Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Samankaltaiset tiedostot
1 Sisätulo- ja normiavaruudet

Kertausta: avaruuden R n vektoreiden pistetulo

Hilbertin avaruudet, 5op Hilbert spaces, 5 cr

802320A LINEAARIALGEBRA OSA II

Kertausta: avaruuden R n vektoreiden pistetulo

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

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 );

Kanta ja dimensio 1 / 23

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 );

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.

Ortogonaalisen kannan etsiminen

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

Avaruuden R n aliavaruus

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

Hilbertin avaruudet, 5op Hilbert spaces, 5 cr

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

HILBERTIN AVARUUKSISTA

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.

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Sisätuloavaruudet. 4. lokakuuta 2006

Ominaisvektoreiden lineaarinen riippumattomuus

1 Lineaariavaruus eli Vektoriavaruus

MS-C1340 Lineaarialgebra ja

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

802320A LINEAARIALGEBRA OSA I

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 )

Tehtäväsarja I Kerrataan lineaarikuvauksiin liittyviä todistuksia ja lineaarikuvauksen muodostamista. Sarjaan liittyvät Stack-tehtävät: 1 ja 2.

802320A LINEAARIALGEBRA OSA II/PART II

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

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin

4. Hilbertin avaruudet

802320A LINEAARIALGEBRA OSA II LINEAR ALGEBRA PART II

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

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

802320A LINEAARIALGEBRA OSA II/PART II

Mat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008

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 );

8. Avoimen kuvauksen lause

802320A LINEAARIALGEBRA OSA II LINEAR ALGEBRA PART II

Seuraava topologisluonteinen lause on nk. Bairen lause tai Bairen kategorialause, n=1

7. Tasaisen rajoituksen periaate

Lineaarialgebra II P

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

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

2 / :03

Täydellisyysaksiooman kertaus

1. Normi ja sisätulo

JAKSO 2 KANTA JA KOORDINAATIT

Miten osoitetaan joukot samoiksi?

802320A LINEAARIALGEBRA OSA III

Insinöörimatematiikka D

Insinöörimatematiikka D

Vektorien virittämä aliavaruus

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

Johdatus reaalifunktioihin P, 5op

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

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

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

LINEAARIALGEBRA A 2016 TOMI ALASTE EDITED BY T.M. FROM THE NOTES OF

Johdatus lineaarialgebraan

6. OMINAISARVOT JA DIAGONALISOINTI

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Kuinka määritellään 2 3?

MS-C1340 Lineaarialgebra ja

Kuvaus. Määritelmä. LM2, Kesä /160

Koodausteoria, Kesä 2014

pdfmark=/pages, Raw=/Rotate 90 1 Lineaariavaruus eli Vektoriavaruus Sisätuloavaruus Lineaarikuvaus Ominaisarvo 0-68

1 Ominaisarvot ja ominaisvektorit

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

Toispuoleiset raja-arvot

Johdatus lineaarialgebraan

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa

5 Ominaisarvot ja ominaisvektorit

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

Kompaktien operaattoreiden spektraaliteoriasta

7 Vapaus. 7.1 Vapauden määritelmä

Kanta ja Kannan-vaihto

Lineaarikuvauksen R n R m matriisi

1 Avaruuksien ja lineaarikuvausten suora summa

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

Likimääräisratkaisut ja regularisaatio

Vektorit, suorat ja tasot

Analyysi III. Jari Taskinen. 28. syyskuuta Luku 1

Johdatus matematiikkaan

u(0, t) = 0 kaikille t > 0: lämpötila pidetään vakiona pisteessä x = 0;

2. Fourier-sarjoista. Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu

u 2 dx, u A f siten, että D(u) = inf D(U). Tarkemmin: Tarkoitus on osoittaa seuraavat minimointitehtävä ja Dirichlet n tehtävä u A f ja

Osa VI. Fourier analyysi. A.Rasila, J.v.Pfaler () Mat Matematiikan peruskurssi KP3-i 12. lokakuuta / 246

Pienimmän neliösumman menetelmä

Matriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Yleiset lineaarimuunnokset

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

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

Transkriptio:

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka virittävät avaruuden Y. GramSchmidin menetelmän nojalla löytyy ortonormaalijoukko {e 1, e 2,..., en} joka virittää aliavaruuden Y. Määritellään lineaarikuvaus P : X Y asettamalla kaikilla x X Px = n (x ek)ek. Harjoitustehtävän nojalla x Px on ortogonaalinen jokaista vektoria ek kohtaan ja tästä seuraa, että x Px Y. Täten P on ortogonaaliprojektio aliavaruudelle Y Pekka Salmi Hilbertin avaruudet 14.3.2017 37 / 71

Vektoreiden välinen etäisyys Määritelmä 8. Olkoon X sisätuloavaruus. Vektoreiden x, y X välinen etäisyys on d(x, y) = x y. Pisteen x X etäisyys joukosta A X on d(x, A) = inf d(x, a). a A Huomautus Koska normi on deniittinen, niin d(x, y) = 0 jos ja vain jos x = y. Sen sijaan d(x, A) voi olla 0 vaikka x / A. Pekka Salmi Hilbertin avaruudet 14.3.2017 38 / 71

Esimerkkejä Esimerkki 1 Jos A on äärellinen, niin d(x, A) = min d(x, a) a A eli minimietäisyys saavutetaan jonkin pisteen b A ja x välillä. 2 Pisteen 0 R etäisyys joukosta { 1/n n N } on 0. Kuitenkin d(0, 1/n) = 1/n > 0 kaikilla n N. Pekka Salmi Hilbertin avaruudet 14.3.2017 39 / 71

Ortogonaaliprojektio antaa lähimmän pisteen aliavaruudelta Lemma 13. Olkoot X sisätuloavaruus ja P ortogonaaliprojektio aliavaruudelle Y X. Tällöin seuraavat väitteet ovat ekvivalentteja kaikilla x, y X : 1 y Y ja x y Y 2 y = Px 3 y Y ja x y = d(x, Y ). Pekka Salmi Hilbertin avaruudet 14.3.2017 40 / 71

Todistuksen alku Todistus. (1) = (2) kuten Lemman 4 todistus. (2) = (3) Oletetaan että y = Px. Tällöin y Y ja x y Y. Pythagoraan lauseen nojalla kaikille z Y pätee x z 2 = x y + y z 2 = x y 2 + y z 2 koska y z Y (Y on aliavaruus). Täten x z 2 x y 2 kaikilla z Y ja yhtäsuuruus pätee täsmälleen silloin kun z = y. Täten x y = d(x, Y ). Pekka Salmi Hilbertin avaruudet 14.3.2017 41 / 71

Todistuksen loppu... jatkuu (3) = (1) Oletetaan että y Y ja x y = d(x, Y ), ja osoitetaan että x y Y. Jos x y / Y, niin (x y z) = λ 0 jollain z Y, z = 1. Asetetaan w = y + λz Y. Tällöin ja Lauseen 5 nojalla x w = (x y) (x y z)z x y 2 = (x y z) 2 + x w 2 = λ 2 + x w 2 > x w 2. Tämä on ristiriita koska w Y ja x y = d(x, Y ). Pekka Salmi Hilbertin avaruudet 14.3.2017 42 / 71

Esimerkki kun ortogonaaliprojektiota ei ole Olkoot e 1 = (1, 0, 0,...), e 2 = (0, 1, 0, 0,...), e 3 = (0, 0, 1, 0, 0,...),... ja A = span{e 1, e 2,...}. Olkoon x = (1, 1 2, 1 3,...) l2. Tällöin n x 1 k e k 2 = (0, 0,..., 0, 1 n + 1, 1 n + 2,...) kun n. Tästä seuraa että d(x, A) = 0. 2 = k=n+1 1 k 2 0 Jos siis on olemassa ortogonaaliprojektio P : l 2 A, niin edellisen lauseen nojalla Px x = 0, joten x A. Kuitenkin jokaisessa A:n alkiossa on enintään äärellinen määrä nollasta eroavia koordinaatteja, joten x / A. Siis ortogonaaliprojektiota P : l 2 A ei voi olla olemassa. Myöhemmin nähdään että jokaiselle suljetulle aliavaruudelle on olemassa ortogonaaliprojektio. Pekka Salmi Hilbertin avaruudet 14.3.2017 43 / 71

Kohti Fourier-analyysia Tarkastellaan sisätuloavaruuttaa C([ π, π]) sisätulolla (f g) = 1 2π π π f (t)g(t) dt, f, g C([ π, π]). Kerroin 1 2π on vain helpottamassa merkintöjä: nyt vakiofunktiolle 1 pätee että (1 1) = 1. Harjoitustehtävän nojalla funktiot 1, 2 sin(kt), 2 cos(kt), k = 1, 2,... moudostavat ortonormaalin joukon sisätuloavaruudessa C([ π, π]). Pekka Salmi Hilbertin avaruudet 14.3.2017 44 / 71

Trigonometriset polynomit Määritelmä 9. Trigonometrinen polynomi on funktio, joka on muotoa f (t) = A 0 + n (A k cos(kt) + B k sin(kt)), missä A 0, A 1,..., A n ja B 1, B 2,..., B n ovat vakioita (reaalilukuja). Tämän trigonometrisen polynomin f aste on n jos A n 0 tai B n 0. Välillä [a, b] määriteltyjen trigonometristen polynomien joukkoa merkitään Trig([a, b]). Huomautus Olkoon f yllä olevaa muotoa. Tällöin (f 1) = A 0, (f cos(jt)) = A j 2, (f sin(jt)) = B j 2 kaikilla j = 1, 2,..., n. Pekka Salmi Hilbertin avaruudet 14.3.2017 45 / 71

Fourier-kertoimet ja Fourier-sarja Määritelmä 10. Olkoon f C([ π, π]). Lukuja A 0 = 1 2π A k = 1 π B k = 1 π π π π π π π f (t) dt f (t) cos(kt) dt, k = 1, 2,... f (t) sin(kt) dt, k = 1, 2,... kutsutaan funktion f Fourier-kertoimiksi. Sarjaa A 0 + (A k cos(kt) + B k sin(kt)), kutsutaan funktion f Fourier-sarjaksi. Pekka Salmi Hilbertin avaruudet 14.3.2017 46 / 71

Huomautuksia Fourier-sarjasta 1 Trigonometrisen polynomin määritelmässä summa on äärellinen mutta Fourier-sarjan määritelmässä ääretön. 2 Jos f on trigonometrinen polynomi, niin f :n Fourier-sarja on yhtä kuin f itse. Korkeamman asteen kertoimet häviävät: A n+1 = B n+1 = A n+2 = B n+2 = = 0. 3 Ei ole selvää suppeneeko jonkin annetun funktion Fourier-sarja vai ei. 4 Vaikka jonkin funktion Fourier-sarja suppenisi, niin ei ole selvää antaako Fourier-sarja alkuperäisen funktion. Merkintä f A 0 + (A k cos(kt) + B k sin(kt)) tarkoittaa, että oikeanpuoleinen sarja on f :n Fourier-sarja (vaikka ei siis välttämättä ole itse f ). Pekka Salmi Hilbertin avaruudet 14.3.2017 47 / 71

Fourier-sarja toisin merkinnöin Olkoon e 0 = 1, e 2k = 2 cos(kt), k = 1, 2,... ja e 2k+1 = 2 sin(kt), jolloin {ej} j=0 on ortonormaali joukko. Tällöin funktion f Fourier-kertoimille pätee A 0 = (f e 0 ), A k = 2(f e 2k ), B k = 2(f e 2k+1 ). Funktion f Fourier-sarja voidaan tällöin kirjoittaa muodossa ( A 0 + (A k cos(kt) + B k sin(kt)) = (f e 0 )e 0 + = (f ej)ej. j=0 ) e 2k+1 + B k 2 2 A k e 2k Tämä muistuttaa ortogonaalisen projektion kaavaa. Jotta voisimme käsitellä tällaisia lausekkeita täytyy pystyä tarkastelemaan sarjan suppenemista... Pekka Salmi Hilbertin avaruudet 14.3.2017 48 / 71