Lineaarialgebra a, kevät 2018

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

Lineaarialgebra a, kevät 2018

Ennakkotehtävän ratkaisu

Lineaarialgebra a, kevät 2018

Lineaariset yhtälöryhmät ja matriisit

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

10 Matriisit ja yhtälöryhmät

Lineaarialgebra b, kevät 2019

Insinöörimatematiikka D

Käänteismatriisin ominaisuuksia

Insinöörimatematiikka D

2.5. Matriisin avaruudet ja tunnusluvut

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

1.1. Määritelmiä ja nimityksiä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Lineaarialgebra a, kevät 2018 Harjoitusta 5 Maplella

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

Lineaarialgebra ja matriisilaskenta I

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

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

Lineaarialgebra ja matriisilaskenta I

1 Matriisit ja lineaariset yhtälöryhmät

Matematiikka B2 - TUDI

Käänteismatriisi 1 / 14

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I

Matematiikka B2 - Avoin yliopisto

Insinöörimatematiikka D

5 Lineaariset yhtälöryhmät

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Insinöörimatematiikka D

Johdatus tekoälyn taustalla olevaan matematiikkaan

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Insinöörimatematiikka D

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

Lineaarialgebra b, kevät 2019

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

Lineaarialgebra b, kevät 2019

Talousmatematiikan perusteet

BM20A0700, Matematiikka KoTiB2

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

Gaussin ja Jordanin eliminointimenetelmä

Vektoreiden virittämä aliavaruus

9 Matriisit. 9.1 Matriisien laskutoimituksia

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

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

5 OMINAISARVOT JA OMINAISVEKTORIT

Ortogonaalinen ja ortonormaali kanta

Lineaarialgebra ja matriisilaskenta I

Lineaarinen yhtälöryhmä

802120P MATRIISILASKENTA (5 op)

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

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4

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

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

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006

Lineaarialgebra ja matriisilaskenta I

802118P Lineaarialgebra I (4 op)

Johdatus lineaarialgebraan

Lineaariset kongruenssiyhtälöryhmät

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

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

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:

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

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Numeeriset menetelmät

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

MS-C1340 Lineaarialgebra ja

Matriiseista. Emmi Koljonen

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

LINEAARIALGEBRA I. Hannu Honkasalo. Helsingin yliopiston matematiikan laitos v w u ...

Johdatus lineaarialgebraan

Lineaarialgebra a, kevät 2019

2.8. Kannanvaihto R n :ssä

Alkeismuunnokset matriisille, sivu 57

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

Johdatus lineaarialgebraan

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

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

Kotilaskut 1 yms. Maple:lla Maple 2017 versio. Työarkkien yhteensopivuus taaksepäin ei ole taattu!

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

Johdatus lineaarialgebraan

Esimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

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

Oppimistavoitematriisi

802120P Matriisilaskenta (5 op)

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

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

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

Osittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 2015

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

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

Transkriptio:

Lineaarialgebra a, kevät 2018 Harjoitusta 4 Maplella restart; with(linalg): Warning, the protected names norm and trace have been redefined and unprotected Osassa seuraavista on temppuiltu Maplella, eikä sittenkään kaikilta osin ole saatu vastauksia ideaalisessa muodossa; lukijalle jää vielä "tulkintatyötä". Tehtävä 1. Käänteismatriisi määritelmää käyttäen A := matrix([[3,5], [1,-2]]); B := matrix(2,2, [a,b,c,d]); # toinen tapa määritellä Id := matrix(2,2, [1,0,0,1]); # Huom! I on imaginaariyksikkö (1.1) A &* B = Id; evalm(a &* B = Id); # pitäis saada yhtälöryhmäksi tää, miten? (1.2) (1.3) with(student); (1.4) YR := equate(a &*B, Id); # onnaakohan? Ratk := solve(yr); # jees, nyt ratkaistaan subs(ratk, B); # ja sijoitetaan B:hen... ups!? subs(ratk, evalm(b)); (1.5) (1.6) (1.7)

(1.8) Tarkastetaan, että myös on BA = Id, eli lasketaan multiply(b, A); (1.9) No voi, eihän niitä B:hen pysyvästi edellä sijoitettukaan! Toteutetaanpa sijoitus uudestaan ja annetaan nimi Behdokas := subs(ratk, evalm(b)); (1.10) multiply(behdokas, A); # tuleekohan nyt yksikkömatriisi? (1.11) Siispä ja tehtävä on ratkaistu. Tehtävä 2. Sieventelyt a) Koska A on säännöllinen ja kaikki ovat n x n -matriiseja, on lauseke määritelty ja tulos samaa kokoa. Liitännäisyyttä ja osittelulakia I käyttäen päästään muotoon = Uudelleen liitännäisyyttä ja käänteismatriisin määritelmää käyttäen ( ) saadaan =, josta osittelulailla II ja taas käänteismatriisin määritelmän avulla lopulta = ja vielä voi osittelulain I mukaan ottaa yhteisen tekijän ja tulos on =. b) Kertolaskun liitännäisyyden, tulon transpoosin laskusäännön ja käänteismatriisin määritelmän mukaan = =. Lausekkeen arvo on siis kaksoistranspoosin laskusäännön mukaan = (1)_nxn, pelkkiä ykkösiä sisältävä n x n-matriisi. c) Lauseke ei ole määritelty, koska esimerkiksi tulossa eivät dimensiot täsmää (paitsi jos n = 1). Tehtävä 3. Alkeismatriisien tyypit ja käänteismatriisit restart; with(linalg): Warning, the protected names norm and trace have been redefined and

unprotected Id := Matrix(3, 3, shape = identity); (3.1) on tyyppiä III, ja se on saatu yksikkömatriisista operaatiolla E[1] := addrow(id,2,1,-7); (3.2) on ei ole alkeismatriisi, sillä sitä ei saada yksikkömatriisista millään yhdellä alkeisoperaatiolla (tai: siitä ei saada yksikkömatriisia millään yhdellä alkeisoperaatiolla). on tyypin II alkeismatriisi,sillä se saadaan yksikkömatriisista kertomalla 2. rivi luvulla -7: E[3] := mulrow(id,3,-2); (3.3) on alkeismatriisi, joka saadaan yksikkömatriisista operaatiolla E[4] := swaprow(id,1,3); (3.4) Käänteismatriisit ovat map(inverse, [E[1], E[3], E[4]]); (3.5) Tehtävä 4. Käänteismatriisit ja matriisiyhtälöiden ratkaiseminen restart; with(linalg): Warning, the protected names norm and trace have been redefined and unprotected Käytössäsi ovat alkeisoperaatiot I rivien vaihto swaprow

II rivin kertominen mulrow III rivi lisätään toiseen jollain kerrottuna addrow joiden syntaksi pitää tietysti selvittää katsomalla Helpistä tai kokeilemalla. A := matrix([[4,3],[1,-2]]): B := matrix([[3,-2],[-6,4]]): Id := matrix([[1,0],[0,1]]): print(a,b,id); (4.1) Laajennettu matriisi A Id : augment(a,id); (4.2) addrow(%,1,2,-1/4); (4.3) mulrow(%,1,1/4): mulrow(%,2,-4/11); (4.4) Id_invA := addrow(%,2,1,-3/4); (4.5) Matriisin A käänteismatriisi on siis tuossa oikealla, erotetaan se ja verrataan Maplella suoraankin saatavaan: inva := submatrix(id_inva,1..2,3..4); (4.6) inverse(a); # Maplen käskyllä suoraankin (4.7) Laajennettu matriisi B Id : augment(b,id); (4.8)

(4.8) addrow(%,1,2,2); (4.9) Nähdään, että B ei voi olla riviekvivalentti yksikkömatriisin kanssa, joten se on singulaarinen eikä sillä siis ole käänteismatriisia! Kohta a) Koska A on säännöllinen, yhtälö voidaan aluksi kertoa oikealta A:lla, jolloin saadaan ja voidaan ratkaista, missä tarvittava käänteismatriisi inva oli jo laskettu edellä: multiply(inva, B); (4.10) linsolve(a, B); # tässä se on vielä tehty suoraankin (4.11) Kohta b) Tässäkin voidaan sieventää "käsin": saadaan X = (I + A (B - I)) A ja siis välituloksin valituloksetjax := map(evalm,[ A &* (B-Id), Id + (A &* (B-Id)), (Id + A &* (B-Id))&* A ]); (4.12) X := valituloksetjax[3]; # listan 3. jäsen (4.13) Tarkastus: sijoitetaan aluperäiseen yhtälöön I + AB - XA^(-1) = A evalm(id + A &* B - X &* inva = A); (4.14)

Kohta c) Koska B ei ole säännöllinen, ei voida ratkaista suoraan. Määritellään X := matrix(2,2,[x1,x2,x3,x4]): Muodostetaan matriisiyhtälö evalm(b &* X = 2*B); (4.15) with(student); (4.16) YR := equate(b &* X, 2*B); solve(yr); # tutkitaan ratkaisuja: (4.17) (4.18) Siis äärettömästi ratkaisuja; valitaan vapaiksi x3 ja x4 Ratk := solve(yr,{x1, x2}); (4.19) X := subs(ratk,evalm(x)); (4.20) Vielä parametrimuotoon, sijoitetaan x3 = s ja x4 = t: Xst := subs({x3 = s,x4 = t}, evalm(x)); (4.21) Tarkastus: evalm(b &* Xst = 2*B); (4.22) Tehtävä 5. Matriisi B singulaarinen? restart; with(linalg): Warning, the protected names norm and trace have been redefined and unprotected Viedään laajennettu matriisi porrasmuotoon (riittäisi tässä tietysti viedä vain B) alkeisoperaatioilla

B := matrix([[2, -4, 1], [2, 0, 5], [-2, 3, -2]]); Id := matrix([[1, 0, 0], [0, 1, 0], [0, 0, 1]]); (5.1) augment(b,id); (5.2) addrow(%,1,2,-1): addrow(%,1,3,1); # I vaihe (5.3) Toinen vaihe: addrow(%,2,3,1/4); (5.4) mulrow(%,1,1/2): mulrow(%,2,1/4); (5.5) Vasen matriisi on nyt porrasmuodossa, josta singulaarisuus näkyy nollarivinä vasemmalla. Tarkemmin: B ei ole riviekvivalentti yksikkömatriisin kanssa, joten se on singulaarinen. Maplessa redusoitu porrasmuoto saadaan suoraan käskyllä (gausselim vie lähes porrasmuotoon) gaussjord(b); (5.6)

Tehtävä 6. Toistensa käänteismatriisit Määritellään matriisit: A := matrix([[4,3,-2], [-4,-2,2], [8,2,2]]); (6.1) B := 1/12*matrix([[-4, -5, 1], [12, 12, 0], [4, 8, 2]]); (6.2) multiply(a, B), multiply(b, A); # ovatko tulot yksikkömatriiseja? (6.3) Ratkaistaan suoraan A:n käänteismatriisia B käyttäen, kun se tässä jo tiedetään.määritellään tarvittavat vektorit ba := vector([3,2,1]); bb := vector([1,-2,3]); (6.4) Kertominen multiply-käskyllä tai dyadisesti &*-käskyllä (joka ei yleensä kirjoita tuloja auki, siksi evalm map(evalm, [B &* ba, B &* bb]); # molemmat vastaukset kerralla (6.5) Tietysti voisi ratkaista myös Gaussilla tai Maplen matriisiyhtälökäskyllä linsolve(a,ba), linsolve(a,bb); (6.6) Tehtävä 7. Alkeismatriisien jäljitys Määritellään yksikkömatriisi Id ja sen avulla alkeisoperaatiot EI = rivien vaihto EII = rivin kertominen luvulla EIII = rivi lisätään toiseen a-kertaisena Id := matrix([[1,0,0],[0,1,0],[0,0,1]]);

(7.1) EI := (i,j) - swaprow(id,i,j); Kokeillaan: EI(2,3); (7.2) (7.3) EII := (i,a) - mulrow(id,i,a); EII(2,5); (7.4) (7.5) EIII := (i,j,a) - addrow(id,i,j,a); EIII(2,3,5); (7.6) (7.7) print(id); # ALOITETAAN! (7.8) Määritellään rivien 2 ja 3 vaihto matriisiksi E1: E1 := EI(2,3); (7.9) kerrotaan A0 = Id sillä vasemmalta saadaksesi A1: A1 := multiply(e1,id); (7.10) Järkätään vasempaan ylänurkkaan 3 kertomalla alkeismatriisilla E2:

E2 := EII(1,3); (7.11) A2 := multiply(e2,a1); (7.12) Järkätään ylös keskelle ykkönen: E3 := EIII(3,1,1); (7.13) A3 := multiply(e3,a2); (7.14) Sitten keskelle kakkonen: E4 := EIII(3,2,2); (7.15) A4 := multiply(e4,a3); (7.16) Lopuksi skaalataan kolmas rivi: E5 := EII(3,-6); (7.17) A5 := multiply(e5,a4); (7.18) Kokeillaan sitten toimiiko:

Atulona := multiply(e5,e4,e3,e2,e1); (7.19) Käänteismatriisin pitäisi nyt olla edellisten käänteismatriisien tulo käänteisessä järjestyksessä: kaantmat := multiply(e1^(-1),e2^(-1),e3^(-1),e4^(-1),e5^(-1) ); (7.20) Kokeillaan: multiply(atulona,kaantmat), multiply(kaantmat,atulona); (7.21)