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

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

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

1.1. Määritelmiä ja nimityksiä

BM20A0700, Matematiikka KoTiB2

2.1.4 har:linyryhmat03. Octavella. Katso ensin esimerkit???? esim:yroctave01 Octaven antamat vastausehdotukset.

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 =

Insinöörimatematiikka D

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

9 Matriisit. 9.1 Matriisien laskutoimituksia

Ortogonaalinen ja ortonormaali kanta

Johdatus tekoälyn taustalla olevaan matematiikkaan

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I

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

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

1 Matriisit ja lineaariset yhtälöryhmät

Ennakkotehtävän ratkaisu

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

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

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

Insinöörimatematiikka D

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

Käänteismatriisi 1 / 14

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

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:

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

Matematiikka B2 - TUDI

Matematiikka B2 - Avoin yliopisto

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Talousmatematiikan perusteet

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

Insinöörimatematiikka D

Lineaariset yhtälöryhmät ja matriisit

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 tekoälyn taustalla olevaan matematiikkaan

802118P Lineaarialgebra I (4 op)

2.8. Kannanvaihto R n :ssä

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

Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ,, x1 x. Matriiseihin perehtyminen voidaan perustella useilla järkisyillä.

Matemaattinen Analyysi, k2012, L1

Insinöörimatematiikka D

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

Numeeriset menetelmät

Determinantti. Määritelmä

Determinantti. Määritelmä

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

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

Käänteismatriisin ominaisuuksia

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ominaisarvo-hajoitelma ja diagonalisointi

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

MS-C1340 Lineaarialgebra ja

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

(0 desimaalia, 2 merkitsevää numeroa).

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

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

9.2 Lineaarikuvaus Olkoon A kuvaus (funktio) vektoriavaruudesta V vektoriavaruuteen U: jos nyt

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

10 Matriisit ja yhtälöryhmät

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

LAUSEKKEET JA NIIDEN MUUNTAMINEN

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

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

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 )

Tiivistelmä matriisilaskennasta

MATRIISIN HESSENBERGIN MUOTO. Niko Holopainen

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

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.

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

802120P MATRIISILASKENTA (5 op)

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

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

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

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

Ortogonaalisen kannan etsiminen

Sovitaan ensin merkintätavoista. Ratkaisemme ensin yksinkertaisen yhtälöparin. 5y = 10. x = 3 x = 1

Numeeriset menetelmät

Tyyppi metalli puu lasi työ I II III

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

H = : a, b C M. joten jokainen A H {0} on kääntyvä matriisi. Itse asiassa kaikki nollasta poikkeavat alkiot ovat yksiköitä, koska. a b.

Ortogonaaliset matriisit, määritelmä 1

Ratkaisuehdotukset LH 3 / alkuvko 45

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

Lineaarialgebra ja matriisilaskenta I

Johdatus matematiikkaan

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

y z = (x, y) Kuva 1: Euklidinen taso R 2

Lineaarialgebra ja matriisilaskenta I

Valitse ruudun yläosassa oleva painike Download Scilab.

Latinalaiset neliöt ja taikaneliöt

Johdatus lineaarialgebraan. Juha Honkala 2017

Insinöörimatematiikka D

Sisätuloavaruudet. 4. lokakuuta 2006

Transkriptio:

Matriisit, L20

Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 )

Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Kaavio kirjoitetaan kaarisulkujen väliin (amer. kirjoissa usein hakasulkujen väliin.)

Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Kaavio kirjoitetaan kaarisulkujen väliin (amer. kirjoissa usein hakasulkujen väliin.) Luvut tulee kirjoittaa selkeästi riveihin ja sarakkeisiin.

Merkintöjä 1 Matriisi on suorakulmainen lukukaavio. Matriiseja ovat esimerkiksi: ( 2 0.4 8 0 2 1 ) ( 0, 4 ), ( ) ( 1 4 2, a 11 a 12 a 21 a 22 ) Kaavio kirjoitetaan kaarisulkujen väliin (amer. kirjoissa usein hakasulkujen väliin.) Luvut tulee kirjoittaa selkeästi riveihin ja sarakkeisiin. Lukujen väliin tulee jättää riittävästi väliä. Mitään erottimia (pilkku, tms.) ei lukujen väliin laiteta.

Merkintöjä 2 Jos kaaviossa on m riviä ja n saraketta, niin sanomme kaaviota m n-matriisiksi.

Merkintöjä 2 Jos kaaviossa on m riviä ja n saraketta, niin sanomme kaaviota m n-matriisiksi. Edellä matriisi A = ( 2 0.4 8 0 2 1 ) on 2 3 -matriisi.

Merkintöjä 2 Jos kaaviossa on m riviä ja n saraketta, niin sanomme kaaviota m n-matriisiksi. Edellä matriisi A = ( 2 0.4 8 0 2 1 ) on 2 3 -matriisi. Matriisi v = v = ( 0 4 ) on 2 1 -matriisi, eli sarakevektori.

Merkintöjä 3 Matriisi u = u = ( 1 4 2 ) on 1 4 -matriisi, eli rivivektori.

Merkintöjä 3 Matriisi u = u = ( ) 1 4 2 on 1 4 -matriisi, eli rivivektori. Matriiseille kannattaa laskiessa lähes aina antaa nimi.

Merkintöjä 3 Matriisi u = u = ( 1 4 2 ) on 1 4 -matriisi, eli rivivektori. Matriiseille kannattaa laskiessa lähes aina antaa nimi. nimi kirjoitetaan kirjaimella, joka on iso, lihava ja vino. (Esim. A)

Merkintöjä 3 Matriisi u = u = ( 1 4 2 ) on 1 4 -matriisi, eli rivivektori. Matriiseille kannattaa laskiessa lähes aina antaa nimi. nimi kirjoitetaan kirjaimella, joka on iso, lihava ja vino. (Esim. A) Vektorin nimi kirjoitetaan kirjaimella, joka on pieni, lihava ja vino (tai pieni, normaali, ja vino ja sen päällä on nuoli tai viiva). (Esim. u = u)

Merkintöjä 3 Matriisi u = u = ( 1 4 2 ) on 1 4 -matriisi, eli rivivektori. Matriiseille kannattaa laskiessa lähes aina antaa nimi. nimi kirjoitetaan kirjaimella, joka on iso, lihava ja vino. (Esim. A) Vektorin nimi kirjoitetaan kirjaimella, joka on pieni, lihava ja vino (tai pieni, normaali, ja vino ja sen päällä on nuoli tai viiva). (Esim. u = u) Käsin kirjoitettaessa lihavointi ja vinous jätetään pois.

Merkintöjä 4 A rivillä r sarakkeessa c olevaa lukua merkitsemme a rc.

Merkintöjä 4 A rivillä r sarakkeessa c olevaa lukua merkitsemme a rc. Vektorin tapauksessa yksi indeksi riittää.

Merkintöjä 4 A rivillä r sarakkeessa c olevaa lukua merkitsemme a rc. Vektorin tapauksessa yksi indeksi riittää. Esimerkki: Jos M = 2 3 1 0 4 5 7 1 0 2 6 2, niin m 23 = 7 jos v = ( 4 5 7 1 ), niin v 3 = 7

Merkintöjä 4 A rivillä r sarakkeessa c olevaa lukua merkitsemme a rc. Vektorin tapauksessa yksi indeksi riittää. Esimerkki: Jos M = 2 3 1 0 4 5 7 1 0 2 6 2, niin m 23 = 7 jos v = ( 4 5 7 1 ), niin v 3 = 7 Jos tulkintaongelmia ei tule, niin merkinnän m 23 rivi-indeksin 2 ja sarake-indeksin 3 väliin ei lisätä erotinta.

Merkintöjä 4 A rivillä r sarakkeessa c olevaa lukua merkitsemme a rc. Vektorin tapauksessa yksi indeksi riittää. Esimerkki: Jos M = 2 3 1 0 4 5 7 1 0 2 6 2, niin m 23 = 7 jos v = ( 4 5 7 1 ), niin v 3 = 7 Jos tulkintaongelmia ei tule, niin merkinnän m 23 rivi-indeksin 2 ja sarake-indeksin 3 väliin ei lisätä erotinta. Joskus erotin on tarpeen. Esimerkiksi 30 30 -matriisin Q alkio rivillä 12 sarakkeessa 3 on q 12,3.

Merkintöjä 5 (pää)lävistäjä (diagonaali) muodostuu niistä luvuista, joiden rivi-osoite ja sarake-osoite ovat samat. A lävistäjällä ovat siis luvut a 11, a 22, a 33,... 3 1 0 2 1 5 2 4 8

Merkintöjä 5 (pää)lävistäjä (diagonaali) muodostuu niistä luvuista, joiden rivi-osoite ja sarake-osoite ovat samat. A lävistäjällä ovat siis luvut a 11, a 22, a 33,... 3 1 0 2 1 5 2 4 8 Matriisi on neliömatriisi (n n), jos siinä on sarakkeita yhtä monta kuin rivejä.

Merkintöjä 6 Nollamatriisi 0 on matriisi, jonka kaikki alkiot ovat nollia. Nollamatriisin ei tarvitse olla neliömatriisi.

Merkintöjä 6 Nollamatriisi 0 on matriisi, jonka kaikki alkiot ovat nollia. Nollamatriisin ei tarvitse olla neliömatriisi. ( ) 0 0 0 0 = 0 0 0

Merkintöjä 6 Nollamatriisi 0 on matriisi, jonka kaikki alkiot ovat nollia. Nollamatriisin ei tarvitse olla neliömatriisi. ( ) 0 0 0 0 = 0 0 0 Yksikkömatriisi I on neliömatriisi, jonka lävistäjällä on ykkösiä ja muualla nollia

Merkintöjä 6 Nollamatriisi 0 on matriisi, jonka kaikki alkiot ovat nollia. Nollamatriisin ei tarvitse olla neliömatriisi. ( ) 0 0 0 0 = 0 0 0 Yksikkömatriisi I on neliömatriisi, jonka lävistäjällä on ykkösiä ja muualla nollia I = 1 0 0 0 1 0 0 0 1

Merkintöjä 7 m n -matriisi A ja p q -matriisi B ovat samat (identtiset) ja merkitsemme A = B, jos

Merkintöjä 7 m n -matriisi A ja p q -matriisi B ovat samat (identtiset) ja merkitsemme A = B, jos 1. Kummassakin on yhtä monta riviä eli m = p, ja

Merkintöjä 7 m n -matriisi A ja p q -matriisi B ovat samat (identtiset) ja merkitsemme A = B, jos 1. Kummassakin on yhtä monta riviä eli m = p, ja 2. Kummassakin on yhtä monta saraketta eli n = q, ja

Merkintöjä 7 m n -matriisi A ja p q -matriisi B ovat samat (identtiset) ja merkitsemme A = B, jos 1. Kummassakin on yhtä monta riviä eli m = p, ja 2. Kummassakin on yhtä monta saraketta eli n = q, ja 3. Niissä on samat luvut samoissa paikoissa a ij = b ij, i, j.

Merkintöjä 7 m n -matriisi A ja p q -matriisi B ovat samat (identtiset) ja merkitsemme A = B, jos 1. Kummassakin on yhtä monta riviä eli m = p, ja 2. Kummassakin on yhtä monta saraketta eli n = q, ja 3. Niissä on samat luvut samoissa paikoissa Esimerkki: Jos ( 3 1 0 A = 2 0 5 niin A = B, mutta A C. a ij = b ij, i, j. ) ( 3 1 0, B = 2 0 5 ) ( 0 1, C = 5 0 ),

Matriisien laskutoimitukset 8 Yhteenlasku Kahden saman kokoisen matriisin summa lasketaan niin, että samassa paikassa olevat luvut lasketaan yhteen ja tulos sijoitetaan samaan paikkaan.

Matriisien laskutoimitukset 8 Yhteenlasku Kahden saman kokoisen matriisin summa lasketaan niin, että samassa paikassa olevat luvut lasketaan yhteen ja tulos sijoitetaan samaan paikkaan. Jos C = A + B, niin c ij = a ij + b ij, i, j

Matriisien laskutoimitukset 8 Yhteenlasku Kahden saman kokoisen matriisin summa lasketaan niin, että samassa paikassa olevat luvut lasketaan yhteen ja tulos sijoitetaan samaan paikkaan. Jos C = A + B, niin c ij = a ij + b ij, i, j Esimerkki 3 1 0 2 + 1 4 2 4 7 2 2 3 = 5 3 7 0 1 1

Matriisien laskutoimitukset 9 Luvulla kertominen Matriisi kerrotaan luvulla siten, että jokainen matriisin luku erikseen kerrotaan.

Matriisien laskutoimitukset 9 Luvulla kertominen Matriisi kerrotaan luvulla siten, että jokainen matriisin luku erikseen kerrotaan. Jos C = r A, niin c ij = r a ij, i, j

Matriisien laskutoimitukset 9 Luvulla kertominen Matriisi kerrotaan luvulla siten, että jokainen matriisin luku erikseen kerrotaan. Jos C = r A, niin c ij = r a ij, i, j Esimerkki 5 3 1 0 2 1 4 = 15 5 0 10 5 20

Matriisien laskutoimitukset 10 Luvulla kertominen Edellä tehdyistä määritelmistä seuraa, että A + A = 2A

Matriisien laskutoimitukset 10 Luvulla kertominen Edellä tehdyistä määritelmistä seuraa, että A + A = 2A ra + qa = (r + q)a

Matriisien laskutoimitukset 10 Luvulla kertominen Edellä tehdyistä määritelmistä seuraa, että A + A = 2A ra + qa = (r + q)a A = ( 1) A

Matriisien laskutoimitukset 10 Luvulla kertominen Edellä tehdyistä määritelmistä seuraa, että A + A = 2A ra + qa = (r + q)a A = ( 1) A A A = 0

Matriisien laskutoimitukset 11 Vektorien pistetulo Kahden vektorin pistetulo saadaan periaatteella: Laske ensimmäisten koordinaattien tulo + toisten koordinaattien tulo +... + viimeisten koordinaattien tulo.

Matriisien laskutoimitukset 11 Vektorien pistetulo Kahden vektorin pistetulo saadaan periaatteella: Laske ensimmäisten koordinaattien tulo + toisten koordinaattien tulo +... + viimeisten koordinaattien tulo. Eli kaavalla u v = u 1 v 1 + u 2 v 2 + + u n v n = n j=1 u j v j

Matriisien laskutoimitukset 11 Vektorien pistetulo Kahden vektorin pistetulo saadaan periaatteella: Laske ensimmäisten koordinaattien tulo + toisten koordinaattien tulo +... + viimeisten koordinaattien tulo. Eli kaavalla u v = u 1 v 1 + u 2 v 2 + + u n v n = n j=1 u j v j Esimerkki ( ) 3 2 5 2 1 2 = 3 2 + ( 2) 1 + 5 ( 2) = 6

Matriisien laskutoimitukset 12 Matriisien kertolasku m p -matriisin A ja p n -matriisin B tulo on m n -matriisi C jonka alkio c ij rivillä i sarakkeessa j saadaan laskemalla A:n i:nnen rivin ja B:n j:nnen sarakkeen pistetulo.

Matriisien laskutoimitukset 12 Matriisien kertolasku m p -matriisin A ja p n -matriisin B tulo on m n -matriisi C jonka alkio c ij rivillä i sarakkeessa j saadaan laskemalla A:n i:nnen rivin ja B:n j:nnen sarakkeen pistetulo. (AB) ij = ( ) a i1 a i2 a ip b 1j b 2j. b pj

Matriisien laskutoimitukset 12 Matriisien kertolasku m p -matriisin A ja p n -matriisin B tulo on m n -matriisi C jonka alkio c ij rivillä i sarakkeessa j saadaan laskemalla A:n i:nnen rivin ja B:n j:nnen sarakkeen pistetulo. (AB) ij = ( ) a i1 a i2 a ip b 1j b 2j. b pj = p k=1 a ik b kj

Matriisien laskutoimitukset 12 Matriisien kertolasku m p -matriisin A ja p n -matriisin B tulo on m n -matriisi C jonka alkio c ij rivillä i sarakkeessa j saadaan laskemalla A:n i:nnen rivin ja B:n j:nnen sarakkeen pistetulo. (AB) ij = ( ) a i1 a i2 a ip b 1j b 2j. b pj = p k=1 a ik b kj ( 3 0 1 1 2 1 ) 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 =

Matriisien laskutoimitukset 13 Matriisien kertolasku ( 3 0 1 1 2 1 ) 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 =

Matriisien laskutoimitukset 13 Matriisien kertolasku ( 3 0 1 1 2 1 ) 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 = ( 3 0 1 1 2 1 ) 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 5 =

Matriisien laskutoimitukset 13 Matriisien kertolasku ( 3 0 1 1 2 1 ) 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 = ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ) ) 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 5 = ( ) 14 1 5 6 =

Matriisien laskutoimitukset 14 Matriisien kertolasku ( 3 0 1 1 2 1 ) 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 5 6 = 0

Matriisien laskutoimitukset 14 Matriisien kertolasku ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ) ) 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 5 6 = 0 ( ) 14 1 5 6 = 0 3

Matriisien laskutoimitukset 14 Matriisien kertolasku ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ) ) ) 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 5 6 = 0 ( ) 14 1 5 6 = 0 3 = ( 14 1 5 6 0 3 3 )

Matriisien laskutoimitukset 14 Matriisien kertolasku ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ( 3 0 1 1 2 1 ) ) ) ) 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 3 0 1 2 1 2 1 0 5 1 2 0 ( ) 14 1 5 6 = 0 ( ) 14 1 5 6 = 0 3 = = ( 14 1 5 6 0 3 3 ) ( 14 1 5 6 0 3 3 2 )

Matriisien laskutoimitukset 15 Matriisien kertolasku Siis ( ) 3 0 1 1 2 1 }{{} A: 2 3 3 0 1 2 1 2 1 0 } 5 1 {{ 2 0 } B: 3 4 ( ) 14 1 5 6 = 0 3 3 2 }{{} AB: 2 4

Matriisien laskutoimitukset 15 Matriisien kertolasku Siis ( ) 3 0 1 1 2 1 }{{} A: 2 3 3 0 1 2 1 2 1 0 } 5 1 {{ 2 0 } B: 3 4 ( ) 14 1 5 6 = 0 3 3 2 }{{} AB: 2 4 Huomaa, että Jotta kertolasku AB onnistuu tulee A:n rivin olla yhtä pitkä kuin B:n sarake on korkea.

Matriisien laskutoimitukset 15 Matriisien kertolasku Siis ( ) 3 0 1 1 2 1 }{{} A: 2 3 3 0 1 2 1 2 1 0 } 5 1 {{ 2 0 } B: 3 4 ( ) 14 1 5 6 = 0 3 3 2 }{{} AB: 2 4 Huomaa, että Jotta kertolasku AB onnistuu tulee A:n rivin olla yhtä pitkä kuin B:n sarake on korkea. Tulossa AB on yhtä monta riviä kuin matriisissa A ja yhtä monta saraketta kuin matriisissa B.

16 Matriisien yhteenlasku ja reaaliluvulla kertominen noudattavat seuraavia lakeja. Olkoon A, B ja C m n -matriiseja ja α, β R. Silloin (1) A + (B + C) = (A + B) + C (2) A + 0 = A (3) A + ( A) = 0 (4) A + B = B + A (5) 1 A = A (6) α(βa) = (αβ)a (7) (α + β)a = αa + βa (8) α(a + B) = αa + αb

17 Olkoon A, B ja C matriiseja ja α R. Jos matriisien tyypit ovat sellaiset, että seuraavat tulot ovat olemassa, niin (1) A(BC) = (AB)C (2) A(B + C) = AB + AC (3) (A + B)C = AC + BC (4) α(ab) = (αa)b = A(αB) (5) I A = AI = A

17 Olkoon A, B ja C matriiseja ja α R. Jos matriisien tyypit ovat sellaiset, että seuraavat tulot ovat olemassa, niin (1) A(BC) = (AB)C (2) A(B + C) = AB + AC (3) (A + B)C = AC + BC (4) α(ab) = (αa)b = A(αB) (5) I A = AI = A Edellä olleet kaavat merkitsevät sitä, että matriisilausekkeita voi käsitellä hyvin samaan tapaan kuin koulussa on käsitelty x:n lausekkeita.

17 Olkoon A, B ja C matriiseja ja α R. Jos matriisien tyypit ovat sellaiset, että seuraavat tulot ovat olemassa, niin (1) A(BC) = (AB)C (2) A(B + C) = AB + AC (3) (A + B)C = AC + BC (4) α(ab) = (αa)b = A(αB) (5) I A = AI = A Edellä olleet kaavat merkitsevät sitä, että matriisilausekkeita voi käsitellä hyvin samaan tapaan kuin koulussa on käsitelty x:n lausekkeita. Kun pitää seuraavat kolme matriisilaskennan erityispiirrettä valppaasti mielessään, niin matriiseilla voi laskea kuten x:n lausekkeilla

18 Olkoon A, B ja C matriiseja. Jos matriisien tyypit ovat sellaiset, että seuraavat tulot ovat olemassa, niin on mahdollista että (1) AB BA (2) AC = BC, vaikka A B (3) AB = 0, vaikka (A 0 ja B 0)

18 Olkoon A, B ja C matriiseja. Jos matriisien tyypit ovat sellaiset, että seuraavat tulot ovat olemassa, niin on mahdollista että (1) AB BA (2) AC = BC, vaikka A B (3) AB = 0, vaikka (A 0 ja B 0) Kommentteja: (1) Kertolaskussa ei saa vaihtaa tekijöiden järjestystä. ( 1 1 2 3 ) ( 2 4 0 1 ) = ( 2 3 4 11 ) ( 2 4 0 1 ) ( 1 1 2 3 ) ( ) 6 14 = 2 3

19 (1) AB BA, (2) (AC = BC) (A = B) (1) Järjestys ei vaihdu! Periaate näkyy kaavoissa. Jos A on vasemmalla LHS:ssa, niin se on vasemmalla myös RHS:ssa. Esim A(B + C) = AB + AC

19 (1) AB BA, (2) (AC = BC) (A = B) (1) Järjestys ei vaihdu! Periaate näkyy kaavoissa. Jos A on vasemmalla LHS:ssa, niin se on vasemmalla myös RHS:ssa. Esim A(B + C) = AB + AC (2) Matriisilla ei saa jakaa! Kun koulussa on käsitelty x:n lausekkeita, on totuttu jakamaan LHS:n ja RHS:n yhteinen tekijä pois yhtälöstä. Matriisi-yhtälön kohdalla näin ei saa tehdä.

20 (3) (AC = 0) (A = 0 tai B = 0) (3) Tulon nollasääntö ei ole voimassa!

20 (3) (AC = 0) (A = 0 tai B = 0) (3) Tulon nollasääntö ei ole voimassa! Esimerkiksi ( 1 2 4 8 ) ( 2 4 1 2 ) = ( 0 0 0 0 )

20 (3) (AC = 0) (A = 0 tai B = 0) (3) Tulon nollasääntö ei ole voimassa! Esimerkiksi ( 1 2 4 8 ) ( 2 4 1 2 ) = ( 0 0 0 0 ) On totta, että matriiseissa on jotakin erikoista, kun niiden tulo on nollamatriisi, mutta se erikoinen seikka ei ole se, että toinen niistä olisi nollamatriisi.

21 Määritelmä: m n -matriisin A tarnsponoitu matriisi eli (engl. transpose) A T on n m -matriisi, jolle (A T ) ij = a ji.

21 Määritelmä: m n -matriisin A tarnsponoitu matriisi eli (engl. transpose) A T on n m -matriisi, jolle (A T ) ij = a ji. Transpoosi A T sarakkeita. saadaan siis A:sta tekemällä riveistä

21 Määritelmä: m n -matriisin A tarnsponoitu matriisi eli (engl. transpose) A T on n m -matriisi, jolle (A T ) ij = a ji. Transpoosi A T saadaan siis A:sta tekemällä riveistä sarakkeita. 0 2 0 9 5 5 1 2 3 1 3 0 T = 0 5 3 2 5 1 0 1 3 9 2 0 (Huomaa, että lävistäjä pysyy paikallaan.)

21 Määritelmä: m n -matriisin A tarnsponoitu matriisi eli (engl. transpose) A T on n m -matriisi, jolle (A T ) ij = a ji. Transpoosi A T saadaan siis A:sta tekemällä riveistä sarakkeita. 0 2 0 9 5 5 1 2 3 1 3 0 T 0 5 3 = 2 5 1 0 1 3 9 2 0 (Huomaa, että lävistäjä pysyy paikallaan.)

21 Määritelmä: m n -matriisin A tarnsponoitu matriisi eli (engl. transpose) A T on n m -matriisi, jolle (A T ) ij = a ji. Transpoosi A T saadaan siis A:sta tekemällä riveistä sarakkeita. 0 2 0 9 5 5 1 2 3 1 3 0 T 0 5 3 = 2 5 1 10 1 3 9 2 0 (Huomaa, että lävistäjä pysyy paikallaan.)

21 Määritelmä: m n -matriisin A tarnsponoitu matriisi eli (engl. transpose) A T on n m -matriisi, jolle (A T ) ij = a ji. Transpoosi A T saadaan siis A:sta tekemällä riveistä sarakkeita. 0 2 0 9 5 5 1 2 3 1 3 0 T 0 5 3 = 2 5 1 10 1 3 9 2 0 (Huomaa, että lävistäjä pysyy paikallaan.)

21 Määritelmä: m n -matriisin A tarnsponoitu matriisi eli (engl. transpose) A T on n m -matriisi, jolle (A T ) ij = a ji. Transpoosi A T saadaan siis A:sta tekemällä riveistä sarakkeita. 0 2 0 9 5 5 1 2 3 1 3 0 T 0 5 3 = 2 5 1 0 1 1 3 9 2 0 (Huomaa, että lävistäjä pysyy paikallaan.)

22 Transpoosille on voimassa seuraavat kaavat (1) (A T ) T = A (2) (A + B) T = A T + B T (3) (αa) T = αa T (4) (AB) T = B T A T huomaa järjestys!

23 Esimerkki Olkoon ( 7 2 A = 10 4 Nyt (AB) T = B T A T = (( 7 2 10 4 2 3 0 1 1 5 ) ( 2 0 1, B = 3 1 5 ) ( 2 0 1 3 1 5 ( 7 10 2 4 ) = ) )) T = 8 32 2 4 3 30 8 32 2 4 3 30