Professional Documents
Culture Documents
Lineer Cebir Ders Notlari1
Lineer Cebir Ders Notlari1
com
'dan indirilmitir.
LINEER
CEBIR
DERS NOTLARI
Kahramanmaras St Imam
niversitesi Fen-Edebiyat Fakltesi
Matematik Blm
Agustos
2015
e-posta: h_bilgic@hotmail.com
NSZ
Lineer Cebir I ve Lineer Cebir II derslerine ait ders notlardr. Bu ders notlar Bernard Kolmann Elementary Linear Algebra isimli kitabnn 4. basks temel alnarak hazrlanmstr. Baz alt blmler
atlanms ve baz ispat ve rnekler daha aklayc s ekilde genisletilmistir.
Ders notlarnn bilgisayar ortamna aktarlmasndaki ama, grencilerin
Iindekiler
1.1
1.2
slemleri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Matrisler ve Matris I
1.3
1.4
11
1.5
16
1.6
26
1.7
Esdeger
Matrisler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
31
2.1
34
2.2
Lineer Bagmszlk
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
40
2.3
Baz ve Boyut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
46
2.4
Koordinatlar ve Izomorfizmler
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
2.5
59
ii
Hseyin BILG
3
arpm Uzaylar
I
64
3.1
arpm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
R3 n Standart I
64
3.2
arpm Uzaylar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
I
67
3.3
GramSchmidt Yntemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
79
4.1
Tanm ve rnekler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
4.2
83
4.3
90
4.4
93
Determinantlar
98
5.1
Determinantn Tanm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
5.2
5.3
Kofaktr Alm
5.4
5.5
Determinantn Diger
Uygulamalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
zdegerler
ve zvektrler
114
iii
1
Lineer Denklemler ve Matrisler
1.1
(1.1)
s1 , s2 , . . . , sn saylar x1 , x2 , . . . , xn yerine
s eklindeki bir denkleme lineer denklem denir. Eger
yazldgnda
gibi yazlr:
a11 x1 + a12 x2 + + a1n xn
a21 x1
..
.
+ a22 x2 + + a2n xn
..
..
..
.
.
.
= b1
=
..
.
b2
..
.
(1.2)
(1.2) yi saglayan
x1 , x2 , . . . , xn degerlerini
bulmaya alsacagz.
s1 , s2 , . . . , sn saylarnn bu sistemin bir zm olmas demek, bu saylarn her
bir denklemin zm olmas demektir. Eger
bir lineer sistemin hi zm yoksa bu sisteme tutarsz,
eger
en az bir zm varsa tutarl denir. Eger
b1 = b2 = . . . = bm = 0 ise bu sisteme homojen
sistem denir. Bir homojen sistemdeki x1 = x2 = = xn = 0 zmne trival (asikar) zm
denir. Aksi halde trival olmayan zm denir.
Hseyin BILG
+ c22 x2 + + c2n xn = d2
..
..
..
.. ..
.
.
.
. .
(1.3)
x1 3x2 = 7
)
zm: x1 = 2, x2 = 3
2x1 + x2 = 7
8x1 3x2 = 7
3x1 2x2 = 0
10x 2x = 14
1
2
zm: x1 = 2, x2 = 3
Bu sistemler es sistemlerdir.
(
3x2 = 3
x1
rnek 1.2
x1 = 3 bulunur.
)
(
x1 3x2 = 7
rnek 1.3
denklem sistemini gz nne alalm. x1 i yok edelim. 1. denkle2x1 6x2 = 7
min 2 katn 2. denklemden kartrsak 0 = 21 gibi bir sonu elde ederiz. Bunun anlam sistemin
zmnn olmamas; yani tutarsz olmas demektir.
x
+
2x
+
3x
=
6
1
2
3
rnek 1.4
denklem sistemini znz.
2x1 3x2 + 2x3 = 14
3x + x x = 2
x1 + 2x2 3x3 = 4
2x1 + x2 3x3 = 4
)
denklem sistemine bakalm.
Hseyin BILG
x
=
x
+
4
3
1
gibi.
Sonu:
Bu rnekler gstermektedir ki; bir lineer sistemin tek zm de olabilir, hi zm olmayabilir
veya sonsuz tane zm olabilir.
(
)
a1 x1 + a2 x2 = c1
lineer denklem sistemini dsnelim.
S imdi
b 1 x 1 + b 2 x 2 = c2
Bu iki denklemin belirttigi
dogrular
x2
x2
l2
l2
x1
x1
x1
l1
l1
(a) Tek zm
l2
l1
(b) zm yok
(c) Sonsuz zm
S ekil 1.1:
birisi yaplabilir:
1. i. ve j. denklemler yer degi
stirebilir.
2. Denklemlerden herhangi biri sfr olmayan bir sabitle arplabilir.
3. i. denklem yerine
[c (j.denklem)] + i.denklem
yazlabilir. (i 6= j)
Bu degi
siklerle elde edilen sistem orjinal sistemin bir esidir. (Ispatlaynz)
3
Hseyin BILG
1.2
slemleri
Matrisler ve Matris I
s ekilde gsterilir:
Tanm 1.6 Saylarn bir dikdrtgensel dizisine bir matris denir ve asagdaki
A= .
..
..
..
..
.
.
.
a1j
a2j
A nn j. stunu . dir. (1 6 j 6 n)
..
amj
Eger
bir A matrisinin m satr ve n stunu varsa bu matrise m n tipinde matris denir. m = n
ise kare matris denir. (veya n. dereceden kare matris denir). a11 , a22 , . . . , ann elemanlar A nn
diyagonali (esas ksegeni) zerindedir denir. aij elemanna (i, j)inci eleman denir. A matrisi A =
[aij ] s eklinde de yazlabilir. Eger
A , m n tipinde bir matris ise m An yazarz ; eger
n n tipinde
ise An yazlr.
rnek 1.7
"
#
1 2 3
1
0
3
A=
ve D =
2 1 4 , B = [1 3 7] , C =
3
1 2
0 3 2
4
ise a32 = 3, c21 = 1, b12 = 3, d22 = 2 . . . gibi.
Tanm 1.8 Eger
m n tipindeki A = [aij ] ve B = [bij ] matrislerinin karslkl elemanlar esitse bu
iki matrise esit matrisler denir ve A = B yazlr . Yani her i = 1, 2, . . . , m ve j = 1, 2, . . . , n iin
aij = bij dir.
Tanm 1.9 Eger
A = [aij ] ve B = [bij ] matrisleri m n tipinde matrislerse A ve B nin toplam
olan C = [cij ] = A + B matrisi cij = aij + bij s eklinde tanmlanr.
"
rnek 1.10 A =
1 2 3
2 1 4
"
ve B =
0 2
1 3 4
"
= A + B =
1 0 4
3 2 0
Hseyin BILG
Tanm 1.11 A = [aij ], m n tipinde bir matris olsun ve c R bir reel say olsun. A nn c sabiti
ile arpm olan cA matrisi C = [cij ] ise i = 1, 2, . . . , m ve j = 1, 2, . . . , n iin cij = c aij olarak
tanmlanr.
"
rnek 1.12 A =
4 2 3
"
7 3 2
= 21 A =
3
2
7
2
32
i=1
n
X
ri ai =
i=1
n
X
rj aj
j=1
oldugu
aktr.
Sigma sembol asagdaki
zellikleri saglar.
1.)
n
X
(ri + si )ai =
i=1
2.)
n
X
ri ai +
c(ri ai ) = c
n X
m
X
n
X
n
X
si ai
s=1
i=1
i=1
3.)
n
X
ri ai
i=1
aij =
j=1 i=1
m X
n
X
aij
i=1 j=1
cij =
n
X
(
aik bkj = ai1 b1j + ai2 b2j + + ain bnj
k=1
i = 1, 2, . . . , m
j = 1, 2, . . . , p
Hseyin BILG
a11
a12
...
a1n
.
..
..
..
.
.
AB =
ai1 ai2 . . . ain
.
..
..
..
.
.
"
rnek 1.15 A =
3 1
"
AB =
1 2 1
4
11 b12 . . . b1j
.
..
..
..
.
.
ve B =
4
23
2
. . . b2p
..
.
. . . bnp
matrisleri verilsin.
32
. . . b1p
"
=
3 5 + 1(3) + 4 1
22
4 2
6
16
matrisleri tanmlayalm:
A= .
,X = . ,B = .
.
.
.
..
..
..
..
..
..
matrise de ek matris (eklenmis matris) denir. (Yani denklem sisteminin ek matrisi denir)
a
a12 . . . a1n
11
..
. b1
..
. b2
.. ..
. .
..
. bm
2x
+
3x
4x
+
x
=
5
1
2
3
4
rnek 1.16
denklem sistemini
2x1 + x3
= 7
3x + 2x 4x
= 3
1
2
4
x1
2 3 4
1
x
2
=
matris formunda s yle yazlabilir:
2
0
1
0
3 2
0 4
x4
7
3
Hseyin BILG
2 3 4
1
, ek matris
Katsaylar matrisi
2
0
1
0
3 2
0 4
..
2 3 4
1 . 5
..
2 0
1
0 . 7
..
3 2
0 4 . 3
"
rnek 1.18 A =
1 2 1
3 2
ise A0 =
"
rnek 1.19 A =
2 4 5
1 2 3
2 1 4
1 3
1 0
2
1
3 1 3
,B =
2 1 ,C = 4
3 2
2
"
1 5
,D =
1 3
3 2
2
#
ve E =
mmknse) asagdaki
islemleri yapnz:
1 4
matrisleri verilsin. (Eger
2 1
(b) AB ve BA
(a) C + E
(c) 2C 3E
(e) AB +
D2 , D2
(d) CB + D
= DD dir. (f) (3)(2A) ve 6A
(g) A(BD)
(h) (AB)D
(i) A(C + E)
(j) AC + AE
(k) 3A + 2A ve 5A
(l) A0
(m) (A0 )0
(n) (AB)0
(o) B 0 A0
(p) (C + E)0
(r) C 0 + E 0
n
X
i=1
ispatlaynz:
(a) Tr(c A) = c Tr(A) (c : reel say)
(b) Tr(A + B) = Tr(A) + Tr(B)
7
aii
Hseyin BILG
Ispat
:
(a) A = [aij ] = c A = [c aij ] dir.
Tr(c A) =
n
X
caii = c
i=1
n
X
aii = c Tr(A)
i=1
n
X
(aii + bii ) =
i=1
n
X
aii +
i=1
n
X
i=1
n
X
n
X
bik akj
k=1
k=1
olarak tanmlandgn
biliyoruz. S imdi
Tr(C) =
=
=
=
n
X
cii =
i=1
n X
n
X
i=1 k=1
n X
n
X
n X
n
X
aik bki
i=1 k=1
bki aik =
n X
n
X
bki aik
k=1 i=1
bik aki
i=1 k=1
n
X
dii = Tr(D)
i=1
gsteriniz.
zm: X1 ve X2 iki zm olsun. r + s = 1 olmak zere X3 = rX1 + sX2 matrisini dsnelim.
AX3 = B oldugunu
gsterelim:
AX3 = A(rX1 + sX2 ) = ArX1 + As X2 = r(AX1 ) + s(AX2 ) = rB + sB = (r + s)B = B
olup sonsuz tane zm vardr. (nk bu s ekilde sonsuz miktarda r ve s seilebilir.)
Hseyin BILG
1 0
0 1
s artn saglayan
cagn
ispatlaynz.
"
#
"
#
"
#
a b
e f
1 0
zm: A =
ve B =
olsun. AB BA =
olsun.
c d
g h
0 1
"
AB BA =
ae + bg ea f c
af + bh eb f d
ce + dg ga hc
cf + dh gb hd
"
=
1 0
0 1
1.3
zellikler saglanr:
m 0n
m 0n
+ A = A s artn saglayan
bir tek
m 0n
matrisi
vardr. Btn elemanlar 0 olan bu matrise m n sfr matrisi denir. m = n ise 0n yazlr.
4) Verilen her m n A matrisi iin A + B =
m 0n
B = A dr.
5) A m n matris , B n p ve C p q matris ise A(BC) = (AB)C dir.
6) a) A ve B m n matris ve C n q matris ise (A + B)C = AC + BC
b) C m n matris ve A ile B n q matris ise C(A + B) = CA + CB
7) r, s reel saylar, A m n matris ve B n q matris ise
(a) r(sA) = (rs)A = s(rA)
(b) A(rB) = r(AB)
8) a ve b reel saylar, A m n matris ise (a + b)A = aA + bA
9) A ve B m n matrisler, a bir reel say ise a(A + B) = aA + aB
10) A m n matris ise (A0 )0 = A
m Bn
matrisi vardr.
Hseyin BILG
Ispat
12) A = [aij ], B = [bij ] ve AB = C = [cij ] olsun. c0ij nn B 0 A0 daki (i, j). eleman oldugunu
ispatlayacagz.
n
X
c0ij = cji =
n
X
ajk bki =
k=1
a0kj b0ik =
n
X
b0ik a0kj
k=1
k=1
rnegin:
"
A=
1 2
"
,B =
2 4
4 6
2
"
,A B =
0 0
0 0
Not 1.25 a, b, c tane reel say olsun. ab = ac ve a 6= 0 ise b = c dir. Bu sadelestirme kural
matrisler iin geerli degildir,
rnegin:
"
A=
1 2
2 4
"
,B =
2 1
"
ve C =
3 2
5 1
#
, AB = AC olup B 6= C dir.
=
21 1
12 1
0 0
rnek 1.27 Her 2 2 B matrisi iin AB = BA s artn saglayan
a b
"
# "
c d
"
a 0
0 a
# "
0 0
x y
z
0 1
# "
0 0
,
0 0
1 0
"
#
x y
nrsa A matrisinde a = d,b = c = 0 elde edilir. B =
olsun.
z t
zm: A =
alalm. B yerine
1 0
"
=
x y
z
# "
a 0
"
ve
0 0
0 1
#
matrisleri al-
0 a
Hseyin BILG
1.4
n n tipindeki bir A = [aij ] matrisi iin i 6= j iken aij = 0 ise bu matrise diyagonal matris
denir. (Yani ana diyagonal haricindeki elemanlar 0). Diyagonaldeki btn elemanlar ayn olan diyagonal matrise skaler matris denir. In = [aij ], aii = 1 ve i 6= j iin aij = 0 olan skaler matrise
n n birim matris denir.
1 0 0
2 0 0
1 0 0
rnek 1.28 A =
0 2 0 , B = 0 2 0 ve I3 = 0 1 0 matrisleri verilsin. A, B
0 0 3
0 0 2
0 0 1
ve I3 diyagonal matrisleridir. B ve I3 skaler matrislerdir. I3 de 3 3 birim matristir.
Not: A bir skaler matris ise bir r skaleri iin A = rIn s eklindedir. S imdi A bir kare matris olsun. Eger
A n n matris ise A0 = In
p pozitif bir tamsay ise Ap = |A A{z A} s eklinde tanmlanr. Eger
ptane
olarak tanmlanr.
Negatif olmayan p ve q tamsaylar iin Ap Aq = Ap+q ve (Ap )q = Apq kurallar geerlidir.
Ayrca: (AB)p = Ap B p kural AB = BA degilse
geerli degildir.
Tanm 1.29 n n tipinde bir A = [aij ] matrisinde i > j iin aij = 0 ise bu matrise st gensel
matris; i < j iken aij = 0 ise alt gensel matris denir. rnegin
1 3 3
1 0 0
A=
0 3 5 st gensel, B = 2 3 0 alt gensel matrislerdir.
0 0 2
3 5 2
Tanm 1.30 A bir matris olsun. A0 = A ise Aya simetrik matris; A0 = A ise arpksimetrik
(antisimetrik) matris denir. rnegin:
1 2 3
0 2
A=
2 4 5 simetrik; B = 2 0 4 antisimetrik matrislerdir.
3 4
0
3 5 6
Buna gre asagdakiler
dogrudur:
11
Hseyin BILG
Teorem 1.31 A n n matris ise; S bir simetrik matris ve K bir antisimetrik matris olmak zere
A = S + K s eklinde yazlabilir. Ayrca bu yazls tek trldr.
Ispat:
A = S + K oldugunu
= S+K
A0
= SK
)
= A + A0 = 2S = S = 12 (A + A0 ).
1 3 2
rnek 1.32 A =
4 6
5 1
2
matrisi verilsin.
3
S=
(A + A0 ) =
7
2
7
2
3
2
3
2
3
2
3
2
, K = 1 (A A0 ) =
0 12
1
2
7
2
27
1
2
12
"
#
1 2 3
4
1
2
4
rnek 1.34 A =
5
2 4 3
ise A nn bir alt matrisi 3 0 3 dir.
3 0 5 3
Bu durumda alt matrislere paralanan bir matristen sz edebiliriz. Tabii ki bu paralans tek trl
degildir.
12
Hseyin BILG
a
11
a21
rnek 1.35 A =
a31
a41
a11
a21
A =
a31
a41
a12 a13
..
.
..
.
..
.
..
.
..
.
a14 a15
"
a22 a23
a24 a25
A11
matrisi A =
A21
a32 a33
a34 a35
a42 a43
a44 a45
..
..
a12
. a13 a14
. a15
..
..
"
a22
. a23 a24
. a25
11
A
A =
21
A
..
..
a32
. a33 a34
. a35
..
..
a42
. a43 a44
. a45
A12
A22
#
s eklinde veya,
13
12 A
A
23
22 A
A
..
. b13 b14
b11 b12
..
b21 b22
. b23 b24
..
B = b31 b32
. b33 b34
..
b41 b42
. b43 b44
..
b51 b52
. b53 b54
AB =
B11 B12
= B21 B22
B31 B32
ise
11 B11 + A
12 B21 + A
13 B31 ) ... A
11 B12 + A
12 B22 + A
13 B32 )
(A
..
.
21 B11 + A
22 B21 + A
33 B31 ) ... (A
21 B12 + A
22 B22 + A
23 B32 )
(A
oldugu
gsterilebilir.
bir B n n
tipinde matris varsa Aya singler olmayan (tersinir=tersi alnabilir) matris denir. Aksi halde Aya
13
Hseyin BILG
singler (tersi alnamaz) matris denir. B matrisine de Ann tersi denir ve A1 ile gsterilir.
"
2 3
rnek 1.38 A =
ve B =
2 2
B, Ann
2 olsun. AB = BA = I2 oldugundan
1 1
tersidir.
Teorem 1.39 Eger
bir matrisin tersi varsa tektir.
Ispat:
B ve C, Ann tersi olsunlar. O zaman AB = BA = In ve AC = CA = In dir. S imdi,
B = BIn = B(AC) = (BA)C = In C = C
olup A nn tersi (varsa) tektir.
"
rnek 1.40 A =
AA
(
Buradan ;
# "
1 2
3 4
a + 2c
"
olsun. A1 matrisini (varsa) bulalm. A1 =
3 4
"
1 2
= 1
a b
#
=
c d
)
"
1 0
"
=
0 1
b + 2d
= 0
a + 2c
a b
c d
b + 2d
3a + 4c 3b + 4d
olsun.
"
1 0
0 1
ve
denklem sistemleri elde edilir. Bunun 3a + 4c = 0
3b + 4d = 1
zm a = 2, c = 23 , b = 1 ve d = 12 dir. (Kontrol ediniz). Ayrca
"
3
2
12
#"
oldugundan
A singler degildir
ve A1 =
rnek 1.41 A =
1 2
2 4
"
AA
"
olsun. A1 =
1 2
2 4
# "
a b
c d
3
2
12
a b
1 0
0 1
#
dir.
c d
#
"
=
3 4
"
"
1 2
"
=
diyelim.
a + 2c
b + 2d
2a + 4c 2b + 4d
b + 2d
= 0
2b + 4d = 1
"
=
1 0
0 1
)
.
Birinci denklem 2 ile arplrsa 2 = 0 eliskisi elde edilir. Bu lineer sistemin zm yoktur. Yani
Ann tersi yoktur (singlerdir).
14
Hseyin BILG
ve
(AB)1 = B 1 A1 dir.
Ispat:
(AB)(B 1 A1 ) = A(BB 1 )A1 = AIn A1 = AA1 = In ,
(B 1 A1 )(AB) = B 1 (A1 A)B = BIn B 1 = BB 1 = In
olup (AB)1 = B 1 A1 oldugu
grlr.
ve (A1 A2 Ar )1 = A1
r Ar1 A1 dir.
Ispat:
Benzer s ekilde yaplr.
Teorem 1.44 A singler olmayan bir matris ise, A1 matrisi de singler olmayan bir matristir ve
(A1 )1 = A dr.
Ispat:
(A1 )A = In ve A(A1 ) = In olup bu esitliklerdeki birinci matrisin tersi ikinciye esittir. O
halde (A1 )1 = A dr.
Teorem 1.45 A singler degilse
A0 de singler degildir
Ispat:
AA1 = In dir. Bu esitligin
iki tarafnn transpozunu alrsak:
(A1 )0 A0 = In0 = In
dir. S imdi de A1 A = In esitliginin
1 2
3 4
"
matrisinin tersi A1 =
"
(A0 )1 =
2
1
3
2
12
3
2
12
"
dir. A0 =
1 3
2 4
#
olup
#
= (A1 )0
oldugu
grlr.
rnek 1.47 A simetrikse ve singler degilse,
A1 in de simetrik oldugunu
gsteriniz.
zm: A simetrik oldugundan
15
Hseyin BILG
gsteriniz. Ayrca AB =
0n = B = 0n dir. Gsteriniz.
zm:
AB = AC = A1 (AB) = A1 (AC) = (A1 A)B = (A1 A)C = B = C,
AB = 0n = A1 (AB) = A1 0n = (A1 A)B = 0n = B = 0n
1.5
4 zelligi
saglyorsa
(d) Eger
bir kolon herhangi bir satrn bas elemann ihtiva ediyorsa, o kolondaki diger
btn elemanlar sfrdr.
Eger
A matrisi (a), (b) ve (c) s artlarn saglyorsa
16
Hseyin BILG
1 5 0 2 2
0 1 0
A= 0 0 0
0 0 0
0 0 0
1 0
8
0 1
7 2 B =
0 0
0
0
0 0
0
0
1
0
0
0 0
0 0 1 3 5
0 0
C = 0
1 0
0
0 1
0
indirgenmis
7 9
0 0 0 1 2 3
0 0 0 0
1 2
0 0 0 0
0 1
0 0 0 0
0 0
1 0 0 0 2
0 1 0
D= 0 0 0
0 0 0
0 0 0
0
1
0
0
8
1
2
0
0
1
1 2 0
4
7 2 E =
0
0 0 1 2 3 F = 0 0 0
0
0
0 0 0 0 0
0 0 1 3
0
0
4
indirgenmis
1 0 3 4
H =
G=
0
2
2
5
0 0 1 2
hibiri (b)
1 0
3 4
0 1 2 5
J =
0 1
2 2
0 0
0 0
hibiri (c)
hibiri (a)
1 2
3 4
0 1 2 5
0 0
1
2
0 0
0 0
satr eselon form
grecegiz.
Si cSi
II.TIP:
Sj cSi + Sj
III.TIP:
17
Hseyin BILG
0 0 1
3 3 6 9
1 1 2 3
S1 S3
S1 31 S1
B = 2 3 0 2
A=
2
3
0
2
C = 2 3 0 2
3 3 6 9
0 0 1
2
0 0 1
2
1 1
2 3
S2 (2)S1 +S2
C
D=
0 1 4
0 0
1
4 3
8 6
rnek 1.54 A =
nk
2 1 3 2 ve D = 1 1 2 3 matrisleri satr esdegerdir.
1 1 2 3
4 1 7 8
4 3
4 3
4 3
S2 2S3 +S2
S2 S3
A=
2 1 3 2 B = 4 1 7 8 C = 1 1 2 3
1 1 2 3
1 1 2 3
4 1 7 8
olup C nin 1. satr 2 ile arplrsa D matrisi elde edilir.
Bu tanma gre asagdakiler
dogrudur.
Teorem 1.55 Her A = [aij ] m n sfr olmayan matrisi satr (stun) eselon formdaki bir matrise
satr (stun) esdegerdir.
Ispat:
Yani, bir A matrisi satr eselon formdaki bir matrise satr esdegerdir.
Yani, A zerinde elementer satr islemleri yaplarak bir satr eselon formda matris elde edilebilir. (rnek zerinde aklanacak)
rnek 1.56 Asagdaki
18
Hseyin BILG
0 2 3 4 1
2 2 5
2 4
0 0 2
3 4 S1 S3
3 4
0 0 2
A=
B =
2 2 5
0 2 3 4 1
2 4
2 0 6
9 7
2 0 6
9 7
1 2
1 1 52
S
0 0 2
S1 21
3
4
C =
0 2 3 4 1
2 0 6
9 7
Bas eleman 1 elde edildikten sonra bunun altndaki saylarn 0 yaplmas gerekir. Bu amala bu satrn (bas elemannn bulundugu
satrn) uygun katlar asagdaki
satrlara eklenir:
1 2
1 0 25
0 0
2
3 4
S4 (2)S1 +S4
D=
0 2
3 4 1
0 2 1
7 3
Bu asamada 1. kolon ile isimiz bitmistir. S imdi (2, 2)-inci pozisyondaki sayy 1 yapmalyz. (Eger
bu eleman ve altndakilerin tamam 0 ise 3. stuna geilir). Bunun iin ya 2. satrn tamam bu sayya
blnr veya alt satrlardan (st satrlardan degil)
biri ile yer degi
stirilip sonra blme islemi yaplr:
1 2
1 2
1
1 52
1
1 25
S
3
2
3 4 1
1
2 21
S2 S3 0
S2 22 0
0
0
2
3 4
0
2
3 4
0
0 2 1
7 3
0 2 1
7 3
S imdi 2. stunda da bas eleman olustuguna
satrlara eklenir):
1 1 52
0 1
0 0
0 0
S4 (2)S2 +S4
3
2
4
1
2
Daha sonra 3. stunda bas eleman olusturulur ve bunun altndaki saylar 0 yaplr: (Dikkat: Bas
elemanlar saga
dogru
gidildike asagya
dogru
en az bir basamak kaymaldr)
1 1 52
1 2
3
1
S3 1
S
1
2
2 3 0
2
2
3
0 0
1
2
2
0 0
2
3 4
19
Hseyin BILG
1 1 25
0 1
0 0
0 0
S4 (2)S3 +S4
3
2
3
2
= H diyelim.
2
0
1
2
Teorem 1.57 mn tipinde her A = [aij ] sfr olmayan matris, indirgenmis satr (stun) eselon
formdaki bir matrise satr (stun) esdegerdir.
Ispat:
Bir nceki teoremin ispatndaki yntem uygulanr. Ancak bu sefer bir bas elemann bulundugu
kolondaki diger
elemanlar (yani hem altndaki hem de stndekiler) 0 yaplacak s ekilde gerekli elementer satr islemleri yaplr.
rnek 1.58 Bir nceki H
H =
0
1 2
1 52
1
3
2
1
S1 (1)S2 +S1
2
2
3
0
1
2
2
0
0
0 0
1 0 0
0 1 0 17
4
3
0 0 1
S1 (4)S3 +S1
2
0 0 0
0
S )+S2
S2 ( 3
2 3
1 0 4
0 1
0 0
0 0
19
2
52
3
2
3
2
3
2
1
2
=K
2
..
..
[A.B] ve [C .D] ek matrisleri satresdeger
ise bu lineer sistemler es sistemlerdir; yani zmleri
ayndr.
Ispat:
Elementer satr islemleri; lineer sistem dsnldgnde
asagdakilere
karslk gelir:
esitligin
I.Tip: Iki
yer degi
stirmesi
II.Tip: Bir esitligin
c 6= 0 ile arplmas
III.Tip: Bir esitligin
bir katnn baska bir esitlige
eklenmesi
20
Hseyin BILG
Ispat;
"satr esdegerlik"
de yoktur.
Sonu: Eger
A ve B iki satr esdeger
mn matris ise AX = 0 ve BX = 0 homojen sistemleri es
sistemlerdir.
1 2
3
x1 + 2x2 + 3x3 = 9
..
ek matris [A.B] = 2 1 1
2x1 x2 + x3 = 8
3x1 x3
= 3
3 0 1
..
. 9
..
. 8
..
. 3
[C ..D] =
.
1 2 3 .. 9
.
0 1 1 .. 2
.
0 0 1 .. 3
x
+
2x
+
3x
=
9
1
2
3
= x2 = 2 x3 = 1, x1 = 9 3x3 2x2 = 9 9 + 2 = 2
x2 + x3
= 2
x
= 3
3
zm: x1 = 2, x2 = 1, x3 = 3.
Genel durumda A matrisi m n matris ise asagdaki
Hseyin BILG
.
3 4 5 ..
.
2 3 1 ..
.
1 2 3 ..
.
0 1 2 ..
1 2
0 1
.
[C ..D] =
0 0
0 0
7
olsun. O zaman:
x4 = 9 2x5
x3 = 7 2x4 3x5 = 7 2(9 2x5 ) 3x5 = 11 + x5
x2 = 7 2x3 3x4 + x5 = 7 2(11 + x5 ) 3(9 2x5 ) + x5 = 2 + 5x5
x1 = 6 2x2 3x3 4x5 5x5 = 1 10x5
x5 = herhangi bir reel say
Buradan, btn zmler s u s ekilde yazlr: (Sonsuz zm vardr)
x1 = 1 10r
x2 = 2 + 5r
x3 = 11 + r
x4 = 9 2r
x5 = r (herhangi bir say)
rnek 1.63
[C ..D] =
.
1 2 3 4 .. 5
.
0 1 2 3 .. 6
.
0 0 0 0 .. 1
olsun. CX = D nin zm yoktur. nk, son satrdan: 0x1 + 0x2 + 0x3 + 0x4 = 1 eliskisi
vardr.
rnek 1.64
1 0
0 1
.
[C ..D] =
0 0
0 0
rnek 1.65
0 0
0 0
1 0
0 1
..
.
..
.
..
.
..
.
6
olsun. zm: x1 = 5, x2 = 6, x3 = 7, x4 = 8.
1 1 2 0
..
[C .D] = 0 0 0 1
0 0 0 0
22
..
.
..
.
.
0 ..
25
1
2
3
2
1
2
Hseyin BILG
1
2
21 x5 , x1 =
3
2
2
x2 = r
r 2s +
5
2
x3 = s
t
1
x4 =
2
2
x5 = t
rnek 1.66 Asagdaki
..
1
2
3 .
6
x1 + 2x2 + 3x3 = 6
..
..
Ek matris: [A.B] = 2 3
2x1 3x2 + 2x3 = 14
2 . 14
3x + x x
..
= 2
1
2
3
3
1 1 . 2
Ek matrisi satreselon forma getirelim:
1
2
3
S2 (2)S1 +S2
0 7 4
S3 (3)S1 +S3
0 5 10
..
.
6
..
.
2
..
. 20
.
1 2 3 .. 6
S3 (7)S2 +S3
.
0 1 2 .. 4
.
0 0 10 .. 30
.
3 .. 6
S2 S3
.
0
1
2 .. 4
S2
Sonra: S2 5
.
0 7 4 .. 2
S3 S3
10
..
1 2 3 . 6
..
0 1 2 . 4
..
0 0 1 . 3
.
.
1 2 3 .. 6
1 0 1 .. 2
S (2)S +S
S1 S3 +S1
2
1
.
..
0 1
0 1 2 .. 4
2
.
4
S2 (2)S3 +S2
..
..
0 0 1 . 3
0 0
1 .
3
Buradan x1 = 1, x2 = 2, x3 = 3 bulunur.
Homojen Sistemler
m denklem ve n bilinmeyenden olusan AX = 0 homojen sistemini dsnelim.
23
.
1 0 0 ..
1
.
0 1 0 .. 2
.
0 0 1 ..
3
Hseyin BILG
.
1 0 0 0 2 .. 0
.
0 0 1 0 3 .. 0
.
0 0 0 1 4 .. 0
.
0 0 0 0 0 .. 0
x1 =
x2 =
x3 =
x4 =
x5 =
2r
4r
Genel olarak m < n ise ve A indirgenmis satr eselon formda ise sonsuz zm vardr. (AX = 0n
sonsuz zm vardr.)
Asagdaki
Ispat:
(Atlyoruz.)
Sonu 1.69 A m n matris ve AX = 0n sadece trivial zm varsa m > n dir.
1 1 1 1 .. 0
x
+
x
+
x
+
x
=
0
1
2
3
4
.
rnek 1.70
ek matrisi: 1 0 0 1 .. 0
x1 + x4
= 0
x + 2x + x
.
= 0
1
2
3
1 2 1 0 .. 0
.
1 0 0
1 .. 0
.
olup zmler:
0 1 0 1 .. 0
.
0 0 1
1 .. 0
x1 =
x =
2
x3 =
x4 =
r,
r
r,
r (reel say)
24
Hseyin BILG
1 0 0
1 0 0
0 0 0
rnek 1.72 Asagdaki
= 2
x1 + 2x2 + x3
= 3
x1 + x2 + (a2 5)x3 = a
zm: Gauss indirgeme metodunu kullanalm:
.
1 1
1 .. 2
S (1)S +S
.
1
2
2
..
[A..B] = 1 2
1
.
3
S3 (1)S1 +S3
..
2
1 1 a 5 . a
S imdi a = 2 ise
.
1 ..
2
.
0 1
2 ..
1
.
0 0 a2 4 .. a 2
1 1
..
1 1 1 . 2
..
elde edilir ki sonsuz zm vardr. a = 2 ise
0 1
2 . 1
.
0 0
0 .. 0
.
1 1 1 ..
2
..
0 1
2 .
1
..
0 0
0 . 4
(a)
x1 + x2 + x3
= 2
2x + 3x + (a2 1)x =
1
2
3
= 2
x1 + x2 + x3
(c)
x1 + 2x2 + x3
= 3
x + x + (a2 5)x = a
1
a+1
25
(
(b)
x1 + x2
= 3
x1 + (a2 8)x2 = a
Hseyin BILG
1.6
Tanm 1.73 In matrisine I.tip, II.tip ve III.tip bir elementer satr veya stun isleminin sadece bir defa
uygulanmas ile edilen bir nn A matrisine, srasyla I.tipte, II.tipte, III.tipte elementer matris denir.
rnegin;
0 0 1
S1 S3
I.tipte elementer matris. nk I3
E1 =
E1
0
1
0
1 0 0
0 0
S2 (2)S2
E2 =
0 2 0 II.tipte elementer matris. nk I3 E2
0
0 1
1 2 0
E3 =
0
0
E4 =
0
0
S1 (2)S2 +S1
E3
1 0
III.tipte elementer matris. nk I3
0 1
0 3
K3 (3)K1 +K3
E3
1 0
III.tipte elementer matris. nk I3
0 1
Teorem 1.74 A m n bir matris olsun A zerinde I.tip, II.tip veya III.tip bir elementer satr (stun)
islemi yaplarak B matrisi elde edilmis olsun. E matrisi de Im ye (In ye) ayn elementer satr (stun)
islemi uygulayarak elde edilen matris olsun. O zaman B = EA dr. (B = AE dir).
5 3 0 3
1 3 2 1
S1 (2)S3 +S1
rnek 1.75 A =
B=
4
1 2 3
1 2 3 4
3 0 1 2
3 0 1
2
Ayn elementer satr islemini birim matrise uygulayalm:
1 0 0
1 0 2
S1 (2)S3 +S1
I3 = 0 1 0
0 1 0
0 0 1
0 0 1
1 0 2
EA =
0 1
0 0
1 3 2 1
= E diyelim.
5 3 0 3
0
1 2 3 4 = 1 2 3
1
3 0 1 2
3 0 1
oldugu
grlr.
26
4
=B
2
Hseyin BILG
Ispat:
Aya bir tane elementer satr islemi uygulamak demek Ay soldan bir E1 elementer matrisi
ile arpmak demektir. Benzer s ekilde iki tane uygulamak demek Ay soldan E2 E1 ile arpmak demektir. Bu s ekilde devam edilirse ispat aktr. (Benzer bir ispat stun esdegerlik)
iin yazlabilir.
Teorem 1.77 Elementer matris olan bir E matrisi singler degildir
Ispat:
(=) A = E1 E2 Ek olsun. Ei ler singler olmayp bunlarn arpm da singler degildir.
Ispat:
(=) A singler olmasn.
AX = 0 = A1 (AX) = A1 0 = 0 = In X = 0 = X = 0
olup AX = 0 homojen sisteminin sadece trivial zm vardr. Lemma 1.78 den dolay A, In nin satr
esdegeridir.
= A, In in satr esdegeridir.
x1 + 2x2 = 0
)
homojen sistemi verilsin.
2x1 + 4x2 = 0
"
1 2
2 4
#"
x1
x2
"
=
0
0
"
,A =
1 2
2 4
27
..
1 2 . 0
, Ek matris:
..
2 4 . 0
Hseyin BILG
(
)
..
1 2 . 0
x1 = 2r
zmler:
(r : reel say)
..
x2 = r
0 0 . 0
Not 1.83 A n n matris ise asagdakiler
birbirine denktir:
1.) A singler degildir.
A1 in Bulunmas Iin
Bir Yntem
Teorem (1.79) un ispatnn sonunda A singler degil
ise A = E11 E21 Ek1 elde ettik. Buradan:
A1 = Ek Ek1 E2 E1
olur. Bu esitlik bize A1 in bulunmas iin bir algoritma (yntem) saglar.
.
.
.
(Ek Ek1 E1 )[A..In ] = [Ek Ek1 E1 A..Ek Ek1 E1 En ] = [In ..A1 ]
.
.
islemlerinde sonra [A..In ] matrisi [In ..A1 ] matrisine dnsr. S imdi bir rnek verelim:
1 1 1
5 5 1
.
1 1 1 .. 1 0 0
.
0 2 3 .. 0 1 0
.
5 5 1 .. 0 0 1
.
1 1
1 ..
1
0 0
S2
S2 2
..
0 1 3/2 .
0 1/2 0
..
0 0 4 . 5
0 1
S (1)S +S
2
1
1
[A..I3 ] =
..
1 1
1 .
1 0 0
S3 (5)S1 +S3
..
0 2
3 .
0 1 0
..
0 0 4 . 5 0 1
28
..
1 0 1/2 .
1 1/2 0
..
0 1
3/2 .
0
1/2 0
..
0 0
4 . 5
0 1
Hseyin BILG
..
1 0 1/2 .
1 1/2
0
S3
S3 4
..
0 1
3/2 .
0
1/2
0
..
0 0
1 . 5/4
0 1/4
.
1 0 1/2 ..
1 1/2
0
S2 3
S3 +S2
..
2
0 1
0 . 15/8
1/2
3/8
..
0 0
1 .
5/4
0 1/4
.
1 0 0 ..
13/8 1/2 1/8
1
S3 +S1
S1 2
0 1 0 .. 15/8
1/2
3/8
..
0 0 1 .
5/4
0 1/4
1 = A1 A = I olmaldr. (Kont=
1/2
3/8
3
15/8
bulunur. Yani AA
5/4
0 1/4
Buradan A1
rol ediniz.)
2 3
[A..I3 ] =
.
1
2 3 .. 1 0 0
.
1 2
1 .. 0 1 0
.
5 2 3 .. 0 0 1
..
1
2 3 .
1 0 0
S2 S1 +S2
..
0 4
4 . 1 1 0
S3 (5)S1 +S3
..
0 12 12 . 5 0 1
.
2 3 ..
S2
S2 4
.
0
1 1 ..
.
0 12 12 ..
.
1 0 1 ..
S1 2S2 +S1
.
0 1 1 ..
S3 12S2 +S3
.
0 0
0 ..
29
0 0
1/4 1/4
5
1/2
0
1/2
1/4 1/4
2
Hseyin BILG
1 0
Yani A nn
0 1 1 matrisine satr esdegerdir.
0 0 0
tersi yoktur.
Not 1.87 Blm 1.4de A nn tersini, AB = BA = In olacak s ekildeki B matrisi olarak tanmladk.
S imdi, bu esitliklerden sadece AB = In in yeterli oldugunu
ispatlayalm.
Teorem 1.88 A ve B n n matrisler ve AB = In olsun. O zaman BA = In dir. Yani B = A1
dir.
Ispat:
nce AB = In = Ann singler olmadgn
gsterecegiz.
Farzedelim ki A singler olsun.
O zaman A, bir satr tamamen sfr olan bir C matrisine satr esdegerdir.
Yani C = Ek Ek1 E1 A
s eklindedir (Ei ler elementer matris). O halde
CB = Ek Ek1 E1 AB = AB, CBye satr esdeger
In in singler oldugu
eliskisi bulunur. Yani A singler degildir.
O
zaman A1 mevcuttur. AB = In esitliginden
1.7
Esdeger
Matrisler
ve stunesdeger
olmasnn tanmn
verdik. Bu tanmn bir genellemesini s yle verebiliriz:
Tanm 1.89 A ve B m n matris olsun. Eger
B yi A ya sonlu sayda elementer satr ve/veya
stun islemi uygulayarak elde edebilirsek A matrisine B nin esdeger
matrisi denir ( veya A, Bye
esdegerdir
denir.)
Teorem 1.90 n n A matrisi singler degil
A , In e esdegerdir.
30
2
Reel Vektr Uzaylar
31
Hseyin BILG
xekseni
O
Pozitif yn
P (x, y)
xekseni
O(0, 0)
S imdi X =
32
"
x
y
#
matrisi
Hseyin BILG
#
#
"
"
x2
x1
olsun. 1 = 2 x1 = x2 ve y1 = y2 olur.
ve 2 =
1 =
y2
y1
Dzlemde bir vektr bir =
Her matrise bir P (x, y) noktas; her noktaya da bir ynlendirilmis dogru
paras karslk gelir:
"
=
11 esleme
11 esleme
P (x, y) OP , (O(0, 0), P (x, y))
vektrn toplam:
Iki
"
=
x1
y1
"
ve =
x2
"
ise + =
y2
x1 + x2
y1 + y2
(x1 , y1 )
(x2 , y2 )
O
vektrn toplam.
S ekil 2.3: Iki
S ekil 2.3 de: : baslang noktas (x1 , y1 ) , ynnde ve nn normuna sahiptir. O zaman + nn
baslang noktas (0, 0) u noktas (x1 +x2 , y1 +y2 ) dir. Veya ve zerine kurulan paralelkenarn
ksegeni + dr.
"
#
"
#
x
cx
=
ve c bir skaler (reel say) ise c =
, nn skalerle arpmdr.
y
cy
c > 0 ise c, ile ayn ynde d < 0 ise d, ile ters yndedir (Sekil 2.4). Ayrca + (1) =
vektrne ile nn fark denir (Sekil 2.5).
33
Hseyin BILG
x
d
vektrn fark.
S ekil 2.5: Iki
2.1
zellikleri saglyorsa
V ye
bir gerel (reel) vektr uzay denir.
(a) , V iken V dir. (Yani V, islemine gre kapaldr.)
(1) , V iin =
(2) , , V iin ( ) = ( )
(3) V iin = = s artn saglayan
(, V ve c R iin)
(6) (c + d) = (c ) (d )
( V ve c, d R iin)
(7) c (d ) = (cd)
( V ve c, d R iin)
34
Hseyin BILG
( V iin)
Burada V nin elemanlarna vektrler; R nin elemanlarna skalerler denir. islemine vektr toplamas;
islemine skaler arpmas denir. vektrne de sfr vektr denir ve genelde, hangi uzayn sfr
vektr oldugunu
belirtmek iin, V ile gsterilir. Gerel vektr uzayna ksaca "vektr uzay" diyecegiz.
a1
rnek 2.2
a2
..
.
an
toplamasn, ile de skaler arpm gsterelim. Blm 1.3 de gsterildigi
gibi, Rn bir vektr uzaydr.
a1
.
.. matrisine bir "vektr" denilebilir.
an
rnek 2.3 m n tipindeki matrislerin kmesi
m Rn
c x = cx
rnek 2.5 Rn ile [a1 , a2 , . . . , an ], 1 n tipindeki matrislerin kmesini gsterelim. ile matris toplamn ve ile de matris skalerle arpmn gsterelim. Rn kmesi bu islemlerle bir vektr uzaydr.
rnek 2.6 a0 , a1 , , an R olmak zere, p(t) = an tn +an1 tn1 + +a1 t+a0 fonksiyonuna
(t cinsinden) bir polinom denir. an 6= 0 ise p(t) nin derecesi n dir denir. Mesela p(t) = 2t + 1 in
derecesi 1; p(t) = 3 n derecesi 0 dr. p(t) = 0 fonksiyonuna sfr polinomu denir.
Pn = { derecesi 6 n olan polinomlar }
olsun. p(t) = an tn + an1 tn1 + + a1 t + a0 , q(t) = bn tn + bn1 tn1 + + b1 t + b0
polinomlar ve c R iin toplama ve skaler arpma s yle tanmlansn:
Toplama: p(t) q(t) = (an + bn )tn + + (a1 + b1 )t + (a0 + b0 )
Skalerle arpma: c p(t) = (can )tn + + (ca1 )t + ca0
S imdi Pn in bir vektr uzay oldugunu
gsterelim:
(a) p(t) q(t) derecesi 6 n olan bir polinomdur.
35
Hseyin BILG
(2) Benzer s ekilde; r(t) = cn tn +cn1 tn1 + +c0 alnrsa, her i iin (ai +bi )+ci = ai +(bi +ci )
oldugundan
(c f )(x) = c f (x)
Bu durumda V bir vektr uzaydr. (Kontrol edin). Bu uzay C(, ) ile gsterilir.
rnek 2.8 V = R olsun. = ve c = c olsun. V bir vektr uzay mdr?
zm: (a) ve (b) saglanr:
ve c , V nin elemanlardr. = ve =
olup genelde 6= dr. (1) saglanmad
g
iin V bir vektr uzay degildir.
(Ayrca (2),(3),(4)
ve (6) saglanmaz.)
rnek 2.9 V kmesi (x, y, z) sral llerinden olusan kme olsun. (x, y, z R).
(x, y, z) (x0 , y 0 , z 0 ) = (x0 , y + y 0 , z + z 0 )
ve
g
iin V bir vektr uzay degildir.
rnek 2.10 V = Z olsun. ve bilinen toplama ve arpma olsun. V vektr uzay degildir.
nk
Hseyin BILG
Ispat
(a) 0 = (0 + 0) = (0 ) (0 ) olup her iki tarafa (0 ) eklersek (2), (3)
ve (4) den 0 = elde ederiz.
Ispat
(b) dev.
Ispat
(c) dev.
Ispat
(d) (1) = (1) 1 = (1 + 1) = 0 = olur ve (1) =
elde edilir.
Altuzaylar
Tanm 2.12 V bir vektr uzay ve W V olsun. Eger
W, V deki islemlerle birlikte bir vektr uzay
oluyorsa W ya V nin bir alt uzay denir.
rnek 2.13 Her vektr uzaynn en az iki alt uzay vardr: kendisi ve {} (yani toplamann birim
eleman). Bu uzaylara trivial (asikr) alt uzaylar denir.
rnek 2.14 P2 = { derecesi 6 2 olan polinomlar } olsun. P2 P dir. Ayrca P2 , P nin alt uzaydr.
Genelde Pn = { derecesi 6 n olan polinomlar } kmesi P nin alt uzaydr.
rnek 2.15 V = { derecesi 2 olan polinomlar } olsun. V P dir. Fakat V, P nin alt uzay degildir.
saglanmasdr:
(Her , W ; c R iin)
(a) , W = W
(b) c R ve W = c W
Ispat:
(=) W V bir alt vektr uzay olsun. W bir vektr uzay oldugu
iin , W ise
W ve c W oldugu
aktr.
37
Hseyin BILG
Ispat:
(=) (a) ve (b) saglansn.
W olur. O zaman
= dr. Her V iin (1) = V olur ( (b)den dolay). W V oldugundan
1, 2, 5, 6, 7 ve 8 zellikleri saglanr.
W =
: a, b R R3 olsun.
a+b
b
a1
a2
a1 + a2
ve =
olsun. =
W dur;
=
b1
b2
b1 + b2
a1 + b1
a2 + b2
(a1 + b1 ) + (a2 + b2 )
nk (a1 + b1 ) + (a2 + b2 ) = (a1 + a2 ) + (b1 + b2 ).
ca1
c(a1 + b1 )
3
W, R n alt uzaydr.
Not 2.18 Bundan sonra c R ve , bir V vektr uzaynn eleman ise yerine + ve
c yerine c yazacagz.
rnek 2.19 V bir vektr uzay ve 1 ve 2 , V nin iki sabit eleman olsun. W = {a1 1 + a2 2 :
a1 , a2 R} kmesi V nin bir altuzaydr. nk, Teorem (2.16) dan, 1 = a1 1 + a2 2 ,
2 = b1 1 + b2 2 ise:
1 + 2 = (a1 + b1 )1 + (a2 + b2 )2 W
ve
c1 = (ca1 )1 + (ca2 )2 W
gu,
rettigi)
uzay denir.
kmesi V nin bir alt uzaydr. Bu uzaya S nin gerdigi
(dogurdu
("
rnek 2.21 W =
a b 0
0 c d
)
: a, b, c, d R
Hseyin BILG
x1
x2
X= .
..
xn
s eklindedir; yani Rn de bir vektrdr. O halde btn zmlerin kmesi Rn in bir alt kmesidir. X1
ve X2 iki zm olsun.
A(X1 + X2 ) = AX1 + AX2 = 0 + 0 = 0 olup X1 + X2 bir zmdr.
A(cX1 ) = c(AX1 ) = c0 = 0 olup cX1 bir zmdr
Yani, Teorem (2.16) dan, zmler kmesi bir alt uzaydr. Bu uzaya homojen sistemin zm uzay
denir.
dev: AX = B, B 6= 0, sisteminin zmleri Rn in bir alt uzay degildir.
Gsteriniz.
DEVLER
(1) Asagdaki
V kmelerinin verilen ve islemleri ile birer vektr uzay olup olmadklarn bulunuz. Degil
ise zelliklerden hangilerini saglamad
gn
syleyiniz.
(a) V = R+ , ve bilinen + ve islemleri
(b) V = {(x, y) : x, y R}, (x, y) (x0 , y 0 ) = (x + x0 , y + y 0 ), r (x, y) = (x, ry)
(c) V = {(x, y, z) : x, y, z R}, (x, y, z)(x0 , y 0 , z 0 ) = (x+x0 , y+y 0 , z+z 0 ); r(x, y, z) =
(x, 1, z)
("
(d) V =
x
y
)
: x, y R, x 6 0
Hseyin BILG
(2) Asagdaki
a
a
a
a
a
a
1
0
a + 2b
c
0
c
(4) Asagdaki
2.2
Lineer Bagmszlk
Eleman says sonlu olan tek vektr uzay {} uzaydr. nk V bir vektr uzay 6= V ise
her c R iin c V olacagndan
birlesimi) denir.
40
Hseyin BILG
rnek 2.24 R3 de =
1 vektr 1 = 2 , 2 = 0 ve 3 = 1
5
1
2
0
vektrlerinin bir lineer kombinasyonudur. Gsterelim.
1
1
2
1
= a1 1 + a2 2 + a3 3 = a1
2 + a2 0 + a3 1 = 1
1
0
5
2
a
+
a
+
a
=
2
1
2
3
Buradan
denklem sistemi zlrse a1 = 1, a2 = 2, a3 = 1 bulunur.
2a1 + a3
= 1
a + 2a
= 5
1
Yani = 1 + 22 3 olur.
2
1
2
1
rnek 2.25 R de 1 = 1 , 2 = 0 , 3 = 1 ve 4 = 0
2
1
0
1
vektrnn Span{1 , 2 , 3 , 4 } kmesinde olup olmadgn
inceleyiniz.
olsun. = 2
2
1
2
a1
1 +a2 0 +a3 1
2
1
0
+a4
2a1 + a2 + 2a3 + a4 = 0
= 4
2 =
=
0
a1 + a3
1
4
2a1 + a2 a4
= 2
.
0
1 21 1 12 ..
.
, buradan a1 = a4 , a2 = 4 a4 , a3 = 2 a4 , a4 = bir reel say.
0 1 0 4 ..
4
..
0 0 1 1 . 2
Yani Span{1 , 2 , 3 , 4 } olur. (Sonsuz miktarda a1 , a2 , a3 , a4 bulunur.)
Tanm 2.26 V bir vektr uzay S = {1 , 2 , . . . , k } V olsun. Eger
V deki her vektr S
deki vektrlerin bir lineer kombinasyonu ise S, V yi dogurur
rnek 2.27 V = R3 olsun. 1 =
2 , 2 = 0 , 3 = 1 olsun. S = {1 , 2 , 3 }
1
2
0
kmesi V yi gerer mi?
41
Hseyin BILG
zm: =
b V olsun. (a, b, c herhangi 3 reel say) = a1 1 + a2 2 + a3 3 denkc
leminin zmne bakalm.
(yani her a, b, c iin a1 , a2 , a3 bulunabilecegini
gstermeye alsalm.)
a1 + a2 + a3 = a
; a2 = ab+c
; a3 = 4ab2c
bulunur.
zlrse a1 = 2a+2b+c
2a1 + a3
= b
3
3
3
a + 2a
= c
1
Grldg
gibi, her a, b, c iin a1 , a2 , a3 vardr. O halde Span{1 , 2 , 3 } = V dir.
rnek 2.28 V = P2 olsun. 1 = t2 + 2t + 1 ve 2 = t2 + 2 ise Span{1 , 2 } = V midir?
zm: a, b, c reel saylar olmak zere = at2 + bt + c V alalm. = a1 1 + a2 2 olacak
s ekilde a1 , a2 sabitleri bulmalyz.
at2 + bt + c = a1 (t2 + 2t + 1) + a2 (t2 + 2) = (a1 + a2 )t2 + (2a1 )t + (a1 + 2a2 )
a
+
a
=
a
2
1
esitliginden
a + 2a = c
1
2
.
1 0 ..
2a c
..
0 1 .
ca
..
0 0 . b 4a + 2c
bulunur. Eger
b 4a + 2c 6= 0 ise zm yoktur (bu esitsizligi
saglayan
a, b, c vardr.) Yani
{1 , 2 }, V yi dogurmaz.
a1 1 + a2 2 + + ak k = V
olacak s ekilde, hepsi birden sfr olmayan a1 , a2 , . . . , ak sabitleri varsa S kmesine lineer bagmldr
denir. Aksi halde (yani ai lerin hepsinin 0 olmas zorunlu ise) S ye lineer bagmszdr
denir.
rnek 2.30 V = R4 olsun. 1 = [ 1 0 1 2 ], 2 = [ 0 1 1 2 ] ve 3 = [ 1 1 1 3 ] ve
S = {1 , 2 , 3 } olsun. a1 1 + a2 2 + a3 3 = diyelim. a1 , a2 ve a3 bulalm
a1 + a3
= 0
a2 + a3
= 0
zlrse a1 = a2 = a3 = 0 bulunur. Yani S lineer bagmszdr.
a1 + a2 + a3
= 0
Hseyin BILG
rnek 2.31 R3 de 1 =
2
, 2 = 2 , 3 = 2 ve 4 = 0 olsun. S =
1
1
1
0
{1 , 2 , 3 , 4 } kmesi lineer bagml
mdr?
zm: a1 1 + a2 2 + a3 3 + a4 4 = esitliginden
a1 + a2 3a3 + 2a4 = 0
a + a a
= 0
1
(dev)
rnek 2.33 P2 de 1 = t2 + t + 2, 2 = 2t2 + t, 3 = 3t2 + 2t + 2 verilsin. S = {1 , 2 , 3 }
lineer bagmldr.
nk 1 + 2 3 = dr.
Teorem 2.34 S1 ve S2 bir vektr uzaynn sonlu alt kmeleri ve S1 S2 olsun.
(a) S1 lineer bagml
Ispat:
(a) S1 = {1 , 2 , . . . , k } ve S2 = {1 , 2 , k , k+1 , , m } olsun. S1 lineer bagml
oldugundan
S2 lineer bagmldr.
Ispat:
(b) S2 lineer bagmsz
oldugunu
nk 5 = ve 5 6= 0 dr.
Buradan; y ieren bir S kmesinin lineer bagml
oldugu
sylenebilir. (Neden?)
Not 2.36 R2 ve R3 de lineer bagml
olsun.
Yani a1 , a2 ikisi birden sfr olmayan saylar olmak zere a1 1 + a2 2 = 0 dr.
a2
2 , veya
a1 6= 0 = 1 =
a
1
a1
a2 6= 0 = 2 =
1
a2
43
Hseyin BILG
Biri digerinin
2
1
1
O
(a) Lineer bagml
ve lineer bagmsz
vektrler.
olmas iin gerek ve yeter s art bir j vektrnn kendinden nce gelen
vektrlerin bir lineer kombinasyonu olmasdr.
Ispat:
(=) j = a1 1 + a2 2 + + aj1 j1 olsun. O zaman
a1 1 + a2 2 + + aj1 j1 + (1)j + 0j+1 + + 0n =
olup (katsaylarn hepsi birden 0 olmadgndan)
oldugu
grlr.
(=) S lineer bagml
a1
aj
1
a2
aj
2
aj1
aj
j1 .
44
Hseyin BILG
lineer kombinasyonudur.
Sonu 2.40 V bir vektr uzay olsun ve S = {1 , 2 , . . . , n } V yi dogursun.
Ispat:
V olsun. Span(S) = V oldugundan
Span(S1 ) = V oldugu
1
1
0
2
1
0
1
1
rnek 2.41 R4 de 1 = , 2 = , 3 = , 4 = ve S = {1 , 2 , 3 , 4 }
0
1
1
1
0
0
0
0
olsun. W = Span(S) olsun. 4 = 1 + 2 oldugundan
S1 = {1 , 2 , 3 } olmak zere W =
Span(S1 ) diyebiliriz. Yani W uzayn dogurmak
ALISTIRMALAR
p(t) vektrlerinden
hangileri Span{p1 (t), p2 (t), p3 (t)} kmesine aittir.
(a) p(t) = t2 + t + 2
(c) p(t) = t2 + t 4
2. R3 de asagdaki
Lineer bagml
Hseyin BILG
2.3
Baz ve Boyut
ise ve
Span(S) = V ise S ye V nin bir baz (taban) denir.
1 0 0
0
0
1
n dogal
baz denir. Benzer s ekilde R3 n dogal
baz S = {[1 0 0], [0 1 0], [0 0 1]} kmesidir. Rn
uzaynn dogal
baznn elemanlar 1 , 2 , . . . , n ile gsterilir. Burada i eleman iinci satr 1 diger
0
.
.
.
i =
1 i.satr.
.
..
0
1
0
0
3
R n dogal
baznn elemanlar, ayrca, i = 0 , j = 1 , k = 0
ile gsterilir.
0
0
1
a1
gsteriniz.
zm: Span(S) = P2 ve S nin lineer bagmsz
oldugunu
a1 = a
c+ba
a+bc
, a3 =
= a1 = a, a2 =
a2 + 2a3 = b
2
4
a a + 2a = c
1
46
Hseyin BILG
Span(S) = P2 dir.
oldugunu
gsterin. (dev)
Teorem 2.46 Eger
S = {1 , 2 , . . . , n } kmesi bir V vektr uzaynn bir baz ise V deki her
vektr S deki vektrlerin bir lineer kombinasyonu olarak tek trl yazlabilir.
Ispat:
Span(S) = V oldugu
iin her V vektr S deki vektrlerin bir lineer kombinasyonu
olarak yazlabilir.
= a1 1 + a2 2 + + an n , ve
= b1 1 + b2 2 + + bn n
iki farkl s ekilde yazlms olsun. i = 1, 2, . . . , n iin ai = bi oldugunu
gstermeliyiz. S imdi
= = (a1 1 + a2 2 + + an n ) (b1 1 + b2 2 + + bn n )
= (a1 b1 )1 + (a2 b2 )2 + + (an bn )n
olup S lineer bagmsz
oldugundan
olmaldr. Ispat
biter.
Teorem 2.47 Eger
S = {1 , 2 , . . . , n } kmesi sfr olmayan vektrlerin bir kmesi ve Span(S) =
V ise S kmesi V iin bir T baz ierir.
Ispat:
Eger
S lineer bagmsz
ise bir j
vektr kendinden ncekilerin lineer kombinasyonudur. S1 = S \ {j } yazlr ve Span(S1 ) = V
dir. S1 lineer bagmsz
47
Hseyin BILG
a1 + a3 + a4 a5 = 0
a2 + a3 + 2a4 + a5 = 0
a1 + a2 + 2a3 + a4 2a5 = 0
.
2 .. 0
.
1 1 0 1 .. 0
.
0 0
1 1 .. 0
1 0
Ek matris:
0
(ind. satr eselon formu)
0
Adm.3. Bas elemanlar 1., 2. ve 4. kolonlardadr. Yani T = {1 , 2 , 4 } kmesi R3 iin bir bazdr.
Not: S nin yazlsnda vektrlerin sras degi
stirilirse V nin baska bir baz elde edilebilir. rnegin
1 = 5 , 2 = 4 , 3 = 3 , 4 = 2 , 5 = 1 yazlrsa S = {1 , 2 , 3 , 4 , 5 } kmesinden
{1 , 2 , 3 } = {5 , 4 , 3 } baz elde edilir.
Teorem 2.49 Eger
S = {1 , 2 , . . . , n } kmesi bir V vektr uzaynn baz ve T = {1 , 2 , . . . , r }
lineer bagmsz
Ispat:
(Uzun oldugu
iin atlyoruz)
Sonu 2.50 Eger
S = {1 , 2 , . . . , n } ve T = {1 , 2 , . . . , m } bir V vektr uzaynn bazlar
ise n = m dir.
Ispat:
S bir baz ve T lineer bagmsz
oldugundan
oldugundan
n 6 m dir. Yani n = m dir. Sonu olarak bir vektr uzaynn her baznda ayn sayda
eleman vardr deriz.
Tanm 2.51 Bir V vektr uzaynn bir bazndaki eleman saysna (sonlu ise) V nin boyutu denir ve
boy(V ) ile gsterilir. V = {} ise boy(V ) = 0 olarak tanmlanr.
rnek 2.52 S = {t2 , t, 1} kmesi P2 iin bir baz olup boy(P2 ) = 3 dr.
rnek 2.53 1 = [0 1 1], 2 = [1 0 1], 3 = [1 1 2] ve S = {1 , 2 , 3 } olsun. V =
Span(S), R3 n alt uzay olsun. V deki her vektr a1 1 + a2 2 + a3 3 s eklindedir. 3 = 1 + 2
oldugundan
S lineer bagmldr.
oldugundan
48
Hseyin BILG
Ispat:
S = {1 , 2 , . . . , k } V en byk lineer bagmsz
Bu da S
nin en byk lineer bagmsz
kme olmas ile elisir. Yani V = Span(S) dir. O halde S bir bazdr
ve k = n dir.
Sonu 2.56 boy(V ) = n ise m > n elemanl bir kme lineer bagml
olmaldr.
Sonu 2.57 boy(V ) = n ise m < n elemanl bir kme V yi doguramaz.
gsterin.
rnek 2.60 R2 nin btn alt uzaylarn belirleyiniz?
zm: Yani xy dzleminin alt uzaylarn belirleyelim. ncelikle {} ve R2 trivial alt uzaylar
vardr. Bunlar 0 ve 2 boyutludur. Bir 6= vektr tarafndan gerilen uzay tek boyutludur ve
orjinden geen dogrulardan
olusur.
Teorem 2.61 Eger
S bir nboyutlu V vektr uzaynn bir lineer bagmsz
Ispat:
S = {1 , 2 , . . . , m } ve m < n olsun. {1 , 2 , . . . , n }, V nin bir baz olsun. S1 =
{1 , 2 . . . , m , 1 , 2 , . . . , n } olsun. Span(S1 ) = V oldugundan
oldugundan
49
Hseyin BILG
1 i tutarz. 2 vektr
ve 1 in lineer kombinasyonu mudur? Cevap hayr oldugu
iin 2 yi de tutarz. 3 vektr , 1 ve
1 2 0 3 1
x1
0
2 3 0 3 1 x2
0
1 1 2 2 1 x3 = 0
3 5 0 6 2 x
0
4
2 3 2 5 2
x5
0
zm: GaussJordan yntemiyle asagdaki
x1
0
3s + t
1 0 0 3 1
0
3s t
0 1 0
3
1
x2
1
1
x3 = 0 Genel zm: X = s 2 t (s, t R)
0 0 1
1
2
0 0 0
0
0
s
4
0 0 0
0
0
x5
t
0
3
1
(
)
(
)
s=1
s=0
1
ve
verilirse
X = s 1 + t 2 s eklinde yazlabilir.
t
=
0
t
=
1
1
0
0
1
1
3
X1 = 1 ve X2 = 21
0
1
0
1
zmleri bulunur. Span({X1 , X2 }) = V oldugu
aktr. Ayrca {X1 , X2 } lineer bagmsz
oldugu
kat olmadgndan)
Hseyin BILG
2.4
Koordinatlar ve Izomorfizmler
V bir vektr uzay ve S = {1 , 2 , . . . , n }, V nin sral bir baz olsun. (Yani Sdeki vektrlerin
bir yazls sras olsun). V vektr a1 , a2 , . . . , an
zere = a1 1 + a2 2 + +
R olmak
a1
a2
an n s eklinde (tek trl) yazlr. Bu durumda []S = . vektrne nn S sral bazna gre
..
an
koordinat vektr denir. []S nin elemanlarna da nn Sye gre koordinatlar denir.
"
rnek 2.65 : P1 de S = {t, 1} bir bazdr. = p(t) = 5t 2 olsun.[]S =
5
2
#
dir. T =
"
{t + 1, t 1} de P1 in bir bazdr. = 5t 2 =
3
(t
2
+ 1) + 72 (t 1) olup []T =
3
2
7
2
#
dir.
rnek 2.66 R3 de 1 =
1 , 2 = 0 , 3 = 1 olmak zere S = {1 , 2 , 3 } kmesi
0
1
2
1
3
5
2
Not 2.67 {1 ,
2 , . .
. , n } bir V vektr uzaynn sral baz, V ve V olsun. []S = []S
a1
b1
a2
b2
an
bn
= a1 1 + a2 2 + + an n = b1 1 + b2 2 + + bn n =
olup = dr. Yani ayn sral baza gre koordinatlar ayn olan iki vektr esittir.
Izomorfizmler
ve , nboyutlu bir V vektr uzaynn elemanlar olsun. S = {1 , 2 , . . . , n } V nin bir sral
baz olsun. = a1 1 + a2 2 + + an n ve = b1 1 + b2 2 + + bn n olsun. ve
51
Hseyin BILG
Eger
V den W ya 11 ve rten L fonksiyonu asagdaki
s artlar saglyorsa
L(),
(her V, c R iin)
her W iin L() = olacak s ekilde en az bir V varsa L ye rtendir denir. rnegin,
"
#
a1
a
+
a
1
2
3
2
L : R R , L
a2 =
a1
a3
"
b1
b1
a1
b2
a3
aryoruz. (a1 , a2 , a3 lerin b1 , b2 cinsinden her zaman bulunabilmesi gerekir.)
"
L() =
a1 + a2
a1
"
=
b2
= a1 = b2 , a2 = b1 b2 ve a3 R
52
Hseyin BILG
nk
" #
1
1
3
1 =
2 ve 2 = 2 iin L(1 ) = L(2 ) = 1 dir.
3
4
Izomorfik
uzaylarn elemanlar farkldr, ama cebirsel zellikleri ayndr.
Teorem 2.69 Eger
V , nboyutlu bir vektr uzay ise V, Rn ye izomorfiktir.
Ispat:
S = {1 , 2 , . . . , n } V nin bir sral baz olsun. L : V Rn dnsm
a1
L() = []S =
a2
..
.
an
olarak tanmlansn. Burada = a1 1 + a2 2 + + an n oldugu
aktr. L nin bir izomorfizm
oldugunu
gsterelim.
L 11 dir: , V olsun. L() = L() olsun. Yani []S = []S olsun. (Bu iki vektrn Sye gre
koordinatlar ayn olsun.) Not (2.67) de gsterildigi
gibi "ayn baza gre koordinatlar ayn olan iki
vektr esittir". O halde = dr.
b1
b2
..
bn
aktr. Yani L rtendir.
a1
a2
gn
an
ca1
a1 + b1
b1
a2 + b2
b2
ca2
aktr. O
[]S = . olsun. [ + ]S =
ve c R iin [c]S = . oldugu
..
.
..
.
.
can
bn
an + bn
halde
L( + ) = [ + ]S = []S + []S = L() + L()
ve
L(c) = [c]S = c[]S = cL()
53
Hseyin BILG
gndan
V uzay Rn e izomorfiktir.
(her , V iin)
Ispat
(a): L bir izomorfizm oldugundan:
V + V = V = L(V + V ) = L(V )
= L(V ) + L(V ) = L(V )
| {z } | {z }
| {z }
W
= L(V ) = W .
(L(V ) sadelesirse)
Ispat
(b): nce, Teorem (2.11.d) kullanlrsa:
L() = L (1) = (1)L() = L()
elde edilir. Daha sonra da ispat s yle tamamlanr:
L( ) = L( + (1)) = L() + L((1)) = L() + (L()) = L() L().
asagdaki
zellikleri saglar:
Ispat
(a) L : V V, her V iin L() = birim (zdeslik) dnsmnn bir izomorfizm
oldugu
gsterilerek ispat yaplr.
Ispat
(b) L : V W bir izomorfizm ise L1 : W V dnsmnn bir izomorfizm oldugu
L1 mevcuttur.)
Ispat
(c) L1 : U V, L2 : V W iki izomorfizm ise L2o L1 : U W bileske dnsmnn bir izomorfizm oldugu
gsterilerek ispat yaplr.
Teorem 2.72 Sonlu boyutlu iki vektr uzaynn izomorfik olmalar iin gerek ve yeter s art boyutlarnn esit olmalardr.
Ispat:
(=)V ve W nboyutlu iki uzay olsun. V ile Rn izomorfiktir ve W ile Rn izomorfiktir (Teorem (2.69)). S imdi; Teorem (2.71.c) den dolay V ile W izomorfiktir.
54
Hseyin BILG
Ispat:(=)V
ile W izomorfik olsunlar. L : V W bir izomorfizm olsun ve boy(V ) = n olsun.
(Biz boy(W ) = n oldugunu
gsterecegiz).
gsterecegiz.
Baz
olmann iki s artnn sagland
gn
gsterelim.
L(a1 1 +
a2 2 + + an n ) = W elde ederiz. S imdi L(V ) = W oldugundan
(Lemma (2.70)) ve L 11
oldugundan
oldugundan
Sonu olarak; T, W iin bir bazdr. T kmesi aslnda S kmesinin grntsdr. S kmesi n
elemanl oldugundan
ve L 11 oldugundan
Sonu 2.73 V sonlu boyutlu ise ve Rn e izomorfik ise boy(V ) = n dir. Pn ile Rn+1 ve Rn+1 izomorfiktirler; nk boyutlar (n + 1) dir.
Dnsm Matrisleri
S = {1 , 2 , . . . , n } ve T = {1 , 2 , . . . , n } bir nboyutlu V vektr uzay iin iki sral baz
olsun. V iin
c1
c2
..
.
cn
dir. O halde
[]T = [c1 1 + c2 2 + + cn n ]T = c1 [1 ]T + c2 [2 ]T + . . . + cn [n ]T .
55
Hseyin BILG
a1j
a2j
S imdi [j ]T = .
..
anj
a11
a21
[]T = c1 .
..
an1
a11
olsun. O zaman
a12
a22
+ c2 .
..
an2
a12
a1n
a1n
a2n
+ . . . + cn .
..
ann
a1n
c1
= .
..
..
..
..
.
.
.
c2
..
.
a11
a12
cn
veya P = .
olmak zere []T = P []S dir. Buradaki P matrisine S
..
..
b1
0
b2
0
= b1 1 + b2 2 + + bn n ise . = []T = Rn = . olur.
..
..
bn
0
Yani = 01 + + 0n = V dir. O halde []S = Rn olur. O zaman P X = 0 homojen
sisteminin tek zm trivial zmdr. Buradan P nin singler olmadg
grlr (Teorem (1.81)).
Bu durumda []S = P 1 []T olup P 1 de T bazndan Sbazna dnsm matrisi olur. P 1 in
jinci kolonu [j ]S dir.
6
4
5
2 1 1
, 1 , 5 ve T = 0 , 2 , 1
rnek 2.74 V = R3 olsun. S =
3
3
1
1
0
3
2
56
Hseyin BILG
kmeleri V nin sral bazlar olsun. S bazndan T bazna dnsm matrisini bulalm:
6
2
1
1
2
1 =
3 = 2 0 + 1 2 + 1 1 = [1 ]T = 1
3
1
0
1
1
4
2
1
1
2
= 2 0 (1) 2 + 1 1 = [2 ]T = 1
2 =
1
3
1
0
1
1
5
2
1
1
1
3 = 5 = 1 0 + 2 2 + 1 1 = [3 ]T = 2
2
1
0
1
1
2 1
P =
1 1 2 istenen dnsm matrisidir. S imdi
1
1 1
y S deki vektrler cinsinden yazalm.
4
6
5
4
=
9 = 1 3 + 2 1 2 5
5
3
3
2
2 1
=
9 verilsin. []T yi bulmak iin
5
olup []S =
2
dir.
2
1
1 1
2
1
4
0 5 2 + 1 1 = elde edilir.
1
0
1
Yani []T =
5
1
T bazndan S bazna dnsm matrisi (Q diyelim):
P 1 =
3
2
12
1
2
12
52
3
2
57
Hseyin BILG
3
3
2
3
6
1
3
2
3
6
3
+
2
3
1
1 1
2
3
1
1 + 0
2
3
3
1 + 2
2
3
=
5
5
=
2
5
=
2
Yani Q = P 1 dir.
rnek 2.75 V = P1 uzaynn iki sral baz S = {t 1, t + 1} ve T = {t, t 2} olsun.
1
1
1
2
1 = t 1 = t + (t 2) = [1 ]T =
1
2
2
2
3
3
1
2
2 = t + 1 = t (t 2) = [2 ]T =
1
2
2
2
1
2
3
2
1
2
12
bulunur.
"
"
[]T = P []S =
1
2
1
2
3
2
12
#"
3
#
11
2
12
1
2
1
2
3
2
12
#
dir.
, 2 = 1 , 3 = 0 olsun. T = {1 , 2 , 3 }, R3 iin bir bazdr.
rnek 2.76 1 =
0
1
1
0
1
1 2
Hseyin BILG
2.5
a11
a12
a1n
Tanm 2.77 A = .
bir m n matris olsun. A nn satrlar (Rn nin vektr..
..
..
..
.
.
.
Ispat:
(Ispat
"satr" iin yapyoruz) A ve B satr esdeger
ise B nin satrlar A nn satrlarndan sonlu
sayda elementer satr islemleri ile elde edilmistir. Yani B nin her satr A nn satrlarnn bir lineer
kombinasyonudur. O halde B nin satr uzay A nn satr uzay iindedir. Benzer s ekilde, A nn satr
uzay B nin satr uzay iindedir. Yani bunlar esittir.
1 2 1
1
1 1
3 5 1
1 4 5
1 0 3
0 1 2
tr islemleri uygulanrsa B = 0 0
0 matrisi elde edilir. Bu matris indirgenmis satr eselon
0 0
0 0
0
formdadr. A nn satr uzay ile B nin satr uzay ayndr. B nin satr uzay iin bir baz 1 = [1 0 3]
ve 2 = [0 1 2] olmak zere {1 , 2 } kmesidir. Dolaysyla {1 , 2 }, V iin bir bazdr.
59
Hseyin BILG
s eklinde verilen fonksiyon bir izomorfizmdir. V uzay R5 deki bir W alt uzayna izomorfiktir. Bu W
uzay {L(1 ), L(2 ), L(3 ), L(4 )} tarafndan dogurulmu
1 0
1
2 1
1
1 0
1
2 2
0
A=
B=
. Bunun satr esdegeri
2 1
0
0
1 2
1 1 1 1 0
0
2 0
1 2 3 0
matrisidir.
0
0
0 1
0
0
0 0
A B,
satr eselon form
1 0
1
3
4
3
0 1
2
1
2 3
1
rnek 2.84 A =
matrisi B =
0 0 0
3
3
5 4
3
1 1 1 2 1
0 0 0
degerdir.
5
3
13
0
0
gu
iin satrrank(A) 6 m dir. O halde
satrrank(A) 6 min{m, n} diyebiliriz.
60
Hseyin BILG
Ispat:
1 , 2 , . . . , m vektrleri A nn satr vektrleri olsun. Yani
i = [ai1 , ai2 , . . . , ain ], i = 1, 2, . . . , m.
matrisin esitliginden
diyelim (burada cij ler tek trl belirlenmistir.) Iki
a1j
veya
a1j
a2j
.
..
amj
c11
c21
= b1j .
..
cm1
c12
c22
+ b2j .
..
cm2
c1s
c2s
+ + bsj .
..
cms
(j = 1, 2, . . . , n)
rnek 2.87 A matrisi rnek 2.84deki matris olsun. Ann kolon uzay Ann kolonlar tarafndan
dogurulan
1
2
3
2
1
2
1 = , 2 =
, 3 =
3
3
5
1
1
1
satr olarak yazarsak:
3
1
, 4 = ve 5 =
4
3
2
1
61
. A nn kolonlarn
Hseyin BILG
1 2 3 +1
1 0 1 1
2 1 3 1
0 1 1
1
0
A = 3 2 5 1 . A n indirgenmis satr eselon forma getirirsek: C = 0 0 0
0
1 3 4
0 0 0
2
0
2 1 3 1
0 0 0
0
0 nn satr uzay iin bir bazdr ve
elde
edilir.
Bu
durumda
{[1
0
1
1],
[0
1
1
1]}
kmesi
A
1
0
0 1
1 1
1
1
Not: A nn satrrank, A nn stunrankna esit oldugundan
rank(A) = rank(B)
Teorem 2.89 A, n n matris olsun. rank(A) = n A, In in satr esdegeridir.
1 2 0
rnek 2.92 A =
0 1 3 olsun. Ay indirgenmis satr eselon forma getirirsek I3 elde edilir.
2 1 3
Yani rank(A) = 3 = A singler degil.
AX = 0 sisteminin tek zm trivial zmdr.
1 2
1 0 6
(Bu
rnek 2.93 A =
3
1 1 3 olsun. A matrisi 0 1
matrisine satr esdegerdir.
1 3
3
0 0
0
matris indirgenmis satr eselon formdadr.) Yani rank(A) < 3 ve A singlerdir. AX = 0n trivial
olmayan zm vardr.
62
Hseyin BILG
s ekilde de yazabiliriz:
a12
a11
a22
a21
x1 . + x2 .
..
..
am2
am1
a1n
a2n
+ + xn .
..
amn
b1
b2
= .
..
bm
2
1 3
1
x1
..
rnek 2.95
1
2 3
x1
4
rnek 2.96
1 3 4 x2 = 5 sisteminin zm yoktur, nk rank(A) = 2 fakat
2 1 7
x3
6
..
rank[A.B] = 3 dr.
Not: S = {1 , 2 , . . . , n } Rn olsun ve A matrisi de jinci satr j olan matris olsun. Gsterilebilir ki:
S lineer bagmszdr
rank(A) = n.
Not: A, n n matris olsun. Asagdakiler
birbirine denktir.
1. A singler degildir.
2. AX = 0n tek zm trivialdir.
3. A matrisi In ye satr (stun) esdegerdir.
63
3
I arpm Uzaylar
3.1
arpm
R3 n Standart I
a1
a3
nyoruz ve asagda
inceleyecegimiz
(veya byklgn)
hesaplayalm.
x3
a3
O
A
x2
a
a2
a1
B
x1
S ekil 3.1: R3 de bir vektrn uzunlugu.
arpm Uzaylar
Blm 3. I
Hseyin BILG
elde edilir. Daha sonra OCB dik geninde Pisagor teoremi uygulanrsa
q
q
||2 = a2 + a23 = || = a2 + a23 = a21 + a22 + a23
a1 b1
b1
a1
ve =
rnek 3.1 =
2
2 + 12 + 22 =
14
ve
|
|
=
5
30 dur.
ise
||
=
3
kosinsleri denir.
a1
b1
, 0 6 6 kabul edelim.
x3
x1
S ekil 3.2: R3 de iki vektr arasndaki a
x2
arpm Uzaylar
Blm 3. I
Hseyin BILG
esitligi
geerlidir. |P Q| = | | oldugundan
cos =
=
=
s eklinde bulunur.
||2 + ||2 | |2
2||||
a21 + a22 + a23 + b21 + b22 + b23 (b1 a1 )2 (b2 a2 )2 (b3 a3 )2
2||||
a1 b1 + a2 b2 + a3 b3
||||
, = 1 arasndaki a nedir?
rnek 3.2 =
1
0
1
zm:
1
10+11+01
= olup = 60o dir.
cos =
2
2
2
2
2
2
2
1 +1 +0 0 +1 +1
a1
b1
3
3
Tanm 3.3 =
a2 ve = b2 R iki vektr olsun. R de ile nn standart i arpm
a3
b3
a1 b1 + a2 b2 + a3 b3 says olarak tanmlanr ve h, i (veya ) s eklinde gsterilir. Bu durumda
|| =
p
h, i
ve
cos =
h, i
||||
066
oldugu
aktr. Ayrca
ve diktir (ortogonaldir) h, i = 0.
Teorem 3.4 R3 deki standart i arpm asagdaki
zelliklere sahiptir.
(a) 6= ise h, i > 0 dir.
(b) h, i = h, i
(c) h + , i = h, i + h, i
(d) hc, i = c h, i
Ispat:
Alstrma olarak brakyoruz.
Not 3.5 R3 deki h, i standart i arpmna ayn zamanda skaler arpm (veya nokta arpm) denir.
66
arpm Uzaylar
Blm 3. I
3.2
Hseyin BILG
arpm Uzaylar
I
S imdi skaler arpm, dik olmak, uzunluk ve a gibi kavramlar vektr uzaylarna genellestirelim.
Tanm 3.6 V bir vektr uzay olsun. Her , V iftini bir h, i reel saysna esleyen ve asagdaki
s artlar saglayan
(her 6= V iin)
(b) h, i = h, i
(her , V iin)
(c) h + , i = h, i + h, i
(d) hc, i = c h, i
(her , , V iin)
zelligi
de kolayca elde edebiliriz:
h, ci = hc, i = c h, i = c h, i .
rnek 3.7 R3 de daha nce tanmlanan standart i arpm bir i arpmdr.
rnek 3.8 Rn de standart i arpm s yle tanmlayabiliriz:
a1
b1
a2
b2
= . ve = . olsun. h, i = a1 b1 + a2 b2 + + an bn .
..
..
an
bn
3
1
2
2
rnegin
=
ise h, i = 3 4 6 + 4 = 3
ve =
2
3
1
4
rnek 3.9 V sonlu boyutlu vektr uzay ve S = {1 , 2 , . . . , n }, V nin sral bir baz olsun.
, V iin h, i = h[]S , []S i olarak tanmlansn. = a1 1 + + an n ve = b1 1 +
+ bn n ise h, i = a1 b1 + a2 b2 + + an bn olur. Bu tanma gre h, i bir i arpmdr.
(Gsterin)
Sonu 3.10 Her sonlu boyutlu vektr uzaynda bir i arpm tanmlanabilir.
67
arpm Uzaylar
Blm 3. I
Hseyin BILG
zelligi
ispatlayalm: A = [aij ] n n matris ve , Rn ise
hA, i = , A0 .
Bunu ispatlamak iin , Rn ise h, i = 0 esitligini
kullanacagz.
Buradan
hA, i = (A)0 = ( 0 A0 ) = 0 (A0 ) = , A0
elde edilir.
"
a1
"
b1
rnek 3.11 =
zellik de saglanr.
(Gsteriniz)
rnek 3.12 V, [0, 1] aralg
zerinde tanml, srekli ve gerel fonksiyonlarn uzay olsun. f, g V
iin
1
Z
hf, gi =
f (t)g(t) dt
0
olarak tanmlayalm. Bu, V nin bir i arpmdr. Analiz derslerindeki bilgilerimizi kullanarak bunun
bir i arpm oldugunu
gsterelim. Eger
f 6= 0 ise; yani f sfr fonksiyonu degilse:
f (t)2 dt > 0
hf, f i =
0
oldugunu
biliyoruz. Ayrca
Z
hf, gi =
hf + g, hi =
f (t)g(t) dt =
Z
[f (t) + g(t)]h(t) dt =
0
hcf, gi =
f (t)h(t) dt +
1
f (t)g(t) dt = c hf, gi .
cf (t)g(t) dt = c
0
str. rnegin;
f (t) = t + 1 ve g(t) = 2t + 3 fonksiyonlar iin:
Z
hf, gi =
(t + 1)(2t + 3)dt =
0
(2t2 + 5t + 3)dt =
37
6
arpm Uzaylar
Blm 3. I
Hseyin BILG
Z
p(t)q(t) dt bir i
0
arpmdr.
Tanm 3.15 zerinde bir i arpm tanml olan uzaya bir i arpm uzay denir. Eger
bu uzay sonlu
boyutlu ise klidyen uzay denir. Bir i arpm uzaynda vektrnn uzunlugu
(veya vektr normu)
kk =
p
h, i
olarak tanmlanr. (Yani bir vektrn normu, kendisi ile arpmnn karekkdr.)
Soru: kk = 0 oldugunu
gsteriniz. (Ipucu:
+ =)
zm:
h, i = h + , i = h, i + h, i
olup esitligin
her iki tarafndan h, i says sadelesirse h, i = 0 elde edilir. Uzunluk (norm)
p
tanmndan: kk = h, i = 0 elde edilir.
Soru: V bir i arpm uzay ise her V iin h, i = 0 oldugunu
gsteriniz.
zm: Her V iin
h, i = h, + i = h, i + h, i
olup esitligin
her iki tarafndan h, i says sadelesirse h, i = 0 elde edilir.
Teorem 3.16 (CauchySchwarz Esitsizligi)
ve bir V i arpm uzaynn elemanlar iseler
h, i2 6 kk2 kk2
Ispat:
Eger
= ise kk = 0 ve h, i = 0 olup esitsizlik dogrudur.
0 6 hr + , r + i = r 2 h, i + 2r h, i + h, i = ar 2 + 2br + c
diyelim. (a = h, i , b = h, i , c = h, i olsun.)
Eger
ve sabit kabul edilirse ar 2 + 2br + c = p(r) polinomu > 0 olan bir polinomdur ve en
fazla bir kk vardr. O halde diskriminant 6 0 dir. Baska bir deyisle
4b2 4ac 6 0 = b2 ac 6 0 = b2 6 ac
olur. Buradan h, i2 6 kk2 kk2 elde edilir.
69
arpm Uzaylar
Blm 3. I
rnek 3.17 =
Hseyin BILG
2
ve =
3
3
2
R de iki vektr olsun.
2
h, i = 1(3) + 2 2 3 2 = 5,
kk =
14,
kk =
17
s ekilde yazlabilir.
h, i2
2
kk kk
61
Bu durumda
cos =
h, i
veya 1 6
h, i
kk kk
61
kk kk
066
olacak s ekilde bir tek as vardr. Bu aya ile vektrleri arasndaki a denir.
Sonu 3.19 (gen Esitsizligi)
Eger
ve bir i arpm uzaynda iki vektr ise
k + k 6 kk + kk
Ispat:
dr.
k + k2 = h + , + i = h, i + 2 h, i + h, i
= kk2 + 2 h, i + kk2
CauchySchwarz esitsizligi
der ki: h, i 6 | h, i | 6 kk kk. O zaman
2
k + k2 = kk2 + 2 h, i + kk2 6 kk2 + 2 kk kk + kk2 = kk + kk
Her iki tarafn karekk alnrsa:
k + k 6 kk + kk
elde edilir.
n
X
!2
ai bi
n
X
i=1
i=1
!
a2i
n
X
!
b2i
i=1
Z
hf, gi =
2 Z
f (t)g(t) dt
6
70
Z
f (t)dt
g (t)dt .
arpm Uzaylar
Blm 3. I
Hseyin BILG
arpm rnek 3.14 deki i arpm olsun. p(t) = t + 2 ise p(t) nin
rnek 3.20 V = P2 olsun. I
uzunlugu:
s
Z
p
kp(t)k = hp(t), p(t)i =
(t + 2)2 dt =
19
3
hp(t), q(t)i
kp(t)k kq(t)k
29
2 19 13
olarak hesaplanr.
Tanm 3.21 V bir i arpm uzay olsun. , V vektrleri arasndaki uzaklk
d(, ) = k k
s eklinde tanmlanr.
Tanm 3.22 V bir i arpm uzay olsun. Eger
h, i = 0 ise ile vektrlerine ortogonaldirler
(diktirler) denir.
0
2
1
0
h, i = 0 dr.
vektrleri ortogonaldir, nk
2
3
vektrleri ortogo-
naldir; nk
t, t
2
3
=
0
Z 1
2
2t
2
t t
dt =
t
dt = 0.
3
3
0
Not 3.25 Bir V i arpm uzayndaki V vektr her vektre ortogonaldir. Ayrca iki vektr arasn
daki a ise bu vektrler ortogonaldir.
2
Not 3.26 Bir V i arpm uzayndaki bir sabit vektre ortogonal olan btn vektrlerin kmesi, V
nin bir alt uzaydr. (Gsteriniz, dev)
Tanm 3.27 V bir i arpm uzay olsun. S V olsun. Eger
S deki her iki vektr ifti ortogonal ise
S kmesine ortogonaldir denir. Buna ilaveten S deki her vektrn uzunlugu
1 ise (uzunlugu
1 olan
vektre birim vektr denir) S kmesine ortonormaldir denir.
71
arpm Uzaylar
Blm 3. I
Hseyin BILG
h, i
kk2
kk = h, i =
,
=
=
=1
kk kk
kk kk
kk2
olur. Yani bir birim vektrdr. Ayrca ile arasndaki ann kosins 1 dir. nk
D
E
,
kk2
h, i
h, i
kk
=
= 1 = = 0o
cos =
=
=
kk kk
kk
kk2
kk2
Yani ile ayn yndedir.
rnek 3.29 Rn ve Rn in standart bazlar ortonormal kmelerdir. (Standart i arpma gre)
Teorem 3.30 S = {1 , 2 , . . . , n } kmesi bir V i arpm uzaynda ortogonal olsun ve her k iin
k 6= olsun. O zaman S lineer bagmszdr.
>0
kural tanmlansn. Bu kural V nin bir i arpmdr. (Gstermesi kolay). S imdi asagdaki
fonksiyonlar dsnelim.
1, cos t, sin t, cos 2t, sin 2t, . . . , cos(nt), sin(nt),
(3.1)
bagntlar
dogrudur:
Z
Z
Z
cos(nt) dt =
sin(nt) dt =
sin(mt) cos(nt) dt = 0
her m, n iin.
cos(mt) cos(nt) dt =
sin(mt) sin(nt) dt = 0
her m 6= n iin.
Yani f 6= g ise hf, gi = 0 dr. Yani (3.1) deki fonksiyonlardan seilen sonlu bir kme ortogonaldir. O
halde Teorem 3.30dan dolay, (3.1) deki fonksiyonlardan seilen sonlu bir kme lineer bagmszdr.
72
arpm Uzaylar
Blm 3. I
Hseyin BILG
ALISTIRMALAR
1.) V , n n matrislerin reel vektr uzay olsun. hA, Bi = Tr(B 0 A) olarak tanmlanan fonksiyon
bir i arpmdr, gsterin. (Tr iz fonksiyonudur; bkz. rnek 1.19)
2.) V = R3 olsun. Standart i arpm verilsin.
1
a
iin =
1 ve = 1 vektrleri ortogonaldir.
2
2
a
1/ 2
b
1/ 2
maldir.
3.) V , rnek 3.14 deki uzay olsun.
(a) ann hangi degerleri
3.3
GramSchmidt Yntemi
Bu ksmda her klidyen V uzay iin ayn zamanda ortonormal bir kme olan bir S baz elde edilebilecegini
gsterecegiz.
Byle bir baza ortonormal baz denir. Byle bir baz bulmak iin kullandgmz
Ispat:
Ispat
admadm yapacagz.
nce T = {1 , 2 , . . . , n } ortogonal bazn bulacagz.
1 =
1 diyelim (Baska bir i de seilebilir.) S imdi W nun {1 , 2 } tarafndan gerilen W1 uzaynda bir
2 vektr aryoruz yle ki 2 , 1 e ortogonal olmal. 1 = 1 oldugundan
W1 = Span{1 , 2 }
dir. 2 = a1 1 + a2 2 s eklindedir. a1 ve a2 yi yle seeriz ki h1 , 2 i = 0 olur.
0 = h2 , 1 i = ha1 1 + a2 2 , 1 i = a1 h1 , 1 i + a2 h2 , 1 i .
S imdi 1 6= oldugundan
h1 , 1 i 6= 0 dr. O zaman
a1 = a2
h2 , 1 i
h1 , 1 i
73
arpm Uzaylar
Blm 3. I
Hseyin BILG
verilebilir. a2 = 1 alalm.
a1 =
h2 , 1 i
h1 , 1 i
= 2 = a1 1 + 2 = 2
h2 , 1 i
h1 , 1 i
S imdi, {1 , 2 } , W nun ortogonal bir kmesidir. S imdi de hem 1 e hem de 2 ye ortogonal olan ve
Span{1 , 2 , 3 } = W2 uzaynda bir 3 eleman aryoruz. W2 = Span{1 , 2 , 3 } oldugundan
3 = b1 1 + b2 2 + b3 3
dr. b3 = 1 alalm.
0 = h3 , 1 i = hb1 1 + b2 2 + 3 , 1 i = b1 h1 , 1 i + h3 , 1 i
0 = h3 , 2 i = hb1 1 + b2 2 + 3 , 2 i = b2 h2 , 2 i + h3 , 2 i .
Buradan: b1 =
h3 , 1 i
h1 , 1 i
, b2 =
h3 , 2 i
h2 , 2 i
3 = 3
bulunur.
h3 , 1 i
h1 , 1 i
h3 , 2 i
h2 , 2 i
2 .
h4 , 1 i
h1 , 1 i
h4 , 2 i
h2 , 2 i
h4 , 3 i
h3 , 3 i
3 .
i
ki k
1
1
1
rnek 3.33 1 =
1 , 2 = 0 , 3 = 2 olsun. R uzay iin S = {1 , 2 , 3 }
1
1
3
bazn dsnelim. S imdi Syi T = {1 , 2 , 3 } ortonormal bazna dnstrelim.
1
1 = 1 = 1
1
1
1/3
h2 , 1 i
2
1 = 2/3
1 =
2 = 2
0
h1 , 1 i
3
1
1
1/3
1
1
1/3
2
h3 , 1 i
h3 , 2 i
4
2/3
2/3 = 0 .
3 = 3
1
2 =
2
1
h1 , 1 i
h2 , 2 i
3
6/9
3
1
1/3
2
74
arpm Uzaylar
Blm 3. I
Hseyin BILG
S imdi, {1 , 2 ,
Her
3 }ortogonal
bir bazdr.
1 1 2
1
1
2
baz iin her bir i kendi uzunluguna
blnr:
3
6
2
1/
1/
1/
1/ 3 , 2/ 6 ,
0
1/3
1/ 6
1/ 2
kmesi de R3 n bir ortonormal bazdr.
rnek 3.34 V = P3 olsun. (Daha nce tanmlanan i arpmla birlikte.) W da S = {t2 , t} tarafndan dogurulan
h1 , 1 i =
2 2
1
4
t t dt =
t dt =
h2 , 1 i
h1 , 1 i
dir.
ve h2 , 1 i =
tt2 dt =
1
4
bulunur.
Buradan
2 = 2
1/4
1/5
t =t
5
4
h2 , 2 i =
ve
Sonu olarak:
1
5 2
t
48 t
k1 k k2 k
4
n
o
istenen ortonormal bazdr. Eger
1 = t ve 2 = t2 seilseydi
3t, 30 t2 2t
ortonormal
5 2 2
1
t t
dt =
bulunur.
4
48
5t2 ,
= a1 1 + a2 2 + + an n
ve
ise h, i = a1 b1 + a2 b2 + + an bn dir.
75
= b1 1 + b2 2 + + bn n
arpm Uzaylar
Blm 3. I
Hseyin BILG
(
Ispat:
S ortonormal oldugundan
hi , j i =
1, i = j ise
0, i 6= j ise
dr. O halde
(, ) = ha1 1 + a2 2 + + an n , b1 1 + b2 2 + + bn n i
= a1 b1 h1 , 1 i + a1 b2 h1 , 2 i + + a1 bn h1 , n i
+ a2 b1 h2 , 1 i + a2 b2 h2 , 2 i + + a2 bn h2 , n i
..
.
+ an b1 hn , 1 i + an b2 hn , 2 i + + an bn hn , n i
= a1 b1 + a2 b2 + + an bn
a1
q
a2
an
dir.
bulunur. nn uzunlugu
kk = 52 + 32 + 42 = 50 dir. Sye gre koordinat vektrn kul
22 + 12 =
5 bulunur ki bu yanlstr; nk S, ortonormal olmalyd. Syi
lanrsak kk =
ortogonal yaparsak (GramSchmidt yntemini kullanarak):
4 1 7
[2 1 1],
veya { [2 1 1], [4 1 7] }
6 6 6
bazn buluruz. Bu baz ortonormal hale getirirsek:
4
2
1
1
1
7
T =
, , , , ,
6
6
6
66
66
66
17 6
6
v
u
!
u 17 6 2
t
kk =
+
6
66
bulunur; ki bu da dogru
cevaptr.
76
!2
r
=
1800
36
50
arpm Uzaylar
Blm 3. I
Hseyin BILG
Teorem 3.39 S = {1 , 2 , . . . , n } kmesi bir V vektr uzay iin ortonormal bir baz ve V
olsun. i = 1, 2, . . . , n iin ci = h, i i olmak zere
= c1 1 + c2 2 + + cn n dir.
(Bu teorem bir elemann bir ortonormal baza gre koordinatlarn kolayca bulmamza yarar.)
1/3
2/3
2/3
rnek 3.40 S = 2/3 , 1/3 , 2/3 R iin bir ortonormal bazdr. Bu baza gre
2/3
2/3
1/3
15
=
3 vektrnn koordinatlarn bulalm. (S nin elemanlarna, srasyla, 1 , 2 ve 3 diye3
lim.) Teorem 3.39 kullanlrsa; i = 1, 2, 3 iin ci = h, i i hesaplanr:
h i 1/3
15
3 , 2/3
c1 =
= 9,
3
2/3
h i 2/3
15
1/3
3 ,
c2 =
= 9,
3
2/3
h i 2/3
15
3 , 2/3
c3 =
=9
3
1/3
Kontrol edelim:
15
= .
91 + 92 + 93 =
3
ALISTIRMALAR
1 0 1
1
1
3
eviriniz.
2.) P2 uzay iin {1, t, t2 } bazn ortonormal baza eviriniz.
Z 1
3.) V = P2 olsun. hf, gi =
f (t)g(t) dt olarak tanmlansn. {1, t, t2 } standart bazn ortonormal
1
1
3
1
4.) R de S =
uzay W olsun. =
0 , 2 tarafndan dogurulan
2
1
3
77
olsun.
arpm Uzaylar
Blm 3. I
Hseyin BILG
(a) nn uzunlugunu
78
4
Lineer Dnsmler
ve Matrisler
4.1
Tanm ve rnekler
Tanm 4.1 V ve W iki vektr uzay olsun. L : V W bir fonksiyon olsun. Eger
L( + ) = L() + L(),
c L()
V deki
W daki
V deki
W daki
toplama
toplama
skaler arma
skaler arpma
Eger
Tanm 2.68 gznne alnrsa s unu yazabiliriz:
Ispat:
(=) L bir lineer dnsm olsun.
L(a + b) = L(a) + L(b) = aL() + bL()
olup ispat tamamlanr.
79
Hseyin BILG
Ispat:
(=) S imdi de her a, b R ve her , V iin L(a+b) = aL()+bL() olsun. a = 1,
b = 1 alnrsa L( + ) = L() + L() elde edilir. Ayrca b = 0, a = c dersek L(c ) = c L()
bulunur.
a1
"
rnek 4.3 L : R3 R2 , L
a2 =
a3
a1 + b1
a1
a1
b1
olsun. =
a2 ve = b2 olsun.
a3
b3
a2
#
# "
#
"
"
b
a
a
+
b
1
1
1
1
= L() + L().
+
=
L( + ) = L
a2 + b2 = a + b
b2
a2
2
2
a3 + b3
Ayrca
"
#
"
#
ca1
ca
a
1
1
L(c) = L
=c
= cL().
ca2 = ca
a2
2
ca3
Yani L bir lineer dnsmdr. Lye bir projeksiyon (izdsm) denir. nk P (a1 , a2 , a3 ) noktasnn L altndaki grnts; ucu bu nokta olan 3boyutlu dogrunun
R2 deki glgesidir.
rnek 4.4 L : P2 P1 , L(at2 + bt + c) = 2at + b olsun. L bir lineer dnsmdr.
rnek 4.5 L : R3 R3 , r R bir skaler olmak zere
a1
a1
L
a2 = r a2
a3
a3
olsun. L, R3 de bir lineer operatrdr. (Kontrol ediniz) r > 1 ise Lye uzama, 0 < r < 1 ise
bzlme denir. nk; r > 1 ise vektr uzar, 0 < r < 1 ise bzlr.
rnek 4.6 L : P2 R,
Z
L(at + bt + c) =
(at2 + bt + c)dt
a1
L
a2 =
a3
"
1 0
0 1 1
a1
a2
a3
Hseyin BILG
rnek 4.8 A bir m n matris ise L : Rn Rm , L() = A fonksiyonu her zaman bir lineer
dnsmdr. Gsteriniz.
rnek 4.9 L : R2 R2 ,
"
L
a1
#!
"
=
a2
a1
a2
R2 de bir lineer operatrdr. Lye x-eksenine gre refleksiyon (yansma) denir. (Sekil 4.1)
y
(a1 , a2 )
O
L()
(a1 , a2 )
S ekil 4.1:
rnek 4.10 L : R2 R2 ,
"
L
#!
"
=
cos sin
sin
#"
cos
dnsm bir vektrn as kadar dndrmekle elde edilen dnsmdr. Bu dnsme bir
rotasyon (dnme) denir. (Sekil 4.2) Bu dnsm baslang noktas orjin ve u noktas P (x, y) olan
vektr, uzunlugunu
degi
stirmeden, saatin ters ynnde as kadar dndrp, baslang noktas
orjin ve u noktas P 0 (x0 , y 0 ) olan vektre dnstrr.
y
P 0 (x0 , y 0 )
L()
P (x, y)
S ekil 4.2:
81
Hseyin BILG
a1
a2 =
L
a3
a1
, =
=
a
2
a3
a1 + b1
L( + ) = L
a2 + b2
a3 + b3
fakat
a1 + 1
L() + L() =
2a2
a3
a1 + 1
b3
olsun.
2a2
a3
b1
b2 olsun.
b3
a1 + b1 + 1
= 2(a2 + b2 )
a3 + b3
b1 + 1
2b2
a1 + b1 + 2
= 2(a2 + b2 ) =
6 L( + )
a3 + b3
rnek 4.12 L : R2 R2 , L [a1 a2 ] = a21 2a2 s eklinde verilen L bir lineer dnsm mdr?
Neden?
zm: dev
Teorem 4.13 L : V W bir lineer dnsm ve V de nboyutlu bir vektr uzay olsun. S =
{ 1 , 2 , . . . , n }, V nin bir baz olsun. V ise L() eleman { L(1 ), L(2 ), . . . , L(n ) }
elemanlar tarafndan tamamem belirlenir.
Ispat:
V ve S bir baz oldugundan
L(2 ) = [0 3],
82
L(3 ) = [0 0],
L(4 ) = [2 0]
1 2],
Hseyin BILG
verilsin. = [3 5 5 0] ise L() nasl hesaplanr? Bunun iin nce eleman Sdeki vektrlerin
lineer kombinasyonu olarak yazlr. Bir takm hesaplamalardan sonra = 21 + 2 33 + 4
elde edilir ve daha sonra:
L() = L(21 + 2 33 + 4 ) = 2L(1 ) + L(2 ) 3L(3 ) + L(4 ) = [4 7]
bulunur.
Teorem 4.15 L : V W bir lineer dnsm olsun.
(a) L(V ) = W
(b) L( ) = L() L() dr. (Her , V iin.)
Ispat:
Lemma 2.70in ispatnn aynsdr.
4.2
veya
L(1 ) = L(2 ) = 1 = 2
nermesi dogru
ise (her 1 , 2 V iin) L 11 dir deriz.
#!
#
#
#
"
"
"
"
a1
a1 + a2
a1
b1
2
2
=
olsun. 1 =
, 2 =
rnek 4.17 L : R R , L
a2
a1 a2
a2
b2
olsun. L(1 ) = L(2 ) oldugunu
a1
rnek 4.18 L : R3 R2 , L
a2 =
a3
11 degildir.
"
a1
a2
olsun. L
3 = L 3 olup L,
2
3
ek(L) = { V : L() = W }
kmesi olarak tanmlanr. L(V ) = W oldugundan
Hseyin BILG
2 6 ek(L).
"
#
" #
a1
0
a
1
L
=
= a1 = a2 = 0
a2 = a
0
2
a3
bulunur. a3 R keyfi seilebilir. O halde
ek(L) 0 : a R
Ispat
(a) , ek(L) ve c R olsun. + ek(L) ve c ek(L) oldugunu
gsterelim.
(Teorem 2.16 kullanlacaktr.) , ek(L) oldugundan
Ispat
(b) (=) L 11 olsun. ek(L) = { V } oldugunu
gsterecegiz.
ek(L) alalm. L() =
W dur. L(V ) = W oldugundan
ve L 11 oldugundan
Ispat
(b) (=) ek(L) = { V } olsun. L nin 11 oldugunu
gsterecegiz.
(Teorem 4.15.b)
= 1 2 = V
= 1 = 2
olup L 11 dir.
84
Hseyin BILG
R, L(at2
rnek 4.22 L : P2
+ bt + c) =
0
L() =
0
bulunur. Yani c = a3
1
a
b
(at + bt + c)dt =
+
+ ct = + + c = 0
3
2
3
2
at3
b
2
bt2
dir. O halde
ek(L) =
b
a
: a, b R
at + bt +
3
2
2
kat degil).
Tanm 4.23 L : V W bir lineer dnsm olsun. L nin grnts (veya V nin L altndaki
grnts)
G(L) = { w W : Bir v V iin L(v) = w }
kmesi olarak tanmlanr. Yani G(L) ise bir V bulunabilir; yle ki L() = dr. Eger
Ispat:
1 , 2 G(L) olsun. O zaman bir 1 , 2 V iin L(1 ) = 1 ve L(2 ) = 2 dir.
L lineer
olup 1 + 2 V oldugundan
olup c1 V oldugundan
c1 G(L) dir. O halde, Teorem 2.16 dan dolay G(L), W nun bir alt
uzaydr.
rnek 4.25 L :
R3
a1
=
a
2
a3
R2 , L
"
a1
a2
85
#
olsun. L rten midir?
Hseyin BILG
"
zm: =
c
d
a1
R2 alalm. =
a2 ve L() = olacak s ekilde R aryoruz (her
a3
c, d iin).
"
L() =
a1
"
=
a2
= a1 = c, a2 = d
seilirse L() = olur. (a3 herhangi bir say seilebilir). Yani L rtendir. Bu durumda G(L) = R2
olup boy(G(L)) = 2 dir.
Z
L() =
(at2 + bt + c)dt =
a
3
b
2
+c
bulunur. Eger
(mesela) a = b = 0 ve c = r alnrsa L() = r olur. Yani L rtendir. boy(G(L)) = 1
dir.
a1
1 0 1
a1
a3
a3
2 1 3
midir? boy(G(L) =?
3
3
a1
= a2
olsun.
a3
1 0 1
a1
a1 + a3
L() =
1 1 2 a2 = a1 + a2 + 2a3 = b
c
2 1 3
a3
2a1 + a2 + 3a3
S imdi ek matrisi indirgenmis satr eselon forma getirelim:
.
1 0 1 .. a
.
1 1 2 .. b
.
2 1 3 .. c
.
1 0 1 ..
a
.
0 1 1 ..
ba
..
0 0 0 . cba
86
Hseyin BILG
a1
a1 + a3
L
a2 = a1 + a2 + 2a3 = a1 1 + a2 1 + a3 2
2
1
3
2a1 + a2 + 3a3
a3
olur. Yani
1 0 1
1 , 1 , 2
2
1
3
nc vektr ilk iki vektrn toplam ve ilk iki vektr lineer bagmsz
oldugu
iin (biri digerinin
kat degil),
yi dogurur.
1 0 1
1 0 0
1 0 0
0 1 0
0 1 0
0 0 0
{ [1, 0, 0], [0, 1, 0], [0, 0, 1] }
kmesi G(L) iin bir bazdr. boy(G(L)) = 3 olup L rtendir.
Not: rnek 4.27de grdk ki
boy(ek(L)) + boy(G(L)) = boy(Lnin tanm kmesi)
Teorem 4.30 L : V W bir lineer dnsm ve V, nboyutlu bir uzay ise
boy(ek(L)) + boy(G(L)) = n.
87
Hseyin BILG
Ispat:
k = boy(ek(L)) diyelim.
(n + 0 = n)
1 6 k < n ise: boy(G(L)) = n k oldugu
gsterilecek. {1 , 2 , . . . , k }, ek(L) iin bir baz olsun. Bunu S = {1 , 2 , . . . , k , k+1 , , n } bazna genisletebiliriz (V iin). Bu durumda ispat
T = {L(k+1 ), L(k+2 ), . . . , L(n )} kmesinin G(L) iin bir baz oldugu
gsterilerek tamamlanr. (Ayrntlar atlyoruz.)
olup
olur.
Teorem 4.30dan:
boy(ek(L)) = n rank(A).
Yani
(AX = 0 homojen sistemin zm uzaynn boyutu) = n r
(r = rank(A))
a1
1 1 1
a1
rnek 4.34 L : R3 R3 , L
a2 = 2 2 1 a2 olarak tanmlansn. ek(L) =
0 1 1
a3
a3
{} oldugu
kolaylkla gsterilebilir. Yani L, 11 dir. Ayrca rten olup (Sonu 4.32) tersi vardr. L1
fonksiyonunu bulalm.
a1
b1
L() = L
a2 = = b2
a3
b3
88
Hseyin BILG
a1 + a2 + a3
2a1 + 2a2 + a3
a2 + a3
= b1
=b
3
b1
1 1 1
b1
0 1
b2 = 2 2 1 b2 = 2
L1
1
b3
2 1
b3
0 1 1
b1 b3
= 2b1 + b2 + b3
.
2b1 b2
b1
b2
1
b3
0
Teorem 4.35 L : V W lineer dnsmnn 11 olmas iin gerek ve yeter s art V deki lineer
bagmsz
olmasdr.
Ispat:
(=) L 11 olsun. S = {1 , 2 , . . . , k } V lineer bagmsz
oldugunu
gsterecegiz.
(L lineer dn.)
= L 11 oldugundan
a1 1 + + ak k = V
= S lineer bagmsz
oldugundan
a1 = a2 = = ak = 0
= T lineer bagmsz.
Ispat:
(=) Lineer bagmsz
olsun. 6= V iin {}
V kmesi lineer bagmszdr.
=
L() 6= W dur. Yani sfr olmayan her vektrn grnts de sfr degildir.
denktir.
1. A singler degildir.
89
Hseyin BILG
ALISTIRMALAR
(b) L, 11 midir?
0 = 2 ,
L
0
3
1 = 1 ,
L
0
0
0 = 1
L
1
0
s eklinde verilsin.
ispatlaynz.
4.3
(b) L1
3 nedir?
4
90
Hseyin BILG
Eger
bir V iin L() = ise o zaman []T = A []S dr. (Burada []S : nn Sye gre koordinatlar; []T : nn T ye gre koordinatlar.) Ayrca A matrisi bu zellikleri saglayan
tek matristir.
Ispat:
Ispat
atlyoruz.
rnek 4.38 L : P2 P1 , L(p(t)) = p0 (t) olsun. S = {t2 , t, 1} ve T = {t, 1} de P2 ve P1 iin
sral bazlar olsunlar. S imdi L iin A matrisini bulalm.
"
" #
"
#
0
2 0 0
L(t) = 1 = 0 t + 1 1
= [L(t)]T =
= A =
bulunur.
1
0 1 0
" #
L(1) = 0 = 0 t + 0 1
= [L(1)]T =
0
2
rnegin;
p(t) = 5t2 3t + 2 = L(p(t)) = 10t 3 dr. Ayrca L(p(t))yi A matrisini kullanarak
bulabiliriz.
[p(t)]S =
3
2
olup
"
[L(p(t))]T = A [p(t)]S =
2 0 0
0 1 0
"
10
[L(t2 )]T =
"
L(t) = 1 =
1
(t
2
+ 1)
1
(t
2
1)
L(1) = 0 = 0 (t + 1) + 0 (t 1)
= [L(t)]T =
=
[L(1)]T =
91
2
1
" 2
"
= A =
1
1
1
2
12
0
0
Hseyin BILG
"
#
"
#
5
1
1/2 0
7/2
[L(p(t))]T =
3 = 13/2
1 1/2 0
2
olmaldr. Gerekten: L(p(t)) = 72 (t + 1) +
13
(t
2
1) = 10t 3 bulunur.
Tanm 4.41 Teorem 4.37 de aklanan A matrisine Lnin S ve T sral bazlarna gre temsili denir.
Ayrca; A matrisi "S ve T ye gre Lyi temsil eder" deriz. Yani L yi A ile, y []S ile, y []T
ile yer degi
stiririz. Bylece L() = esitligi
A[]S = []T olur. Yani lineer dnsmler yerine
matrisler ile alsabiliriz.
a1
"
a2 =
rnek 4.42 L : R3 R2 , L
a3
1 1 1
olsun.
a
2
a3
1 2 3
a1
"
1 =
0 , 2 = 1 , 3 = 0 , 1 =
0
0
1
1
0
"
, 2 =
0
1
#
,
1 1 1
1 2 3
bulunur. Bu matris Lnin tanmndaki matrisin aynsdr. Bunun sebebi; S ve T nin standart baz
seilmesidir.
rnek 4.43 L : R3 R2 bir nceki rnekteki dnsm olsun.
(" # " #)
1 0 0
1
1
S=
,
,
ve T =
,
1
1
0
2
3
0
1
1
R3 ve R2 iin sral baz seilirse:
"
A =
3 1 0
1 1 1
bulunur.
Not 4.44 L : V V olsun. S ve T sral bazlar verilsin. Eger
S = T seilirse bu durumda elde
edilen A matrisine Lnin Sye gre temsili denir.
92
Hseyin BILG
Not 4.45 Bu durumda birim lineer operatrn herhangi bir baza gre temsili In dir. (V nboyutlu
ise.)
Not 4.46 L : V V tersi olan lineer operatr ise ve A da Lnin bir S sral bazna gre temsili ise
A1 de L1 in Sye gre temsilidir.
Not 4.47 L : V W lineer dnsm, A da Lnin iki sral baza gre temsili olsun. ek(L)nin
bulunma problemi ile AX = 0n zm uzayn bulma problemleri ayndr. G(L) uzayn bulmak
da Ann kolon uzayn bulmak demektir.
Not 4.48 5. L : V W lineer dnsm ve boy(V ) = boy(W ) olsun. Asagdakiler
denktir.
1. L tersi alnabilirdir.
2. L 11 dir.
3. L rtendir.
4. Lnin, S ve T ye gre temsil matrisi olan A singler degildir.
ALISTIRMALAR
"
1. A =
1 2
3 4
#
olsun ve L :
("
S=
2 R2
1 0
0 0
("
T =
1 0
0 1
2 R2 , L(X)
# "
,
# "
,
0 1
0 0
1 1
0 0
# "
,
# "
,
= AX XA dnsm verilsin.
0 0
1 0
1 0
1 0
# "
,
# "
,
0 0
#)
ve
0 1
0 1
#)
0 0
(b) T ye gre,
(c) S ve T ye gre,
temsilini bulunuz.
4.4
( her V iin)
Hseyin BILG
Buradaki +, W daki toplamadr. L yi L1 L2 ile gsterelim ve L1 ile L2 nin toplam diyelim. Ayrca
L : V W lineer dnsm ve c R ise
H : V W, H() = cL()
s eklinde tanmlayalm. H ye L nin c ile skaler arpm diyelim ve c
L ile gsterelim.
2a2 + a3 ]
ve
(3
3a2 + 3a3 ]
olur.
Not 4.51 Eger
L1 ve L2 , V den W ya iki lineer dnsm ve c R ise L1 L2 ve c
L de lineer
dnsmdr. Ayrca V den W ya btn lineer dnsmlerin kmesi U , bu islemlerle bir vektr
uzaydr. O : V W , O() = W olarak tanmlanan O dnsmn U nun sfr vektrdr.
Ayrca L ((1)
L) = O dr. (1)
2a1
L2 ([a1 a2 ]) = [a2 a1
2a1 + a2
L3 ([a1 a2 ]) = [3a1
2a2
a2 ]
a1 ]
a1 + 2a2 ]
mdr?
zm: c1 L1 + c2 L2 + c3 L3 = O olsun. 1 = [1
0] iin
94
yerine yazacagz)
Hseyin BILG
Ispat:
S = {1 , 2 , . . . , n } V nin ve T = {1 , 2 , . . . , m } de W nun bazlar olsun. M :
U m Rn
M (L) = Lnin S ve T bazlarna gre temsili
olarak tanmlanan dnsmnn bir izomorfizm oldugu
gsterilerek ispat yaplr.
2 1
bazlar
, S = {1 , 2 , 3 } ve T = {1 , 2 } de R3 ve R2 iin dogal
2 1
3
olsun. S imdi S ve T ye gre temsili A olan L : R3 R2 dnsmn bulalm.
rnek 4.55 A =
"
L(1 ) = 11 + 22 =
L(2 ) = 21 12 =
a1
1
"
2
"
L(3 ) = 11 + 32 =
bulunur. S imdi =
a2 R iin
a3
L() = L(a1 1 + a2 2 + a3 3 ) = a1 L(1 ) + a2 L(2 ) + a3 L(3 )
#
#
" #
"
"
1
2
1
= a1
+ a2
+ a3
2
1
3
"
#
a1 + 2a2 a3
=
2a1 a2 + 3a3
= A
Yani L() = A s eklinde tanmlanmaldr. Eger
S ve T dogal
bazlar ise bu yaplabilir. S imdi
(" # "
#)
1
0
1
2
0
0
S =
0 , 1 , 1 ve T =
3
1
1
1
0
95
Hseyin BILG
1
=
,
3
1
7
0
" #
"
#
"
#
0
1
2
5
L
1 = 1 3 + 3 1 = 6
1
a1
a3
1
1
0
= b1
0 + b2 1 + b3 1 .
1
0
1
Bu durumda L() y s yle hesaplarz:
1
1
0
L() = b1 L 0 + b2 L 1 + b3 L 0
1
0
1
#
" #
" #
"
5
0
5
= b1
+ b2
+ b3
1
7
6
#
"
5b1 + 5b3
=
b1 + 7b2 6b3
1
s eklinde hesaplanr. S imdi, L
2 nedir?
3
1
0
1
1
2 = 1 0 + 0 1 + 2 1
1
1
0
3
bulunur. (Yani b1 = 1, b2 = 0, b3 = 2 olmaldr.) Buradan:
"
#
1
15
L
2 = 11
3
96
Hseyin BILG
#
"
a1
5a
3
.
L
a2 = 7a 6a
1
3
a3
s eklinde tanmlanan fonksiyona L1 ile L2 nin bileskesi denir. Bu durumda L2o L1 de bir lineer dnsmdr (gsterin). Eger
L : V V ise Lo L yerine ksaca L2 yazlr.
rnek 4.57 L1 : R2 R2 , L2 : R2 R2
"
#!
"
#
a1
a1
L1
=
a2
a2
s eklinde tanmlansn. Bu durumda:
"
(L1o L2 )
a1
a2
ve
#!
L2
"
= L1
a2
"
(L2o L1 )
a1
"
#!
#!
a1
a2
"
=
a2
a1
"
= L2
a2
#!
a1
"
=
#!
a2
a1
a1
"
a2
a2
,
#
a1
97
5
Determinantlar
5.1
Determinantn Tanm
n-tane
(n1)-tane
(n2)-tane
(n3)-tane
2-tane
1-tane
Toplam: n! tane.
S deki btn permtasyonlarn kmesini Sn ile gsterelim.
rnek 5.2 S = {1, 2, 3} olsun. S3 n 3! = 6 tane eleman (permtasyonu) vardr. Bunlar:
123, 132, 213, 231, 312 ve 321
Tanm 5.3 Eger
bir j1 j2 . . . jn permtasyonunda byk bir say kk bir saydan nce geliyorsa
bir permtasyonda toplam inver(yazlmssa) bu permtasyonda bir inversiyon vardr denir. Eger
siyonlarn says ift (tek) ise bu permtasyona ifttir (tektir) denir. Eger
n > 2 ise Sn de n!/2 tane
ift; n!/2 tane tek permtasyon vardr.
rnek 5.4 S1 in 1! = 1 tane permtasyonu vardr: 1 dir. Bu permtasyon ifttir; nk hi inversi
yon yoktur. (Inversiyonlarn
says 0 dr.)
98
Hseyin BILG
Blm 5. Determinantlar
rnek 5.5 S2 nin 2! = 2 tane permtasyonu vardr: 12 ve 21. 12 permtasyonu ifttir (hi inversiyon yok). 21 permtasyonu tektir (1 tane inversiyon vardr.)
rnek 5.6 S4 deki 4312 permtasyonuna bakalm.
Burada toplam, S = {1, 2, , n} kmesindeki btn j1 j2 . . . jn permtasyonlar zerinden alnr. Bu permtasyon ift ise isaret (+); tek ise () yazlr. Bu toplamda, n! tane terim vardr.
rnek 5.9 A = [a11 ] ise det(A) = a11 dir.
"
#
a11 a12
rnek 5.10 A =
olsun. det(A) y bulmak iin a1 _a2 _ terimlerindeki bosluklara (tire
a21 a22
isaretlerine) S2 deki permtasyonlar yazarz. Bunlar 12 (ift) ve 21 (tektir). O halde
|A| = a11 a22 a12 a21 .
Ayrca bu determinant s yle de bulunur: Ana diyagonaldeki elemanlarn arpmndan diger
diyagonaldeki elemanlarn arpm karlr:
Yani:
a
11 a12
a12 a22
a11
a12
a21
a22
= a11 a22 a12 a21 = det(A)
2 3
Mesela; A =
= det(A) = 2 5 (3) 4 = 22
4 5
99
Hseyin BILG
Blm 5. Determinantlar
rnek 5.11 A =
a21 a22 a23 , 33 matrisi verilsin. |A| y bulmak iin 6 tane terimi yazalm:
a31 a32 a33
a1 _a2 _a3 _
a1 _a2 _a3 _
a1 _a2 _a3 _
Daha sonra S3 deki 6 permtasyon tire isaretlerinin yerine yazlr. Permtasyon ift ise +; tek ise
isareti verilir.
|A| = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a11 a23 a32 a12 a21 a33 a13 a22 a31
Sarrus Kural
Sadece 3 3 determinant hesaplamak iin bir yntem de Sarrus Kural olarak bilinir ve s yle aklanabilir: Matrisin 1. ve 2. kolonu sag tarafa ekleyelim.
a11 a12 a13 a11 a12
a21 a22 a23 a21 a23
a31 a32 a33 a31 a32
Daha sonra solst taraftan sagalt
tarafa dogru
saylar arpalm ve (+) isareti verelim. Sagst
1 2 3
1 2 3
rnek 5.12 A =
2 1 3 ise 2 1 3 = 6 olarak bulunur.
3 1 2
3 1 2
1 2 3 1 2
2 1 3 2 1 = |A| = 2 + 18 + 6 9 3 8 = 6
3 1 2 3 1
100
Hseyin BILG
Blm 5. Determinantlar
ALISTIRMALAR
5.2
Determinantn zellikleri
Ispat:
A0 = B = [bij ] diyelim. bij = aji oldugunu
gibi.
S imdi ilk terime ait permtasyon 34512 dir ve 6 tane inversiyon vardr. Son terime ait permtasyon
45123 dr ve yine 6 tane inversiyon vardr. Bu bir tesadf degildir;
tersidir ve Soyut Cebir derslerinde gsterilecektir ki bir permtasyon tek ise tersi de
tektir; ift ise tersi de ifttir. Bu yzden bu iki terimin isaretleri ayndr. O halde det(A) = det(A0 )
dir.
1 2 3
1 2 3
rnek 5.15 A =
2 1 3 = A = 2 1 1
3 3 2
3 1 2
1 2 3 1 2
2 1 1 2 1 = |A0 | = 2 + 6 + 18 9 3 8 = 6 bulunur.
3 3 2 3 3
101
Hseyin BILG
Blm 5. Determinantlar
Ispat:
Farzedelim ki r. ve s. satrlar yer degi
ssin. O halde j1 j2 . . . js . . . jr . . . jn permtasyonu
j1 j2 . . . jr . . . js . . . jn permtasyonundan iki saynn degi
simi ile elde edilmistir. Yani det(B) deki
her terim det(A) daki terimin negatifidir. (nk inversiyonlarn says bir tek say kadar artmstr
veya azalmstr.) = det(B) = det(A) dr.
S imdi de iki stunun yer degi
stigini
farz edelim. = B 0 , A0 den iki satrn yer degi
smesi ile bulunur.
= det(B 0 ) = det(A0 ) dr. Fakat det(B 0 ) = det(B) ve det(A0 ) = det(A) oldugundan
3
2
2 1
= 7
Ispat:
r. ve s. satrlar esit olsun. Bu satrlar yer degi
stirip B matrisini elde edelim. = det(B) =
det(A) dr. Fakat B = A dr. = det(A) = 0 bulunur.
1 2 3
rnek 5.19 1 0 7 = 0 dr.
1 2 3
Ispat:
A nn i. satrnn tamamen sfr oldugunu
Teorem 5.22 A nn bir satrn (stununu) bir c R says ile arpp B matrisini elde edelim. O
zaman det(B) = c det(A) dr.
Ispat:
Farzedelim ki A nn i. satr c ile arplsn. Determinantn tanmndaki toplamdaki her bir
terim i. satrdan sadece bir terim ierdigi
iin det(B) = c det(A) olur.
1 1
1 3
2 6
rnek 5.23
= 6(4 1) = 18
= 2 3
= 2
1 4
1 12
1 12
1 2 3
rnek 5.24 1 5 3
2 8 6
1 2 3
1 2 1
= 2 1 5 3 = 2 3 1 5 1
1 4 3
1 4 1
102
= 2 3 0 = 0 ( 1. ve 3. kolonlar esit )
Hseyin BILG
Blm 5. Determinantlar
Ispat:
(Ispat
satr iin yapalm) A matrisinin s. satrnn c katn r. satra ekledigimizi
farz edelim.
i 6= r iin aij = bij dir ve brj = arj + casj olur. (r 6= s ve r < s olsun.) O zaman
X
det(B) =
()b1j1 b2j2 . . . brjr . . . bnjn
X
=
()a1j1 a2j2 . . . (arjr + casjr ) . . . anjn
X
=
()a1j1 a2j2 . . . arjr . . . asjs . . . anjn
X
+
()a1j1 a2j2 . . . (casjr ) . . . asjs . . . anjn
Burada (5.1) ifadesi det(A) ya esittir. S imdi (5.2) ifadesine bakalm:
a11 a12 . . .
a
21 a22 . . .
..
.
as1 as2 . . .
X
()a1j1 a2j2 . . . asjr . . . asjs . . . anjn =
..
.
as1 as2 . . .
..
.
an1 an2 . . .
(5.1)
(5.2)
a1n
a2n
asn
rinci satr
asn
sinci satr
ann
Bu determinantn degeri
0 9
5
= 2 1 3
1
0 1
nk 1. satra 2. satrn iki kat eklenmis.
Ispat:
A = [aij ] st gensel olsun. (yani i > j ise aij = 0 olsun). O zaman |A| nn formlndeki a1j1 a2j2 . . . anjn says 1 6 j1 , 2 6 j2 , . . . , n 6 jn ise sfrdan farkldr. S imdi j1 j2 . . . jn
permtasyonu {1, 2, . . . , n} kmesinin bir permtasyonu oldugundan
Not: Bu sonucu; verilen bir determinant hesaplamak iin, matrisi st gensel hale getirip determinant daha kolay hesaplamak iin kullanabiliriz.
3 2
4
3
2
2 3
4
1
S3 S23
S1 S3
rnek 5.28 3 2 5 ======= 2 3 2 5 ======= (2) 3 2 5
2
1
4
4 6
2 3
3 2
103
S2 3S1 +S2
==========
Hseyin BILG
Blm 5. Determinantlar
2
3
2
3
2
3
1
1
1
S3 4S1 +S3
S2 S42
(2) 0 8 4 ========== (2) 0 8 4 ====== (2)(4) 0 2 1
4
0 5 10
0 5 10
3
2
1
2
3
1
2
3
S2
S3
S3 2 +S3
S3 5
====== (2)(4)(5) 0 2 1 ========== (2)(4)(5) 0 2 1
0 1 2
0
0 32
(Teorem 5.16dan)
det(E2 ) = c det(In ) = c
(Teorem 5.22den)
det(E3 ) = det(In ) = 1
(Teorem 5.25den)
Ispat:
E,I.tip ise: det(EA) = det(A) = det(E) det(A)
E,II.tip ise: det(EA) = c det(A) = det(E) det(A)
E,III. tip ise: det(EA) = det(A) = det(E) det(A)
Ayrca B = Er Er1 E2 E1 A ise
det(B) = det(Er ) det(Er1 Er2 . . . E1 A)
= det(Er ) det(Er1 ) det(Er2 . . . E2 E1 A)
..
.
= det(Er ) det(Er1 ) . . . det(E2 ) det(E1 ) det(A)
S imdi bir matrisin singler olup olmamas ile determinatnn iliskisini gsteren nemli bir teoremi
verelim:
104
Hseyin BILG
Blm 5. Determinantlar
Teorem 5.32 A, n n bir matris olsun.
A singler degildir
det(A) 6= 0.
Ispat:(=)
A singler olmasn. = A elementer matrislerin bir arpmdr. O zaman
A = E1 E2 . . . En = det(A) = det(E1 ) det(E2 ) . . . det(Ek ) 6= 0
nk elementer bir matrisin determinant 0 degildir.
Ispat:(=)
S imdi, A singler olsun. = A matrisi bir satr tamamen sfr olan bir B matrisine
satr esdegerdir.
= A = E1 E2 Er B s eklindedir. O zaman
det(A) = det(E1 ) det(Er ) det(B) = 0
| {z }
=0
Ispat:
Sonu 2.90 dan biliyoruz ki; A singler degildir
rank(A) = n
Sonu 5.34 A nn matris olsun. AX = 0n trivial olmayan bir zm vardr det(A) = 0.
Teorem 5.35 A ve B n n matrisler ise
det(AB) = det(A) det(B)
Ispat:
Ispat
iki durumda inceleyecegiz:
A singler degil
ise: A, In nin satr esdegeridir
= A = Ek Ek1 E1 In = Ek Ek1 . . . E1
s eklindedir. (Ei ler elementer matris). Bu durumda det(A) = det(Ek ) det(E1 ) olup
det(AB) = det(Ek Ek1 E1 B)
= det(Ek ) det(E1 ) det(B)
= det(A) det(B)
elde edilir.
A singler ise: Teorem 5.32den det(A) = 0 dr. Ayrca A matrisi bir satr tamamen sfr olan bir
C matrisine satr esdegerdir.
O halde
C = Ek Ek1 . . . E2 E1 A = CB = Ek . . . E1 AB
olup AB ile CB satr esdegerdir.
AB singlerdir. Teorem 5.32den det(AB) = 0 dr. Bylece det(AB) = det(A) det(B) forml elde
edilir.
105
Hseyin BILG
Blm 5. Determinantlar
"
rnek 5.36 A =
1 2
3 4
olup |AB| = 10 dur.
"
ve B =
2 1
1
"
olsun. |A| = 2 ve |B| = 5 dir. AB =
4 3
10 5
det A1 =
det A
2 2 3
2 2 3
rnek 5.39 A =
3
4
0 3 4 ,B = 0
ve C = 0 3 4 olsun.
0 2 4
1 2 4
1 0 0
|A| = 8, |B| = 9 ve |C| = 1 olup |C| = |A| + |B| dir.
ALISTIRMALAR
1.) Asagdaki
determinantlar hesaplaynz.
4
4 2 2 0
2
3 4 2
2 0 0 0
3 2
(c)
(b) 2 5 0
(a)
2
3 0 0 1
0
3 0 0
8 2
0 0 1 0
3 4
1
5
1 3
6
4
gsterin.
(b) A0 = A1 ise det(A) nedir?
3.) A2 = A olsun. A nn singler oldugunu
gsteriniz.
106
Hseyin BILG
Blm 5. Determinantlar
5.3
Kofaktr Alm
Tanm 5.40 A = [aij ] n n matris olsun. Mij de A nn i. satr ile j. kolonunun karlmas ile elde
edilen (n 1) (n 1) tipindeki alt matris olsun . det(Mij ) determinantna aij nin minr denir.
Tanm 5.41 A = [aij ] n n matris olsun. aij nin Aij kofaktr
Aij = (1)i+j det(Mij )
s eklinde tanmlanr.
3 1 2
rnek 5.42 A =
5 6
4
olsun. Baz minr ve kofaktrleri hesaplayalm:
7
1 2
4 6
3 1
1 2
|M12 | =
=
34,
|M
|
=
=
10,
|M
|
=
23
31
7 2
7
5 6
1
= 16
A12 = (1)1+2 |M12 | = 34, A23 = (1)2+3 |M23 | = 10, A31 = (1)3+1 |M31 | = 16.
S imdi, bir matrisin determinantn kofaktrler cinsinden veren teoremi verelim:
Teorem 5.43 A = [aij ] n n matris olsun. O zaman
det(A) = ai1 Ai1 + ai2 Ai2 + + ain Ain
det(A) = a1j A1j + a2j A2j + + anj Anj
1 2 3
4
4 2
1
3
rnek 5.44 |A| =
determinantn hesaplayalm.
3 0
0 3
2 0 2
3
zm: 3. satra veya 2. stuna gre amak daha kolaydr, nk bunlar 2 tane sfr bulundururlar.
Mesela; 3. satra gre aalm.
3+1
|A| = (1)
3
+ (1)3+3 0
2 3 4
1 3 4
1 3
2
1 3 + (1)3+2 0 4
2 2 3
0 2 3
1 2 4
1 2 3
3+4
(3) 4 2
4 2 3 + (1)
1
2 0 2
2 0 3
= 3 (20) + 0 + 0 + 3 (4) = 48
107
Hseyin BILG
Blm 5. Determinantlar
bulunur. (3 3 determinantlar Sarrus kural ile veya kofaktr alm ile hesaplanabilir.)
rnek 5.45 Asagdaki
ALISTIRMALAR
1 0
2 1 4 1
1.) A =
ise A12 =? , A23 =? , A33 =? , A41 =?
3 2 4
0 3 1 0
0
1
t1
2.) 2 t + 2 1
0
0
t+1
5.4
= 0 denklemini znz.
j 6= k iin:
108
Hseyin BILG
Blm 5. Determinantlar
1 2
rnek 5.47 A =
1
2 3
matrisi verilsin. 2. satra gre btn kofaktrleri hesaplayalm:
4 5 2
A21
2 3
= (1)3
5 2
1 3
= 19, A22 = (1)4
4 2
1 2
= 14, A23 = (1)5
=3
4 5
S imdi bu kofaktrleri 1. satrdan (ve sonra 3. satrdan) karslkl saylarla arpp toplayalm:
a11 A21 + a12 A22 + a13 A23 = 19 + 2 (14) + 3 3 = 0
a31 A21 + a32 A22 + a33 A23 = 4 19 + 5 (14) + (2) 3 = 0
zet olarak s unu yazabiliriz:
(
ai1 Ak1 + ai2 Ak2 + + ain Akn =
ve
(
a1j A1k + a2j A2k + anj Ank =
det(A), i = k ise
i 6= k ise
0,
det(A), j = k ise
j 6= k ise
0,
Tanm 5.48 A = [aij ], n n matris olsun. (i, j). eleman aji nin kofaktr Aji olan matrise Ann
ek matrisi (adjoint matrisi) denir ve ek(A) veya adj(A) s eklinde gsterilir. Yani:
3 2
rnek 5.49 A =
5
1
. . . An1
ek(A) = .
..
..
..
..
.
.
.
A11
A21
2
olsun. A nn kofaktrleri:
0 3
6
A13 = 6,
ek(A) =
18
6 10
17 10
6
109
A33 = 28
28
Hseyin BILG
Blm 5. Determinantlar
Teorem 5.50 A = [aij ], n n matris ise A ek(A) = ek(A) A = |A|In dir.
Ispat:
Matris arpmnn tanmndan biliyoruz ki; A matrisinin i. satr ile ek(A) matrisinin j. stunundaki elemanlar karslkl arplp toplanrsa A ek(A) matrisinin (i, j). eleman elde edilir.
Asagda
grldg
gibi,
a11
a12
. . . a1n
.
..
..
..
.
.
A ek(A) =
ai1 ai2 . . . ain
.
..
..
..
.
.
.
..
..
..
..
.
.
.
|A|
A ek(A) = .
..
det(A),
i = j ise
0,
i 6= j ise
0 ...
|A| 0 . . .
..
.. . .
.
.
.
0
..
.
= det(A)In
0 . . . |A|
18 6 10
3 2
1
5
6
2
17 10 1
1
0 3
6 2
28
94
0
= 94I3
0 94
0 94
0
A11
A21
ek(A)
=
=
|A|
|A|
A12
|A|
A22
|A|
..
.
|A|
..
.
A1n
A2n
|A|
|A|
110
...
...
..
...
An1
|A|
An2
|A|
..
.
Ann
|A|
Hseyin BILG
Blm 5. Determinantlar
rnek 5.53 rnek 5.49daki matrisi dsnelim. |A| = 94 olup
18 6
10
94 94
94
1
1
17 10
A1 =
ek(A) =
|A|
94
94 94
2
28
6
94 94
94
ALISTIRMALAR
4 2 2
1 0 3
5.5
Determinantn Diger
Uygulamalar
Cramer Kural
n n tipinde AX = B lineer denklem sistemi verilsin.
a11 x1 + a12 x2 + + a1n xn
a21 x1
..
.
+ a22 x2 + + a2n xn
..
..
..
.
.
.
= b1
=
..
.
b2
..
.
|A1 |
|A|
x2 =
|A2 |
|A|
xn =
|An |
|A|
dir. Burada Ai matrisi A matrisinin i. kolonuna B matrisi yazlmas ile elde edilen matristir.
2x
+
3x
x
=
1
1
2
3
rnek 5.54
denklem sistemi verilsin. ncelikle
x1 + 2x2 x3 = 4
2x x + x = 3
1
3 1
2
|A| = 1
2 1 = 2
2 1
1
111
Hseyin BILG
Blm 5. Determinantlar
det(A) 6= 0
1 2
rnek 5.57 S =
t2 + t, t + 1, t 1
1
0
0
, L(t + 1) = 1 ve L(t 1) = 1
L(t2 + t) =
1
0
1
1
olup Teorem 5.55 kullanlrsa:
1 0
A=
1 1 1 ve |A| = 2
0 1 1
olup T lineer bagmszdr.
= S lineer bagmszdr.
boy(P2 ) = 3 oldugundan
ifadeler denktir:
112
Hseyin BILG
Blm 5. Determinantlar
1. det(A) 6= 0
2. A singler degildir.
113
zdegerler
ve zvektrler
V, nboyutlu bir vektr uzay ve L : V V bir lineer dnsm olsun. Bu durumda L dnsm
V deki her vektrn yine V deki bir L() vektrne dnstrr. Burada; L() nn, nn bir
kat olup olamayacag
problemi ortaya kar. Yani L() = c olacak s ekilde c saylar ve vektrleri
var mdr? Eger
= ise L() = = c olup her c says iin esitlik saglanr;
Tanm 6.1 V, nboyutlu vektr uzay ve L : V V bir lineer operatr olsun. Eger
L() = c
denir. Bu esitligi
saglayan
her
olacak s ekilde 6= V vektr varsa cye L nin bir zdegeri
6= vektrne Lnin cye karslk gelen bir zvektr denir. (zvektr ve zdeger
yerine bazen
karakteristik vektr ve karakteristik deger
de kullanlr.)
Not 6.2 = V bu esitligi
her zaman saglar
fakat bir zvektr degildir.
de vardr.)
rnek 6.4 L : V V, L() = 2 olsun. Lnin tek zdegeri
#!
"
"
= 1
olup
(a 6= 0) s eklinde vektrler c1 = 1 zdegerine
karslk gelen
a
a
a
zvektrlerdir.
"
#!
"
#
"
#
a
a
a
Ayrca L
= (1)
olup
(a 6= 0) s eklinde vektrler c2 = 1 zdege
a
a
a
rine karslk gelen zvektrledir.
L
114
Hseyin BILG
Blm 6. zdegerler
ve zvektrler
kars lk gelen bir zvektr ise; yani L() = c ise; her 0 6= r says iin r da bir zvektrdr. nk
L(r) = r L() = r (c) = c (r).
rnek 6.7 L : R2 R2 saatin ters ynnde 90 lik rotasyon (dndrme) olsun. Lnin bir c katna
dnstrdg
tek vektr sfr vektrdr. O halde L nin zdegeri
ve zvektr yoktur.
rnek 6.8 L : R2 R2 , L([a1 , a2 ]) = [0, a2 ] olsun. L([a, 0]) = 0 [a, 0] olup [a, 0] s eklindeki
bir vektr (a 6= 0), c1 = 0 zdegerine
ve bu zdegere
L(1 t) = t2 t =
1
2
(1 t)
(1 + t) + t2 = [L(1 t)]S =
1
2
12
1
1
L(1 + t) = t2 + t = (1 t) + (1 + t) + t2 = [L(1 + t)]S =
2
2
12
1
2
2
2
1
2
1
2
0
olup istenen matris:
A=
1
2
12
12
1
2
1
2
1
2
115
Hseyin BILG
Blm 6. zdegerler
ve zvektrler
Bylece
bulma
problemi A = k (k R) denklemi ile zlr. L nin T ye gre temsili
zdeger
0 0 1
B= 0 1 0
bulma problemi B = k
bulunur. (Kontrol ediniz.) Buna karslk gelen zdeger
1 0 0
denklemiyle zlr.
Tanm 6.11 A, n n matris olsun. L : Rn Rn , L() = A s eklinde verilsin. 6= Rn
ve ya da bu zdegere
karslk gelen
ve c R olsun. A = c ise cye A matrisinin bir zdegeri
degil)
a1
a2
1 1
2 4
#
olsun. Ann zdegerlerini
#
ve c R olsun.
"
A = c =
1 1
#"
2 4
a1
"
=c
a2
a1
a2
(
=
a1 + a2 = ca1
c=2
2
= 0 = (c 1)(c 4) + 2 = 0 = c 5c + 6 = 0 =
veya
c=3
= 0
(
zm
2a1 2a2 = 0
a1 = a2
a2 = r
"
( r R).
"
, 0 6= r R, rnegin
= 0
2a1 2a2 = 0
(
=
a1 =
a2
2
a2 = r
)
(r : reel say)
116
1
1
Hseyin BILG
Blm 6. zdegerler
ve zvektrler
"
c = 3e karslk gelen zvektrler:
r
2
"
, r R (r 6= 0), rnegin
1
2 1
rnek 6.14 A =
0
1
1
olsun. A nn karakteristik polinomu
4 4
5
1
t 1 2
f (t) = det(t I3 A) = 1
t
1 = t3 6t2 + 11t 6. (Kontrol edin.)
4
4 t 5
Teorem 6.15 A, n n matris olsun. A nn zdegerleri,
Ispat:
nce bir zdegerin,
gsterelim. 6= Rn
vektr, bir c R zdegerine
Bulunmas
Bir A, n n kare matrisin zdegerlerini
Ipucu
1.) f (t) = tn + an1 tn1 + . . . + a1 t + a0 polinomunun btn kklerinin arpm (1)n a0
dr. (Dikkat: Polinomun bas katsays 1 olmaldr.)
117
Hseyin BILG
Blm 6. zdegerler
ve zvektrler
Ipucu
2.) Eger
a0 , a1 , . . . , an1 birer tamsay ise, f (t)nin tamsay olmayan bir rasyonel kk yoktur.
rnek 6.16 rnek 6.14deki matrisin karakteristik polinomu f (t) = t3 6t2 + 11t 6 olarak
bulunmustu. (1)n a0 = 6 olup kklerin arpm 6 dr. 6 nn blenleri: 1, 2, 3, 6. Buradan
c1 = 1, c2 = 2, c3 = 3 bulunur. (Kontrol edin.) Yani f (t) = (t 1)(t 2)(t 3) dir. zdegerler
de 1, 2 ve 3 dr.
c1 = 1 iin
0
0 2
1
a1
1 1 a2 = 0
a3
0
4
4 4
c2 = 2 iin
1 2
1
a1
0
2 1
a2 = 0
4
4 3
a3
0
c3 = 3 iin
2
2 1
1 3 1
4 4 2
a2
= 1 =
a
2
a2
= 2 =
a
4
a2 = 0 = 3 =
a3
0
a
4
"
rnek 6.17 A =
0 1
1 0
(a 6= 0) zvektrlerdir.
a4
(a 6= 0) zvektrlerdir.
a1
(a 6= 0) zvektrlerdir.
#
olsun.
t 1
det(tI2 A) =
= t2 + 1
1
t
yoktur.
Teorem 6.18 (CayleyHamilton) Her matris kendi karakteristik polinomunun kkdr. Yani f (t) =
tn + an1 tn1 + + a1 t + a0 ) ise o zaman f (A) = 0 dr; yani
An + an1 An1 + + a1 A + a0 In = 0n .
"
rnek 6.19 A =
1 3
5 7
#
olsun. Karakteristik polinom:
t1
3
f (t) = |tI2 A| =
5 t 7
= (t 1)(t 7) 15 = f (t) = t2 8t 8
118
Hseyin BILG
Blm 6. zdegerler
ve zvektrler
bulunur. S imdi
"
2
f (A) = A 8A 8I2 =
#2
"
8
5 7
"
1 3
16 24
"
"
8
5 7
40 64
"
#
0 0
1 3
24
0 1
"
40 56
1 0
8 0
0 8
0 0
=
= A
= (A 8I2 ) = A
5
8
8
18
5 7
0 8
8
Not: Genel olarak f (t) = tn + an1 tn1 + + a1 t + a0 polinomu bir A n n matrisinin
karakteristik polinomu ise
A1 =
1
a0
forml yazlabilir.
"
3 5
ve bunlara karslk
2 7
gelen zvektrleri bulunuz. CayleyHamilton teoremini kullanarak A1 i hesaplaynz.
rnek 6.20 A =
zm:
"
det(tIn A) = det
t 0
"
0 t
3 5
#!
2 7
"
= det
t3
#!
2 t 7
= (t 3)(t 7) 10 = t2 10t + 11 = 0.
Karakteristik denklemin kkleri:
10 56
t12 =
= 5 14 = c1 = 5 + 14,
2
c2 = 5
14
bulunur. Bu zdegerlere
"
5+
14 iin:
14 3
5 + 14 7
#"
a1
a2
"
=
0
0
119
(
=
14)a1 5a2
= 0
2a1 + (2 + 14)a2 = 0
(2 +
Hseyin BILG
Blm 6. zdegerler
ve zvektrler
denklem sistemi zlr. Burada 1. denklemin 2/(2 +
lr. O halde; c1 e karslk gelen zvektrler:
1 =
c2 = 5
"
a1
2+ 14
a1
5
(a1 6= 0)
14 iin
14 3
5 14 7
#"
a1
"
=
a2
(
=
2 =
2 14
a2
a2
14)a1 5a2
= 0
2a1 + (2 14)a2 = 0
(2
(a2 6= 0)
120
Kaynaka
[1] Elementary Linear Algebra, Bernard Kolman, MacMillan Publishing Company, Fourth Edition,
1986.
[2] Uygulamal Lineer Cebir (7. Baskdan eviri), Bernard Kolman, David R. Hill, (eviri editr:
Prof.Dr. mer Akn), Palme Yaynclk, 2002.
121