Lineaariset Lien ryhmät / Ratkaisu 4 D 355 klo ja D 381 klo

Samankaltaiset tiedostot
Lineaariset Lien ryhmät / Ratkaisut 6 D 381 klo

{I n } < { I n,i n } < GL n (Q) < GL n (R) < GL n (C) kaikilla n 2 ja

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

802320A LINEAARIALGEBRA OSA I

1 Lineaariavaruus eli Vektoriavaruus

Esko Turunen Luku 3. Ryhmät

802320A LINEAARIALGEBRA OSA III

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

Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät sivua Heikki Koivupalo ja Rami Luisto

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

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

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

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

Lineaariset Lien ryhmät / Ratkaisu 1 D 355 klo ja D 381 klo b 0 1

Kuvaus. Määritelmä. LM2, Kesä /160

Insinöörimatematiikka D

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Tensorialgebroista. Jyrki Lahtonen A = A n. n=0. I n, I = n=0

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

Yleiset lineaarimuunnokset

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 )

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

1 Avaruuksien ja lineaarikuvausten suora summa

802320A LINEAARIALGEBRA OSA II

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

GROUPS AND THEIR REPRESENTATIONS - FOURTH PILE

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

jonka laskutoimitus on matriisien kertolasku. Vastaavasti saadaan K-kertoiminen erityinen lineaarinen ryhmä

Esko Turunen MAT Algebra1(s)

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

1 Sisätulo- ja normiavaruudet

Kertausta: avaruuden R n vektoreiden pistetulo

H = H(12) = {id, (12)},

MATEMATIIKAN JA TILASTOTIETEEN LAITOS JYVÄSKYLÄN YLIOPISTO

Insinöörimatematiikka D

Teema 4. Homomorfismeista Ihanne ja tekijärengas. Teema 4 1 / 32

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x

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

Täydellisyysaksiooman kertaus

Johdatus lineaarialgebraan

Differentiaalimuodot

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

GROUPS AND THEIR REPRESENTATIONS - FIFTH PILE. Olemme jo (harjoituksissa!) löytäneet Lien ryhmälle SL 2 (R) seuraavat redusoitumattomat esitykset:

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

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

Lineaarialgebra II P

Lien ryhmät D 380 klo Ratkaisut 6+6=12

6 MATRIISIN DIAGONALISOINTI

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0

Lineaarikuvauksen R n R m matriisi

3.4 Käänteiskuvauslause ja implisiittifunktiolause

1 Tensoriavaruuksista..

ALGEBRA KEVÄT 2013 JOUNI PARKKONEN

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

Insinöörimatematiikka D

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

Tyyppi metalli puu lasi työ I II III

Johdatus lineaarialgebraan

HN = {hn h H, n N} on G:n aliryhmä.

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n

y z = (x, y) Kuva 1: Euklidinen taso R 2

802320A LINEAARIALGEBRA OSA III LINEAR ALGEBRA PART III

Laskutoimitusten operaattorinormeista

Suorat ja tasot, L6. Suuntajana. Suora xy-tasossa. Suora xyzkoordinaatistossa. Taso xyzkoordinaatistossa. Tason koordinaattimuotoinen yhtälö.

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

5 Ominaisarvot ja ominaisvektorit

(xa) = (x) (a) = (x)0 = 0

1 Ominaisarvot ja ominaisvektorit

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

Ryhmä SO(3) ja sen lineaariset redusoitumattomat esitykset

1 Kompleksiluvut. Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7

{I n } < { I n,i n } < GL n (Q) < GL n (R) < GL n (C) kaikilla n 2 ja

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.

MAT Algebra I (s) periodilla IV 2012 Esko Turunen

Derivaatta: funktion approksimaatio lineaarikuvauksella.

Insinöörimatematiikka D

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

802320A LINEAARIALGEBRA OSA III

802320A LINEAARIALGEBRA OSA III

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

1 Algebralliset perusteet

a) z 1 + z 2, b) z 1 z 2, c) z 1 z 2, d) z 1 z 2 = 4+10i 4 = 10i 5 = 2i. 4 ( 1)

Avaruuden R n aliavaruus

1. Tarkastellaan esimerkissä 4.9 esiintynyttä neliön symmetriaryhmää

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

Ortogonaalisen kannan etsiminen

6. OMINAISARVOT JA DIAGONALISOINTI

Ryhmäteoriaa. 2. Ryhmän toiminta

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

Käänteismatriisi 1 / 14

Metriset avaruudet 2017

Kertausta: avaruuden R n vektoreiden pistetulo

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto

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

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Transkriptio:

JYVÄSKYLÄN YLIOPISTO MATEMATIIKAN JA TILASTOTIETEEN LAITOS Lineaariset Lien ryhmät 13.2.2012 / Ratkaisu 4 D 355 klo. 8-10 ja D 381 klo. 16-18. 1. Havainnollista seuraavalla tavalla itsellesi ja yleisöllesi, että SO(3):n keskus on pelkkä identtinen kierto: a) Ota käteesi kirja. Pidä sitä vaakasuorassa. Ota huoneessa käyttöön koordinaatisto, jossa origo on kirjan keskipiste, kirjan selkä on y-akselin suuntainen, kirjan kannen normaali z-akselin suuntainen ja kirjan alareuna siis x-akselin suuntainen tavalliseen tapaan. Kiinnitä sitten mielessäsi koordinaatisto avaruuteen, älä kirjaan. Merkitään seuraavassa X φ :llä kiertoa x-akselin ympäri kulman φ verran, vastaavasti määritellään Y φ ja Z φ. Merkitsemme kulmia asteina. Tee harjoitusmielessä kirjalle (joka kerta samasta alkutilasta lähtien) kierrot X 45, X 90, Y 60 ja Z 270. Jos haluat, voit harjoitela lisää tekemällä kaikki nämä peräkkäin eli kierron Z 270 Y 60 X 90 X 45, jossa siis ensimmäiset kkaksi ovat x-akselin ympäri näinhän kuvauksien yhdistämistä on tapana merkitä. Nyt osaat. Tee kierrot X 90 Z 180 ja Z 180 X 90. Ei saisi tulla sama! b) Totea, että mikään kierto X φ ei kommutoi kierron Z 180 kanssa, paitsi X 180. c) Keksi jokin kierto, joka ei kommutoi kierron X 180 kanssa. d) Oletko valmis? Ratkaisu: Olen. 2. Etsitään maksimaallinen torus ortogonaaliryhmään O(n): Osoita, että O(n):n maksimaalinen torus sisältyy ryhmään SO(n) ja on siis SO(n):n maksimalinen torus. Ratkaisu: Olkoon T O(n) torus ja A T. Osoitetaan, että det A = 1. Torus on aliryhmä, joten 1 T. Selvästi torus on polkuyhtenäinen, joten on olemassa polku A:sta ykköseen 1. Tällä polulla kuvaus det on jatkuva, mutta koska polku torus O(n), niin det voi saada vain arvot ±1 ja on siis vakio, nimittäin vakio det 1 = 1. 3. Osoita, että jos ryhmän G ainoa epätriviaali normaali aliryhmä on sen keskus Z = Z(G), niin tekijäryhmä G/Z on yksinkertainen. Ratkaisu: Vastaoletus: G/Z:lla on sittenkin epätriviaali normaali aliryhmä {1} H G/Z. Merkitään kanonista surjektiota ϕ : G G/Z : g g + Z. Osoitetaan, että yleensäkin homomorfismissa normaalin aliryhmän alkukuva ϕ 1 H G on normaali aliryhmä: Tietenkin aliryhmän alkukuva homomorfismissa on aliryhmä. Lisäksi kaikilla g G pätee g(ϕ 1 H)g 1 (ϕ 1 (ϕg))(ϕ 1 H)(ϕ 1 (ϕg 1 )) ϕ 1 ( (ϕg)h(ϕg 1 ) ) = ϕ 1 ( (ϕg)h(ϕg) 1) ϕ 1 H, selvä. Oletuksen mukaan siis ϕ 1 H = Z. Siis {1 G/Z } = ϕ(z) = ϕ(ϕ 1 H) = H.

4. Kierroksen 3 harjoitustehtävissä 6 osoitettiin, että matriisiryhmän G ykkösalkion sisältävä polkuyhtenäinen komponentti H on aliryhmä. Osoita, että GHG 1 H eli H on jopa normaali aliryhmä. Ratkaisu: Olkoon h H ja g G. Valitaan H:ssa (riittää: G:ssä) polku t ψ(t) ykkösestä h:hon. Silloin t gψ(t)g 1 on G:ssä polku ykkösestä ghg 1 :hon, joka siis kuuluu komponenttiin H. 2 5. Schreierin lauseen todistuksessa oletettiin ainoastaan, että H on täysin epäyhtenäinen eli etttä mistään sen alkiosta ei ole polkua mihinkään muuhun. On siis itse asiassa todistettu, että jos G on polkuyhtenäinen ja sen aliryhmä H täysin epäyhtenäinen, niin H Z(G). Tästä esimerkkinä ovat kaikki aikaisemmassa harjoituksessa esiintyneet SO(2):n äärettömät aliryhmät (rationaaliset kierrot ja irrationaalisen kierron monikerrat). Nämä ovat lisäksi normaaleja ja tiheitä aliryhmiä, mutta se on pikemminkin yhteensattuma kuin sääntö: Miksi yksikään SO(n):n aliryhmä ei ole sekä normaali, tiheä että täydellisesti epäyhtenäinen, kun n 3? Ratkaisu: SO(n) on polkuyhtenäinen. Jos siis sen aliryhmä H täysin epäyhtenäinen, niin edellä sanotun nojalla H Z(SO(n)). Mutta Z(SO(n)) tunnetaan, eikä se ole tiheä (ellei n 2), joten H ei voi olla tiheä. 6. Mitkä seuraavista väitteistä ovat aina tosia, kun A GL(n, R)? (Tässä n 2) a) e 2A = (e A ) 2. b) e A+B = e A e B kaikilla B GL(n, R) = A = λ1, missä λ R. c) e A+B = e A e B kaikilla B GL(n, R) = A on diagonalisoituva. d) e A+B = e A e B kaikilla B GL(n, R) A Z(GL(n, R)). Ratkaisu: a) OK. Kommutoivat! b) Totta on (kai). Todistus riippuu löytämästäni lemmasta, jota en osaa todistaa. Varmaan on olemassa suorakin todistus, kunhan keksin/keksimme sopivat matriisit B, jotka tekevät A:sta halutunlaisen. Tässä tämä huono todistus: WIKIPEDIA: (matrix exponential function) ketoo. The converse (to XY = Y X = e X + e Y = e X e Y ) is false: the equation e X + e Y = e X e Y does not necessarily imply that X and Y commute. However, the converse is true if Xand Y contain only algebraic numbers and their size is at least 2 2 (Horn, Roger A.; Johnson, Charles R. (1991), Topics in Matrix Analysis, Cambridge University Press, ISBN 978-0-521-46713-1, pp. 435 437). Mahdolliset vastaesimerkkimatriisit sisältävät siis kumpikin transkendenttilukuja. Koska toisen transkendenttisuus ei riitä, niin e A+B = e A e B kaikilla B GL(n, R) = e A+B = e A e B kaikilla algebrallisilla B GL(n, R) = AB = BA kaikilla algebrallisilla B GL(n, R) = AB = BA kaikilla B GL(n, R), koska algebralliset luvut ovat tiheässä ja matriisilaskutoimitukset jatkuvia. Siis A Z(GL(n, R)), joka on helposti todettavissa joukoksi {A = λ1 λ R}.

( ) ( ) 1 0 0 1 c) Ei. Vastaesimerkki A =, B = : 0 0 0 0 ( ) ( ) ( ) 1 0 e e A 1 0 e 0 = exp( ) = 0 0 0 e 0 = 0 1 (Diagonaalimatriisi ( ) exponentioidaan aina diagonaalitermeittäin.) ( ) 0 1 1 1 e B = exp( ) = 1 + B + B 0 0 2 /2 + = 1 + B + 0 = 1 + B = 0 1 (Nilpotentin ( matriisin ) ( )(jolla( siis B) n = 0) exp on aina polynomi matriisista B.) e 0 1 1 e e e A e B = = 0 1 0 1 0 1 ( ) ( ) ( ) 1 1 e 0 e 1 e B e A = = 0 1 0 1 0 1 Nämä eroavat toisistaan, joten ainakin toinen eroaa matriisista e A+B. Väitteessä sanottiin (teinpä vaikean.), että sen pitää olla nimenomaan e A e B. Täytyy siis laskea myös e A+B. ( ) 1 1 A + B = 0 0 ( ) 1 1 (A + B) 2 = = (A + B), joten (A + B) 0 0 n = (A + B) kaikilla n N. e A+B = 1 + (A + ( B) + )(A + B) ( 2 /2 + ) ( = 1 + (A ) + B)(1 + 1/2 + 1/3! + 1/4! +... ) = 1 0 1 1 1 + e e 1 + e(a + B) = + e =, joka ei ole kumpikaan. 0 1 0 0 0 1 d) Totta on. Perustelu: A Z(GL(n, R)) AB = BA kaikilla B GL(n, R) = e A+B = e A e B kaikilla B GL(n, R) ja toiseen suuntaan väite on kohta b). 3 7. Osoita, että kvaternioiden eksponenttifunktio kuvaa avaruuden R 3 = Ri + Rj + Rk 1-ulotteisen aliavaruuden eli origon kautta kulkevan suoran s R 3 ympyräksi. Määrää sen säde. Ratkaisu: 1. tapa: Valitaan suoralta s R 3 = Ri + Rj + Rk H (imaginaarinen) yksikkökvaternio u, jolloin s =< u >= Ru. Koska imaginaariselle yksikkökvaterniolle pätee u 2 = 1, on helppoa laskea sarjasta, että kaikilla θ R on exp u = cos θ+u sin θ. Vektorit 1 ja u < i, j, k > ovat ortogonaaliset ja ykkösen pituiset, joten ne ovat ortonormaali koordinaatisto virittämässään 2-ulotteisessa euklidisessa avaruudessa. Näin ollen parametrisoitu käyrä R H : t exp u = cos θ+u sin θ kuvaa reaaliluvut 1-säteiseksi ympyräksi. Tämä on tietenkin suoran s kuvajoukko. 2. tapa: Valitaan suoralta s R 3 = Ri + Rj + Rk H yksikkökvaternio u, jolloin kuvaus ψ : C H : x + yi x + yu on isometrinen (siis erityisesti myös injektiivinen) rengashomomorfismi eli upottaa kunnan C alikunnaksi ja metrisen avaruuden osajoukoksi vinokuntaan/metriseen avaruuteen H. Se kuvaa siis 1-ympyrän 1-säteiseksi origokeskiseksi ympyräksi. Osoitetaan, että tämä on etsitty kuvajoukko. Eksponenttifunktion sarja määrittelee kvaternioiden eksponenttifunktion H H : q e q. Sama sarja määrittelee kompleksisen

eksponettifunktion C C : z e z. Siksi kaikilla z C on n 1 n 1 n 1 ψ exp(z) = ψ( lim n k! zk ) = lim (ψ n k! zk ) = lim n k! (ψz)k = exp(ψ(z)) k=0 k=0 Selvästi kuvaukset s H : tu exp(tu) ja tu ti exp(ti) ψ(exp(ti)) = exp(ψ(ti)) = exp tu ovat siis sama kuvaus. Jälkimmäisen kuvajoukko on ympyrämme! 8. Miksi e iπ/2 = i ja e jπ/2 = j? Seuraus: e iπ/2 e jπ/2 e jπ/2 e iπ/2, joten ainakin toinen niistä on e iπ/2+jπ/2. Kaava e a+b = e a e b ei siis päde ainakaan kaikille kvaternioille a, b. Päteekö se kompleksiluvuille a, b? Ratkaisu: Seuraa edellisestä tehtävästä, jossa u:n rooliin voidaan ottaa i tai yhtälailla j. Tietenkin kaava pätee C:ssä, koska luvut kommutoivat. 9. Seuraavassa tehtävässä on pitkä johdanto: k=0 Bilineaarikuvauksen derivaatta Olkoot V, W ja U vektoriavaruuksia ja K niiden kerroinkunta. (Voit olettaa, että K = R.) Määritelmä: Kuvaus B : V W U on bilineaarinen, jos sen kaikki osittaiskuvaukset B(v, ) : W U : w B(v, w) ja B(, w) : V U : v B(v, w) ovat lineaarisia. Esimerkkejä: Lähes kaikki lineaarialgebrassa tuloiksi sanotut kuvaukset ovat bilineaarikuvauksia. Tarkemmin sanoen ainakin seuraavat ovat bilineaarikuvauksia: (1) reaalilukujen tulo xy (2) kompleksilukujen tulo zz (3) vektorin ja luvun tulo λv (4) vektorien reaalinen sisätulo (v w) (5) matriisitulo AB, (6) erityisesti matriisin ja vektorin tulo Ax (7) lineaarikuvauksen arvon laskeminen T v, (8) erityisesti lineaarimuodon eli K-arvoisen lineaarikuvauksen arvon laskeminen v u (9) funktioiden, erityisesti polynomien pisteittäinen tulo f g (10) vektorien tensoritulo x y (11) lineaarikuvausten tensoritulo T S Lineaarikuvaus vektoriavaruudelta toiselle määräytyy yksikäsitteisesti kanta-alkioiden kuvista ja nämä voi valita miten tahansa. Erityisesti äärellisulotteisten avaruuksien välisten lineaarikuvausten esittäminen kannan avulla matriiseina perustuu tähän. Myös bilineaarikuvauksella on sama ominaisuus: bilineaarinen B : V W U määräytyy täysin arvoista B(k, l), missä k läpikäy V :n kannan K ja l läpikäy W:n kannan L, onhan B ( K λ kk, L µ ll) = K L λ kµ l kl. Näin voidaan muodostaa esimerkkejä bilineaarikuvauksista itse asiassa tietenkin kaikki äärellisulotteiset esimerkit. 4

Olkoon V = K[x] = {f f on K-kertoiminen yhden muuttujan polynomi}. Tavallinen polynomien kertolasku on symmetrinen ts.(b(a, b) = B(b, a)) bilineaarikuvaus V V V. Sama pätee tietenkin useamman muuttujan polynomeille eli avaruudessa V = K[x 1,..., x d ]. Yleisemmin, missä tahansa kommutatiivisessa K-algebrassa A sisäinen kertolasku A A A on K-bilineaarinen ja symmetrinen; itse asiassa kommutatiivinen K- algebra on määritelmän mukaan K-vektoriavaruus, jossa lisäksi on annettuna symmetrinen bilineaarikuvaus B : A A A, jota sanotaan siäiseksi kertolaskuksi. 1 Avaruudessa R 3 kahden vektorin ristitulo on esimerkki alternoivasta bilineaarikuvauksesta. Perusesimerkki alternoivasta bilineaarikuvauksesta on kuitenkin 2 2- matriisin determinantti: [ ] [ ] Olkoon V = R 2 a11 a12. Kuvaus, joka kahteen vektoriin v = ja w = liittää a 21 a 22 determinantin B(v, w) = a 11 a 12 a 21 a 22 on alternoiva bilineaarikuvaus V V R. Bilineaarikuvauksen derivointi. Bilineaarikuvaukselle B : R n R m R d on yleisesti voimassa derivoimiskaava 2 : (d (A,B) B) (X, Y ) = B(A, Y ) + B(X, B). Erityisesti ykkösalkioiden kohdalla jättäen turhat sulkeet merkitsemättä: d (I,I) B(X, Y ) = B(I, Y ) + B(X, I). Bilineaarikuvauksen tulon kaavasta voi johtaa, että matriisin kääntämisen k : G G : g g 1 derivaatta on d g k(x) = g 1 Xg 1. Erityisesti ykkösalkion e = I G = GL(n, R) kohdalla d I k(x) = X, toisin sanoen matriisin kääntämisen derivaatta kohdassa I on 1:llä kertominen. a) Tarkastellaan vektoriavaruudessa V = M 2 2 = {2 2-matriisit} bilineaarikuvausta β : V V V : (A, B) AB, siis matriisituloa. Sen derivaatta kohdassa X = 0, Y = 1 on lineaarikuvaus V V V. Määrää se. b) Tarkastellaan avaruuden V = M 2 2 avoimessa joukossa (Miksi avoin?) GL(2, R) = {A V det A 0} määriteltyä kuvausta k ( : A ) A 1. Määrää sen suunnattu derivaatta pisteessä 1 GL(2, /R) suuntaan joko suoraan laskemalla tai yllä 1 2 3 4 5 1 Yleensäkin, jos bilineaarikuvaus B : A A A on assosiatiivinen niin (A, +, B) on samalla vektoriavaruus ja rengas, jolloin sanotaan, että A on assosiatiivinen algebra. Assosiatiivinen algebra ei aina ole kommutatiivinen eikä yleinen algebra eli pelkkä bilineaarikuvaus ole assosiatiivinen. Erityisesti Lien algebra ei ole kumpaakaan. 2 On Purmosen diff lask 1 monisteessa harjoitustehtävänä! Hyvä kaava. Tämän erikoistapauksena saadaan mm. tunnettu tulon derivoimiskaava.

annetun käänteismatriisin derivaatan kaavan avulla mieluiten kummallakin tavalla! Ratkaisu: a) Merkitään matriisituloa hetken ajan symbolilla. Koska matriisitulo on bilineaarinen, on sen derivaatta kohdassa (A, B) annetun kaavan mukaan (d (A,B) )(X, Y ) = (A, Y ) + (X, B) = AY + XB, Tehtävän pisteessä (MUUTIN NIMET) (A, B) = (0, 1) derivaatta on siis siis (d (0,1) )(X, Y ) = 0Y + X1 = X. b) Samaan tapaan on annetun kaavan mukaan kääntämiskuvauksen k derivaatta ykkösmatriisin kohdalla d 1 k(x) = X. Differentiaalilaskennasta tiedämme, että suunnattu derivatta on derivaatan arvo, kun sille syötetään suunnan ( ilmaiseva ) yksikkövektori eli suuntavektori. Tehtävän tilantessa suuntavektori on jaettuna pituudellaan, joka on u = 1 1 2 3 4 2 + 2 2 + 3 2 + 4 2 = 1 + 4 + 9 + 16 = 30, joten suunnattu derivatta on ( ) 1 1 2. 30 3 4 Sama pitäisi saada suoraan suunnatun derivaatan määritelmästä derivoimalla komponenteittain polku t k(1 + tu) kohdassa t = 0. osannet arvioida,kumpi laskutapa on helpompi! 6