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.

Samankaltaiset tiedostot
Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

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.

Vektorien virittämä aliavaruus

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

Lineaarialgebra ja matriisilaskenta I

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

7 Vapaus. 7.1 Vapauden määritelmä

Vektoreiden virittämä aliavaruus

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

Ortogonaalisen kannan etsiminen

Lineaarialgebra ja matriisilaskenta I

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Kanta ja dimensio 1 / 23

Kertausta: avaruuden R n vektoreiden pistetulo

Lineaarikuvauksen R n R m matriisi

Ominaisvektoreiden lineaarinen riippumattomuus

Ominaisarvo ja ominaisvektori

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

Lineaarialgebra ja matriisilaskenta I, HY Kurssikoe Ratkaisuehdotus. 1. (35 pistettä)

Kertausta: avaruuden R n vektoreiden pistetulo

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

Avaruuden R n aliavaruus

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

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

Johdatus lineaarialgebraan

802320A LINEAARIALGEBRA OSA I

1 Lineaariavaruus eli Vektoriavaruus

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /310

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

JAKSO 2 KANTA JA KOORDINAATIT

Johdatus lineaarialgebraan

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

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Similaarisuus. Määritelmä. Huom.

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

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

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Esimerkki 8. Ratkaise lineaarinen yhtälöryhmä. 3x + 5y = 22 3x + 4y = 4 4x 8y = r 1 + r r 3 4r 1. LM1, Kesä /68

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I

Johdatus lineaarialgebraan

Matemaattinen Analyysi, s2016, L2

Kuvaus. Määritelmä. LM2, Kesä /160

1 Sisätulo- ja normiavaruudet

802320A LINEAARIALGEBRA OSA II

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Ortogonaalinen ja ortonormaali kanta

MS-C1340 Lineaarialgebra ja

8 KANNAT JA ORTOGONAALISUUS. 8.1 Lineaarinen riippumattomuus. Vaasan yliopiston julkaisuja 151

Matriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.

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

Oppimistavoitematriisi

Miten osoitetaan joukot samoiksi?

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

Oppimistavoitematriisi

Matemaattinen Analyysi / kertaus

Koodausteoria, Kesä 2014

Insinöörimatematiikka D

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

Ominaisarvo ja ominaisvektori

802320A LINEAARIALGEBRA OSA III

Kanta ja Kannan-vaihto

Johdatus lineaarialgebraan

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

Matemaattinen Analyysi, k2011, L2

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

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

3 Skalaari ja vektori

Tehtäväsarja I Kertaa tarvittaessa materiaalin lukuja 1 3 ja 9. Tarvitset myös luvusta 4 määritelmän 4.1.

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Insinöörimatematiikka D

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

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.

Johdatus lineaarialgebraan

Johdatus lineaarialgebraan

2. REAALIKERTOIMISET VEKTORIAVARUUDET

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

Lineaariset yhtälöryhmät ja matriisit

Vastaavasti, jos vektori kerrotaan positiivisella reaaliluvulla λ, niin

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 );

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

ominaisvektorit. Nyt 2 3 6

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

1 Avaruuksien ja lineaarikuvausten suora summa

Koodausteoria, Kesä 2014

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I

5 OMINAISARVOT JA OMINAISVEKTORIT

2.6 Funktioiden kuvaajat ja tasa-arvojoukot

Insinöörimatematiikka D

Johdatus lukuteoriaan Harjoitus 2 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

Transkriptio:

Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 + + c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. Jos jono ( v 1, v 2,..., v k ) on vapaa, sanotaa, että vektorit v 1, v 2,..., v k ovat lineaarisesti riippumattomia. Jos jono ei ole vapaa, sanotaan, että se on sidottu. LM1, Kesä 2015 86/202

Jos virittäjäjono on vapaa, niin kaikki aliavaruuden vektorit voidaan esittää tasan yhdellä tavalla virittäjävektorien lineaarikombinaatioina: Lause 11 Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,...}. Jono ( v 1, v 2,..., v k ) on vapaa, jos ja vain jos jokainen aliavaruuden span( v 1, v 2,..., v k ) alkio voidaan kirjoittaa täsmälleen yhdellä tavalla vektorien v 1, v 2,..., v k lineaarikombinaationa. LM1, Kesä 2015 97/202

Perustelu: : Oletetaan, että jono ( v 1, v 2,..., v k ) on vapaa. Oletetaan, että w span( v 1, v 2,..., v k ). Tämä tarkoittaa, että w voidaan kirjoittaa ainakin yhdellä tavalla vektoreiden v 1,..., v k lineaarikombinaationa. Oletetaan nyt, että w = a 1 v 1 + + a k v k ja w = b 1 v 1 + + b k v k joillakin a 1,..., a k, b 1,..., b k R. Tällöin a 1 v 1 + + a k v k = b 1 v 1 + + b k v k, joten a 1 v 1 + + a k v k (b 1 v 1 + + b k v k ) = 0 ja edelleen (a 1 b 1 ) v 1 + + (a k b k ) v k = 0. Jono ( v 1,..., v k ) on oletuksen mukaan vapaa, joten viimeisestä yhtälöstä seuraa, että a 1 b 1 = 0, a 2 b 2 = 0,..., a k b k = 0. Siten a 1 = b 1,..., a k = b k. Näin ollen vektoria w ei voida kirjoittaa lineaarikombinaationa usealla eri tavalla. LM1, Kesä 2015 98/202

: Oletetaan, että jokainen aliavaruuden span( v 1,..., v k ) alkio voidaan kirjoittaa täsmälleen yhdellä tavalla vektorien v 1,..., v k lineaarikombinaationa. Osoitetaan, että jono ( v 1,..., v k ) on vapaa. Sitä varten oletetaan, että luvut c 1,..., c k R ovat sellaisia, että c 1 v 1 + c 2 v 2 + + c k v k = 0. Koska vektori 0 on aliavaruuden span( v 1,..., v k ) alkio, se voidaan kirjoittaa vektorien lineaarikombinaationa täsmälleen yhdellä tavalla. Tiedetään, että 0 v 1 + 0 v 2 + + 0 v k = 0, joten täytyy päteä c 1 = 0, c 2 = 0,..., c k = 0. Siten jono ( v 1, v 2,..., v k ) on vapaa. LM1, Kesä 2015 99/202

Kanta Oletetaan, että v 1,..., v j R n, missä n {1, 2,...}. Merkitään W = span( v 1,..., v j ); ts. W on vektoreiden v 1,..., v j virittämä aliavaruus. Määritelmä Oletetaan, että w 1, w 2,..., w k W. Vektorijono ( w 1, w 2,..., w k ) on aliavaruuden W kanta, jos (a) W = span( w 1, w 2,..., w k ) (b) ( w 1, w 2,..., w k ) on vapaa. LM1, Kesä 2015 100/202

Kanta Esimerkki 19 Merkitään ē 1 = (1, 0) ja ē 2 = (0, 1). Osoitetaan, että jono (ē 1, ē 2 ) on avaruuden R 2 kanta. ē 2 ē 1 LM1, Kesä 2015 101/202

Esimerkin 19 ratkaisu Käytetään kannan määritelmää: (a) Oletetaan, että w R 2. Tällöin w = (w 1, w 2 ) joillakin reaaliluvuilla w 1 ja w 2. Havaitaan, että w = w 1 (1, 0) + w 2 (0, 1) = w 1 ē 1 + w 2 ē 2. Näin mikä tahansa avaruuden R 2 vektori voidaan esittää vektoreiden ē 1 ja ē 2 lineaarikombinaationa. Siten span(ē 1, ē 2 ) = R 2. (b) Oletetaan, että c 1 ē 1 + c 2 ē 2 = 0 joillakin c 1, c 2 R. Tällöin c 1 (1, 0) + c 2 (0, 1) = (0, 0) eli (c 1, c 2 ) = (0, 0), mistä seuraa, että c 1 = 0 ja c 2 = 0. Siis jono (ē 1, ē 2 ) on vapaa. LM1, Kesä 2015 102/202

Kanta ja koordinaatit Lause 12 Jono ( w 1,..., w k ) on aliavaruuden W kanta, jos ja vain jos jokainen aliavaruuden W vektori voidaan kirjoittaa täsmälleen yhdellä tavalla vektoreiden w 1,..., w k lineaarikombinaationa. Lause 12 mahdollistaa seuraavan määritelmän: Määritelmä Oletetaan, että B = ( w 1,..., w k ) on aliavaruuden W kanta. Oletetaan, että ū W. Vektorin ū koordinaateiksi kannan B suhteen kutsutaan reaalilukuja a 1,..., a k, joilla ū = a 1 w 1 + + a k w k. LM1, Kesä 2015 103/202

Kanta ja koordinaatit Esimerkki 20 Merkitään w 1 = (2, 1), w 2 = (1, 3) ja ū = (8, 3). (a) Osoita lauseen 12 avulla, että ( w 1, w 2 ) on avaruuden R 2 kanta. (b) Määritä vektorin ū koordinaatit avaruuden R 2 ns. luonnollisen kannan E 2 = (ē 1, ē 2 ) suhteen. (c) Määritä vektorin ū koordinaatit kannan B = ( w 1, w 2 ) suhteen. LM1, Kesä 2015 105/202

(a) Oletetaan, että v R 2. Ratkaistaan yhtälö x 1 w 1 + x 2 w 2 = v eli yhtälö x 1 (2, 1) + x 2 (1, 3) = (v 1, v 2 ). Komponenteittain: { 2x1 + x 2 = v 1 x 1 + 3x 2 = v 2. [ ] 2 1 v1... 1 3 v 2 [ ] 1 0 (3v1 v 2 )/7. 0 1 (v 1 + 2v 2 )/7 Tasan yksi ratkaisu riippumatta vektorista v R 2. Siis jono ( w 1, w 2 ) on avaruuden R 2 kanta lauseen 12 nojalla. LM1, Kesä 2015 106/202

Kanta ja koordinaatit (b) Vektorin ū = (8, 3) koordinaatit avaruuden R 2 luonnollisen kannan E 2 = (ē 1, ē 2 ) suhteen ovat 8 ja 3, sillä ū = 8(1, 0) + 3(0, 1) = 8ē 1 + 3ē 2. 3ē 2 ē 2 ū =8ē 1 +3ē 2 ē 1 8ē 1 LM1, Kesä 2015 107/202

(c) Vektorin ū = (8, 3) koordinaatit avaruuden R 2 kannan B = ( w 1, w 2 ) suhteen saadaan a-kohdan avulla. Sen mukaan x 1 w 1 +x 2 w 2 = ū, jos ja vain jos { x1 = (3u 1 u 2 )/7 = (24 3)/7 = 3 x 2 = (u 1 + 2u 2 )/7 = (8 + 6)/7 = 2. Siis ū = 3 w 1 + 2 w 2 eli kysytyt koordinaatit ovat 3 ja 2. LM1, Kesä 2015 108/202

Kanta ja koordinaatit 2 w 2 w 2 ū =3 w 1 +2 w 2 w 1 3 w 1 LM1, Kesä 2015 109/202

Kanta ja dimensio Lause 13 Aliavaruuden W jokaisessa kannassa on yhtä monta vektoria. Lause 13 mahdollistaa seuraavan määritelmän: Määritelmä Aliavaruuden W kannan vektorien lukumäärä on aliavaruuden W dimensio. Sitä merkitään dim(w ). Jos aliavaruuden dimensio on n, sanotaan, että aliavaruus on n-ulotteinen. LM1, Kesä 2015 110/202

Kanta ja dimensio Esimerkki 21 Esimerkin 19 mukaan vektorit ē 1 = (1, 0) ja ē 2 = (0, 1) muodostavat avaruuden R 2 kannan. Siten dim(r 2 ) = 2. ē 2 ē 1 Esimerkki 22 Merkitään v 1 = (3, 1, 5), v 2 = (2, 1, 3) ja v 3 = (0, 5, 1). Olkoon W = span( v 1, v 2, v 3 ). Määritä aliavaruuden W dimensio. LM1, Kesä 2015 111/202