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

Samankaltaiset tiedostot
Alkeismuunnokset matriisille, sivu 57

Demorastitiedot saat demonstraattori Markus Niskaselta Lineaarialgebra (muut ko) p. 1/104

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

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

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

802320A LINEAARIALGEBRA OSA III

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

Lineaarialgebra. Osa 2. Turun yliopisto. Markku Koppinen

802320A LINEAARIALGEBRA OSA III

802320A LINEAARIALGEBRA OSA III

2.5. Matriisin avaruudet ja tunnusluvut

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

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

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

802320A LINEAARIALGEBRA OSA III LINEAR ALGEBRA PART III

Lineaarialgebra (muut ko)

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Lineaarialgebra b, kevät 2019

4. LINEAARIKUVAUKSET

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

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

Insinöörimatematiikka D

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Kuvaus. Määritelmä. LM2, Kesä /160

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Insinöörimatematiikka D

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

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /310

Insinöörimatematiikka D

Insinöörimatematiikka D

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

Insinöörimatematiikka D

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

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

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

ominaisvektorit. Nyt 2 3 6

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 );

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Avaruuden R n aliavaruus

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 );

Insinöörimatematiikka D

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

Lineaarialgebra ja matriisilaskenta I

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

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

Insinöörimatematiikka D

Insinöörimatematiikka D

Lineaarialgebra, kertausta aiheita

Johdatus matemaattiseen päättelyyn

Lineaarialgebra ja matriisilaskenta I

Matriisialgebra harjoitukset, syksy 2016

Lineaarikuvauksen R n R m matriisi

Tietokonegraikan geometriaa

Matemaattinen Analyysi / kertaus

1 Kannat ja kannanvaihto

Insinöörimatematiikka D

2.8. Kannanvaihto R n :ssä

Lineaarialgebra II P

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

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I

Lineaarikuvauksista ja niiden geometrisesta tulkinnasta

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

Käänteismatriisi 1 / 14

811120P Diskreetit rakenteet

1 Lineaariavaruus eli Vektoriavaruus

802320A LINEAARIALGEBRA OSA I

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 )

{I n } < { I n,i n } < GL n (Q) < GL n (R) < GL n (C) kaikilla n 2 ja

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

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

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Käänteismatriisin ominaisuuksia

JAKSO 2 KANTA JA KOORDINAATIT

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

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

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.

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

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

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

6. OMINAISARVOT JA DIAGONALISOINTI

Matematiikka B2 - Avoin yliopisto

Johdatus lineaarialgebraan. Juha Honkala 2017

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

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

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

jonka laskutoimitus on matriisien kertolasku. Vastaavasti saadaan K-kertoiminen erityinen lineaarinen ryhmä

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja

Insinöörimatematiikka D

Esko Turunen Luku 3. Ryhmät

Lineaarikuvaukset. 12. joulukuuta F (A r ) = F (A r ) r .(3) F (s) = s. (4) Skalaareille kannattaa määritellä lisäksi seuraavat tulot:

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

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?

Koodausteoria, Kesä 2014

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

Transkriptio:

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

Lineaarialgebra (muut ko) p. 2/66 Redusoitu porrasmuoto 1 1 2 4 1 1 4 6 2 2 5 9 1 1 0 2 0 0 1 1 0 0 0 0 Eli aste r(a) = 2 ja vaakariviavaruuden V(A) kanta {(1,1,0,2),(0,0,1,1)}.

Lineaarialgebra (muut ko) p. 3/66 Redusoitu porrasmuoto Myös I on redusoitu porrasmuoto Lause 5.4.8. A on säännöllinen A I

Lineaarialgebra (muut ko) p. 4/66 Käänteismatriisi alkeismuunnoksilla Alkeismuunnoksilla (A I) (I A 1 )

Lineaarialgebra (muut ko) p. 5/66 Ratkaisuavaruuden dimensio Yhtälöryhmän (n tuntematonta) Ax = 0 ratkaisuavaruuden dimensio n r(a)

Lineaarialgebra (muut ko) p. 6/66 Johdanto: Kannanvaihto Vektori (2,3) = c 1 (1,0)+c 2 (0,1) Luonnollinen kanta E = {(1,0),(0,1)}

Lineaarialgebra (muut ko) p. 7/66 Johdanto: Kannanvaihto Vektori (2,3) = 2 (1,0)+3 (0,1) Luonnollinen kanta E = {(1,0),(0,1)}

Lineaarialgebra (muut ko) p. 8/66 Johdanto: Kannanvaihto Vektori (2,3) = c 1 ( 1, 1)+c 2 (3,2) Toinen kanta B = {( 1, 1),(3,2)}

Lineaarialgebra (muut ko) p. 9/66 Johdanto: Kannanvaihto Vektori (2,3) = ( 5) ( 1, 1)+( 1) (3,2) Toinen kanta B = {( 1, 1),(3,2)}

Lineaarialgebra (muut ko) p. 10/66 Johdanto: Kannanvaihto Eli samalla vektorilla x = (2,3) on luonnollisen kannan suhteen (2,3) = 2 (1,0)+3 (0,1) ja kannan B suhteen (2,3) = ( 5) ( 1, 1)+( 1) (3,2) eli X E = ( 2 3 ) ja X B = ( 5 1 )

Lineaarialgebra (muut ko) p. 11/66 Koordinaattivektori Kanta B = {b 1,...,b n } avaruudelle R n. Vektorin x R n koordinaattivektori X B = r 1 r 2. r n missä kantaesitys x = r 1 b 1 + +r n b n.

Lineaarialgebra (muut ko) p. 12/66 Koordinaattivektori Olkoon x = (1,2,3) R 3 :n luonnollisen kannan suhteen 1 X E = 2 3 Kannan B = {(1,1,1),(1,0,2),( 1,2,1)} suhteen X B = 4/5 4/5 3/5

Lineaarialgebra (muut ko) p. 13/66 Kannanvaihdon matriisi Toinen kanta C = {c 1,...,c n }. Kannanvaihdon B C matriisi: c 1 = p 11 b 1 + +p n1 b n. c n = p 1n b 1 + +p nn b n. P B C = p 11 p 1n..... p n1 p nn Muista transponointi!

Lineaarialgebra (muut ko) p. 14/66 Kannanvaihdon matriisi X C = P C B X B P B C = (P C B ) 1

Lineaarialgebra (muut ko) p. 15/66 Kuvauksista Kuvaus f : A B A B f x y A = määrittelyjoukko B = maalijoukko Yleensä A = R n ja B = R m

Lineaarialgebra (muut ko) p. 16/66 Kuvauksista Kuvaus f : A B A B f x u z y Ei ole kuvaus!

Lineaarialgebra (muut ko) p. 17/66 Kuvauksista Kuvaus f : A B A f B Im(f) = {f(a) a A} kuvajoukko

Lineaarialgebra (muut ko) p. 18/66 Kuvauksista Kuvaus f : A B A f B B B 0 f 1 (B 0 ) = {a A f(a) B 0 } alkukuva

Lineaarialgebra (muut ko) p. 19/66 Kuvauksista Kuvaus f : A B A f B f on surjektio, jos Im(f) = B

Lineaarialgebra (muut ko) p. 20/66 Kuvauksista Kuvaus f : A B A B f a y b Kuvauksessa voi olla

Lineaarialgebra (muut ko) p. 21/66 Kuvauksista Kuvaus f : A B A B f a y b z f on injektio, jos a b f(a) f(b) a,b A Bijektio, jos surjektio ja injektio

Lineaarialgebra (muut ko) p. 22/66 Kuvauksista Kuvaus f : A B ja kuvaus g : A B ovat yhtäsuuret, jos f(a) = g(a) a A Merkitään f = g

Lineaarialgebra (muut ko) p. 23/66 Kuvauksista Kuvaus f : A B ja g : B C A B C f g x g(f(x)) f(x) Yhdistetty kuvaus g f : A C, (g f)(x) = g(f(x))

Lineaarialgebra (muut ko) p. 24/66 Kuvauksista Kuvaus f : A B ja g : B A A B f x y g Käänteiskuvauksia, jos f g = id B ja g f = id A. f 1 olemassa f on bijektio

Lineaarialgebra (muut ko) p. 25/66 Lineaarikuvaus Kuvaus f : R n R m on lineaarinen, jos L1: f(x 1 +x 2 ) = f(x 1 )+f(x 2 ) x 1,x 2 R n L2: f(ax) = af(x) x R n,a R. Muista f(0) = 0.

Lineaarialgebra (muut ko) p. 26/66 Lineaarikuvaus Kuvaus f : R n R m on lineaarinen, jos L1: f(x 1 +x 2 ) = f(x 1 )+f(x 2 ) x 1,x 2 R n L2: f(ax) = af(x) x R n,a R. Muista f(0) = 0. Kantavektorien kuvien avulla f(b i ) = y i määräytyy koko f(x) yksikäsitteisesti.

Lineaarialgebra (muut ko) p. 27/66 Lineaarikuvaus Kuvaus f : R 2 R 2,f(x,y) = (x y,x+y) on lineaarinen.

Lineaarialgebra (muut ko) p. 28/66 Lineaarikuvaus Matriisi A M m n indusoi lineaarikuvauksen f : R n R m,f(x) = Ax.

Lineaarialgebra (muut ko) p. 29/66 Lineaarikuvaus Matriisi A M m n indusoi lineaarikuvauksen f : R n R m,f(x) = Ax. Matriisi A = ( 1 1 1 1 ) indusoi lineaarikuvauksen ( 1 1 f(x,y) = 1 1 )( x y ) = ( x y x+y ) eli f : R 2 R 2,f(x,y) = (x y,x+y)

Lineaarialgebra (muut ko) p. 30/66 Lineaarikuvaus Matriisi A M m n indusoi lineaarikuvauksen f : R n R m,f(x) = Ax. Lineaarikuvauksen f : R n R m matriisi M B,C (f) B = {b 1,...,b n } kanta R n :ssä C = {c 1,...,c m } kanta R m :ssä

Lineaarialgebra (muut ko) p. 31/66 Lineaarikuvauksen matriisi kuvien kantaesitykset f(b 1 ) = a 11 c 1 + +a m1 c m.. f(b n ) = a 1n c 1 + +a mn c m M B,C (f) = a 11. a 1n.... a m1 a mn Muista transponointi!

Lineaarialgebra (muut ko) p. 32/66 Lineaarikuvaus y = f(x) Y C = M B,C (f) X B

Lineaarialgebra (muut ko) p. 33/66 Lineaarikuvaus y = f(x) Y C = M B,C (f) X B Jos B = E ja C = E, niin y = f(x) y = M E,E (f) x

Lineaarialgebra (muut ko) p. 34/66 Lineaarikuvaus y = f(x) Y C = M B,C (f) X B Jos B = E ja C = E, niin y = f(x) y = M(f) x

Lineaarialgebra (muut ko) p. 35/66 Lineaarikuvaus y = f(x) Y C = M B,C (f) X B Jos B = E ja C = E, niin y = f(x) y = M E,E (f) x Jos sama lähtö- ja maaliavaruus f : R n R n, niin yleensä sama kanta molemmilla puolilla ja merkitään M B (f) = M B,B (f).

Lineaarialgebra (muut ko) p. 36/66 Indusoidulle lineaarikuvaukselle Matriisin A M m n indusoima lineaarikuvaus f : R n R m,f(x) = Ax. Tällöin A = M E,E (f).

Lineaarialgebra (muut ko) p. 37/66 Lineaarikuvaus Lause 2.4.8: Jos f : R n R m ja g : R m R k ovat lineaarisia, niin g f on lineaarinen ja sen matriisi saadaan M B,D (g f) = M C,D (g)m B,C (f).

Lineaarialgebra (muut ko) p. 38/66 Lineaarikuvaus Lause 2.4.8: Jos f : R n R m ja g : R m R k ovat lineaarisia, niin g f on lineaarinen ja sen matriisi saadaan M B,D (g f) = M C,D (g)m B,C (f). Matriisien kertolasku

Lineaarialgebra (muut ko) p. 39/66 Lineaarikuvaus ja kannanvaihto Lineaarikuvauksen matriisin muuttuminen kannanvaihdossa B B ja C C : R n m R f M

Lineaarialgebra (muut ko) p. 40/66 Lineaarikuvaus ja kannanvaihto Lineaarikuvauksen matriisin muuttuminen kannanvaihdossa B B ja C C : R n m R f M M B,C (f) = P C CM B,C (f)p B B

Lineaarialgebra (muut ko) p. 41/66 Lineaarikuvaus ja kannanvaihto Sama lähtö- ja maaliavaruus eli n = m Lineaarikuvauksen matriisin muuttuminen kannanvaihdossa B B molemmissa R n m R f M M B (f) = P 1 M B (f)p missä P = P B B

Lineaarialgebra (muut ko) p. 42/66 Miksi kannanvaihto? Lineaarikuvauksen matriisi 1.44088 0.0177014 0.973778 0.337595 0.272206 0.136903 2.19247 0.109421 0.0817478 0.0498431 M E (f) = 1.50593 1.98696 3.34275 0.231624 0.581743 1.13376 1.0272 1.30593 3.46071 0.187646 2.16263 1.26332 3.60276 1.25974 1.56319

Lineaarialgebra (muut ko) p. 43/66 Miksi kannanvaihto? Vaihtamalla E B matriisiksi 1 0 0 0 0 0 1 0 0 0 M B (f) = 0 0 2 0 0 0 0 0 3 0 0 0 0 0 5

Lineaarialgebra (muut ko) p. 44/66 Miksi kannanvaihto? Vaihtamalla E B matriisiksi 1 0 0 0 0 0 1 0 0 0 M B (f) = 0 0 2 0 0 0 0 0 3 0 0 0 0 0 5 Onnistuuko? Mistä kanta B? Mitkä luvut diagonaalilla?

Lineaarialgebra (muut ko) p. 45/66 Miksi kannanvaihto? Vaihtamalla E B matriisiksi 1 0 0 0 0 0 1 0 0 0 M B (f) = 0 0 2 0 0 0 0 0 3 0 0 0 0 0 5 Onnistuuko? Mistä kanta B? Mitkä luvut diagonaalilla? Näihin vastaaminen on loppukurssin tavoite!

Lineaarialgebra (muut ko) p. 46/66 Ydin ja kuva Lineaarikuvauksen ydin ja kuva-avaruus f 0 0 Ker(f) Im(f) Ker(f) = {x R n f(x) = 0} Im(f) = {f(x) x R n }

Lineaarialgebra (muut ko) p. 47/66 Dimensioyhtälö Lineaarikuvauksen f : R n R m dimensioyhtälö n = dim Ker(f)+dim Im(f)

Lineaarialgebra (muut ko) p. 48/66 Matriisin avulla Jos niin A = M E,E (f) Im(f) = V(A T ). Alkeismuunnoksilla V(A T ):lle eli Im(f):lle kanta porrasmatriisin portaista.

Lineaarialgebra (muut ko) p. 49/66 Helppoa Lineaarikuvaus f : R n R m on injektio Ker(f) = {0}.

Lineaarialgebra (muut ko) p. 50/66 Helppoa Lineaarikuvaus f : R n R n on injektio surjektio bijektio

Lineaarialgebra (muut ko) p. 51/66 Aliavaruuksien summa Aliavaruuksien summa U 1 +U 2 U+ U 1 2 U 1 U 2 0 U 1 +U 2 = {u 1 +u 2 u 1 U 1,u 2 U 2 }.

Lineaarialgebra (muut ko) p. 52/66 Kertausta Suora summa U 1 U 2 jos yksikäsitteinen esitys x = u }{{} 1 + u }{{} 2 U 1 U 2,

Lineaarialgebra (muut ko) p. 53/66 Aliavaruuksien summa Suora summa U 1 U 2 Ehto 1: jos U 1 U 2 = {0}.

Lineaarialgebra (muut ko) p. 54/66 Aliavaruuksien summa Suora summa U 1 U 2 Ehto 1: jos U 1 U 2 = {0}. Ehto 2: jos u 1 +u 2 = 0, missä u 1 U 1 ja u 2 U 2, niin u 1 = u 2 = 0.

Lineaarialgebra (muut ko) p. 55/66 Aliavaruuksien summa Kahden aliavaruuden leikkaus on myös aliavaruus. U 1 U 2

Lineaarialgebra (muut ko) p. 56/66 Kannat aliavaruuksien summassa Summan kannat u k u 2 u y 1 1 y 2 y m U+ U 1 2

Lineaarialgebra (muut ko) p. 57/66 Kannat aliavaruuksien summassa Suoran summan kannat u k u u 2 1 y y 1 2 U+ U y 1 2 m dim(u 1 U 2 ) = dimu 1 +dimu 2.

Lineaarialgebra (muut ko) p. 58/66 Kannat aliavaruuksien summassa Summan kannat u k u 2 u y 1 1 y 2 y m U+ U 1 2 dim(u 1 +U 2 ) = dimu 1 +dimu 2 dim(u 1 U 2 ).

Lineaarialgebra (muut ko) p. 59/66 Usean aliavaruuden summa Usean aliavaruuden summa U 1 + +U m on suora summa eli U 1 U m jos ja vain jos Tällöin u }{{} 1 + + u m = 0 u }{{} 1 = = u m = 0 U 1 U m dim(u 1 U m ) = dimu 1 + +dimu m.

Lineaarialgebra (muut ko) p. 60/66 Usean aliavaruuden summa Usean aliavaruuden summa U 1 + +U m on suora summa eli U 1 U m jos ja vain jos Tällöin u }{{} 1 + + u m = 0 u }{{} 1 = = u m = 0 U 1 U m dim(u 1 U m ) = dimu 1 + +dimu m. Ehto U i U j = {0} ei enää toimi, kts. monisteen huomautus 3.3.3. sivulla 26.

Lineaarialgebra (muut ko) p. 61/66 Usean aliavaruuden summa Usean aliavaruuden summa U 1 + +U m on suora summa eli U 1 U m jos ja vain jos Tällöin u }{{} 1 + + u m = 0 u }{{} 1 = = u m = 0 U 1 U m dim(u 1 U m ) = dimu 1 + +dimu m. Ehto: kaikille i = 1,...,m täytyy olla U i (U 1 + +U i 1 +U i+1 + +U m ) = {0}

Lineaarialgebra (muut ko) p. 62/66 Miksi kannanvaihto? Lineaarikuvauksen matriisi 1.44088 0.0177014 0.973778 0.337595 0.272206 0.136903 2.19247 0.109421 0.0817478 0.0498431 M E (f) = 1.50593 1.98696 3.34275 0.231624 0.581743 1.13376 1.0272 1.30593 3.46071 0.187646 2.16263 1.26332 3.60276 1.25974 1.56319

Lineaarialgebra (muut ko) p. 63/66 Miksi kannanvaihto? Vaihtamalla E B matriisiksi 1 0 0 0 0 0 1 0 0 0 M B (f) = 0 0 2 0 0 0 0 0 3 0 0 0 0 0 5

Lineaarialgebra (muut ko) p. 64/66 Miksi kannanvaihto? Vaihtamalla E B matriisiksi 1 0 0 0 0 0 1 0 0 0 M B (f) = 0 0 2 0 0 0 0 0 3 0 0 0 0 0 5 Onnistuuko? Mistä kanta B? Mitkä luvut diagonaalilla?

Lineaarialgebra (muut ko) p. 65/66 Johdanto Meillä oli esimerkki M E (f) = ( 20/7 3/7 2/7 15/7 ) saatiin sopivalla kannanvaihdolla M B (f) = ( 2 0 0 3 )

Lineaarialgebra (muut ko) p. 66/66 Johdanto Yleisestikin pyritään M B (f) = λ 1 0... 0 0 λ 2... 0..... 0 0... λ n Onnistuuko aina? Miten löydetään kanta?