2.8. Kannanvaihto R n :ssä

Samankaltaiset tiedostot
Kanta ja dimensio 1 / 23

Matriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo

Matematiikka B2 - TUDI

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

Matematiikka B2 - Avoin yliopisto

Neliömatriisin adjungaatti, L24

Insinöörimatematiikka D

JAKSO 2 KANTA JA KOORDINAATIT

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

Avaruuden R n aliavaruus

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

802320A LINEAARIALGEBRA OSA III

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

Insinöörimatematiikka D

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

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

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

MS-C1340 Lineaarialgebra ja

Insinöörimatematiikka D

1 Kannat ja kannanvaihto

Ortogonaalinen ja ortonormaali kanta

Käänteismatriisi 1 / 14

Insinöörimatematiikka D

Determinantti. Määritelmä

2.5. Matriisin avaruudet ja tunnusluvut

Insinöörimatematiikka D

Determinantti. Määritelmä

Käänteismatriisin ominaisuuksia

1.1. Määritelmiä ja nimityksiä

Tyyppi metalli puu lasi työ I II III

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

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

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:

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0

Kanta ja Kannan-vaihto

Ominaisarvo ja ominaisvektori

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

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

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

9 Matriisit. 9.1 Matriisien laskutoimituksia

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

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Ennakkotehtävän ratkaisu

Matriisialgebra harjoitukset, syksy 2016

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Insinöörimatematiikka D

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

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

BM20A0700, Matematiikka KoTiB2

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 =

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

Lineaarialgebra b, kevät 2019

Similaarisuus. Määritelmä. Huom.

Talousmatematiikan perusteet

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

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

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

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 )

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

1 Ominaisarvot ja ominaisvektorit

4. LINEAARIKUVAUKSET

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

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

Ortogonaalisen kannan etsiminen

Lineaarialgebra ja matriisilaskenta I

Lineaarikuvauksen R n R m matriisi

Lineaariset kongruenssiyhtälöryhmät

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

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

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.

Insinöörimatematiikka D

2. REAALIKERTOIMISET VEKTORIAVARUUDET

802118P Lineaarialgebra I (4 op)

1 Matriisit ja lineaariset yhtälöryhmät

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

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

ja F =

Johdatus tekoälyn taustalla olevaan matematiikkaan

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Lineaarialgebra (muut ko)

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella

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.

Determinantti 1 / 30

Ortogonaaliset matriisit, määritelmä 1

ominaisvektorit. Nyt 2 3 6

Insinöörimatematiikka D

Lineaariset yhtälöryhmät ja matriisit

1 Lineaariavaruus eli Vektoriavaruus

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

802320A LINEAARIALGEBRA OSA I

802120P Matriisilaskenta (5 op)

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

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

Ratkaisuehdotukset LH 3 / alkuvko 45

Numeeriset menetelmät

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

Transkriptio:

28 Kannanvaihto R n :ssä Seuraavassa kantavektoreiden { x, x 2,, x n } järjestystä ei saa vaihtaa Vektorit ovat pystyvektoreita ( x x 2 x n ) on vektoreiden x, x 2,, x n muodostama matriisi, missä vektorit on kirjoitettu pystyvektoreina Vektorin koordinaatit annetaan kantavektoreiden mukaisessa järjestyksessä Vektorin koordinaatit tietyssä kannassa ovat yksikäsitteiset (Lause 24) Jos kantaa vaihdetaan, muuttuvat yleensä myös koordinaatit Koordinaatit S { x, x 2,, x n } vektoriavaruuden V kanta Vektorin u V koordinaatit kannassa S ovat a, a 2, a n, eli u a x + a 2 x 2 + + a n x n Merkitään: a a 2 ( u) S S 2 { y, y 2,, y n } on vektoriavaruuden toinen kanta ja u b y + b 2 y 2 + + b n y n, eli a n b b 2 ( u) S2 Miten koordinaatit a i ja b i riippuvat kantavektoreista? b n

Esimerkki 234 Vektorin u koordinaatit kannassa S {(, 3) T, (, 2) T } ovat 4 ja Määrää u:n koordinaatit luonnollisessa kannassa E {(, 0) T, (0, ) T } ( ) 4 Ratk ( u) S u 4 ( ) + 3 ( ) 2 ( 3 2 ) ( 4 ) ( ) 22 ( ) +22 0 ( ) 0 Vektorin u koordinaatit luonnollisessa ovat ja 22 ( ) ( u) E ( u) 3 2 S Esimerkki jatkoa ( ) 3 2 ( ) ( ) ( ) 4 22 3 2 ( ) ( u) E ( u) 3 2 S on kannanvaihtomatriisi kannalta S kannalle E P(E S) ( ) 3 2

Kannanvaihtomatriisi P(E S) S { x, x 2,, x n } avaruuden R n kanta E { e, e 2,, e n } avaruuden R n luonnollinen kanta Vektorin u koordinaatit kannassa S ovat a, a 2,,a n a a 2 u a x + a 2 x 2 + + a n x n ( x x 2 x n ) a n ( u) E P(E S)( u) S Kannanvaihtomatriisi P(E S) kannasta S kantaan E saadaan kannan S vektoreista P(E S) ( x x 2 x n ) Esimerkki 23 Vektorin v koordinaatit luonnollisessa kannassa E ovat 3 ja 4 Määrää vektorin v koordinaatit kannassa S {(, 3) T, (, 2) T } Ratk Edellinen ( esimerkki: ) ( v) E P(E S)( v) S P(E S) 3 2 P(E S) sarakkeet ovat kannan vektoreina vapaita Käänteismatriisi (P(E S)) on olemassa (P(E S)) ( v) E (P(E S)) P(E S)( v) S ( v) S ( v) S ( v) S (P(E S)) ( v) E ( ) ( ) 3 3 2 4 ( 2 3 eli vektorin v koordinaatit kannassa S ovat 2 ) ( ) ( 3 2 4 3 ja 3 )

Esimerkki jatkoa ( 2 3 ) ( ) 3 2 on kannanvaihtomatriisi luonnolliselta kannalta E kannalle S P(S E) (P(E S)) ( 2 3 ) Kannanvaihtomatriisi P(S E) S { x, x 2,, x n } avaruuden R n kanta E { e, e 2,, e n } avaruuden R n luonnollinen kanta Jokaiselle vektorille u on ( u) E P(E S)(u) S, P(E S) ( x x 2 x n ) Matriisin P(E S) sarakkeet ovat kannan S vektoreina vapaita (P(E S)) on olemassa (P(E S)) ( u) E (P(E S)) P(E S)( u) S I ( u) S ( u) S (P(E S)) ( u) E Merkitään P(S E) (P(E S)) on kannanvaihtomatriisi luonnolliselta kannalta E kannalle S

Kannanvaihtomatriisi P(S E) jatkoa Vektorin u koordinaatit kannassa S { x, x 2,, x n } saadaan luonnollisen kannan koordinaattien ja kannanvaihtomatriisin P(S E) kannalta E kannalle S avulla matriisitulosta ( u) S P(S E)( u) E P(S E) (P(E S)) ( x x 2 x n ) Kannanvaihtomatriisi P(S 2 S ) S { x x n } R n :n kanta S 2 { y,, y n } R n :n kanta E R n :n luonnollinen kanta R n :n vektorille u on voimassa: ( u) S2 P(S 2 E)( u) E, missä P(S 2 E) ( y y 2 y n ) ( u) E P(E S )( u) S, missä P(E S ) ( x x 2 x n ) ( u) S2 P(S 2 E)( u) E P(S 2 E)P(E S )( u) S ( y y 2 y n ) ( x x 2 x n )( u) S

Kannanvaihtomatriisi P(S 2 S ) jatkoa ( u) S2 P(S 2 S )( u) S, P(S 2 S ) on kannanvaihtomatriisi kannalta S { x, x 2,, x n } kannalle S 2 { y,, y n } P(S 2 S ) ( y y 2 y n ) ( x x 2 x n ) Lause 29 Olkoot S { x x n } ja S 2 { y,, y n } kaksi vektoriavaruuden R n kantaa Jokaiselle vektorille u R n on voimassa: (i) ( u) S2 P(S 2 S )( u) S, missä kannanvaihtomatriisi P(S 2 S ) kannalta S kannalle S 2 saadaan matriisitulosta P(S 2 S ) ( y y 2 y n ) ( x x 2 x n ) (ii) ( u) S P(S S 2 )( u) S2, missä kannanvaihtomatriisi P(S S 2 ) kannalta S 2 kannalle S saadaan yhtälöstä P(S S 2 ) (P(S 2 S )) ( x x 2 x n ) ( y y 2 y n ) (iii) Kannanvaihtomatriisit P(S S 2 ) ja P(S 2 S ) ovat yksikäsitteisiä

Todistus (i) Edellä (ii) Vaihtamalla kantojen S ja S 2 roolit saadaan kohdan (i) perusteella: ( u) S P(S S 2 )( u) S2 ( x x 2 x n ) ( y y 2 y n )( u) S2 (P(S S 2 )) (( x x 2 x n ) ( y y 2 y n )) ( y y 2 y n ) ( x x 2 x n ) P(S 2 S ) (ii) on voimassa (iii) Tulos seuraa koordinaattiesityksen yksikäsitteisyydestä Esimerkki 236 Määrää kannanvaihtomatriisi R 3 :n kannasta S {(,, ), (0,, ), (0, 0, )} kantaan S 2 {(,, 0), (0,, ), (, 0, 2)} ja määrää sen avulla vektorin u koordinaatit kannassa S 2, kun u:n koordinaatit kannassa S ovat, ja 3 Ratk ( x x 2 x 3 ) 0 0 0 ja ( y y 2 y 3 ) 0 0 0 2, Kannanvaihtomatriisi P(S 2 S ) ( y y 2 y 3 ) ( x x 2 x 3 ) 0 0 0 2 0 0 0

Esimerkki jatkoa 0 0 0 2 2 2 2 2 0 0 2 0 P(S 2 S ) 2 2 0 0 2 0 ( u) S2 P(S 2 S )( u) S 3 0 3 4 eli vektorin u koordinaatit kannassa S 2 ovat, 3 ja 4 3 Matriisin determinantti -matriisin A (a ) determinantti, det A a 2 2-matriisin determinantti on a a 2 a 2 a 22 a ( ) + a 22 + a 2 ( ) +2 a 2 a a 22 a 2 a 2 3 3-matriisin determinantti on a a 2 a 3 a 2 a 22 a 23 a 3 a 32 a 33 a a 22 a 23 a 32 a 33 a 2 a 2 a 23 a 3 a 33 + a 3 a 2 a 22 a 3 a 32

Yleinen tapaus n n-matriisin determinantti on A a a 2 a n a 2 a 22 a 2n a n a n2 a nn det A a A + a 2 A 2 + + a n A n a a n a 2 a 2n, a n a nn missä A j on ( ) +j kertaa sen (n ) (n )-matriisin, joka saadaan kun A:sta poistetaan rivi ja j sarake, determinantti Kofaktori Merkitään: A ij on ( ) i+j kertaa sen (n ) (n )-matriisin, joka saadaan kun A:sta poistetaan i:s rivi ja j:s sarake, determinantti A ij :tä sanotaan alkion a ij kofaktoriksi A a a (j ) a j a (j+) a n a (i ) a (i )(j ) a (i )j a (i )(j+) a (i )n a i a i(j ) a ij a i(j+) a in a (i+) a (i+)(j ) a (i+)j a (i+)(j+) a (i+)n a n a n(j ) a nj a n(j+) a nn

Kofaktori jatkoa A ij ( ) i+j a a (j ) a (j+) a n a (i ) a (i )(j ) a (i )(j+) a (i )n a (i+) a (i+)(j ) a (i+)(j+) a (i+)n a n a n(j ) a n(j+) a nn Determinantin kehittäminen Voidaan osoittaa: det A a i A i + a i2 A i2 + + a in A in eli matriisi voidaan kehittää minkä tahansa rivin suhteen Myös: det A a j A j + a 2j A 2j + + a nj A nj eli matriisi voidaan kehittää minkä tahansa sarakkeen suhteen

Esimerkki 3 Määrää 0 2 4 0 2 0 Ratk Tuloksia Seuraavat tulokset voidaan osoittaa: ) Jos A:ssa 0-rivi tai 0-sarake, niin det A 0 2) det A T det A 3) Jos jokin A:n rivi tai sarake kerrotaan k:lla, niin saadun matriisin determinantti k det A det(ka) k n det A 4 Jos A:n kaksi riviä (vast saraketta) vaihdetaan keskenään, niin saadun matriisin determinantti det A ) Jos A:ssa on kaksi samaa riviä (vast saraketta) niin det A 0

Jatkoa 6) a + x a 2 a n a 2 + x 2 a 22 a 2n a n + x n a n2 a nn a a 2 a n x a 2 a n a 2 a 22 a 2n x 2 a 22 a 2n + a n a n2 a nn x n a n2 a nn Vastaava sääntö muille sarakkeille ja riveille 7) Jos A:n i:nteen riviin lisätään c (k:s rivi), i k, niin saadun matriisin determinantti det A Vastaava sääntö sarakkeille 8) Yläkolmiomatriisin determinantti on lävistäjäalkioiden tulo 9) det AB det A det B Esimerkki 32 Laske 2 0 2 0 0 2 0 4 Ratk 2 0 2 + 0 0 2 0 4 0 ( ) 2+ 2 2 4 + 4 + 0 0 0 0 2 0 4 0 0 3 0 ( ) ( ) + 3 ( 3) 2