MAK5515 MÜHENDİSLİK MATEMATİĞİ (3-0-0)

İçerik
Giriş ve Temel Kavramlar (sayılar, analitik çözüm ve sayısal çözüm, seriler)
Vektörler, Matrisler
Lineer Denklemler
Lineer olmayan denklemler
Diferansiyel denklemler
Laplace Dönüşümü
Fourier Dönüşümü
Sonlu Farklar
Sayısal Türev
Sayısal İntegral
Diferansiyel Denklemlerin Sayısal Çözümü
Kısmi Türevli Denklemler

1
Giriş ve Temel Kavramlar (sayılar, analitik çözüm ve sayısal çözüm, seriler)

SAYILAR
Sayı Kümesi Elemanları Tanımlı işlemler

Doğal sayılar  0,1,2,... ;

Tam sayılar  ...  2, 1,0,1,2,... ;; 

Rasyonel sayılar  x 
  x, y  , y  0 ;; ; 
(Devirli sayılar)  y 
İrrasyonel sayılar
I  
2, 3,e,  ,... ;; ; 
(Düzensiz devirli sayılar)
Reel sayılar  I ;; ; 

Kompleks sayılar   i, burada i2  1 ;; ; 

Z
N Q

Reel
Sayılar

İrrasyonel Sayılar

C
Kompleks
Sayılar

Şekil 1. Sayı kümesi

Rasyonel sayılar, diğer bir değişle ondalıklı (veya düzenli devirli) sayılardır. Örneğin,
3
 0,75 ;
4
1
 0,33333...  0, 3
3
İrrasyonel sayılar düzensiz devirli sayılardır. Örneğin,

2
 Çemberin çevresi
  3,14159265358979323846... ;
Çemberin çapı

e  2,718281828459... ;
2  1,41421356237...

Rasyonel ve irrasyonel sayıların birleşimi reel sayılardır. Ayrıca Rasyonel sayılara 1  i sanal
(kompleks) sayısı ilave edilerek Kompleks sayılar kümesi elde edilir.

z  ; x, y  için z  x  iy veya z  rei burada r  x 2  y2 ve   Arctan xy dir.

Sonlu Küme: Eleman sayısı sonlu olan kümelere sonlu kümeler denir. Örneğin

H  x 0  x  9 ,x    0,1,2,3,4,5,6,7,8
Sonsuz küme: Eleman sayısı sonsuz olan kümelere sonsuz kümeler denir. Örneğin,
S  x x  9 ,x    ...0,1,2,3,4,5,6,7,8
Sayılabilir küme: Bir A kümesi ile Doğal sayılar kümesinin bir alt kümesi elemanları arasında
birebir-örten bir eşleme kurulabiliyorsa, A kümesine sayılabilir küme denir.
Dolayısıyla, doğal sayılar kümesi, kendi kendisi ile eşleşebileceğine göre sayılabilir kümedir,
ancak eleman sayısı sonsuzdur. Benzer şekilde kümesi ile ve kümeleri arasında birebir
örten bir eşleme yazılabilir. Dolaysıyla ve sayılabilir sonsuz kümeler olur. Dolayısıyla ,
ve kümeleri sayılabilir sonsuz kümeler olurlar. Diğer taraftan her biri sonsuz elemanı olan
bu kümeler arasında   yazılabilir.
Ancak, ve kümeleri sayılabilir değildir (Cantor ispatladı) yani, kümesi elemanları ile bu
iki küme elemanları arasında birebir-örten bir ilişki yazılamaz. İspat için [0,1] kümesinin sayılamaz
olduğu gösterilir.
Kümenin Gücü: Eleman sayısı kavramı sonlu kümeler için geçerli bir kavramdır, eleman sayısı
sonsuz olan kümeler için “kümenin gücü-güçlülük (cardinality)” kavramı kullanılmaktadır.
Örneğin, elemanları kümesi elemanları arasında birebir-örten eşleme yapılabilen kümeler “0”
gücünde; elemanları ile nin alt kümeleri ( P( ) ) arasında birebir-örten eşleme yapılabilen
kümeler “1” gücünde; elemanları ile nin alt kümeleri kümesinin alt kümeleri ( P(P( )) ) arasında
birebir-örten eşleme yapılabilen kümeler “2” gücünde vb isimlendirilir.

Elemanları  0,1 aralığındaki reel sayılar ile birebir-örten eşleşebilen kümelere “kontinyum
(continuum) gücünde”dir denir.

3
Kümenin ölçüsü: .
R de ölçü, uzunluk kavramının genelleştirilmesi yani, kümenin uzayda kapladığı hacim/alan/
uzunluktur.

R de herhangi bir sınırlı aralık (yani I= [a; b], (a; b], [a; b) veya (a; b) ) olmak üzere, I aralığının
uzunluğu (I)  b  a olarak tanımlanır.

Her nokta bir aralıktır ve uzunluğu sıfırdır. Dolayısıyla, [a; b] aralığında a=b seçersek aralık a

noktasına denk gelir. Buradan (a)  (a,a )  a  a  0 elde edilir. Buradan ölçü kavramına
geçersek, sonlu kümelerin ölçüsü sıfır alınır..

R de bir kümeyi tam olarak belirli bir takım aralıklara bölmemiz her zaman mümkün
olmayabiliyor. Bu nedenle bu kümeyi örten bir takım (hatta sayılabilir sayıda) aralıkların bir
sistemini göz önüne alabiliriz. Buradan yola çıkarak kümenin ölçüsü, alt aralıkları kümesi
üzerinden belirlenir.
Tanım: A  alt kümesi verilsin. Verilen herhangi bir   0 sayısına karşılık
 
A   In ve  (In )   olacak şekilde In , n  1 bulunabiliyorsa, A kümesine ölçüsü sıfır
n 1 n 1

olan küme yada kısaca sıfır kümesi denir.

Bu tanıma göre, özel halde tek elemanlı kümeler ile boş küme sıfır kümeleridir. Her elemanı
kümenin alt kümesi olduğuna göre ve tek elemanlı kümelerin ölçüsü sıfır olduğuna göre daha genel

olarak (aşağıda verilen teorem gereği), herhangi bir sayılabilir A  x1, x 2 ,... kümesi sıfır kümesi

olur.
Teorem:  N n n 1 sıfır kümelerinin bir dizisi ise bunların birleşimi olan N  
N kümesi de
n 1 n

sıfır kümesidir.

Sayılabilir kümeler sıfır kümeler olmakla birlikte, sayılamayan kümeler için aynı şeyi
söyleyemeyiz. Buna karşın, sayılamayan sıfır kümeler de mevcuttur (bakınız Reel Analiz kitapları).

4
Örneğin R1  1, 2 (R1  ) reel eksen için kümenin uzunluğu (R1)  2 1  1 dir.

R 2  x, y x  1, 2 , y  3, 4 için (R 2 )  (2 1)  (4  3)  1 dir.

Not: Diğer bazı sayı sistemleri,

Kuaternion (Dördeyler); karmaşık sayıları bir gerçel, üç sanal boyuta genişleten sayı sistemidir. İlk
defa İrlandalı matematikçi Sir William Rowan Hamilton tarafından 1843 yılında tanımlanmış ve 3
boyutlu uzaydaki matematiğe uygulanmışlardır.
Oktonyon; bir tür hiper-karmaşık sayı sistemi olup gerçek sayılar üzerinde bir normlu bölme cebiridir.

Kompleks Sayılarda Cebirsel İşlemler

i. Eşitlik
z1  x1  iy1 ve z 2  x 2  iy 2 için z1  z 2 ise x1  x 2 ve y1  y2 dir.
ii. Toplama/Çıkarma

z1 z2   x1 x 2   i  y1 y2 
iii. Çarpma

z1  z2   x1  iy1    x 2  iy2    x1x 2  y1y2   i  x1y2  x 2 y1 

iv. Bölme
z1 x1  iy1 x1x 2  y1y 2 x y x y
  i 2 1 1 2
z 2 x 2  iy2 2 2
x 2  y2 x 22  y 22

v. Kompleks eşlenik
 
z  x  iy  z  x  iy ; x  z  z ve y  z  z
2 2i
vi. Kompleks sayının modülü (normu)

 
12
z  x 2  y2  z  z

z1  z2  z1  z2

5
 z1 z
 1 , z2  0
z2 z2

z1  z2  z1  z2 (üçgen eşitsizliği)

vii. Kutupsal gösterim

z  x  iy  rei  r  cos  isin   burada x  r cos ve y  r sin  dır.

Trigonometrik fonksiyonlar periyodik olduğundan yani, cos   2k   cos veya

sin   2k   sin  ( k  0, 1, 2,... ) için arg (z)    arctan x birden çok değer alacaktır.
y

Bu değerden      aralığındaki değerine esas argümanı denir ve Arg(z) ile gösterilir.

Dolayısıyla, arg(z)  Arg(z)  2k olur.
Örnek. z   3 i kutupsal ifadesini yazınız.

x   3 ve y  1 için y 1 
r  x 2  y2  2 ve   Arg(z)    olur. Ancak, verilen kompleks
x 3 6

sayı kompleks düzlemin 3. çeyreğinde olduğundan ( x  0 ve y  0 )

 7  5
1    veya 2     olabilir. Burada 1   (1   ,  ) olduğundan esas
6 6 6 6
5
argüman Arg(z)  2  alınmalıdır. Dolayısıyla, z   3  i  2ei5 6 olur.
6

NOT:
a) Reel sayılar arasındaki “<” veya “>” sıralamasının kompleks sayılarda anlamı yoktur.
b) x  için ex  2 , sin x  5 gibi x  için reel analizde imkansız olan eşitliklerin
çözümü, x  için mümkündür.

6
 c) z1, z 2  için ancak bu sayıların modülleri için z1  z2  veya z1  z2  yazılabilir.

Bu kıyaslama geometrik olarak, z1 sayısının z 2 ye göre orijine daha uzak (veya daha
yakın) olduğunu gösterir.
  5 3 7
d) Arg(i)  dir. Ancak arg(i)  , ,..., , ,... lerden herhangi biri olabilir.
2 2 2 2 2

5   5   5  

e) Arg(z)  ve r  2 için z  2  cos    isin  
6   6   6 

De Moivre Teoremi.
z , a, b,  , n 

z  a  ib   (cos   i sin  ) ( z 
ve Arg(z)   ) olmak üzere,

z n   n  cos   i sin     n  cos n  i sin n 

n

i
dir. Bu teorem yardımıyla, z  x  iy  re  r(cos   isin  ) ve n tam sayı için,
   2k   2k 
z1 n  r1 n ei n  r1 n  cos   i sin  
1n
 r1 n  cos  i sin  ,
 n n 

k=0,1,2,..,(n-1)

yazılabilir. Buna göre tüm kompleks sayılar için z1 n ifadesinin n adet farklı kökü vardır.

Burada ei  cos   i sin  Euler formülü’dür. e i  cos   i sin  kompleks eşleniği
için
ei  ei ei  ei
cos   ve sin   olur.
2 2i

ÖRNEKLER
1. z   3  i için z3  ?

 7 7  için
z  2  cos  i sin 
 6 6 

 3  7 3  7   7 7 
z3  23  cos  i sin   8  cos  i sin   8i
 6 6   2 2 
30 19
2. 3i  i  ?
2i  1

7
  
2 15
 
9
3i30  i19 3 i  i  i2 3 1  i   1
15 9
3  i 2i  1 5  5i
     1 i
2i  1 2i  1 2i  1 2i  1 2i  1 4  1

3. z1  2  2i , z2  1  3i , z3  2 karmaşık sayılarının asal argüman için kutupsal

gösterilimini yazınız.

2  i 4   
1  22  22  2 2 , 1  Arctan  için z1  2 2e  2 2  cos  i sin 
2 4  4 4

 3  i   
2  12  ( 3)2  2 ,  2  Arctan  için z1  2e  2  cos  i sin 
3
1 3  3 3
0 i
3  (2)2  02  2 , 1  Arctan   için z3  2e  2cos 
2

 
3
4. z1   3  2i  ei 3 , z2  2  2i , z3  1  i i karmaşık sayılarının reel ve sanal

kısımlarını bulunuz.

   1 3  3   3 3
z1   3  2i  ei 3   3  2i   cos  i sin    3  2i    i     3   i 1  
 3 3 2 2  2   2 

 
3
z2  2  2i  4  10 2i

1  i  2ei 4
 4 i
   2  e 4
i
z3  1  i  ; 2ei
i
için z3 

 2
i

 2  e    
i ln
 ei ln 2
 cos ln 2  i sin ln 2


z3  1  i   e 4 cos ln 2  i sin ln 2 
i
    
5. z 5  1  0 denkleminin köklerini bulunuz.

 
5
z 5  1   x  iy    ei  2k
5
1

1  e
02k i
  i 0 2 k
15
için kökler zk  e02k e 5 k=0,1,2,3,4 den bulunur:

k=0 için z1  e0  1

i 2
k=1 için z2  e 5  cos 25  i sin 25

8
 i 4
k=2 için z3  e 5  cos 45  i sin 45

i 6
k=3 için z4  e 5  cos 65  i sin 65

i 8
k=4 için z5  e 5  cos 85  i sin 85 bulunur.

Çözümler
Verilen herhangi bir eşitliği (denklemi) sağlayan büyüklüklerin (serbest değişken/değişkenlerin )
belirlenmesine, denklemin çözümü denir.
Ele alınan problemin matematiksel modeli olarak ifade edebileceğimiz denklemlerin çözümünde
kullanılan yöntemler, analitik çözüm yöntemleri veya sayısal çözüm yöntemleri adlanır. Bu
çözüm yöntemlerinden eğer, analitik çözüm yöntemlerinden birini kullanarak çözüm belirleniyor
ise elde edilen çözüme kesin çözüm; sayısal çözüm yöntemlerinden biri kullanılarak çözüm
belirleniyor ise çözüme yaklaşık çözüm adı verilir.
Elde edilen kesin çözüm, verilen denklemi özdeşlikle sağlar ancak, yaklaşık çözüm verilen
denklemi özdeşlikle sağlamaz, belirli bir hata ortaya çıkar. Bu nedenle eğer belirlenebiliyor ise,
öncelikle kesin çözüm belirlenmeye çalışılmalıdır.
Örneğin,

d2y dy
2
2  3 y  2e x  10sin x
dx dx
Diferansiyel denklemi verilsin. Bu diferansiyel denklemin için  (x) fonksiyonu çözüm ise
1
verilen diferansiyel denklemi özdeşlikle sağlamalıdır. Örneğin  (x)   e x  2 sin x  cos x bir
2
kesin çözüm ise yukarıdaki diferansiyel denklemi özdeşlikle sağlamalıdır. Bu fonksiyondan
türevler alınıp diferansiyel denklemde yerine konursa, bu diferansiyel denklemi özdeşlikle
1
sağladığı görülür. Eğer  (x) fonksiyonu “  e x  2sin x  cos x ” dışında başka fonksiyonlar
2

seçilirse örneğin  (x)  2x 2  4 seçilsin. Bu fonksiyon diferansiyel denklemde yerine yazılırsa,

d 2 d
2
2  3  (4)  2(4 x)  3(2 x 2  4)  6 x 2  8 x  8  2e x  10sin x
dx dx

9
olur ve verilen diferansiyel denklemi özdeşlikle sağlamaz ve Hata  6 x2  8x  8  2e x  10sin x

şeklinde bir hata fonksiyonu ortaya çıkar ve burada  (x)  2x 2  4 çözümü yaklaşık çözüm olur.
Yaklaşık çözümlerin belirlenmesinde kullanılan pek çok yöntem vardır örneğin, ağırlıklı artıklar
metodları (Kolakasyon, Galerkin, Ritz yöntemleri vb.) , sonlu farklar, sonlu elemanlar vb. Seçilen
yöntemlerin işlem adımları gerçekleştirilerek, yaklaşık çözüm belirlenmeye çalışılır. Burada amaç,
y(x) aranan çözüm (çözüm bölgesi x  ) ,  (x) yaklaşık çözüm ve   0 bir sayı (hassaslık

derecesi) olmak üzere max y(x)   (x)   sağlayan yaklaşık çözümü belirlemektir.
x
Bazı durumlarda çözüm sonsuz terimli seriler yardımıyla aranır örneğin, yukarıda verilen
diferansiyel denklemin çözümü,

y(x)   an xn
n 0
Şeklinde bir seri ile aranmak istensin. Bu durumda serinin sonsuz terimleri arasında işlemler
 N
yapılamayacağından, serinin terim sayısı sonluya düşürülür yani, y(x)   anxn   a n x n olur.
n 0 n 0
Bunun sonucu da elde edilen çözüm yaklaşık çözüm olur ve N değeri ne kadar büyük seçilirse,
çözüm o kadar hassas olur. Ancak yine de belirli bir hata ile verilen denklemi sağlar.
Yaklaşık yöntemlerin çoğu, verilen problemin çözümünü cebirsel denklemlerin çözümüne
indirgeyerek çözümü belirler. Buna örnek olarak Euler yaklaşımını verebiliriz. Bu metoda göre,
çözüm bölgesi ayrıklaştırılır ve matematik modelde verilen diferansiyel işlemi, türevin tanımı
kullanılarak ayrıklaştırılmış noktalardaki aranan fonksiyonun değerlerini içeren cebirsel
denklemlere dönüştürülür ve bu cebirsel denklemin çözümü verilen matematiksel modelin çözümü
(yaklaşık çözümü) olarak belirlenir.

Örnek: Aşağıda verilen başlangıç değer problemine Euler Metodunu uygulayınız.

dy
 f (x, y) , a  x  b için y(a)  ya (başlangıç koşulu)
dx

Burada f (x, y),a,b, ya bilinen fonksiyon ve değerlerdir. Çözüm bölgesi N adet alt bölgeye ayrılır,

h= (b-a) N için x0  a, x N  b ve xi  xi 1  h (i=1,2,…,N) olsun. Türev tanımından,

10
y(x  x)  y(x)
 y(x) için
x
y(x1)  y(x 0 )
x1  x 0  h için  y(x 0 ) veya y(x1)  y(x 0 ) h  y(x 0 )
h
y1 f (x 0 ,y0 ) y0

x 2  x1  h için y(x 2 )  y(x1) h  y(x1)

y2 f (x1 ,y1 ) y1

…..

x N  x N 1  h için y(x N )  y(x N 1) h  y(x N 1)

yN f (x N1 ,y N1 ) y N1

Buradan noktalarda aranan fonksiyonun değerleri y0 , y1,..., y N göre cebirsel denklem;

y1  y0  f (x 0 , y0 )h  1 1 0 ... 0 0   y0   hf (x 0 , y0 ) 
y 2  y1  f (x1, y1 )h
 0 1 1
 ... 0 0   y1   hf (x1, y1 ) 
.....   0 0 1 ... 0 0   y2    hf (x 2 , y 2 ) 
    
y N  y N 1  f (x N 1, y N 1)h  ... ... ... ... ... ...  ...   ... 
 0 0 0 0 1  
1  N 
y   hf (x N 1 N 1 
, y ) 

bulunur. Bu ifade genel olarak AX=B şeklinde ifade edilebilen cebirsel denklem takımı olur.
Belirtelim ki, verilen diferansiyel denklem nonlineer ise cebirsel denklem takımı nonlineer;
diferansiyel denklem lineer ise cebirsel denklem takımı lineer olur. Benzeri yaklaşım sonlu farklar,
sonlu elemanlar vb yöntemlerinde de kullanılmaktadır.

Hata Analizi
Verilen matematiksel modelin yaklaşık çözümlerin belirlenmesi bir zorunluluktan doğar. Bununla
beraber yaklaşık çözüm ile kesin çözüm arasındaki farkın (hatanın) ne kadar olduğunun
belirlenmesi istenir.
Ancak verilen problem için kesin çözüm elde edilebiliyor ise yaklaşık çözüm zaten bulunmaz.
Kesin çözümün elde edilemediği durumlar için yaklaşık çözüm belirlenir, bu durumda da hatanın
ne kadar olduğu ve nasıl belirleneceği problemi ortaya çıkar.
Hatanın belirlenmesinde genel uygulama, çok sayıda elde edilen yaklaşık çözümlerin birbiri ile
kıyaslanması ile belirlenen hatanın (toplam hata veya noktadaki hata) istenen değerden küçük
kaldığı çözümlerden biri alınarak, kesin çözüme en yakın (optimum) çözüm olarak kullanır ve
yapılan hatanın karşılaştırılan son iki çözüm arasındaki hata olduğu söylenir.

11
Hata, mutlak hata ve bağıl hata olarak ikiye ayrılır:
Mutlak hata=  m  yk  y y

yk  y y
Yüzde bağıl hata =  b  100
yk

Burada yk kesin değer, y y yaklaşık değeri göstermektedir. Toplam hata belirlenmek isteniyorsa

her noktada yapılan hataların üst üste toplanması (yani hata fonksiyonunun integrali) gerekir.

Cebirsel Denklemlerin Kökleri

x2  ax  b  0 , x3  ax2  bx  c  0 ve x4  ax3  bx2  cx  d  0 denklemlerinin kökleri

analitik bulunabilir (Giolamo Cardano ve Ferrari formülleri). 4. Dereceden daha büyük polinomun
kökleri analitik olarak bulunamaz.
Polinomların köklerinin sayısal bulunması için yaygın kullanılan bazı yöntemler yarıya bölme,
hata yarılama, Newton Raphson ve Secant (Bisection, Regula False, Newton-Raphson and
Secant) vb. verilebilir. Bu yöntemler ancak reel kökleri verebilir. Kompleks kökleri belirlemek için
farklı yöntemler kullanılır örneğin, Muller Yöntemi.

12
DİZİLER
Bir sayı kümesinin her bir elemanı, bir doğal sayı ile numaralandırılabilen kümeye dizi denir.
Diğer bir değişle,
f: 
f (n)  an
şeklinde matematiksel olarak ifade edilebilir.

a1, a2 , ..., an , ... dizinin elemanları, an dizinin genel terimi adlandırılır. Örneğin genel terimi
1 
an  , n (n  0) için dizinin elemanları: 1, 1 , 1 ,..., 1 ,... olur.
n 2 3 n
Bazı özel diziler:

a) Sabit dizi: an  c  sabit.

b) Aritmetik dizi: an dizisi için an  an1  r ( a0  c  sbt. )

c) Geometrik dizi: an dizisi için an  an1  r ( a0  c  sbt. )

d) Eşit dizi: an ve bn  dizileri için an  bn dir.


e) Sonlu dizi: k  ve Ak  1,2,3,4

Dizilerin özellikleri

a) Monoton artan dizi: n ler için an  an1

b) Monoton azalan dizi: n ler için an  an1

c) Azalmayan (Artmayan) dizi: n ler için an  an1 ( an  an1 )

Dizinin Limiti

  0 için N ( ) varki, n  N için an  a   oluyor ise lim an  a dır yani dizinin limiti
n

n n
a dır denir. Örneğin genel terimi an  1   olan dizinin limiti, lim 1    e dir.
1 1

n  n 
n 

Fundamental dizi: Cauchy dizilerine fundamental dizi denir.

13
Cauchy dizisi:

 a n 
n 1
bir dizi olsun. Eğer her   0 için, a n  a m   eşitsizliğinin her n, m  N (N  )

için sağlandığı bir N sayısı varsa,  a n 

n 1
dizisine Cauchy dizisi denir.

Teoremler:
1. Her yakınsak dizi Cauchy dizisidir.
2. Her Cauchy dizisi sınırlıdır.
3. Bir Cauchy dizisinin her alt dizisi Cauchy ’dir.
4. Bir Cauchy dizisinin bir alt dizisi yakınsaksa dizinin kendisi de yakınsaktır ve her iki dizi
de aynı limite yakınsar
5. Her Cauchy dizisinin de bir limiti vardır.

1
Örnek: Genel terimi an  olarak verilen dizinin limitinin lim  an   0 olduğunu gösteriniz.
n n

  0 için N ( ) varki, n  N için an  0   olmalı.

1
Buna göre   olsun.
100

1 1 1 1
0    için n>100 olur ki, N=100 alınabilir. Başka bir  
1
için N=10
n 100 n 100 10

bulunur. Yani N  N ( ) olur. Dolayısıyla n  N için an  0   sağlanmış olunur ve

lim  an   0 dir.
n

Bir dizinin limiti, genel teriminin limitine eşittir.

 n!  n! 1
an    n
dizisi yakınsak mıdır? 0  n  olduğundan yakınsaktır.
n  n n

an   
n 
 için lim  an   1 dir.
 n  1 n

an   
ln n 
 için lim  an   0 dir.
 n  n

14
SERİLER

a1  a2  ...  an  ...   an şeklinde verilen toplama seri denir.
n1


1 1 1 1 1
Sn   n
    ...   ... için,
n1 2 21 22 23 2n

1
S1  ,
21
1 1
S2   ,
21 22
1 1 1
S3   
21 22 23
……..
N
1 1 1 1 1
SN   n
    ... 
n1 2 21 22 23 2N
…….
Toplamlarının her birine serinin kısmı toplamı adı verilir. Eğer kısmı toplamlarından oluşturulan
dizi yakınsak ise seri yakınsaktır. Yani,
 
Sn   an için lim Sn  s varsa,  an serisi yakınsaktır.
n 1 n n1

Terimleri fonksiyonlardan oluşan seriye fonksiyon serisi denir (Örneğin Taylor, Maclaurin,
Fourier serileri vb.) Fonksiyon serilerinin yakınsaklığı için serbest değişkenin yakınsaklık aralığı
belirlenir.

Örneğin, sin x  x 
1 3 1 5
x  x  .... serisi x  1 için yakınsak, x  1 için ıraksaktır. Dolayısıyla
3! 5!

yakınsaklık aralığı 1  x  1 yani  1,1 dir. x  1 ifadesinde “1” değerine yakınsaklık yarıçapı

denir.

15
 
Örnek: a  ar  ar  ar  ...  ar  ...   ar
n1
2 3 n
,  a  0 geometrik serisi r  1 için
n1

a
yakınsaktır ve serinin toplamı (limiti) dir.
1 r

16
VEKTÖRLER
Yön doğrultu ve şiddet gibi üç veriyle temsil edilen büyüklüklerdir. Oxyz Kartezyen koordinat
sisteminde keyfi bir vektör F  Fxi  Fy j  Fz k şeklinde gösterilir. Fx , Fy , Fz bu vektörün

bileşenleri veya koordinat eksenleri üzerindeki izdüşümü adlanır. Yani, Fx  F  i , Fy  F  j ve

Fz  F  k dir. F   Fx 2   Fy    Fz 2 değerine vektörün şiddeti veya modülü denir.

2

İşlemler: A  Axi  Ay j  Az k , B  Bxi  B y j  Bz k vektör, k  olsun.

1. A B  C  ( Ax Bx )i  ( Ay B y ) j  ( Az Bz )k

2. Vektörün skaler ile çarpımı

 
k A  kA

3. Skaler çarpım (iç çarpım veya nokta çarpım)

A  B  sb.  A  B cos  0      burada   
 m A , B dir.

i. i  i  j  j  k  k  1 diğer taraftan i  j  i  k  j  k  0 ( m  n  n  m)

ii. A  B  Ax Bx  Ay B y  Az Bz

A B
iii. A ve B vektörleri arasındaki açı  ise, cos  dir.
AB

iv. A  B  0  A  B bu vektörler ortagonaldir.

v. A  B  B  A
2
vi. A  A  A

vii.  
A B  C  A B AC

viii.  
k A  B  kA  B  A  kB

4. Vektörel çarpım

A  B  C burada A  C ve B  C dir.

17
 i j k
C  Ax Ay Az olur.
Bx By Bz

A  B  A . B sin  burada   m A , B dir.  

i. i  i  j  j  k  k  0 diğer taraftan i  j  k , j  k  i , k  i  j (m  n  n  m)

ii. A  B   B  A
iii. A   A  B   0 yani A   A  B 

iv. B   A  B   0 yani B   A  B 

 
2 2 2 2
v. A  B  A B  A  B (Lagrange özdeşliği)

vi. A   B  C   A  B A  C

vii.  
k A  B  kA  B  A  kB

viii.  A  B   0  A ve B paralel vektörlerdir.

Vektör uzayları
 x1 
x 
 
x   2 n
 ... 

 xn 
N boyutlu uzaydaki bir vektörün şiddeti norm ile verilir. Norm bir büyüklüğün reel sayı ile
eşleştirilmesidir.

Norm Özellikleri

1) x  n
, x 0

2) x  0  x  0   0,0,...,0 
n adet

3)   , x  için  x   x
n

4) x, y  için x  y  x  y
n

18
Yukarıdaki özellikler n uzayında bir norm tanımlar ve  n
,  ikilisine normlu uzay denir.
Örneğin, vektörün modülü bir norm tanımlar. x  2, x   x1, x2  için x  x12  x22  x dir.

Çünkü yukarıda verilen (1)-(4) özelliklerini sağlar. N boyutlu uzayda tanımlanan bazı normlar
aşağıda verilmiştir:

x n
, x   x1, x 2 ,..., x n  için,
1 p
n p
p normu, L p  x p
  xi  , p
 i 1 

n
Mutlak norm, 1  x 1   xi
i 1
12
n 
Euclid normu L2  x 2
   xi2  ,
 i 1 

Maksimum normu L  x  max xi

 1i n

Metrik Uzaylar
Vektör uzayındaki herhangi iki vektör arasındaki mesafe-uzaklık metrik yardımıyla belirlenir.

x, y  n
için,
i.  ( x , y )  0 ,  ( x , y )  0  x  y
ii.  ( x , y )   ( x , z )   ( y, z )
Özellikleri ele alınan uzayda bir metrik tanımlar.

Eğer uzayda norm verilmişse o uzaya normlu uzay, metrik tanımlanmamışsa metrik uzay adı
verilir. Eğer bir metrik uzayda seçilen her Cauchy dizisinin limiti bu uzayın elemanı ise bu uzaya
tam uzay adı verilir. Skaler çarpıma göre tanımlanan norma göre Cauchy dizileri yakınsak olan
(yani tam uzay olan) uzaya Hilbert uzayı denir. Normlu tam uzaya Banach uzayı denir.

19
MATRİSLER

Elemanları sayı, değişken, fonksiyon olabilen satır ve sütunlardan oluşan büyüklükler. Amn , m
satır ve n sütundan oluşan matrisi gösterir, burada m ve n ye matrisin mertebesi denir. Matrisin
elemanları a ij , i=1,2,…,m ve j=1,2,…,n için bir matris Amn  a ij  şeklinde gösterilir.

Bazı matrisler:
Sütun matris: Amn  a ij  , örneğin i=1,2,…,m ve j=1

Satır matris: Amn  a ij  , örneğin i=1ve j=1,2,…,n

Sıfır matris: Amn  a ij  , a ij  0 ve i=1,2,…,m ve j=1,2,…,n

Kare matris, Ann  a ij  , i=1,2,…,n ve j=1,2,…,n

Köşegen matris: Ann  a ij  , a ii  c  sbt., a ij  0 (i  j) , i=1,2,…,n ve j=1,2,…,n

Birim matris: Ann  a ij  , a ii  1, a ij  0 (i  j) , i=1,2,…,n ve j=1,2,…,n Birim matrisler özel

olarak “I” ile gösterilir.

Sıfır matris: Amn  a ij  ; aij  0 yani 0 nm  0 dir.

Matrisler kümesinde işlemler:

1. Toplama işlemi

A   a ij  , B   bij  ve C  cij  aynı mertebeden matrisler ve , 1 ve 2 sayı olsun.

A  B  C   aij   bij    aij  bij   cij  olur.

Özellikler:
i. A B  B A ; A B  a ij   bij   a ij bij  (Değişme özelliği)

ii. A  (B  C)  (A  B)  C (Birleşme özelliği)

iii. A  0  A (Etkisiz eleman)

iv. AA  0
v.  (A  B)   A   B ;  A   a ij    a ij 

vi. (1  2 )A  1A  2A

20
vii. (1  2 )A  1   2A 

viii. 1 A  A ( “1” skaler değer)

2. Matris çarpımı

Amn ve Bsr iki matrisin çarpılabilmesi, yani A  B için n=s olmalıdır. Ortaya çıkan çarpım matris
Amn  Bnr  Cmr dir. Diğer taraftan eğer B  A alınırsa, matrislerin çarpılabilmesi için r=m

olmalıdır. Ortaya çıkan çarpım matris Bsr  A rn  Csn olur.

Özellikler:

Buna göre A,B ve C çarpılabilen matrisler ve , 1 ve 2 sayı olsun.

i. A  B  B A
ii. A  (B  C)  (A  B)  C

iii. A  (B  C)  (A  B)  (A  C)

iv. (A  B)  C  (A  C)  (B  C)

v.  (A  B)  ( A)  B  A  ( B)

vi. A0  0

 
q
Tanım: Ann kare matris için A  A  ...  A  A p ; Ap  Aq  Apq ; A
p
 A pq , p, q  
.
p adet

A
Örnek: A bir matris olsun bu durumda e , sin A, cos A ne olur?
1 1
ex  1 x  x 2  ... seri açılımında x yerine A matrisi konularak hesaplanır.
1! 2!
1 3 1 5
sin x  x  x  x  ... seri açılımında x yerine A matrisi konularak hesaplanır.
3! 5!

Tanım: Transpoze, A  a ij   AT  a ji  dir.

a) (A  B)  A  B
T T T

 AT 
T
b) A

c)  A T   AT burada  ,  nın eşleniğidir.

21
 d) (A  B)T  BT  AT
e) A  AT  I ise A matrisi ortogonaldir.

Tanım: A  T   A ise A simetrik matristir. Yani, A  a  için aij  a ji dir. Eğer  AT   A
ij

oluyorsa, A matrisi ters simetrik veya antisimetrik matris yani, a ij  a ji dir. Antisimetrik

matrislerde a ii  0 dir.
Not: Her matris simetrik ve antisimetrik iki matrisin toplamı şekinde yazılabilir.

Tanım: q 

için Aq  0 oluyorsa, A matrisine nilpotent matris denir. En küçük q değerine
nilpotent matrisin derecesi (indeksi) denir.
Örnek:
1 1 3
A   5 2 6  için A  0 olduğunu gösteriniz.
3

 2 1 3

p1
Tanım: A  A olacak şekilde bir p pozitif tamsayısı varsa, A matrisine periyodik matris

denir ve periyodu p dir. Eğer A  A oluyorsa bu durumda A matrisine idempotent matris

2

denir.
Örnek: Aşağıda verilen matrisin idempotent olduğunu gösteriniz.

 1 3 5 
A   1 3 5
 1 3 5 

Tanım: A
2
 I (burada I birim matristir) ise A matrisine involut matris denir.
Tanım: Eşlenik matris; elemanları kompleks sayı olan matrisin, elemanlarının eşlenikleriyle
yerdeğiştirilmesiyle oluşturulan matrise önceki matrisin eşlenik matrisi denir. Eşleniş işareti bazen
büyüklüğün üzerine çizgi işareti ile bazen * işareti eklenmesi ile gösterilir yani A  A dir.
Örnek:
 5 2  i 7i   5 2  i 7i 
A  için A    olur.
3  4i i 1 i 3  4i i 1  i 

22
 a. A  A
b.  kA   kA
c.  A  B  A  B
d.  A  B  A  B

A
T
Tanım:  A ise A matrisine Hermitian matris denir. Bu matris elemanları için aij  a ji

olur. Ayrıca bu matrislerin köşegen elemanları reel sayı olur.

 A
T
Tanım:  A ise A matrisine Ters Hermitian matris denir. Bu matris elemanları için

a ij   a ji olur. Ayrıca bu matrislerin köşegen elemanları sadece sanal sayıdan (pure imaginary
part) veya sıfırdan oluşur.
Örnek: Aşağıda verilen A matrisi Hermitian, B matrisi ters Hermitian matristir.

 1 i 1 i   i 1  i 2

A   i 5 2  i  , B   1  i 3i i 
 
1  i 2  i 3   2 i 0 

Tanım: A ve B matrisleri n  n kare matrisler ve A  B  B  A  Inn  In sağlıyor ise B

matrisine A matrisinin inversi (tersi) denir ve A1  B ile gösterilir.
Örnek:
1 2 3  1 2 5  1 0 0
     
A   0 1 4  , B   0 1 4  için A  B  B  A   0 1 0  olur. Dolayısıyla, A1  B dir.
0 0 1 0 0 1  0 0 1
     

Tanım: Eğer Ann matrisinin inversi (tersi) yok ise A matrisi singüler (tekil) matris denir.

Teorem: Ann matrisinin tersi var ise bu bir tanedir.

İspat için teoremin tersini düşünelim yani B ve C gibi iki adet ters matrisi olsun yani,

A  B  In ve A  C  In dir. Bu durumda,
B  B  In  B   A  C   (B  A)  C  C  B  C olur. Dolayısıyla, matrisin tersi varsa bu
In

tekdir. Her kare matrisin tersi yoktur.

23
Tanım: Bir matrisin satırları veya sütunları üzerinde yapılan ve elementer satır/sütün işlemleri
adlandırılan işlemler şunlardır:
1. Matrisin herhangi i. ve j. satır(sütun) elemanları yerdeğiştirebilir. Bu işlem u işlem
Hij (Kij ) ile gösterilir.

2. Matrisin i numaralı satır (sütun) elemanları sıfırdan farklı  sayısı ile çarpılabilir. Bu işlem

Hi ( ) (Ki ( )) ile gösterilir.

3. Matrisin herhangi i numaralı satır (sütun) elemanları  ile çarpılarak j. satır (sütun)
elemanlarına eklenebilir. Bu işlem H ji ( ) (K ji ( )) ile gösterilir.

Tanım: Bir A matrisine ard arda elementer satır (sütun) işlemleri uygulanarak B matrisi elde
edilirse, A ve B matrisleri satırca (sütunca) denk matrislerdir ve A B ile gösterilir.
Örnek: Aşağıda verilen matrise sırasıyla H31 (7), H3 (  12
1 ) ve H işlemlerini yaparak denk (B
23

matrisini) matrisi bulunuz .

1 2 3  1 2 3 
   
A   0 5 1 A B   0 1 17 12 
7 2 4   0 5 1 
   
Tanım: Bir matris aşağıda verilen özellikleri sağlıyor ise satırca indirgenmiş formdadır denir.
i. İlk k adet satır sıfırdan farklı ve (k+1). Satır ile sonraki satırların tüm elemanları sıfır.
ii. İlk k adet satırın elemanları için, her bir satırdaki sıfırdan farklı ilk eleman 1 ve j.
satırdaki 1 in bulunduğu sütun numarası S j , ilk satırdan itibaren artmaktadır yani,

S1  S2  ...  Sk sağlar.
iii. Bir satırdaki sıfırdan faklı ilk eleman aij  1 ise, j. sütundaki a ij altında bulunan diğer

tüm elemanlar sıfır.

Yukarıdaki (i)-(iii) koşulları “ aij nin bulunduğu sütundaki diğer tüm elemanlar sıfırdır”

seklinde alınırsa bu durumda matrise satırca indirgenmiş eşelon formdadır denir.

Örnek: Aşağıdaki matrisler indirgenmiş formda mıdır?

24
 1 4 2 1 2 3
    0 1
A  0 1 3 , B  0 0 1, C   
0 0 0 0 0 0 1 0
   
A ve B matrisleri satırca indirgenmiş formda ancak C matrisi satırca/sütunca satırca
indirgenmiş formda değildir.
Tanım: Satırca (sütunca) indirgenmiş formdaki bir A matrisin sıfırdan farklı satır (sütun)

sayısına o matrisin rangı denir ve rA veya “rang A” ile gösterilir.

Örnek: Aşağıda verilen A matrisinin rangı kaçtır?
1 2 1 0 
3 2 1 2 
 
A   2 1 2 5 
 
5 6 3 2 
1 3 1 3

Verilen matris, elementer satır işlemleri uygulanarak satırca indirgenmiş formu aşağıdaki gibi
bulunur:
1 2 1 0
0 1 0 1

A B  0 0 1 1  dolayısıyla rA  3 dür.
 
0 0 0 0
0 0 0 0 
Tanım: Bir matris elementer satır ve/veya sütun işlemleri ile indirgenmiş eşelon forma
getirilebilir. Böylece matris aşağıdaki matris şekillerinden birine denk olur:

Ik ,  Ik ,0 ,  k  ,  k 
I I 0
0   0 0
Matrisin bu şekilde yazılmasına matrisin normal formu denir. Bu durumda matrisin rangı k
olur.
Örnek: Verilen A matrisinin normal formunu ve rangını belirleyiniz.

 1 3 1 5 
A   2 6 0 4 
 1 3 2 8

Elementer satır ve sütun işlemleri ile A matrisinin normal formu:

25
 1 0 0 0 
 I 0
A B  0 1 0 0   2  ve rA  2 dir.
0 0 0 0  0 0

Teorem: bir kare matrisin inversinin (tersinin) bulunabilmesi için gerek ve yeter şart, elementer
satır ve sütun işlemleriyle elde edilen normal formunun birim matrise denk olmasıdır.

Dolayısıyla  Ann In  In A1  olacak şekilde bulunan A1 matrisi A matrisinin tersidir.
 
Örnek: Verilen A matrisinin inversini elementer satır/sütun işlemleri ile bulunuz.

1 3 3  1 3 3 1 0 0
 
A  1 4 3  için  A In   1 4 3 0 1 0 için sırasıyla H21(1);H31(1) ; H12 (3)
1 3 4  1 3 4 0 0 1 
 

; H13 (3) elementer satır işlemleri yapılarak

1 0 0 7 3 3  7 3 3
0 1 0 1 1 0  1  
A In    için A   1 1 0  bulunur.
0 0 1 1 0 1   1 0 1 

Uygulamalar:

1 2 1 
  1
1. D   1 1 6  için D  ?
 2 3 1 
 

 5 0
   3 1 2 4 5 
2. A   1 2 , B   ve C    için A  B; A  C; B  C çarpım
 1 4 0 6  4
 1 3

matrislerini bulunuz.

 2 1 1 
 
3. A  0 1 2 için A  ?
3

1 0 1 

 1 0  3 2 
4. A    , C  için A  B  C ise B=?
 5 2 1 0 
2 0
ve f (x)  2x  x için f(A)=?
2
5. A   
1 3

26
  1 0 
ve f (x)  3x  2x  x  5 için f(A)=?
3 2
6. A   
 3 4

2 1 
  0 4 
7. A   3 0  , B    için  A  B  B  A olduğunu doğrulayınız.
T T T
 6 2 
 4 2
 2 2 4
 
 
8. A   1 3 4  matrisinin idempotent A  A olduğunu gösteriniz .
2

 1 2 3

1 2 3
  1
9. A   2 5 7  için A  ?
 2 4 5

3 2 2 1 3
1 1 2 3 1 
10. A   için rA ?
1 1 1 1 1
 
 2 1 1 2 0

1 2 3 0
2 4 3 2 
11. A   için rA ?
3 2 1 3
 
6 8 7 5

27
 DETERMİNANTLAR
Ancak kare matrislerin determinantı vardır.

Teorem: Bir Ann kare matrisin determinantı det( A) veya A ile gösterilir ve

det A   a1ai1a2ai2 ...anain dir.

i1,i2 ,...,in

i. 1 1 mertebeden A   aij  (aij  a) matrisinin determinantı det( A)  A  a  a dır.

2  2 mertebeden A   11 12  kare matrisin determinantı;

a a
ii.
 a21 a22 
a11 a12
A  a11a22  a12a21 dir.
a21 a22

 a11 a12 a13 

 a23  kare matrisin determinantı;
iii. 3 3 mertebeden A   a21 a22
 a31 a32 a33 

a11 a12 a13

a a a a a a
A  a21 a22 a23  a11 22 23  a12 21 23  a13 21 22
a32 a33 a31 a33 a31 a32
a31 a32 a33

 a11  a22a33  a23a32   a12  a21a33  a23a31   a13  a21a32  a22a31 

A determinantının birinci satıra göre açılımıdır.
Tanım: n  3 olmak üzere bir n  n kare matrisin determinantı için Ann   aij  olsun. Mij , aij

elemanının bulunduğu satır ve sütunun çıkarılmasıyla A matrisinden elde edilen  n  1   n  1

mertebeden matrisi göstersin. M ij matrisinin determinantına ( M ij   ), aij elemanına ait Minör

i j
denir. Aij   1 M ij değerine ise aij elemanına ait eşçarpan veya kofaktör denir.

Örnek: verilen A matrisi için a23 elemanına ait minörü ( M 23 ) ve kofaktörü ( A23 ) bulunuz.

2 5 4
A   3 1 2  , a23  2 için M 23 
2 5
 17 ve A23  (1)23 M 23  (17)  17 olur.
5 4
5 4 6 

Terorem: n  2 için Ann kare matris olsun.

28
det( A)  A  ai1 Ai1  ai 2 Ai 2  ...  ain Ain
 a1 j A1 j  a2 j A2 j  ...  anj Anj

olur. Determinantın bu şekilde hesaplanmasına Laplace açılımı denir.

2 5 4
 
Örnek: A   3 1 2  , det( A)  ?
5 4 6 

Determinantı 1. Satıra göre açarsak, det( A)  A  a11A11  a12 A12  a13 A13 , burada

11 1 2 1 2 3 2 13 3 1
A11   1  2, A12   1  8, A13   1  7 için
4 6 5 6 5 4

det( A)  A  2(2)  5(8)  4(7)  16 dir. Determinant 2. veya 3. satıra (bezer şekilde sütuna)
göre de açılsa aynı determinant değeri bulunur. Yani,

det( A)  A  a11A11  a12 A12  a13 A13  a21A21  a22 A22  a23 A23  a31A31  a32 A32  a33 A33  16
olur.
Determinant Özellikleri (Teoremler):
1. Bir determinantın herhangi satır/sütün elemanlarının hepsi sıfır (0) ise determinantın değeri
sıfırdır.
2. Matrisin bir satır/sütünü k  0, k  ile çarpılırsa, matrisin determinantı, önceki
determinantının k ile çarpımı olur.
3. Determinantta herhangi iki satır/sütün yer değiştirse, determinant işaret değiştirir.
4. Determinantın herhangi bir satır/sütünü k  0, k  ile çarpılıp başka bir satır/sütuna ilave

edilse ( H ji (k ) veya K ji (k ) elementer işlemi için ), determinantın değeri değişmez.

5. Determinantın herhangi iki satır/sütünü aynı ise determinantın değeri sıfırdır.

6. Determinantın herhangi iki satır/sütünü orantılı ise determinantın değeri sıfırdır.
7. Bir satır/sütuna ait elemanlar başka bir satır/sütün elemanlarına ait uygun eş çarpanlar ile
çarpılır ve toplanırsa, elde edilen toplam sıfırdır. Yani, Ann   aij  kare matris için

det( A) r  s
ar1 As1  ar 2 As 2  ...  arn Asn  
 0 rs
olur.

29
 a11 a12 ... a1i  b1i ... a1n a11 a12 ... a1i ... a1n a11 a12 ... b1i ... a1n
a21 a22 ... a1i  b1i ... a2n a21 a22 ... a1i ... a2n a21 a22 ... b1i ... a2 n
8.  
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
an1 an 2 ... ani  bni ... ann an1 an 2 ... ani ... ann an1 an 2 ... bni ... ann

9. Bir matrisin transpozesinin determinantı, kendi determinantına eşittir. A  A .

T

10. A  B  A  B dir.

Bir Matrisin Tersi

Tanım:Bir kare matrisin elemanları yerine o elemanlara ait eş çarpanların alınmasıyla elde edilen
matrisin transpozesine, ilk matrisin ek matrisi (Adjoint matrisi) denir. Ek A, Adj A yada A* ile
gösterilir.
T
 a11 a12 ... a1n   A11 A12 ... A1n   A11 A21 ... An1 
a A  A ... An2 
... a2n  A22 ... A2n  A22
için Ek A     12
a22 21
A   21 dir.
 ... ... ... ...   ... ... ... ...   ... ... ... ... 
     
 an1 an 2 ... ann   An1 An 2 ... Ann   A1n A2n ... Ann 

 a22 a23 ... a2n  a21 a23 ... a2n

a a33 ... a3n  a31 a33 ... a3n
burada, A11  (1)11  32 , A  (1)1 2 ,…,
 ... ... ... ...  12 ... ... ... ...
 
 an 2 an3 ... ann  an1 an3 ... ann

a11 a12 ... a1( n1)

a21 a22 ... a2( n1)
Ann  (1)2n dir.
... ... ... ...
a( n1)1 a( n1)2 ... a( n1)( n1)

Teorem: Ann kare matris olsun. A  0 ise,

EkA
A1  dir. Burada, Aij  (1)i  j  M ij  ve M ij , aij elemanına ait minördür.
A

Not: Eğer, Ann kare matrisi için A  0 ise A matrisinin tersi yoktur yani, singüler (tekil) matristir

denir.
Örnek: Aşağıda verilen matris singüler midir?

30
 3 1 1
A  1 0 2  , det A  A  17 yani A  0 olduğu için singüler değildir ve tersi bulunabilir.
0 2 3 

Matrisin rangı: Amn matrisinden satır ve sütunları eleyerek elde edilen alt kare matrislerinden

r  r  r  n; m en az bir alt matrisin determinantı sıfırdan farklı ve  r  1   r  1 ve daha büyük tüm alt

matrislerin determinantları sıfır ise A matrisinin rangı r’dir ve rA  r ile gösterilir.

Örnek: Verilen matrisin rangını bulunuz.
 1 2 1 1
 
A  2 6 2 2 
1 3 1 2 
 

31