Insinöörimatematiikka D

Samankaltaiset tiedostot
Insinöörimatematiikka D

Insinöörimatematiikka D

Insinöörimatematiikka D

Insinöörimatematiikka D

Insinöörimatematiikka D

Matematiikka B2 - TUDI

Matematiikka B2 - Avoin yliopisto

Insinöörimatematiikka D

Insinöörimatematiikka D

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Käänteismatriisin ominaisuuksia

Insinöörimatematiikka D

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

Insinöörimatematiikka D

Insinöörimatematiikka D

Lineaarialgebra (muut ko)

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

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

2.5. Matriisin avaruudet ja tunnusluvut

1 Matriisit ja lineaariset yhtälöryhmät

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

1.1. Määritelmiä ja nimityksiä

Käänteismatriisi 1 / 14

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

Lineaarialgebra ja matriisilaskenta I

Ennakkotehtävän ratkaisu

Lineaariset yhtälöryhmät ja matriisit

BM20A0700, Matematiikka KoTiB2

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

Determinantti 1 / 30

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

ominaisvektorit. Nyt 2 3 6

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

Ensi viikon luennot salissa X. Lineaarialgebra (muut ko) p. 1/159

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

5 OMINAISARVOT JA OMINAISVEKTORIT

Neliömatriisin adjungaatti, L24

Insinöörimatematiikka D

Johdatus tekoälyn taustalla olevaan matematiikkaan

Tällä viikolla viimeiset luennot ja demot. Lineaarialgebra (muut ko) p. 1/162

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

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

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:

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

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

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.

2.8. Kannanvaihto R n :ssä

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

Johdatus lineaarialgebraan. Juha Honkala 2017

9 Matriisit. 9.1 Matriisien laskutoimituksia

Ortogonaalinen ja ortonormaali kanta

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

Insinöörimatematiikka D

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

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

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.

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

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

Insinöörimatematiikka D

Lineaariset kongruenssiyhtälöryhmät

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Determinantti. Määritelmä

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Determinantti. Määritelmä

10 Matriisit ja yhtälöryhmät

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 =

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

Lineaarialgebra ja matriisilaskenta I

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

802118P Lineaarialgebra I (4 op)

Vektoreiden virittämä aliavaruus

Mika Hirvensalo. Insinöörimatematiikka D 2018

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

Alkeismuunnokset matriisille, sivu 57

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Lineaarinen yhtälöryhmä

Lineaarialgebra ja matriisilaskenta I

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

Gaussin ja Jordanin eliminointimenetelmä

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

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

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

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I

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

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

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

Insinöörimatematiikka D

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

802120P Matriisilaskenta (5 op)

Mika Hirvensalo. Insinöörimatematiikka D 2015

Mika Hirvensalo. Insinöörimatematiikka D 2019

Ominaisarvo ja ominaisvektori

Transkriptio:

Insinöörimatematiikka D M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 1 of 25

Kertausta Määritelmä Jos A on tyyppiä r s ja B tyyppiä s t, on matriisien A ja B tulo r t-matriisi AB, missä (AB) ij = s A ik B kj k=1 Esimerkki ( ) ( ) 1 2 5 0 = 3 4 0 6 ( 5 1 ) 6 2 5 3 6 4 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 2 of 25

Matriisikertolasku lohkomuodossa Huomautus Matriisitulo voidaan laskea lohkomuodossa: ( ) ( ) ( A1 A 2 B1 B 2 A1 B = 1 + A 2 B 3 A 1 B 2 + A 2 B 4 A 3 A 4 B 3 B 4 A 3 B 1 + A 4 B 3 A 3 B 2 + A 4 B 4 ) Esimerkki Olkoot x 1,, x n R n pystyvektoreita ja A n n-matriisi Silloin A ( x 1 x 2 x n ) = ( Ax1 Ax 2 Ax n ) M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 3 of 25

Kertausta Matriisitulon merkitys Kun merkitään y i = a i1 x 1 + a i2 x 2 + + a in x n, saadaan y 1 a 11 a 12 a 1n x 1 y 2 = a 21 a 22 a 2n x 2 y m a m1 a m2 a mn x n Lause Lineaarikuvaus f : R n R m voidaan esittää muodossa f (x) = Ax, missä x on pystyvektori ja A on m n-matriisi, nk lineaarikuvauksen f matriisi luonnollisten kantojen suhteen M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 4 of 25

Kertausta Lineaarikuvausten yhdistäminen Olkoot f : R n R m ja g : R m R k lineaarikuvauksia, joiden matriisit ovat A f ja A g Yhdistetty kuvaus g f : R n R k voidaan esittää muodossa (g f )(x) = g(f (x)) = A g (A f x) = (A g A f )x Täten A g f = A g A f M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 5 of 25

Matriisitulo Esimerkki 48 (F 0, F 1,, F N 1 ) = DFT (f 0, f 1,, f N 1 ), missä F l = 1 N 1 f k e 2πikl N = 1 N 1 f k ρ kl N N k=0 k=0 kun merkitään ρ = e 2πi N Tämä voidaan kirjoittaa matriisimuodossa F 0 F 1 F 2 F N 1 = 1 N 1 1 1 1 1 ρ ρ 2 ρ N 1 1 ρ ρ 4 ρ (N 1)2 1 ρ N 1 ρ 2(N 1) ρ (N 1)(N 1) f 0 f 1 f 2 f N 1 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 6 of 25

Matriisitulo Lineaarinen yhtälöryhmä a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 + + a mn x n = b m voidaan kirjoittaa matriisimuodossa a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Kompaktimpi esitys: Ax = b x 1 x 2 x n = b 1 b 2 b m M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 7 of 25

Käänteismatriisi Määritelmä Olkoon A n n-matriisi Jos on olemassa sellainen n n-matriisi B, että AB = BA = I n, sanotaan, että B on A:n käänteismatriisi ja merkitään B = A 1 Jos A:lla on käänteismatriisi, sanotaan että A on säännöllinen Muutoin A on singulaarinen Huomautus Voidaan todistaa: Neliömatriiseille AB = I BA = I n n matriisi A on säännöllinen tarkalleen silloin kun r(a) = n (Eli A:n redusoidussa porrasmuodossa on tarkalleen n porrasta ) A on säännöllinen tarkalleen silloin kun A:n rivit ovat lineaarisesti riippumattomat M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 8 of 25

Käänteismatriisi Esimerkki Olkoon 1 2 1 A = 2 0 3 1 3 2 Huomataan, että 1 2 1 9 7 6 1 0 0 2 0 3 1 1 1 = 0 1 0 1 3 2 6 5 4 0 0 1 ja 9 7 6 1 2 1 1 0 0 1 1 1 2 0 3 = 0 1 0 6 5 4 1 3 2 0 0 1 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 9 of 25

Käänteismatriisi Esimerkki Olkoon Joten 1 2 1 A = 2 0 3 1 3 2 9 7 6 A 1 = 1 1 1 6 5 4 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 10 of 25

Käänteismatriisi Esimerkki 52 Olkoon Silloin A = 1 N A 1 = 1 N 1 1 1 1 1 ρ ρ 2 ρ N 1 1 ρ ρ 4 ρ (N 1)2 1 ρ N 1 ρ 2(N 1) ρ (N 1)(N 1) 1 1 1 1 1 ρ 1 ρ 2 ρ (N 1) 1 ρ 1 ρ 4 ρ (N 1)2 1 ρ (N 1) ρ 2(N 1) ρ (N 1)(N 1) M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 11 of 25

Käänteismatriisi Esimerkki 52 Todellakin A 1 = 1 N 1 1 1 1 1 ρ 1 ρ 2 ρ (N 1) 1 ρ 1 ρ 4 ρ (N 1)2, 1 ρ (N 1) ρ 2(N 1) ρ (N 1)(N 1) sillä matriisissa AA 1 kohdassa rs oleva alkio on N 1 1 ρ rk ρ ks = 1 N N k=0 N 1 k=0 e 2πi N k(r s), joka edelleen on Insinöörimatematiikka C:n mukaan 1, jos r = s, ja muuten 0; siis AA 1 = I N M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 12 of 25

Käänteismatriisi Koska AB = I BA = I, niin käänteismatriisin määritelmässä riittää tarkastella ehtoa AB = I Saadaan b 11 b 12 b 1n 1 0 0 b 21 b 22 b 2n A = 0 1 0 b n1 b n2 b nn 0 0 1 ja edelleen b 11 b 21 A b n1 b 12 b 1n 1 0 0 A b 22 A b 2n = 0 1 0 0 0 1 b n2 b nn M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 13 of 25

Käänteismatriisi Tämä voidaan edelleen jakaa n:ksi yhtälöryhmäksi: b 11 1 b 12 0 b 21 A = 0, A b 22 = 1,, A 0 0 b n1 b n2 b 1n b 2n b nn 0 = 0 1 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 14 of 25

Käänteismatriisi Gaussin-Jordanin menetelmä Muodostetaan edellisistä yhtälöryhmistä (useampikertaisesti) augmentoitu matriisi ja saatetaan se redusoituun porrasmuotoon: ( A I ) ( I A 1 ) Huomautus Jos Gaussin-Jordanin menetelmä ei muuta lohkomuodon (A I ) vasemmanpuoleista matriisia A identiteettimatriisiksi, voidaan todeta että A:lla ei ole käänteismatriisia Esimerkkejä Lasketaan esimerkkinä käänteismatriisi matriisille 1 2 1 A = 2 0 3 1 3 2 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 15 of 25

Determinantti Esimerkki 55 Matriisilla ( ) a b A = c d on käänteismatriisi tarkalleen silloin kun ad bc 0 Jos ad bc 0, niin ( ) A 1 1 d b = ad bc c a Määritelmä det(a) Merk = a c b d = ad bc M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 16 of 25

Determinantti Determinantti n n-matriisille Yleistetään 2 2-matriisin determinantti suuremmille neliömatriiseille Tässä kurssissa ei varsinaista määritelmää, vaan ainoastaan kerrotaan, miten niitä lasketaan Yleiselle determinantille seuraavat ominaisuudet ovat voimassa: Determinantin ominaisuuksia det(a) 0 tarkalleen silloin kun A 1 on olemassa det(ab) = det(a) det(b) M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 17 of 25

Determinantti Rivikehitelmät 3-rivinen determinantti voidaan laskea seuraavasti: a b c d e f g h i = a e f h i b d f g i + c d g e h Sääntö: Alkion a alideterminantti saadaan poistamalla rivi ja sarake, jolle a kuuluu Merkkisääntö: vasen ylänurkka +1, sitten vuorotellen M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 18 of 25

Determinantti 4-rivinen determinantti +c a b c d e f g h i j k l m n o p e f h i j l m n p = a d f g h j k l n o p e f g i j k m n o b e g h i k l m o p M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 19 of 25

Determinantti Lause Neliömatriisin A determinantti ei muutu, mikäli Matriisin A rivi lisätään toiseen vakiolla kerrottuna tai Matriisi A transponoidaan Sen sijaan: Jos matriisin A kahden rivin järjestys vaihdetaan, muuttuu determinantin merkki Mille tahansa vakiolle c pätee a 11 a 12 a 1n ca i1 ca i2 ca in = c a n1 a n2 a nn a 11 a 12 a 1n a i1 a i2 a in a n1 a n2 a nn M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 20 of 25

Determinantti Lause Jos matriisissa on nollarivi, on sen determinantti nolla Jos matriisissa on kaksi samaa riviä, on sen determinantti nolla Summahajotelma: a 11 a 12 a 1n b i1 + c i1 b i2 + c i2 b in + c in a n1 a n2 a nn a 11 a 12 a 1n a 11 a 12 a 1n = b i1 b i2 b in + c i1 c i2 c in a n1 a n2 a nn a n1 a n2 a nn M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 21 of 25

Determinantti Huomautus 3- ja 4-rivinen determinantti laskettiin kehittämällä ensimmäisen vaakarivin suhteen Edellisten tulosten perusteella ne voidaan kehittää myös ensimmäisen sarakkeen suhteen (Tai myös minkä tahansa muun rivin tai sarakkeen suhteen) Esimerkkejä Lasketaan joitakin esimerkkejä M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 22 of 25

Determinantti Huomautus Olkoon A n n-matriisi Jos det(a) 0, niin A 1 on olemassa ja homogeenisella yhtälöryhmällä Ax = 0 tarkalleen yksi ratkaisu x = A 1 0 = 0 Jos det(a) = 0, on yhtälöllä aina muitakin ratkaisuja x 0 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 23 of 25

Ominaisarvot ja -vektorit Matriisitulo n n-matriisien A ja B tulo on yleensä työläs laskea: (AB) ij = n A ik B kj k=1 n 2 alkiota, n kertolaskua ja n 1 yhteenlaskua kutakin kohti O(n 3 ) operaatiota O(n 237 ) operaatiota paras tunnettu menetelmä M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 24 of 25

Ominaisarvot ja -vektorit Matriisitulo Diagonaalimatriiseille helppo: a 1 0 0 b 1 0 0 0 a 2 0 0 b 2 0 0 0 a n 0 0 b n a 1 b 1 0 0 0 a 2 b 2 0 = 0 0 a n b n M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 25 of 25