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

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

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

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

1.1. Määritelmiä ja nimityksiä

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

BM20A0700, Matematiikka KoTiB2

9 Matriisit. 9.1 Matriisien laskutoimituksia

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

Johdatus tekoälyn taustalla olevaan matematiikkaan

Lineaarialgebra ja matriisilaskenta I

Ennakkotehtävän ratkaisu

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 =

Ortogonaalinen ja ortonormaali kanta

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

Insinöörimatematiikka D

1 Matriisit ja lineaariset yhtälöryhmät

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

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

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

Insinöörimatematiikka D

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

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Käänteismatriisi 1 / 14

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

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

Talousmatematiikan perusteet

Insinöörimatematiikka D

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

Lineaariset yhtälöryhmät ja matriisit

Insinöörimatematiikka D

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:

802118P Lineaarialgebra I (4 op)

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

Matematiikka B2 - Avoin yliopisto

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

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

Matematiikka B2 - TUDI

Determinantti 1 / 30

Käänteismatriisin ominaisuuksia

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Johdatus tekoälyn taustalla olevaan matematiikkaan

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

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

Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ,, x1 x. Matriiseihin perehtyminen voidaan perustella useilla järkisyillä.

Insinöörimatematiikka D

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

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

Matemaattinen Analyysi, k2012, L1

Numeeriset menetelmät

1 Lineaariavaruus eli Vektoriavaruus

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

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

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

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Neliömatriisin adjungaatti, L24

10 Matriisit ja yhtälöryhmät

Lineaarialgebra a, kevät 2018

Johdatus matematiikkaan

802320A LINEAARIALGEBRA OSA I

2.8. Kannanvaihto R n :ssä

802120P MATRIISILASKENTA (5 op)

Lineaarialgebra ja matriisilaskenta I

Sovitaan ensin merkintätavoista. Ratkaisemme ensin yksinkertaisen yhtälöparin. 5y = 10. x = 3 x = 1

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

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

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

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

4.6 Matriisin kääntäminen rivioperaatioilla

Determinantti. Määritelmä

Tiivistelmä matriisilaskennasta

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

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Determinantti. Määritelmä

Ominaisarvo-hajoitelma ja diagonalisointi

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

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

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Lineaarialgebra ja matriisilaskenta I

Ratkaisuehdotukset LH 3 / alkuvko 45

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Vektoreiden virittämä aliavaruus

Ominaisarvo ja ominaisvektori

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

LAUSEKKEET JA NIIDEN MUUNTAMINEN

Lineaarialgebra ja matriisilaskenta I

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b.

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

MS-C1340 Lineaarialgebra ja

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

(0 desimaalia, 2 merkitsevää numeroa).

Lineaarikuvauksen R n R m matriisi

Insinöörimatematiikka D

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 )

Transkriptio:

Matriisit, kertausta

Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Kaavio kirjoitetaan kaarisulkujen väliin (amer. kirjoissa usein hakasulkujen väliin.) Luvut tulee kirjoittaa selkeästi riveihin ja sarakkeisiin. Lukujen väliin tulee jättää riittävästi väliä. Mitään erottimia (pilkku, tms.) ei lukujen väliin laiteta.

Merkintöjä 2 Jos kaaviossa on m riviä ja n saraketta, niin sanomme kaaviota m n-matriisiksi. Edellä matriisi on 2 3 -matriisi. Matriisi A = ( 2 0.4 8 0 2 1 v = v = ( 0 4 ) ) on 2 1 -matriisi, eli sarakevektori.

Merkintöjä 3 Matriisi u = u = ( 1 4 2 ) on 1 4 -matriisi, eli rivivektori. Matriiseille kannattaa laskiessa lähes aina antaa nimi. nimi kirjoitetaan kirjaimella, joka on iso, lihava ja vino. (Esim. A) Vektorin nimi kirjoitetaan kirjaimella, joka on pieni, lihava ja vino (tai pieni, normaali, ja vino ja sen päällä on nuoli tai viiva). (Esim. u = u) Käsin kirjoitettaessa lihavointi ja vinous jätetään pois.

Merkintöjä 4 A rivillä r sarakkeessa c olevaa lukua merkitsemme a rc. Vektorin tapauksessa yksi indeksi riittää. Esimerkki: Jos M = 2 3 1 0 4 5 7 1 0 2 6 2, niin m 23 = 7 jos v = ( 4 5 7 1 ), niin v 3 = 7 Jos tulkintaongelmia ei tule, niin merkinnän m 23 rivi-indeksin 2 ja sarake-indeksin 3 väliin ei lisätä erotinta. Joskus erotin on tarpeen. Esimerkiksi 30 30 -matriisin Q alkio rivillä 12 sarakkeessa 3 on q 12,3.

Merkintöjä 5 (pää)lävistäjä (diagonaali) muodostuu niistä luvuista, joiden rivi-osoite ja sarake-osoite ovat samat. A lävistäjällä ovat siis luvut a 11, a 22, a 33,... 3 1 0 2 1 5 2 4 8 Matriisi on neliömatriisi (n n), jos siinä on sarakkeita yhtä monta kuin rivejä.

Merkintöjä 6 Nollamatriisi 0 on matriisi, jonka kaikki alkiot ovat nollia. Nollamatriisin ei tarvitse olla neliömatriisi. ( ) 0 0 0 0 = 0 0 0 Yksikkömatriisi I on neliömatriisi, jonka lävistäjällä on ykkösiä ja muualla nollia I = 1 0 0 0 1 0 0 0 1

Merkintöjä 7 m n -matriisi A ja p q -matriisi B ovat samat (identtiset) ja merkitsemme A = B, jos 1. Kummassakin on yhtä monta riviä eli m = p, ja 2. Kummassakin on yhtä monta saraketta eli n = q, ja 3. Niissä on samat luvut samoissa paikoissa a ij = b ij, i, j. Esimerkki: Jos ( 3 1 0 A = 2 0 5 niin A = B, mutta A C. ) ( 3 1 0, B = 2 0 5 ) ( 0 1, C = 5 0 ),

Matriisien laskutoimitukset 8 Yhteenlasku Kahden saman kokoisen matriisin summa lasketaan niin, että samassa paikassa olevat luvut lasketaan yhteen ja tulos sijoitetaan samaan paikkaan. Jos C = A + B, niin c ij = a ij + b ij, i, j Esimerkki 3 1 0 2 + 1 4 2 4 7 2 2 3 = 5 3 7 0 1 1

Matriisien laskutoimitukset 9 Luvulla kertominen Matriisi kerrotaan luvulla siten, että jokainen matriisin luku erikseen kerrotaan. Esimerkki Jos C = r A, niin c ij = r a ij, i, j 5 3 1 0 2 1 4 = 15 5 0 10 5 20

Matriisien laskutoimitukset 10 Luvulla kertominen Edellä tehdyistä määritelmistä seuraa, että A + A = 2A ra + qa = (r + q)a A = ( 1) A A A = 0

Matriisien laskutoimitukset 11 Vektorien pistetulo Kahden vektorin pistetulo saadaan periaatteella: Laske ensimmäisten koordinaattien tulo + toisten koordinaattien tulo +... + viimeisten koordinaattien tulo. Eli kaavalla u v = u 1 v 1 + u 2 v 2 + + u n v n = n j=1 u j v j Esimerkki ( ) 3 2 5 2 1 2 = 3 2 + ( 2) 1 + 5 ( 2) = 6

Matriisien laskutoimitukset 12 Matriisien kertolasku m p -matriisin A ja p n -matriisin B tulo on m n -matriisi C jonka alkio c ij rivillä i sarakkeessa j saadaan laskemalla A:n i:nnen rivin ja B:n j:nnen sarakkeen pistetulo. (AB) ij = ( ) a i1 a i2 a ip b 1j b 2j. b pj = p k=1 a ik b kj ( 3 0 1 1 2 1 ) 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 =

Matriisien laskutoimitukset 13 Matriisien kertolasku ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ) ) 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 = ( ) 14 1 5 = ( 3 0 1 1 2 1 ) 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 5 6 =

Matriisien laskutoimitukset 14 Matriisien kertolasku ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ) ) ) ) 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 5 6 = 0 ( ) 14 1 5 6 = 0 3 = = ( 14 1 5 6 0 3 3 ) ( 14 1 5 6 0 3 3 2 )

Matriisien laskutoimitukset 15 Matriisien kertolasku Siis ( ) 3 0 1 1 2 1 }{{} A: 2 3 3 0 1 2 1 2 1 0 } 5 1 {{ 2 0 } B: 3 4 ( ) 14 1 5 6 = 0 3 3 2 }{{} AB: 2 4 Huomaa, että Jotta kertolasku AB onnistuu tulee A:n rivin olla yhtä pitkä kuin B:n sarake on korkea. Tulossa AB on yhtä monta riviä kuin matriisissa A ja yhtä monta saraketta kuin matriisissa B.

16 Matriisien yhteenlasku ja reaaliluvulla kertominen noudattavat seuraavia lakeja. Olkoon A, B ja C m n -matriiseja ja α, β R. Silloin (1) A + (B + C) = (A + B) + C (2) A + 0 = A (3) A + ( A) = 0 (4) A + B = B + A (5) 1 A = A (6) α(βa) = (αβ)a (7) (α + β)a = αa + βa (8) α(a + B) = αa + αb

17 Olkoon A, B ja C matriiseja ja α R. Jos matriisien tyypit ovat sellaiset, että seuraavat tulot ovat olemassa, niin (1) A(BC) = (AB)C (2) A(B + C) = AB + AC (3) (A + B)C = AC + BC (4) α(ab) = (αa)b = A(αB) (5) I A = AI = A Edellä olleet kaavat merkitsevät sitä, että matriisilausekkeita voi käsitellä hyvin samaan tapaan kuin koulussa on käsitelty x:n lausekkeita. Kun pitää seuraavat kolme matriisilaskennan erityispiirrettä valppaasti mielessään, niin matriiseilla voi laskea kuten x:n lausekkeilla

18 Olkoon A, B ja C matriiseja. Jos matriisien tyypit ovat sellaiset, että seuraavat tulot ovat olemassa, niin on mahdollista että Kommentteja: (1) AB BA (2) AC = BC, vaikka A B (3) AB = 0, vaikka (A 0 ja B 0) (1) Kertolaskussa ei saa vaihtaa tekijöiden järjestystä. ( 1 1 2 3 ) ( 2 4 0 1 ) = ( 2 3 4 11 ) ( 2 4 0 1 ) ( 1 1 2 3 ) ( ) 6 14 = 2 3

19 (1) AB BA, (2) (AC = BC) (A = B) (1) Järjestys ei vaihdu! Periaate näkyy kaavoissa. Jos A on vasemmalla LHS:ssa, niin se on vasemmalla myös RHS:ssa. Esim A(B + C) = AB + AC (2) Matriisilla ei saa jakaa! Kun koulussa on käsitelty x:n lausekkeita, on totuttu jakamaan LHS:n ja RHS:n yhteinen tekijä pois yhtälöstä. Matriisi-yhtälön kohdalla näin ei saa tehdä.

20 (3) (AC = 0) (A = 0 tai B = 0) (3) Tulon nollasääntö ei ole voimassa! Esimerkiksi ( 1 2 4 8 ) ( 2 4 1 2 ) = ( 0 0 0 0 ) On totta, että matriiseissa on jotakin erikoista, kun niiden tulo on nollamatriisi, mutta se erikoinen seikka ei ole se, että toinen niistä olisi nollamatriisi.

21 Määritelmä: m n -matriisin A tarnsponoitu matriisi eli (engl. transpose) A T on n m -matriisi, jolle (A T ) ij = a ji. Transpoosi A T saadaan siis A:sta tekemällä riveistä sarakkeita. 0 2 0 9 5 5 1 2 3 1 3 0 T 0 5 3 = 2 5 1 0 1 1 3 9 2 0 (Huomaa, että lävistäjä pysyy paikallaan.)

22 Transpoosille on voimassa seuraavat kaavat (1) (A T ) T = A (2) (A + B) T = A T + B T (3) (αa) T = αa T (4) (AB) T = B T A T huomaa järjestys!

23 Esimerkki Olkoon ( 7 2 A = 10 4 Nyt (AB) T = B T A T = (( 7 2 10 4 2 3 0 1 1 5 ) ( 2 0 1, B = 3 1 5 ) ( 2 0 1 3 1 5 ( 7 10 2 4 ) = ) )) T = 8 32 2 4 3 30 8 32 2 4 3 30

24 Reaalilukujen tapauksessa luvun a 0 käänteisluku 1/a = a 1 on sellainen luku, että a 1 a = 1 ja a a 1 = 1 (missä 1 = kertolaskun neutraalialkio). lta vaaditaan täsmälleen sama ominaisuus. Asioita mutkistaa se, että kaikilla 0:sta poikkeavilla matriiseilla ei ole a. Määritelmä: Neliömatriisi A on säännöllinen, jos on olemassa A 1 siten, että A 1 A = I ja AA 1 = I.

25 Esimerkki Jos Q = 2 1 2 0 2 1 1 4 3, niin Q 1 = 2 5 3 1 4 2 2 7 4, sillä 2 1 2 0 2 1 1 4 3 2 5 3 1 4 2 2 7 4 = 1 0 0 0 1 0 0 0 1 ja 2 5 3 1 4 2 2 7 4 2 1 2 0 2 1 1 4 3 = 1 0 0 0 1 0 0 0 1

26 Esimerkki jatkuu Yhtälöryhmä voidaan kirjoittaa matriisiyhtälöksi 2x 1y 2z = 7 2y + z = 8 1x + 4y + 3z = 17 2 1 2 0 2 1 1 4 3 Q x = b x = Q 1 b x y z = 7 8 17

27 Esimerkki jatkuu Yhtälöryhmän 2x 1y 2z = 7 2y + z = 8 1x + 4y + 3z = 17 ratkaisu on siis x = Q 1 b = 2 5 3 1 4 2 2 7 4 7 8 17 Q x = b = 3 5 2 Kaksi kysymystä: (1) Mistä tietää onko kerroinkaavio säännöllinen? (2) Mistä saadaan?

28 Ensimmäinen vastaus kysymykseen (2) on seuraavassa. (Perustelu luennolla) A n : (1) Muodosta kaksiosainen leveä kaavio (A I ) jonka vasen osa on käännettävä matriisi ja oikea puolki on saman kokoinen yksikkömatriisi. (2) Tee kaaviolle rivioperaatioita niin, että vasen puoli muuttuu yksikkömatriisiksi. (3) Kun vasen puoli on yksikkömatriisi, niin oikea puoli on A 1. (*) (Jos vaihetta (3) ei voi saavuttaa, niin matriisi ei ole säännöllinen.)

29 Esimerkki 2 1 2 1 0 0 0 2 1 0 1 0 1 4 3 0 0 1 1 4 3 0 0 1 0 2 1 0 1 0 2 1 2 1 0 0 1 4 3 0 0 1 0 2 1 0 1 0 0 7 4 1 0 2 1 0 1 0 2 1 0 1 0.5 0 0.5 0 0 0 0.5 1 3.5 2 vaihda rivit 1 ja 3 2 ( 1) + + 2 3.5 0.5 + 1 2 2

30 Esimerkki jatkuu 1 0 1 0 2 1 0 1 0.5 0 0.5 0 0 0 0.5 1 3.5 2 1 0 0 2 5 3 0 1 0 1 4 2 0 0 1 2 7 4 + 1 2 2