka D

Kognitiivinen mallintaminen I, kevät Harjoitus 1. Joukko-oppia. MMIL, luvut 1-3 Ratkaisuehdotuksia, MP

Transkriptio:

3 LINEAARISET YHTÄLÖRYHMÄT JA GAUSSIN ELIMINOINTIMENETELMÄ Linerinen yhtälöryhmä joss on m yhtälöä j n tuntemtont x,,x n : = + + = + + = + + m n mn m n n n n b x x b x x b x x K M K K

Mtriisiyhtälönä: Ax = b missä A = M m M m L L O L n n M mn x x x = M x n b = b b M b m Luvut ij ovt yhtälöryhmän kertoimi, A on kerroinmtriisi, b on oiken puolen vektori. Yhtälöryhmän rtkisu on lukujoukko x,,x n jok toteutt yhtälöt j x = [x x n ] T on rtkisuvektori.

3 Jos kikki b i :t ovt nolli, yhtälöryhmä on homogeeninen. Jos inkin yksi b i, yhtälöryhmä on epähomogeeninen.

4 Yhtälöryhmällä voi oll ) yksikäsitteinen rtkisu, esim. x + 5x = 4x + 3x = ) ääretön määrä rtkisuj, esim. x + 5x = 4x + x = 4 3) ei linkn rtkisuj, esim. x + 5x = 4x + x = Homogeenisell yhtälöryhmällä on inkin yksi rtkisu, trivilirtkisu x =,, x n =.

Yhtälöryhmän Ax=b ljennettu mtriisi (ugmented mtrix): 5 Ã = [A b] = M m M m L L O L n n M mn b b M b m

Gussin eliminointimenetelmä 6 Luse 3.. Yhtälöryhmän Ax = b rtkisut pysyvät smoin, jos vihdetn yhtälöt keskenään yhtälö kerrotn puolittin nollst erovll vkioll vkioll kerrottu yhtälö lisätään puolittin toiseen yhtälöön

7 Vstvt lkeisriviopertiot ljennetulle mtriisille à = [A b] vihdetn mtriisin rivit keskenään mtriisin rivi kerrotn nollst erovll vkioll vkioll kerrottu rivi lisätään toiseen riviin A ~ B trkoitt, että B sdn A:st lkeisriviopertioill: A j B ovt keskenään riviekvivlentit.

Luse 3.. 8 Khdell linerisell yhtälöryhmällä on smt rtkisut, jos niiden ljennetut mtriisit ovt riviekvivlentit eli sdn toisistn lkeisriviopertioill. Gussin eliminoinniss pyritään muuttmn mtriisi mhdollisimmn helposti rtkistvn muotoon.

9 Esimerkki 3.. x + 5x = 4x + 3x = x + 5x = 3x = 6 Mtriisimuodoss: Ã = [A b] = 4 5 3 5 ~ 3 6

x + 5x = 3x = 6 Jälkimmäisestä yhtälöstä x = Sijoitus ensimmäiseen: x = ½ ( 5x ) = ½ ( 5 ) = 4 Rtkisu: x = 4 x =

Gussin eliminointimenetelmän perite: Muoktn yhtälöryhmän Ax = b ljennettu mtriisi à = [A b] lkeisriviopertioill muotoon [C d], missä C on yläkolmiomtriisi ti ns. porrsmtriisi. Tätä kutsutn Gussin eliminoinniksi ti reduktioksi. Tuntemttomt rtkistn tkisinsijoituksell viimeisestä yhtälöstä lähtien.

Porrsmtriisi on mtriisi, joss noll-lkiot muodostvt vsemmlt oikelle lenevn portikon, esim. 5 6 4 3 4 5 3 Alleviivttuj lkioit kutsutn johtviksi lkioiksi (= rivin ensimmäinen nollst erov lkio). Kunkin rivin johtv lkio on edellisen rivin johtvst lkiost oikelle j mhdolliset nollrivit ovt muiden rivien lpuolell.

3 Algoritmi ei trvitse noudtt täsmällisesti: yleisperite riittää. Voi tehdä lisäyksiä, esim. vkioll kertominen sopivss viheess, joill lskeminen yksinkertistuu.

GAUSSIN ELIMINOINTIALGORITMI 4. Vlitse mtriisin ensimmäinen nollst erov srke vsemmlt. Tätä kutsutn pivotsrkkeeksi.. Vlitse pivotsrkkeest jokin nollst erov lkio ns. pivotlkioksi eli tukilkioksi. Siirrä pivotlkion sisältävä vkrivi eli pivotrivi ylimmäksi mhdollisesti rivejä vihtmll. 3. Eliminoi pivotlkion lpuoliset lkiot nolliksi lkeisriviopertioill: lisää pivotrivin muihin sopivll vkioll kerrottun. 4. Jtk viheiden -3 soveltmist pivotlkion lpuolelle jäävään osmtriisiin kunnes tuloksen on porrsmuoto. 5. Rtkise muuttujt tksinsijoituksill.

Jos redusoiduss mtriisiss (porrs-mtriisiss) on rivi 5 [ d], missä d, niin yhtälöryhmällä ei ole rtkisu. Jos porrsmtriisiss on vrsinisi yhtälöitä (ei-nollrivejä) vähemmän kuin tuntemttomi, mutt ei riviä [ d], missä d, rtkisuj on ääretön määrä. Rtkisuss on silloin ns. vpit muuttuji tuntemttomien lkm ei-nollrivien lkm.

6 Gussin Jordnin eliminointimenetelmä: Redusoidn porrsmtriisi edelleen siten, että jtketn eliminointi viimeisestä pivotsrkkeest j eliminoidn myös pivotlkioiden yläpuoliset luvut :ksi Käänteismtriisit

7 Esimerkki 3.. ) x x x 3 = 3x + 5x + 8x 3 = 7 x x 5x 3 = 4 x + x 3 =

8 b) x x x 3 + x 4 = 3x + 5x + 8x 3 + 3x 4 = 7 x x 5x 3 + 5x 4 = 4 x + x 3 + 3x 4 = Ljennettu mtriisi: 3 R R 3R R 4 7 3 5 5 3 8 5 3 +

9 ~ 4 3 )R (/ R )R (/ R 6 4 3 3 6 ~ 4 4 6

Yhtälöinä: x x x 3 + x 4 = x + x 3 + 6x 4 = 4 x 3 = 4 Rtkisuss on yksi ns. vp muuttuj, olkoon x 4 = t. 3. yhtälöstä x 3 =. yhtälöstä x = ½ (4 x 3 6x 4 ) = ( ) 3t = 4 3t. yhtälöstä x = + x + x 3 x 4 = + 4 3t + ( ) t = 4t

Rtkisu prmetrimuodoss: x = 4t x = 4 3t x 3 = x 4 = t missä t R.

c) x x + x 3 = 3x + 5x + 3x 3 = 7 x x + 5x 3 = 4 x + 3x 3 =

d) x x + x 3 = 3x + 5x + 3x 3 = x x + 5x 3 = x + 3x 3 = 3

4 LINEAARINEN RIIPPUMATTOMUUS, MATRIISIN ASTE JA VEKTORIAVARUUDET Olkoot,, m smnkokoisi vektoreit. Niiden linerikombintio on vektori c + c + + c m m missä c,,c m ovt sklrej eli vkioit.

5 Linerinen riippumttomuus Vektorit,, m ovt linerisesti riippumttomi, jos yhtälöryhmä c + c + + c m m = toteutuu vin, kun kikki vkiot ovt nolli. Jos yhtälöryhmä toteutuu siten, että inkin jokin kertoimist on nollst poikkev, vektorit ovt linerisesti riippuvi. Silloin inkin jokin niistä voidn ilmist toisten linerikombintion.

6 Olkoon esim. c. Silloin = c c c 3 c 3 c c m m Jos,, m on n-lkioisi vektoreit, missä n < m, niin ne ovt linerisesti riippuvi.

7 Esimerkki 3.3. ) Ovtko vektorit,, 3 linerisesti riippumttomi? = [,, -, ] T = [-, -5, 3, ] T 3 = [,,, ] T

8 b) Ovtko vektorit b, b, b 3 linerisesti riippumttomi? b = [,, ] T b = [,, ] T b 3 = [,, ] T

Mtriisin ste 9 Mtriisin A = [ ij ] ste rnk A on sen linerisesti riippumttomien rivien ti srkkeiden mksimimäärä. Linerisesti riippumttomien rivien mksimimäärä on sm kuin srkkeiden j rnk A = rnk A T. Alkeisriviopertiot eivät muut mtriisin stett, ts. riviekvivlenteill mtriiseill on sm ste. Gussin eliminoinnin vull voidn päätellä: Mtriisin A ste on A:hn kohdistuvn Gussin eliminoinnin tuloksen olevn porrsmtriisin ei-nollrivien lukumäärä.

3 Esimerkki 3.3. Mikä on mtriisin A = 3 5 8 5 3 5 3 ste?

Vektorivruus 3 Joukko V on vektorivruus (eli linerivruus) jos kikille sen lkioille eli vektoreille,b V j sklreille, pätee, että + b V j seurvt kvt pätevät: + b = b + () ( + b) + c = + (b + c) () + = (3) + (-) = (4) c( + b) = c + cb (5) (c+k) = c + k (6) c(k) = (ck) (7) = (8)

Dimensio j knt 3 Avruuden V dimensio, merk. dim V on sen linerisesti riippumttomien vektoreiden mksimimäärä. Jos dim V = n, niin n:n linerisesti riippumttomn vektorin joukko {v,, v n } on V:n knt. Jokinen V:n vektori voidn esittää kntvektorien linerikombintion. Vektorien,, m virittämä vektorivruus on näiden vektorien kikkien linerikombintioiden joukko, merk. Spn(,, m )

R n = kikkien n-lkioisten relilukuvektoreiden (x,x,,x n ) muodostm vektorivruus. Vektorit voivt oll rivi- ti srkevektoreit. 33 Yksikkövektorit e = (,,,,,) e = (,,,,,) e n = (,,,,,) muodostvt R n :n knnn j dim R n = n.

LINEAARISET YHTÄLÖRYHMÄT: RATKAISUJEN YLEISIÄ OMINAISUUKSIA 34 Rtkisujen olemssolo j yksikäsitteisyys Linerinen yhtälöryhmä m x x x + + + x x m x + K + + K + M K + n n mn x x x n n n = b = b = b m eli Ax = b

A:n srkevektoreiden 35 = M m, = M m,, n = M n n mn vull x + x + + x n n = b

Luse 3.4. 36 Olkoon A m n-mtriisi j r = rnk A. Yhtälöryhmässä Ax = b on m yhtälöä j n tuntemtont. Ryhmällä on ) rtkisu, jos r = rnk Ã. b) täsmälleen yksi rtkisu, jos r = rnk Ã= n. c) ääretön määrä rtkisuj, jos r = rnk à < n, eli A:ss on linerisesti riippumttomi rivejä (j srkkeit) vähemmän kuin tuntemttomi, eikä Gussin reduktion tuloksen sduss porrsmuodoss ole riviä [ d], missä d. d) ei rtkisu, jos r < rnk Ã, jolloin ljennetun mtriisin porrsmuodoss on epätosi yhtälö eli rivi [ d], missä d.

37 Homogeeninen linerinen yhtälöryhmä Homogeenisell ryhmällä Ax = on in trivilirtkisu x =. Mtriisi A määrittelee linerikuvuksen f: R n R m, f(x) = Ax

38 Mtriisiin j sen määrittämään linerikuvukseen liittyviä vektorivruuksi Kun r < n eli A:n srkkeet ovt linerisesti riippuvi, homogeeniryhmän rtkisut muodostvt vektorivruuden N(A) = {x R n Ax = } jok on mtriisin A noll-vruus (null spce) ti ydin (kernel). Noll-vruuden dimensio on A:n nulliteetti: nullity A = dim N(A)

39 A:n srkevruus Col(A) on A:n srkevektoreiden virittämä vektorivruus Col(A) = {y R m Ax = y jollkin x R n } jot on smll linerikuvuksen f(x) = Ax kuv-vruus. A:n rivivruus Row(A) on vstvsti A:n rivivektoreiden virittämä vektorivruus. dim Col(A) = dim Row(A) = rnk A

4 Luse 3.4. (Dimensioluse) eli rnk A + nullity A = n dim Col(A) + dim N(A) = n missä n = A:n srkkeiden lukumäärä

4 Homogeeniryhmän rtkisut: Jos A:n srkkeet ovt linerisesti riippumttomi eli r = n, homogeeniryhmällä on inostn trivilirtkisu x =. Jos A:n srkkeet ovt linerisesti riippuvi eli r < n, homogeeniryhmän rtkisut muodostvt vektorivruuden N(A), jonk dimensio on n r.

4 Esimerkki 3.4. ) Rtkise Ax =, missä A = 3 5 8 5 Mikä on A:n nulliteetti? Määrittele jokin srkevruuden Col(A) knt.

43 b) Rtkise Ax =, missä A = 3 5 5 3 8 5 3 Mikä on mtriisin A noll-vruus N(A) j nulliteetti?