Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Samankaltaiset tiedostot
Ennakkotehtävän ratkaisu

Determinantti 1 / 30

Käänteismatriisi 1 / 14

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

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.

802120P Matriisilaskenta (5 op)

802120P MATRIISILASKENTA (5 op)

Lineaarialgebra ja matriisilaskenta I

Matematiikka B2 - Avoin yliopisto

802118P Lineaarialgebra I (4 op)

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

Matematiikka B2 - TUDI

Johdatus tekoälyn taustalla olevaan matematiikkaan

1.1. Määritelmiä ja nimityksiä

Insinöörimatematiikka D

1 Matriisit ja lineaariset yhtälöryhmät

Insinöörimatematiikka D

BM20A0700, Matematiikka KoTiB2

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

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

Insinöörimatematiikka D

Lineaarinen yhtälöryhmä

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

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

9 Matriisit. 9.1 Matriisien laskutoimituksia

Determinantti. Määritelmä

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

Lineaariset yhtälöryhmät ja matriisit

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

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

Insinöörimatematiikka D

Insinöörimatematiikka D

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:

10 Matriisit ja yhtälöryhmät

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

Determinantti. Määritelmä

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

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

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

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

ominaisvektorit. Nyt 2 3 6

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 =

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Gaussin ja Jordanin eliminointimenetelmä

Ortogonaalinen ja ortonormaali kanta

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Neliömatriisin adjungaatti, L24

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

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

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

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

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

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

Lineaariset kongruenssiyhtälöryhmät

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

Lineaarialgebra ja matriisilaskenta I

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Käänteismatriisin ominaisuuksia

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

Lineaarialgebra ja matriisilaskenta I

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

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

Insinöörimatematiikka D

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

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

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

2.5. Matriisin avaruudet ja tunnusluvut

Numeeriset menetelmät

3.1 Lineaarikuvaukset. MS-A0007 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

Insinöörimatematiikka D

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.

Lineaarialgebra (muut ko)

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

5 OMINAISARVOT JA OMINAISVEKTORIT

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

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Kuvaus. Määritelmä. LM2, Kesä /160

802320A LINEAARIALGEBRA OSA III

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

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

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

Insinöörimatematiikka D

2.8. Kannanvaihto R n :ssä

Ominaisarvo ja ominaisvektori

Ominaisarvot ja ominaisvektorit 140 / 170

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

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

Johdatus lineaarialgebraan. Juha Honkala 2017

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

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

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

Numeeriset menetelmät TIEA381. Luento 3. Kirsi Valjus. Jyväskylän yliopisto. Luento 3 () Numeeriset menetelmät / 45

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

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

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

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

Ensi viikon luennot salissa X. Lineaarialgebra (muut ko) p. 1/66

Transkriptio:

Matriisien tulo Lause Olkoot A, B ja C matriiseja ja R Tällöin (a) A(B + C) =AB + AC, (b) (A + B)C = AC + BC, (c) A(BC) =(AB)C, (d) ( A)B = A( B) = (AB), aina, kun kyseiset laskutoimitukset on määritelty 4 / 46 Matriisit ja lineaarinen yhtälöryhmä Miten lineaarinen yhtälöryhmä 8 >< a 11 x 1 + a 1 x + + a 1n x n = b 1 >: a k1 x 1 + a k x + + a kn x n = b k voidaan kirjoittaa muodossa Ax = b, missä A on matriisi, x ja b ovat vektoreita? (Luennolla) 5 / 46

Mitä matriisit oikeastaan ovat? Huomautus/määritelmä Olkoon A M(k, n) Tällöin 1 A määrää kuvauksen F A : R n! R k, F A (x) =Ax R k kaikilla x R n Kuvauksen F A määrittelyjoukko on siis R n ja maalijoukko on R k Yhtälöryhmän Ax = b ratkaisujoukko on siten pisteen b alkukuva kuvauksessa F A eli F 1 A ({b}) ={x Rn F A (x) =Ax = b} 6 / 46 Kuvauksen F A : x 7! Ax injektiivisyys Lause 4 Olkoon A M(k, n) Seuraavat väitteet ovat yhtäpitäviä, toisin sanoen (a), (b), (c), (d): (a) Homogeeniyhtälöllä Ax = 0 on vain triviaaliratkaisu x = 0 (b) Kaikilla b R k yhtälöllä Ax = b on korkeintaan yksi ratkaisu (c) Kuvaus F A : R n! R k, F A (x) =Ax on injektio (d) Gaussin ja Jordanin eliminointimenetelmä yhtälöryhmälle Ax = b johtaa tilanteeseen 1 0 0 J 0 1 0 0 O 0 1 T 0 0 A 6 7 4 I 5 0 0 N 7 / 46

Kuvauksen F A : x 7! Ax surjektiivisuus Lause 5 Olkoon A M(k, n) Seuraavat väitteet ovat yhtäpitäviä: (a) Kaikilla b R k yhtälöllä Ax = b on ainakin yksi ratkaisu (b) Kuvaus F A : R n! R k, F A (x) =Ax on surjektio (c) Gaussin ja Jordanin eliminointimenetelmässä tapaus () (eli rivi 0 0 c, missä c 6= 0) ei esiinny 8 / 46 KÄÄNTEISMATRIISI 9 / 46

Neliömatriisi, diagonaalimatriisi, identiteettimatriisi Määritelmä 10 Matriisi A on neliömatriisi, jos A M(n, n) jollakin n N Neliömatriisi A =[a ij ] on diagonaalimatriisi, jos a ij = 0 kaikilla i 6= j Diagonaalimatriisi 1 0 0 0 1 0 0 I =[ ij ]= 6 7 M(n, n) 4 5 0 1 on yksikkömatriisi eli identtinen matriisi 0 / 46 Neliömatriisi, diagonaalimatriisi, identiteettimatriisi Huomautus 4 Identiteettimatriisille käytetään myös merkintää ( 1, i = j 0, i 6= j Tässä Lause 6 Olkoon A M(n, n) Tällöin IA = AI = A Todistus HT 1 / 46

Käänteismatriisi Määritelmä 11 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 Kysymys Onko matriisilla A M(n, n) olemassa aina käänteismatriisi? / 46 Käänteismatriisi Lause 7 (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 Lause 8 Olkoon A M(n, n) kääntyvä Tällöin kaikilla b R n yhtälöllä Ax = b on yksikäsitteinen ratkaisu x = A 1 b / 46

Käänteismatriisi Lause 9 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 4 / 46 Gaussin ja Jordanin algoritmi käänteismatriisille Matriisin A M(n, n) kääntyvyys voidaan testata ja A 1 voidaan etsiä Gaussin ja Jordanin menetelmällä seuraavasti: (1) Tarkastellaan laajennettua kerroinmatriisia A I () Sovelletaan Gaussin ja Jordanin menetelmää () Jos A muuttuu I :ksi, on viivan oikealla puolella A 1 Ts I A 1 (jos tämä onnistuu) (4) Jos A ei muutu identiteettimatriisiksi I vaakarivimuunnoksilla, niin A ei ole kääntyvä (Perustelu ) 5 / 46

Transpoosi Määritelmä 1 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 5 Transpoosin rivit ovat alkuperäisen matriisin sarakkeita ja transpoosin sarakkeet ovat alkuperäisen matriisin rivejä Esimerkki 1 apple 5 1 (a) Jos A = 4 1 6, niin AT = x 1 (b) T 6 x 1 x n = 4 x n 7 5 5 4 41 15 6 6 / 46 Transpoosin ominaisuuksia Lause 10 Olkoot A, B M(k, n), C M(n, l) ja (a) (A T ) T = A (b) (A + B) T = A T + B T (c) ( A) T = A T (d) (AC ) T = C T A T R Tällöin Todistus Harjoitustehtävä 7 / 46

Transpoosin ominaisuuksia Lause 11 Olkoon A M(n, n) kääntyvä Tällöin A T on kääntyvä ja (A T ) 1 =(A 1 ) T Todistus Luennolla 8 / 46 DETERMINANTTI 9 / 46

Determinantti Määritelmä 14 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 Neliömatriisin A M(n, n) determinantti on luku det A = nx ( 1) 1+j A 1j det A 1j, j=1 missä det[a] =a Huomautus 6 Matriisin A M(n, n) sarakevektoreiden virittämän n-ulotteisen suuntaissärmiön tilavuus on det A Erityisesti, 1-ulotteisen suuntaissärmiön eli janan pituus on det a = a 40 / 46 Determinantti Lause 1 Neliömatriisin A determinantille pätee (a) kehittämissääntö i:nen rivin suhteen det A = nx ( 1) i+k a ik det A ik, k=1 (b) kehittämissääntö j:nen sarakkeen suhteen det A = nx ( 1) k+j a kj det A kj k=1 Todistus Sivuutetaan (Helppo uskoa tilavuustulkinnasta) 41 / 46

Determinantti Huomautus 7 Neliömatriisin A determinantti voidaan kehittää minkä tahansa rivin/sarakkeen suhteen Kannattaa usein valita esimerkiksi sarake/rivi missä on paljon nollia 4 / 46 Determinantti Lause 1 Olkoon A M(n, n) Seuraavat ominaisuudet pätevät: (a) Olkoon B matriisi, joka on saatu kertomalla jokin A:n rivi/sarake luvulla R Tällöin det B = det A (b) Jos jokin A:n rivi/sarake on nolla, niin det A = 0 (c) Jos A:ssa on kaksi samaa riviä/saraketta, niin det A = 0 (d) Jos matriisi B saadaan A:sta vaihtamalla kaksi riviä/saraketta keskenään, niin det B = det A (e) Jos B saadaan A:sta lisäämällä riviin/sarakkeeseen i rivi/sarake j 6= i, kerrottuna luvulla R, niin det B = det A 4 / 46

Determinantti Lause 1 (jatkuu) (f) Olkoon A = S 1 S n, missä S j on A:n j:s sarake Jos S j = V 1 + V jollekin j, niin det A = det S 1 V 1 + V S n = det S 1 V 1 S n + det S 1 V S n (g) Vastaavasti olkoon A = 4 R 1 R n R i = W 1 + W jollekin i, niin R 1 5, missä R i on A:n i:s rivi Jos det A = det W 6 1 + W = det W 7 6 1 + det W 7 6 7 4 5 4 5 4 5 R n R n R n R 1 R 1 44 / 46 Determinantti Merkintä 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 Esimerkki 15 Esimerkkejä 45 / 46

Determinantti Lause 14 Matriisi A M(n, n) on kääntyvä, jos ja vain jos det A 6= 0 Lause 15 Olkoot A, B M(n, n) Tällöin (a) det(ab) =det A det B, (b) det(a T )=det A, (c) jos A on kääntyvä, niin det(a 1 )= 1 det A 46 / 46