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

Samankaltaiset tiedostot
Neliömatriisin adjungaatti, L24

Lineaarialgebra ja matriisilaskenta I

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

Matematiikka B2 - TUDI

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Matematiikka B2 - Avoin yliopisto

Determinantti. Määritelmä

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:

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Determinantti. Määritelmä

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

1 Matriisit ja lineaariset yhtälöryhmät

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

2.8. Kannanvaihto R n :ssä

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

Ortogonaaliset matriisit, määritelmä 1

Käänteismatriisi 1 / 14

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

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

Ennakkotehtävän ratkaisu

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

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

Insinöörimatematiikka D

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

Ominaisarvo ja ominaisvektori

Lineaariset yhtälöryhmät ja matriisit

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

BM20A0700, Matematiikka KoTiB2

802118P Lineaarialgebra I (4 op)

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

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

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

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

Lineaarialgebra ja matriisilaskenta I

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

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

Lineaariset kongruenssiyhtälöryhmät

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

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

5 Lineaariset yhtälöryhmät

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

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

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Johdatus tekoälyn taustalla olevaan matematiikkaan

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

9 Matriisit. 9.1 Matriisien laskutoimituksia

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

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

Determinantti 1 / 30

Vektoreiden virittämä aliavaruus

Similaarisuus. Määritelmä. Huom.

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

Talousmatematiikan perusteet

802120P MATRIISILASKENTA (5 op)

Matriisialgebra harjoitukset, syksy 2016

Ominaisarvo ja ominaisvektori

Numeeriset menetelmät

Valintakoe

1.1. Määritelmiä ja nimityksiä

2.5. Matriisin avaruudet ja tunnusluvut

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

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

Lineaarialgebra, kertausta aiheita

Käänteismatriisin ominaisuuksia

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

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

5 OMINAISARVOT JA OMINAISVEKTORIT

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

Lineaarinen yhtälöryhmä

10 Matriisit ja yhtälöryhmät

Lineaarikuvauksen R n R m matriisi

Ortogonaalinen ja ortonormaali kanta

Pienimmän neliösumman menetelmä (PNS)

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

Pienimmän neliösumman menetelmä (PNS)

Gaussin ja Jordanin eliminointimenetelmä

802120P Matriisilaskenta (5 op)

Johdatus lineaarialgebraan. Juha Honkala 2017

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.

Ositetuista matriiseista

Numeeriset menetelmät

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

Lineaarialgebra (muut ko)

Pienimmän neliösumman menetelmä (PNS)

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

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

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

LINEAARIALGEBRA I. Hannu Honkasalo. Helsingin yliopiston matematiikan laitos v w u ...

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

Insinöörimatematiikka IA

Matriisilaskenta Luento 8: LU-hajotelma

Pienimmän Neliösumman menetelmä (PNS)

Insinöörimatematiikka D

Transkriptio:

Determinantit

1 2 2-matriisin ( A = on det(a) = a 11 a 12 a 21 a 22 a 11 a 12 a 21 a 22 ) = a 11a 22 a 12 a 21.

1 2 2-matriisin on det(a) = Esim. Jos A = ( a 11 a 12 a 21 a 22 A = a 11 a 12 a 21 a 22 ) = a 11a 22 a 12 a 21. ( 3 1 2 4 ), niin det(a) = 3 1 2 4 = 3 4 1 2 = 10.

2 Tarkastellaan esimerkkinä yhtälöparia { a 11 x + a 12 y = b 1 a 21 x + a 22 y = b 2

2 Tarkastellaan esimerkkinä yhtälöparia { a 11 x + a 12 y = b 1 a 21 x + a 22 y = b 2 Ratkaistaan yhtälöpari yhteenlaskukeinolla eliminoimalla muuttuja y. { a 11 x + a 12 y = b 1 a 21 x + a 22 y = b 2 a 22 ( a 12 )

2 Tarkastellaan esimerkkinä yhtälöparia { a 11 x + a 12 y = b 1 a 21 x + a 22 y = b 2 Ratkaistaan yhtälöpari yhteenlaskukeinolla eliminoimalla muuttuja y. { a 11 x + a 12 y = b 1 a 21 x + a 22 y = b 2 a 22 ( a 12 ) a 11 a 22 x + a 12 a 22 y = a 22 b 1 a 12 a 21 x a 12 a 22 y = a 12 b 2 (a 11 a 22 a 12 a 21 )x = a 22 b 1 a 12 b 2

3 JOHTOPÄÄTÖS: Kahden yhtälön ja kahden muuttujan yhtälöryhmällä { a 11 x + a 12 y = b 1 a 21 x + a 22 y = b 2 A x = b on yksikäsitteinen ratkaisu, jos ja vain jos det(a) 0.

4 3 3-matriisin A = a 11 a 12 a 13 a 21 a 22 a 23 on det(a) = = +a 11 a 22 a 23 a 32 a 33 a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 a 31 a 32 a 33 a 12 a 21 a 23 a 31 a 33 + a 13 a 21 a 22 a 31 a 32

5 Esimerkki = +[2] [2] 3 1 0 5 0 4 6 7 5 0 6 7 3 0 0 4 7 + 1 0 5 4 6

6 Esimerkki 2 [3] 1 0 5 0 4 6 7 = +2 5 0 6 7 [3] 0 0 4 7 + 1 0 5 4 6

7 Esimerkki 2 3 [1] 0 5 0 4 6 7 = +2 5 0 6 7 3 0 0 4 7 + [1] 0 5 4 6

8 Esimerkki 2 3 1 0 5 0 4 6 7 = +2 5 0 6 7 3 0 0 4 7 + 1 0 5 4 6

8 Esimerkki 2 3 1 0 5 0 4 6 7 = +2 5 0 6 7 3 0 0 4 7 + 1 0 5 4 6 = 2 (5 7 0 ( 6)) 3 (0 7 0 4) + 1 (0 ( 6) 5 4)

8 Esimerkki 2 3 1 0 5 0 4 6 7 = +2 5 0 6 7 3 0 0 4 7 + 1 0 5 4 6 = 2 (5 7 0 ( 6)) 3 (0 7 0 4) + 1 (0 ( 6) 5 4) = 2 (35 0) 3 (0 0) + 1 (0 20)

8 Esimerkki 2 3 1 0 5 0 4 6 7 = +2 5 0 6 7 3 0 0 4 7 + 1 0 5 4 6 = 2 (5 7 0 ( 6)) 3 (0 7 0 4) + 1 (0 ( 6) 5 4) = 2 (35 0) 3 (0 0) + 1 (0 20) = 70 0 20 = 50

9 Determinantti voidaan kehittää minkä tahansa rivin tai sarakkeen suhteen. Merkit pitää katsoa kaaviosta + + + + + + + +.......

10 + + + + + Esimerkki: Kehitetään edellisen esimerkin kehittämällä se toisen rivin suhteen 2 3 1 [0] 5 0 4 6 7 = [0] 3 1 6 7 + 5 2 1 4 7 0 2 3 4 6

11 + + + + + Esimerkki: Kehitetään edellisen esimerkin kehittämällä se toisen rivin suhteen 2 3 1 0 [5] 0 4 6 7 = 0 3 1 6 7 + [5] 2 1 4 7 0 2 3 4 6

12 + + + + + Esimerkki: Kehitetään edellisen esimerkin kehittämällä se toisen rivin suhteen 2 3 1 0 5 [0] 4 6 7 = 0 3 1 6 7 + 5 2 1 4 7 [0] 2 3 4 6

12 + + + + + Esimerkki: Kehitetään edellisen esimerkin kehittämällä se toisen rivin suhteen 2 3 1 0 5 [0] 4 6 7 = 0 3 1 6 7 + 5 2 1 4 7 [0] 2 3 4 6 = 0 + 5 (14 4) 0 = 50

13 det(i ) = 1.

13 det(i ) = 1. Neliömatriisi A on säännöllinen (eli on olemassa käänteismatriisi A 1 ), jos ja vain jos det(a) 0

13 det(i ) = 1. Neliömatriisi A on säännöllinen (eli on olemassa käänteismatriisi A 1 ), jos ja vain jos det(a) 0 det(ab) = det(a)det(b)

13 det(i ) = 1. Neliömatriisi A on säännöllinen (eli on olemassa käänteismatriisi A 1 ), jos ja vain jos det(a) 0 det(ab) = det(a)det(b) det(a 1 ) = 1 det(a)

14 Jos kaaviossa vaihdetaan kaksi riviä (tai saraketta) keskenään, niin uuden kaavion on alkuperäisen kaavion determinantin vastaluku

14 Jos kaaviossa vaihdetaan kaksi riviä (tai saraketta) keskenään, niin uuden kaavion on alkuperäisen kaavion determinantin vastaluku Jos kaaviossa on nollarivi (tai nollasarake), niin kaavion determinantin arvo on 0

14 Jos kaaviossa vaihdetaan kaksi riviä (tai saraketta) keskenään, niin uuden kaavion on alkuperäisen kaavion determinantin vastaluku Jos kaaviossa on nollarivi (tai nollasarake), niin kaavion determinantin arvo on 0 Jos jokin kaavion rivi lisätään reaaliluvulla kerrottuna kaavion toiseen riviin, niin uuden kaavion determinantin arvo on sama kuin alkuperäisen kaavion determinantin arvo (sama pätee sarakkeille)

14 Jos kaaviossa vaihdetaan kaksi riviä (tai saraketta) keskenään, niin uuden kaavion on alkuperäisen kaavion determinantin vastaluku Jos kaaviossa on nollarivi (tai nollasarake), niin kaavion determinantin arvo on 0 Jos jokin kaavion rivi lisätään reaaliluvulla kerrottuna kaavion toiseen riviin, niin uuden kaavion determinantin arvo on sama kuin alkuperäisen kaavion determinantin arvo (sama pätee sarakkeille) Kolmiomuodossa olevan kaavion on diagonaali-alkioiden tulo.

15 Matriisi = A = 2 1 3 7 4 6 5 2 0

15 2 1 3 Matriisi = A = 7 4 6 5 2 0 ( ) 7 6 Alimatriisi = A 12 = 5 0

15 2 1 3 Matriisi = A = 7 4 6 5 2 0 ( ) 7 6 Alimatriisi = A 12 = 5 0 Minori = det(a 12 ) = 7 6 5 0 = 30

15 2 1 3 Matriisi = A = 7 4 6 5 2 0 ( ) 7 6 Alimatriisi = A 12 = 5 0 Minori = det(a 12 ) = 7 6 5 0 = 30 Kofaktori = ( 1) 1+2 det(a 12 ) = 30