Lineer Cebir - Linear Alcebr

MAT 114 L· INEER CEB· IR ( ·
ISTAT·IST·IK,
ASTRONOMI· ve UZAY BI·LI·MLERI·)
Hafta 1: Reel Vektör Uzaylar¬ve Vektör Uzaylar¬
Mat 114 Lineer Cebir

Reel Vektör Uzaylar¬ve Vektör Uzaylar¬
Tan¬m 1: Belli bir yönlü do¼ gru parças¬n¬n paralellik ba¼g¬nt¬s¬ile
tan¬mlanan denklik s¬n¬f¬na bir vektör denir.
A ve B gibi farkl¬iki noktay¬birleştiren AB do¼ gru parças¬üzerinde
bir yön seçilerek bir vektör elde edilir. Bu yön A dan B ye veya B
den A ya olabilir. A dan B ye yönlendirilmiş do¼ gru parças¬AB
şeklinde gösterilir. Bu durumda A ve B uç noktalar¬veya s¬ras¬yla,
başlang¬ç ve uç noktas¬denir. AB nin ters yönündeki yönlü
do¼gru parças¬BA ile gösterilir.
AB ve CD gibi iki yönlü do¼ gru parças¬verildi¼ginde şu üç aksiyom
sa¼glan¬rsa bu iki yönlü do¼gru parças¬na paraleldir denir:
1 AB ve CD do¼ gruparçalar¬paraleldir.
2 AB ve CD do¼ gru parçalar¬n¬n boylar¬eşittir.
3 AB nin yönü ile CD nin yönü ayn¬ d¬r.
Yönlü do¼ gru parçalar¬aras¬nda paralellik ba¼ g¬nt¬s¬bir denklik
ba¼g¬nt¬s¬d¬r. Bu denklik ba¼g¬nt¬s¬n¬n ay¬rd¬g¼¬denklik s¬n¬‡ar¬n¬n her
birine vektör denir. Başlang¬ç noktas¬A ve bitim noktas¬B olan
!
vektör AB ile gösterilir.
!
Tan¬m 2: A key… bir nokta olmak üzere AA vektörü s¬f¬r vektörü
!
olarak tan¬mlan¬r ve 0 ilie gösterilir.
Tan¬m 3: Aşa¼g¬da verilen aksiyomlara a…n aksiyomlar denir ve a…n
aksiyomlar yard¬m¬yla Nokta ile vektör eşlenir.
!
ginde bir !
1 A, B gibi iki nokta verildi¼ α = AB vektörü vard¬r.
!
2 Bir α vektörü ve bir A noktas¬verildi¼ ginde !α = AB olacak
biçimde bir tek B noktas¬vard¬r.
! ! !
3 A, B, C gibi herhangi üç nokta için AB + BC = AC

Tan¬m 4: V bir vektör cümlesi olmak üzere
! ! !
:V V ! V, α, β !!
α β
! !
işlemi olarak paralelkenar kural¬verilsin. α , β 2 V olmak üzere bir
! ! ! !
α β 2 V vektörü ile α , β üzerine kurulabilecek olan
paralelkenar¬n birinci köşegeninin temsil etti¼
gi vektörü
tan¬mlayal¬m. Buna göre
! ! ! !
α = AB, β = BC
al¬rsak;
! ! ! ! !
α β = AB + BC = AC
olur. Vektörlerde toplama geometrik olarak Paralelkenar metodu
ya da Uç uca ekleme metodu ile yap¬l¬r.

Teorem 1:V vektör cümlesinde tan¬ml¬toplama işleminin
aşa¼
g¬daki cebirsel özelikleri vard¬r.
! ! ! !
1 8 α , β 2 V için α β 2 V , (Kapal¬l¬k özeli¼
gi)
! ! ! ! ! ! ! ! !
2 8 α , β , γ 2 V için α β γ= α β γ ,
(Birleşme özeli¼
gi)
! ! ! ! ! ! !
3 8 α 2 V için α 0 = 0 α = α olacak şekilde 0 2 V ,
(Etkisiz eleman özeli¼
gi)
! ! ! ! ! !
4 8 α 2 V için α α = α α = 0 olacak şekilde
!
α 2 V , (Ters eleman özeli¼
gi)
! ! ! ! ! !
5 8 α , β 2 V için α β= β α , (De¼
gişme özeli¼
gi)
Bu durumda fV , g ikilisi bir Abel Grup olur.

Tan¬m 5:(R, +, .) reel say¬lar cisminin elemanlar¬skalarlar olmak
üzere bir vektörün skalarla çarp¬m¬işlemi
:R V ! V, λ, !
α !λ !
α
biçiminde bir işlemdir, yani sonuç bir vektördür.

Teorem 2:V vektör cümlesinde tan¬ml¬yukar¬da verilen skalarla
çarpma işleminin aşa¼
g¬daki cebirsel özelikleri vard¬r.
!
1 8 α 2 V ve λ 2 R için λ ! α 2 V , (Kapal¬l¬k özeli¼
gi)
! !
2 8 α , β 2 V ve λ 2 R için
! ! ! !
λ α β = λ α λ β
!
3 8 α 2 V ve λ, µ 2 R için
! ! !
(λ + µ) α = λ α µ α ,
! !
(λ.µ) α = λ µ α
! ! !
4 8 α 2 V için 1 α = a

Vektörlerde Skalar ile çarpma işleminin Geometrik Yorumu:
Burada λ 2 R de¼ gerlerine göre λ !
α vektörünün yönü ve
uzunlu¼
gu de¼
gişir. Bu durumlar:
λ 2 R+ [ f0g olmak üzere
! !
i ) λ = 0 için 0 α = 0
!
ii ) 0hλh1 için α ile λ ! α vektörlerinin do¼grultular¬ve yönleri
! !
ayn¬, sadece λ α vektörünün boyu α vektörünün boyuna göre
daha k¬sad¬r.
!
iii ) λi1 için α ile λ ! α vektörlerinin do¼grultular¬ve yönleri ayn¬,
!
sadece λ ! α vektörünün boyu α vektörünün boyuna göre daha
uzundur.
! !
iv ) λ = 1 için 1 α = a d¬r.

λ 2 R olmak üzere
!
i ) λ = 1 için α ile λ ! α vektörlerinin do¼grultular¬ayn¬fakat
! !
yönleri ters, do¼
grultular¬ayn¬ve λ α vektörünün boyu ile α
vektörünün boyu ayn¬d¬r.
ii ) 1hλh0 için λ ! α vektörlerinin do¼grultular¬ayn¬fakat yönleri
! !
ters, λ α vektörünün boyu α vektörünün boyuna göre daha
k¬sad¬r.
iii ) λh 1 için λ ! α vektörlerinin do¼grultular¬ayn¬fakat yönleri
!
ters, λ ! α vektörünün boyu α vektörünün boyuna göre daha
uzundur.

Tan¬m 6:Paralel kural¬ile iki vektörün fark¬n¬şu şekilde
tan¬mlayabiliriz:
! !
!α β =! α β
! ! ! !
( α) β = β α

! !
Örnek 1: α = (2, 3, 1) 2 R3 , β = (4, 2, 3) 2 R3 olmak üzere;
!
5. α = 5. (2, 3, 1)
= (5.2, 5. ( 3) , 5.1)
= (10, 15, 5)
! !
α+β = (2, 3, 1) + (4, 2, 3)
= (2 + 4, 3 + 2, 1 + ( 3))
= (6, 1, 2)

! !
Örnek 2: α = (2 i, 3 + i ) 2 C2 , β = (4 3i, 2 + 5i ) 2 C2
olmak üzere;
!
5. α = 5. (2, 3, 1)
= (5.2, 5. ( 3) , 5.1)
= (10, 15, 5)
! !
α+β = (2, 3, 1) + (4, 2, 3)
= (2 + 4, 3 + 2, 1 + ( 3))
= (6, 1, 2)

Tan¬ m7:
! !
α , β 2 V vektörleri e¼
ger;
! !
α = λβ
! !
ise α, β vektör çiftine lineer ba¼g¬ml¬d¬r (paraleldir) denir.
! !
ger;
! !
α 6= λ b
! !
ise α, β vektör çiftine lineer ba¼g¬ms¬zd¬r (paralel de¼
gildir) denir.

! !
Örnek 4: α = (2, 3, 1) 2 R3 , β = (4, 6, 2) 2 R3 olmak
üzere;.
!
β = λ!
α
olacak şekilde λ = 2 2 R vard¬r.
! !
O halde α ile β vektörleri lineer ba¼
g¬ml¬d¬r.

Örnek 3: Düzlemde herhangi iki farkl¬nokta A, B oldu¼ guna göre
bu noktalardan geçen do¼
gru üzerinde bir P noktas¬n¬n bulunmas¬
şart¬nedir?
Çözüm: Paralelkenar kural¬na göre
! ! !
OP = OA + AP
! ! ! ! !
dir. t 2 R olmak üzere AP = t AB ve AB = OB OA oldu¼
gundan
! ! ! !
OP = OA + t (OB OA)
!
= (1 t ) + t OB
λ1 = 1 t ve λ2 = t dersek λ1 + λ2 = 1 bulunur.

Genel olarak En de A = ( a1 , a2 , ....., an ) ve B = (b1 , b2 , ....., bn )
gibi verilen iki noktadan geçen do¼ gru için , do¼gru üzerinde de¼ gişken
bir nokta P olmak üzere
! ! !
OP = OA + AP
veya λ 2 R olmak üzere
! !
AP = λAB
oldu¼
gundan
! ! !
OP = OA + λAB
dir. Bu ifadeye söz konusu do¼grunun vektörel denklemi denir.
Bileşenler cinsinden ayn¬denklemi yazal¬m.

!
Önce AB nin bileşenleri olarak
! ! !
AB = OB OA
= (b1 , b2 , ....., bn ) ( a1 , a2 , ....., an )
= (b1 a1 , b2 a2 , ....., bn an )
yaz¬labilece¼
ginden

(x1 , x2 , ....., xn ) = ( a1 , a2 , ....., an )
+λ (b1 a1 , b2 a2 , ....., bn an )
= [ a1 + λ(b1 a1 ), ..., an + λ(bn an )]
veya iki s¬ral¬ikilinin eşitli¼

ginden
x1 = a1 + λ(b1 a1 )
x2 = a2 + λ(b2 a2 )
..
.
xn = a n + λ ( bn an )
yaz¬labilir. Bu son denklemlere de söz konusu do¼

grunun
parametrik denklemi denir.

Yukar¬daki denklemden λ parametresi çekilirse
x1 a1 x2 a2 xn an
= = .... = =λ
b1 a1 b2 a2 bn an
bulunur. Bu ifadeye söz konusu do¼
grunun standart denklemi
denir.

Tan¬m 8: d, Rn reel vektör uzay¬nda bir do¼ gru ve !u 2 Rn s¬f¬rdan
farkl¬bir vektör
n! olsun.oA ile B bu do¼
gru üzerinde iki farkl¬nokta
!
olmak üzere AB, u vektör çifti lineer ba¼ g¬ml¬ise d do¼ grusu !u
vektörüne paraleldir denir. Ayr¬ca d do¼ grusuna paralel olan u!
vektörüne de d do¼ grusunun do¼ grultman vektörü denir.
Genel olarak bir do¼ gru üzerinde de¼gişken bir nokta P olmak üzere
A = ( a1 , a2 , ....., an ) noktas¬ndan geçen ve bir
!u = (u1 , u2 , ....., un ) 2 Rn vektörüne paralel olan do¼ grunun
vektörel denklemi
! !
OP = OA + λ !
u, λ2R
ve buradan hareketle

do¼
grunun parametrik denklemi
x1 = a1 + λv1
x2 = a2 + λv2
..
.
xn = an + λvn
veya bu son ifadeden λ çekilerek do¼

grunun standart denklemi
x1 a1 x2 a2 xn an
= = .... =
v1 v2 vn
bulunur.

!
Örnek 5: R3 reel vektör uzay¬nda u = (2, 3, 1) vektörünü
do¼grultman kabul eden ve A (4, 6, 2) noktas¬ndan geçen
do¼grunun denklemini bulunuz.
Do¼ gişken bir nokta P (x, y , z ) olsun. O halde,
gru üzerinde de¼
s¬ras¬yla,
do¼grunun vektörel denklemi;
!
AP = λ ! u ; λ 2 R,
do¼
grunun parametrik denklemi;
P= A + λ!u ; λ 2 R,
(x, y , z ) = (4, 6, 2) + λ (2, 3, 1)
(x, y , z ) = (4 + 2λ, 6 3λ, 2 + λ)
ve standart denklemi
x 4 y +6 z +2
= = = λ, λ 2 R
4 3 1
olur.
Kaynaklar
1) A. Sabuncuo¼ glu, Mühendislik ve ·
Istatistik Bölümleri ·
Için Lineer
Cebir, Nobel Akademik Yay¬nc¬l¬k, 2017.
2) B. Kolman and D.R. Hill, Uygulamal¬Lineer Cebir, Çeviri
Editörü: Ömer Ak¬n, Palme Yay¬nc¬l¬k, 2011.
3) F. Çall¬alp, Lineer Cebir Problemleri, Birsen Yay¬nevi, 2008.
4) H. Anton, Elementary Linear Algebra, Drexel University, 1984,
ISBN:0-471-09890-6.
5) H. H. Hac¬saliho¼ glu, Temel ve Genel Matematik Cilt II, 1985.

MAT 114 L·INEER CEB· IR ( I·STAT·
IST·
IK,
Hafta 2: Reel Vektör Uzaylar¬ve Vektör
Uzaylar¬(Devam)

Reel Vektör Uzaylar¬ve Vektör Uzaylar¬
Teorem 3: Düzlemde A(x1 , y1 ), B (x2 , y2 ) ve C (x3 , y3 ) noktalar¬n¬
köşe kabul eden üçgenin alan¬
1 ! !
A(ABC ) = det(AB, AC )
2
1 x2 x1 x3 x1
=
2 y2 y1 y3 y1
dir. Buradan hareketle düzlemde A(x1 , y1 ) ve B (x2 , y2 )

noktalar¬ndan geçen do¼gru denklemi P (x, y ) olmak üzere
! !
det(AP, BP ) = 0
ya da 0 1
1 1 1
det @ x x1 x2 A = 0
y y1 y2
biçimindedir.
Örnek 6: R2 reel vektör uzay¬nda A( 1, 2), B (3, 5) ve C (0, 3)
noktalar¬n¬köşe kabul eden üçgenin alan¬n¬hesaplay¬n¬z.
Örnek 7: R2 reel vektör uzay¬nda A( 1, 2) ve B (3, 5)
noktalar¬ndan geçen do¼ gru denklemini yaz¬n¬z.
Örnek 8: R reel vektör uzay¬nda A(x0 , y0 ) noktas¬ndan geçen ve
2
grultman¬ !
do¼ u = (u1 , u2 ) olan do¼ gru denklemini yaz¬n¬z. E¼
gim ile
do¼
grultman aras¬nda nas¬l bir ilişki vard¬r? Aç¬klay¬n¬z.

Tan¬m 9: (H,+, .) bir cisim ve V boştan farkl¬bir cümle olmak
üzere bir
! ! !
:V V ! V, α, β !!
α β
iç işlemine göre V cümlesi bir Abel grup ) ve
:H V ! V, λ, !
α !λ !
α
skalarla çarpma işlemi( d¬ş işlemi) de Teorem 2 de ifade edilen
gl¬yor ise V cümlesi (H,+, .) cismi üzerinde 21
özellikleri sa¼
Aksiyomlu bir cebirsel yap¬oluşturulur. Bu cebirsel yap¬ya H cismi
üzerinde bir vektör uzay¬ve bu uzay¬n elemanlar¬na da vektör ad¬
verilir. Bu cebirsel yap¬k¬saca
fV , , (H,+, .) , g
ile gösterilir. H = R ise V vektör uzay¬na reel say¬lar cismi

üzerinde vektör uzay¬, H = C ise V vektör uzay¬na kompleks
say¬lar cismi üzerinde vektör uzay¬denir.
Örnek 9: A herhangi bir cümle olmak üzere.
RA = f f j f : A ! R g
cümlesi R reel say¬lar cismi üzerinde bir vektör uzay¬d¬r. Bu uzay¬n
elemanlar¬na da vektör diyece¼ giz. Görüldü¼gü gibi bu elemanlar
fonksiyonlard¬r.
Burada A = R olmas¬özelhalinde reel eksen üzerindeki reel de¼ gerli
fonksiyonlardan meydana gelen bir reel vektör uzay¬elde ederiz.

Tan¬m 10:
Rn cümlesinin bir eleman¬xi 2 R (1 i n ) olmak üzere, s¬ral¬
g¬m¬z !
reel say¬n-lisi diye adland¬raca¼ x = (x1 , x2 , ....., xn ) dir.
Rn = f !
x = (x1 , x2 , ....., xn ) j xi 2 R, 1 i ng
cümlesi üzerinde toplama işlemi ! x = (x1 , x2 , ....., xn ) 2 Rn ve

!y = (y1 , y2 , ....., yn ) 2 R olmak üzere, s¬ras¬ile,
n
+ : Rn Rn ! Rn
(!
x ,!
y )!!
x +!
y = (x1 + y1 , x2 + y2 , ......, xn + yn )

ve skalar ile çarpma işlemi
:R Rn ! Rn
(λ, !
x) λ !
x = (λx1 , λx2 , ....., λxn )
şeklinde tan¬mlan¬r. Bu iki işleme göre fRn , +, (R, +, .), g bir reel
vektör uzay¬olur.

8!
x 2 Rn eleman¬n¬
!
x = (x1 , x2 , ....., xn )
= (x1 , 0, ...., 0) + (0, x2 , 0, ...., 0) + ...... + (0, 0, ...., xn )
= x1 (1, 0, ...., 0) + x2 (0, 1, 0, ...., 0) + ...... + xn (0, 0, ...., 1)
olarak ifade edebiliriz.

ger bileşenleri 0 olan bir vektöre !
Sadece i-yinci bileşeni 1 ve di¼ ei
dersek

i = 1) !
e1 = (1, 0, 0, ....., 0)
i = 2) !
e = (0, 1, 0, ....., 0)
2
..
.
i = n) !
en = (0, 0, ......., 1)
olur ve dolay¬s¬yla 8 !
x 2 Rn vektörünü
e1 + x2 !
x = x1 !
! e2 + ..... + xn !
en
biçiminde yazabiliriz.

Demek oluyor ki Rn vektör uzay¬kendisine ait olan özel n tane
vektör olan
!
e1 , !
e2 , ...., !
en
vektörleri ile belirtilebilir.
8!x 2 Rn vektörü bir O noktas¬na göre bir P noktas¬na karş¬l¬k
gelir ve !
x ile P noktas¬birebir eşlenebilir. Yani;
! !
x = OP
dir.

!x vektörüne karş¬l¬k gelen noktalar O ve P dir.O halde ! x nün ait
oldu¼ n
gu vektör uzay¬R iken O ve P noktalar¬n¬n ait oldu¼ gu
noktalar uzay¬da En olsun. Eksenler birbirine dik al¬nd¬g¼¬ndan En
noktalar uzay¬na Öklid uzay¬(n boyutlu Euclid uzay¬)
diyece¼ giz. Demek oluyor ki 8P 2 En noktas¬na, En de seçilen bir
O başlang¬ç noktas¬esas al¬nmak suretiyle, Rn de bir ! x vektörü
karş¬l¬k gelir. R . vektör uzay¬na n boyutlu reel standart vektör
n
uzay¬denir. f ! e1 , !
e2 , ...., !
en g vektörler sistemine de Rn vektör
uzay¬n¬n standart baz¬denir. Baz kavram¬n¬ilerleyen bölümlerde
daha kapsaml¬verece¼ giz.

Tan¬m 11: : I R bir aç¬k aral¬k olmak üzere bir
α : I ! En
t ! α(t ) = (α1 (t ), α2 (t ), ...., αn (t ))

fonksiyonuna En de bir e¼
gri ad¬verilir.

Örnek 10 :I = ft j 0 < t < 2π g olmak üzere
α : I ! E2
t ! α(t ) = (α1 (t ), α2 (t )) = (r cos t, r sin t )

e¼
grisi düzlemde bir çemberin parametrik denklemini belirtir.

α : I ! E2
t ! α(t ) = (α1 (t ), α2 (t )) = ( a cos t, b sin t )

e¼
grisi düzlemde bir elipsin parametrik denklemini belirtir.

α : I ! E3
t ! α(t ) = (α1 (t ), α2 (t ), α2 (t )) = ( a cos t, a sin t, bt )

e¼
grisi uzayda bir helis e¼
grisinin parametrik denklemini belirtir.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·
INEER CEB· IR ( I·STATI·STI·K,
Hafta 3: Alt Vektör Uzaylar¬

Alt Vektör Uzaylar¬
Tan¬m 12:
(R, +, ) bir cisim ve fV , , (R, +, ), g cebirsel yap¬s¬bir vektör
uzay¬olsun.
V cümlesinin bir W 6= ? alt cümlesi ayn¬ : W W ! W Abel
grubu işlemine ve ayn¬ : R W ! W d¬ş işlemine göre R
üzerinde bir vektör uzay¬ise bu W vektör uzay¬na V vektör
uzay¬n¬n bir alt vektör uzay¬denir.
Teorem 4: fV , , (R, +, ), g bir vektör uzay¬olmak üzere V
nin boştan farkl¬bir alt cümlesi W olsun. E¼
ger;
1 8u, v 2 W için u v 2 W
2 8c 2 R ve 8u 2 W için cu 2 W
ise W cümlesi de bu işlemlere göre R üzerinde bir vektör uzay¬d¬r.

Örnek 13: Her vektör uzay¬kendisinin bir altvektör uzay¬d¬r.
Örnek 14: fV , , (R, +, ), g bir vektör uzay¬olmak üzere V
deki işlemine göre birim eleman¬θ olmak üzere W = fθ g
cümlesi de V için bir altvektör uzay¬d¬r. Bu uzaya s¬f¬r uzay¬da
denir.
Örnek 15: R3 reel vektör uzay¬nda z bileşeni 0 olan bütün
vektörlerin cümlesi W olsun. Yani;
W = f(x1 , x2 , 0) j x1 , x2 2 Rg
cümlesi R3 reel vektör uzay¬n¬n bir alt uzay¬d¬r.
Örnek 16: R3 reel vektör uzay¬nda z bileşeni 1 olan bütün
vektörlerin cümlesi W olsun. Yani;
W = f(x1 , x2 , 0) j x1 , x2 2 Rg
cümlesi R3 reel vektör uzay¬n¬n bir alt uzay¬de¼ gildir. Çünkü;
u = (u1 , u2 , 1) 2 W ve v = (v1 , v2 , 1) 2 W için
u v = (u1 + v1 , u2 + v2 , 2) 2
/ W d¬r.
Örnek 17:
V bir vektör uzay¬ve αi 2 V olmak üzere bir
S = fα1 , α2 , .., αk g V
altcümlesini alal¬m.
k
∑ ci αi biçimindeki vektörlere α1 , α2 , .., αk vektörlerinin bir lineer
i =1
bileşimi denir.
( )
k
W = ∑ ci α i j α i 2 S ve ci 2 R
i =1
cümlesi V için bir alt vektör uzay¬d¬r.

k
W = ∑ ci αi j αi 2 S ve ci 2 R vektör uzay¬na S nin gerdi¼
gi
i =1
altuzay denir ve W = Span fα1 , α2 , .., αk g ile gösterilir.

Örnek 18: R3 reel vektör uzay¬nda
W = Span ! α1 = (0, 1, 1), !
α2 = (1, 0, 1), !
α3 = (1, 1, 0) olmak
!
üzere α = ( 1, 2, 5) vektörü bu alt uzaya ait bir vektör müdür?
!α = c1 !α 1 + c2 !
α 2 + c3 !
α3
( 1, 2, 5) = c1 (0, 1, 1) + c2 (1, 0, 1) + c3 (1, 1, 0)
( 1, 2, 5) = (c2 + c3 , c1 + c3 , c1 + c2 )
olup buradan c1 = 4, c2 = 1 ve c3 = 2 olur. O halde

!
α = 4!
α1 + !
α2 2!
α3
gundan !
oldu¼ α 2 W olur.

Teorem 5:
V bir reel vektör uzay¬olmak üzere sonlu say¬da α1 , α2 , .., αk 2 V
verilmiş olsun. m bir sonlu tam say¬olmak üzere
β1 , β2 , .., βm 2 Sp fα1 , α2 , .., αk g

ise
Sp f β1 , β2 , .., βm g Sp fα1 , α2 , .., αk g

d¬r.

Teorem 6:
V bir reel vektör uzay¬n¬n sonlu say¬da altuzaylar¬W1 , W2 , .., Wk
olsun. O zaman
k
T
1 S\ = Wi cümlesi de V vektör uzay¬n¬n bir alt uzay¬d¬r.
i =1
Bu altuzaya W1 , W2 , .., Wk altuzaylar¬n¬n arakesit uzay¬denir.
k
2 S+ = x = ∑ xi j xi 2 Wi , 1 i k cümlesi de V nin bir
i =1
alt uzay¬d¬r.
Bu altuzaya W1 , W2 , .., Wk alt uzaylar¬n¬n toplam¬veya
k
toplam uzay¬denir ve S+ = ∑ Wi ile gösterilir.
i =1
k
3 S[ = [ Wi cümlesi V vektör uzay¬n¬n bir alt uzay¬
i =1
olmayabilir.

Sonuç: fV , , (R, +, ), g bir vektör uzay¬olmak üzere V deki
işlemine göre birim eleman θ olsun. V cümlesinin boştan farkl¬
bir W alt cümlesi θ eleman¬n¬içermiyorsa W alt cümlesi V vektör
uzay¬n¬n bir alt uzay¬olamaz.
W = (x, y , z ) 2 R3 : x + y + z = 1 cümlesi boştan farkl¬d¬r ve
R3 ün alt cümlesidir. Ancak R3 reel vektör uzay¬n¬n vektörlerde
!
toplama işlemine göre birim eleman¬olan 0 = (0, 0, 0) vektörünü
içermez. Çünkü 0 + 0 + 0 6= 1 dir.Dolay¬s¬yla W cümlesi R3 reel
vektör uzay¬n¬n bir alt uzay¬de¼gildir.

W = (x, y , z ) 2 R3 : x + y + z = 0 cümlesi boştan farkl¬d¬r ve
R3 ün alt cümlesidir. Ayr¬ca
1 u = (u1 , u2 , u3 ) 2 W =) u1 + u2 + u3 = 0 ve
v = (v1 , v2 , v3 ) 2 W =) v1 + v2 + v3 = 0 ve
u1 + v1 + u2 + v2 + u3 + v3 = 0 + 0 = 0 oldu¼ gundan
u + v 2 W d¬r.
2 u = (u1 , u2 , u3 ) 2 W =) u1 + u2 + u3 = 0 ve λ 2 R için
λu1 + λu2 + λu3 = λ (u1 + u2 + u3 ) = λ.0 = 0 oldu¼ gundan
λu 2 W d¬r.
gland¬g¼¬ndan W cümlesi R3 reel vektör uzay¬n¬n bir alt uzay¬d¬r.
sa¼

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·INEER CEB· IR ( ·
ISTAT·IST· IK,
Hafta 4: Germe ve Lineer bag¼¬ms¬zl¬k

Lineer Ba¼
g¬ms¬zl¬k
Tan¬m 13: V bir reel vektör uzay¬ve S = fα1 , α2 , .., αk g V

olsun. c1 , c2 , ...., ck 2 R olmak üzere
!
c1 α1 , , .., +c2 α2 + ..... + ck αk = 0
iken
1 c1 = c2 = .... = ck = 0 olmas¬halinde S = fα1 , α2 , .., αk g
vektör cümlesi lineer ba¼
g¬ms¬zd¬r.
2 c1 , c2 , ...., ck 2 R de¼
gerlerinden en az biri s¬f¬rdan farkl¬ise
S = fα1 , α2 , .., αk g vektör cümlesi lineer ba¼ g¬ml¬d¬r.

Örnek 21: R2 de ! e1 = (1, 0) ve ! e2 = (0, 1) vektörleri aralar¬nda
g¬ms¬zd¬rlar, çünkü c1 , c2 2 R için,
lineer ba¼
!
c1 !
e 1 + c2 !
e2 = 0
ifadesinden
c1 (1, 0) + c2 (0, 1) = (0, 0)
(c1 , 0) + (0, c2 ) = (0, 0)
(c1 , c2 ) = (0, 0)
g¬ndan c1 = 0 ve c2 = 0 olmak zorundad¬r.
olaca¼

! ! !
Örnek 22: R2 de f1 = (1, 0), f2 = (0, 1) ve f3 = (3, 2)
vektörleri lineer ba¼ g¬ml¬m¬d¬r?
c1 , c2 , c3 2 R için
! ! ! !
c1 f1 + c2 f2 + c3 f3 = 0
ifadesinden
c1 (1, 0) + c2 (0, 1) + c3 (3, 2) = (0, 0)
(c1 + 3c3 , c2 2c3 ) = (0, 0)

g¬ndan c1 + 3c3 = 0 ve c2 2c3 = 0 olur. Bu ise λ 2 R
olaca¼
olmak üzere c1 = 3λ, c2 = 2λ ve c3 = λ demektir. O halde bu
vektörler lineer ba¼
g¬ml¬d¬rlar.

!
Uyar¬: 0 vektörünü içine alan herbir vektör cümlesi lineer
ba¼g¬ml¬d¬r.
Teorem 7: V bir reel vektör uzay¬ve S = fα1 , α2 , .., αn g V
olsun.
α1 = (α11 , α12 , ..., α1n ) ,

α2 = (α21 , α22 , ..., α2n ) ,
..
.
αn = (αn1 , αn2 , ..., αnn ) ,
olmak üzere
1 det (α1 , α2 , .., αn ) = 0 , S = fα1 , α2 , .., αk g vektör cümlesi
lineer ba¼g¬ms¬zd¬r.
2 det (α1 , α2 , .., αn ) 6= 0 , S = fα1 , α2 , .., αk g vektör cümlesi
lineer ba¼g¬ml¬d¬r.

! !
Örnek 23: R3 de f1 = (1, 1, 2), f2 = (3, 1, 1) ve
!
f3 = (2, 2, 3) vektörleri lineer ba¼
g¬ml¬m¬d¬r?
2 3
1 3 2
det 4 1 1 2 5 = 7 6= 0
2 1 3
! ! !
oldu¼
gundan f1 , f2 ve f3 vektörleri lineer ba¼
g¬ms¬zd¬r.

! !
Örnek 24: R3 de f1 = (1, 1, 2), f2 = (3, 1, 1) ve
!
f3 = ( 1, 3, 5) vektörleri lineer ba¼ g¬ml¬m¬d¬r?
2 3
1 3 2
det 4 1 1 2 5=0
1 3 5
! ! !
oldu¼
gundan f1 , f2 ve f3 vektörleri lineer ba¼
g¬ml¬d¬r.

! !
Örnek 25: R3 de f1 = (2, 1, 3), f2 = (3, k, 1) ve
!
g¬ml¬vektörler ise k 2 R de¼
f3 = (1, 3, 5) vektörleri lineer ba¼ geri
nedir?
2 3
2 3 1
det 4 1 k 3 5 = 0
3 1 5
ginden 49 + 7k = 0 ve dolay¬s¬yla k =
olmas¬gerekti¼ 7 olur.

! !
Hat¬rlatma: α , β 2 V vektörleri e¼
ger;
! !
α = λβ
! !
ise α, β vektör çiftine lineer ba¼g¬ml¬d¬r (paraleldir) denir.
! !
ger;
! !
α 6= λ b
! !
ise α, β vektör çiftine lineer ba¼g¬ms¬zd¬r (paralel de¼
gildir) denir.

Örnek 27: R22 matris uzay¬nda S e=
0 1 1 0 1 1 1 1
A1 = , A2 = , A3 = , A4 =
1 1 1 1 0 1 1 0
cümlesi lineer ba¼ g¬ms¬zd¬r. Çünkü;
c1 , c2 , c3 , c4 2 R için
c1 A1 + c2 A2 + c3 A3 + c4 A4 = 0
ifadesinden
0 1 1 0 1 1 1 1 0 0
c1 + c2 + c3 + c4 =
1 1 1 1 0 1 1 0 0 0
c2 + c3 + c 4 c1 + c 3 + c4 0 0
=
c1 + c2 + c 4 c1 + c 2 + c 3 0 0
g¬ndan denklem çözülürse c1 = 0, c2 = 0, c3 = 0, c4 = 0 olur.
olaca¼

Tan¬m 14: V bir vektör uzay¬ve !
αi 2 V olmak üzere bir
S = fα1 , α2 , .., αk g V
! ! k
altcümlesini alal¬m. 8 α 2 V için α = ∑ ci !
αi olacak şekilde
i =1
c1 , c2 , ..., ck 2 R varsa S cümlesi V vektör uzay¬n¬geriyor denir ve
V = Span fα1 , α2 , .., αk g .
ile gösterilir.

Örnek 28: R3 uzay¬nda ! e1 = (1, 0, 0), !
e2 = (0, 1, 0) ve
!
e3 = (0, 0, 1) vektörleri R3 reel vektör uzay¬n¬gerer. Çünkü;
! ! 3
8 α = (x, y , z ) 2 R3 için α = ∑ ci ! ei olacak şekilde
i =1
c1 = x, c2 = y , c3 = z 2 R vard¬r. Yani;
!
α = (x, y , z ) = (x, 0, 0) + (0, y , 0) + (0, 0, z )
= x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1)
= x!e1 + y ! e2 + z !
e3
olur.

! !
Örnek 29: R3 uzay¬nda f1 = (0, 1, 1), f2 = (1, 0, 1) ve
!
f3 = (1, 1, 0) vektörleri R3 reel vektör uzay¬n¬gerer. Çünkü;
! ! 3 !
8 α = (x, y , z ) 2 R3 için α = ∑ ci fi olacak şekilde
i =1
y +z x x +z y y +x z
c1 = , c2 = , c3 = 2 R vard¬r.
2 2 2
Yani;
!
α = (x, y , z ) = (x, 0, 0) + (0, y , 0) + (0, 0, z )
y +z x ! x +z y ! y +x z!
= f1 + f2 + f3
2 2 2
olur.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·
INEER CEB·
IR ( ·
ISTAT·
IST·IK,

Baz ve Boyut
Tan¬m 15: V bir reel vektör uzay¬ve ψ = fα1 , α2 , .., αk g V

olsun.
1 ψ = fα1 , α2 , .., αk g vektör cümlesi lineer ba¼
g¬ms¬z
2 V = Span fα1 , α2 , .., αk g = Span fψg
özelikleri sa¼
glan¬yor ise ψ vektör cümlesine V vektör uzay¬n¬n
bir baz¬veya taban¬ad¬verilir. Bir uzay¬n baz vektörleri o
uzay¬temsil eden vektörlerin cümlesidir.

ψ = f!
e1 = (1, 0), !
e2 = (0, 1)g vektör cümlesi bir bazd¬r.
1 0
1 det = 1 6= 0 oldu¼
gundan ψ vektör cümlesi lineer
0 1
ba¼g¬ms¬zd¬r.
! !
2 8 α = (x, y ) 2 R2 için α = c !
e +c !
1 1 e olacak şekilde
2 2
c1 = x, c2 = y 2 R vard¬r. O halde R2 = Span fψg .
ψ baz¬na R2 reel vektör uzay¬n¬n standart baz¬denir.
Benzer şekilde kolayca gösterilebilir ki
Ψ = f!e1 = (1, 0, 0), !
e2 = (1, 0, 1), ! e3 = (0, 0, 1)g vektör
cümlesi de R reel vektör uzay¬n¬n standart baz¬olur.
3

Örnek n! 31: R2 reel vektör uzay¬nda o
! !
ψ = f1 = (1, 0), f2 = (0, 1), f3 = (3, 2) vektör cümlesi bir
baz m¬d¬r?
c1 , c2 , c3 2 R için
! ! ! !
c1 f1 + c2 f2 + c3 f3 = 0
ifadesinden
c1 (1, 0) + c2 (0, 1) + c3 (3, 2) = (0, 0)
(c1 + 3c3 , c2 2c3 ) = (0, 0)

g¬ndan c1 + 3c3 = 0 ve c2 2c3 = 0 olur. Bu ise λ 2 R
olaca¼
olmak üzere c1 = 3λ, c2 = 2λ ve c3 = λ demektir. O halde bu
vektörler lineer ba¼
g¬ml¬d¬rlar. Dolay¬s¬yla bir baz olamazlar.

!
Uyar¬: Bir vektör uzay¬nda 0 vektörünü içeren alan herhangi bir
!
vektör cümlesi o uzay¬n baz¬olamaz. Çünkü 0 vektörünü içeren
her vektör cümlesi lineer ba¼
g¬ml¬d¬r..

Örnek
n! 32: R3 reel vektör uzay¬nda o
! !
φ = f1 = ( 1, 1, 1), f2 = (1, 1, 1), f3 = (1, 1, 1) vektör
cümlesi bir baz m¬d¬r?
1
2 3
1 1 1
det 4 1 1 1 5 = 4 6= 0
1 1 1
oldu¼
gundan φ vektör cümlesi lineer ba¼
g¬ms¬zd¬r.
2 R3 reel vektör uzay¬nda φ vektör cümlesi R3 reel vektör
! ! 3
uzay¬n¬gerer. Çünkü; 8 α = (x, y , z ) 2 R3 için α = ∑ ci !
ei
i =1
z +y x +z x +y
olacak şekilde c1 = , c2 = , c3 = 2R
2 2 2
vard¬r.
O halde φ vektör cümlesi R3 reel vektör uzay¬n¬n bir baz¬d¬r.

Teorem 8: V bir reel vektör uzay¬ve ψ = fα1 , α2 , .., αk g bu
!
vektör uzay¬n¬n bir baz¬olsun. 8 α 2 V vektörü ψ baz vektörlerinin
lineer birleşimi olarak tek türlü yaz¬l¬r.
Tan¬m 16: V bir reel vektör uzay¬ve ψ = fα1 , α2 , .., αk g bu
! ! k
vektör uzay¬n¬n bir baz¬olsun. 8 α 2 V vektörü için α = ∑ ci ! ei
i =1
!
olacak şekilde c1 , c2 , ..., ck 2 R say¬lar¬na α vektörünün bu baza
göre bileşenleri denir ve bu baza göre vektör
!
αψ = (c1 , c2 , ..., ck )
ile gösterilir.

Örnek n! 33: R3 reel vektör uzay¬nda o
! !
φ = f1 = ( 1, 1, 1), f2 = (1, 1, 1), f3 = (1, 1, 1) vektör
cümlesi bir bazd¬r. Standart baza göre koordinatlar¬baza göre
!
α = ( 1, 5, 3) olan vektörün φ baz¬na göre koordinatlar¬n¬
bulunuz.
c1 , c2 , c3 2 R için
! ! !
c1 f1 + c2 f2 + c3 f3 = !
α
c1 ( 1, 1, 1) + c2 (1, 1, 1) + c3 (1, 1, 1) = ( 1, 5, 3)
( c1 + c 2 + c3 , c1 c2 + c3 , c1 + c2 c3 ) = ( 1, 5, 3)
olup c1 + c2 + c3 = 1, c1 c2 + c3 = 5 ve c1 + c2 c3 = 3
! = (4, 1, 2)
denklemlerinden c1 = 4, c2 = 1, c3 = 2 olur. Yani α φ
olur.

Tan¬m 17: V sonlu boyutlu bir reel vektör uzay¬ve
ψ = fα1 , α2 , .., αk g bu vektör uzay¬n¬n bir baz¬olsun. Bazdaki
vektör say¬s¬na bu uzay¬n boyutu ad¬verilir. Bir V vektör uzay¬n¬n
boyutu boyV ile gösterilir.
Örnek 33: Rn reel vektör uzay¬nda φ =
f!
e1 = (1, 0, 0, ..., 0), !
e2 = (0, 1, 0, ..., 0), ..., !
en = (0, 0, 0, ..., 1)g
vektör cümlesine uzay¬n standart baz¬ad¬verilir. Dolay¬s¬yla bu
uzay¬n boyutu boy Rn = n olur.
Uyar¬: Bir vektör uzay¬n¬n baz¬ndaki vektör say¬s¬uzay¬n boyutunu
geçemez.

W = (x1 , x2 , x3 , x4 ) 2 R4 : x1 + x2 = x3 x4 alt uzay¬veriliyor.
Bu uzay¬n bir baz¬n¬ve boyutunu bulunuz.
x2 = λ, x3 = µ ve x4 = ζ 2 R olsun. Bu durumda x1 = µ ζ λ
olur. Yani,
(x1 , x2 , x3 , x4 ) = (µ ζ λ, λ, µ, ζ )
= λ ( 1, 1, 0, 0) + ζ ( 1, 0, 1, 0) + µ (1, 0, 1, 0)
olup n o
! ! !
φ = f1 = ( 1, 1, 0, 0), f2 = ( 1, 0, 1, 0), f3 = (1, 0, 1, 0)
cümlesi W alt uzay¬için bir bazd¬r. Dolay¬s¬yla boyW = 3 olur.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L· INEER CEB· IR ( I·STATI·STI·K,
ASTRONOM· I ve UZAY B· IL·IMLER·I)
Hafta 6: Lineer Dönüşümler ve ·Izomor…zmler

Lineer Dönüşümler ve ·
Izomor…zmler
Tan¬m 18: V ve W iki reel vektör uzay¬olsunlar. Bir
A:V !W
dönüşümü için
1 A( α + β ) = A( α ) + A( β ) ; 8α, β 2 V
2 A(cα) = cA(α) , 8c 2 R; 8α, β 2 V
aksiyom sa¼
glan¬yor ise bu dönüşüme bir lineer dönüşüm (
homomor…zm ) denir.

Özel Haller:
1 A lineer dönüşümü örten ise A ya bir lineer epimor…zm,
2 A lineer dönüşümü birebir ve örten ise bir lineer izomor…zm,
3 V = W ise A lineer dönüşümüne bir lineer endomor…zm,
4 V = W ve A lineer dönüşümü birebir ve örten ise bir lineer
otomor…zm
ad¬verilir.

Tan¬m 19: V ve W iki reel vektör uzay¬olsunlar. 8α, β 2 V ve
8c 2 R için
A:V !W
dönüşümü
A(α + c β) = A(α) + cA( β)
koşulunu sa¼
gl¬yor ise bu dönüşüme bir lineer dönüşüm (
homomor…zm ) denir.

Tan¬m 20: V ve W iki reel vektör uzay¬ve A : V ! W bir
dönüşüm olsun.
α 2 V olmak üzere A (α) 2 W vektörüne α vektörünün resmi ad¬
verilir.
Örnek 35: L : R3 ! R2 ,
(x, y , z ) ! L (x, y , z ) = (x 2y , 2x + z ) dönüşümüne göre
!α = (2, 1, 3) vektörünün resmi nedir?
L (2, 1, 3) = (2 2.( 1), 2.2 + 3) = (4, 7)

Örnek 36: L : R3 ! R2 ,
(x, y , z ) ! L (x, y , z ) = (x 2y , 2x + y ) dönüşümünün bir lineer
dönüşüm oldu¼ gunu gösteriniz.
8α = (α1 , α2 , α3 ) , β = ( β1 , β2 , β3 ) 2 R3 ve 8c 2 R için
A(α + c β) = A((α1 , α2 , α3 ) + c ( β1 , β2 , β3 ))
= A ( α1 + c β1 , α2 + c β2 , α3 + c β3 )
= ((α1 + c β1 ) 2 (α2 + c β2 ) , 2 (α2 + c β2 ) + (α3 + c β3 ))
= A(α) + cA( β)
oldu¼
gundan L bir lineer dönüşümdür.

Örnek 37: Pn , derecesi n olan reel katsay¬l¬polinomlar uzay¬
oldu¼
guna göre
D : Pn ! Pn
türev operatörünün bir lineer dönüşüm oldu¼
gunu gösteriniz.
i ). 8p (x ), q (x ) 2 Pn için
d d d
D (p (x ) + q (x )) = (p (x ) + q (x )) = p (x ) + q (x ) = D (p (x )) + D
dx dx dx
d¬r.
ii ).8c 2 R ve 8p (x ) 2 Pn için
d d
D (cp (x )) = (cp (x )) = c p (x ) = cD (p (x ))
dx dx
d¬r. Böylece D dönüşümünün bir lineer dönüşüm oldu¼gu gösterilir.

Teorem 9: V ve .W iki reel vektör uzay¬ve A : V ! W bir lineer
dönüşüm ise;
1 8 a1 , a2 , ....., ak 2 V ve 8c1 , c2 , ....., ck 2 R için
k k
A ( ∑ ci a i ) = ∑ ci A ( a i )
i =1 i =1
! !
2 0 2 V , s¬f¬r vektörü için A( 0 ) = 0 2 W

Örnek 38: L : R3 ! R2 lineer dönüşümü L(1, 1, 0) = (3, 2),
L(0, 1, 1) = ( 1, 4), L(1, 0, 1) = (2, 1) olarak tan¬mlans¬n.
1 Bu lineer dönüşümün kural¬n¬bulunuz.
2 Bu lineer dönüşüm alt¬nda α = (2, 3, 5) vektörünün resmini
bulunuz.
3 Bu lineer dönüşüm alt¬nda resmi β = (4, 3) olan bir vektör
bulunuz.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L· INEER CEB· IR ( I·STATI·STI·K,
Hafta 7: Lineer Dönüşümlerde Görüntü Uzay¬ve
Çekirdek

Lineer Dönüşümlerde Görüntü Uzay¬ve Çekirdek
Teorem 10: V ve W birer reel vektör uzay¬ve A : V ! W bir

lineer dönüşüm olsun.
1 V vektör uzay¬n¬n herhangi bir altuzay¬E ise
A(E ) = fA( α ) 2 W j α 2 E g
cümlesi de W vektör uzay¬n¬n bir altuzay¬d¬r.

2 W vektör uzay¬n¬n herhangi bir altuzay¬F ise
1
A (F ) = f α 2 V j A( α ) 2 F g
cümlesi de V vektör uzay¬n¬n bir altuzay¬d¬r.

Teorem 11: V ve W birer reel vektör uzay¬ve A : V ! W bir
lineer dönüşüm olsun.
! !
1 A birebirdir , 8 α 2 V için A( α ) = 0 iken α = 0
2 A birebir ise f a1 , a2 , ......, ak g cümlesi V vektör uzay¬nda

g¬ms¬z iken fA( a1 ), A( a2 ), ......, A( ak )g cümlesi de W
lineer ba¼
vektör uzay¬nda lineer ba¼ g¬ms¬zd¬r.

Tan¬m 21: A : V ! W bir lineer dönüşümü alt¬nda resimleri ayr¬
!
ayr¬ 0 olan V vektör uzay¬n¬n bütün vektörlerinin cümlesi
! n ! o
S = A 1 ( 0 ) = α 2 V j A( a ) = 0 2 W
V vektör uzay¬n¬n bir altuzay¬d¬r. Bu S altuzay¬na A lineer

dönüşümünün çekirde¼ gi denir. Çekirdek uzay¬n¬n boyutuna, A
lineer dönüşümünün s¬f¬rl¬k derecesi denir ve sıf ırl ıkA ile
gösterilir.

Tan¬m 22: A : V ! W lineer dönüşümünde
A(V ) = fA( α ) 2 W j α 2 V g
cümlesi de W reel vektör uzay¬n¬n bir alt uzay¬d¬r. Bu uzaya A

lineer dönüşümünün görüntü uzay¬ve bu uzay¬n boyutuna da A
n¬n rank¬denir ve r ankA yaz¬l¬r.

V ve W sonlu boyutlu iseler A lineer dönüşümünün çekirde¼
gi olan
gerler bölgesi olan A(V ) de sonlu boyutlu olur.
S ve de¼

Teorem 12:
V sonlu boyutlu bir vektör uzay¬ve A : V ! W lineer dönüşümü
verilsin. Bu durumda
r ankA + sıf ırl ıkA = boyV

ya da
boyA(V ) + boyS = boyV
olur.

Teorem 13: V ve W vektör uzaylar¬reel ve n-boyutlu olsunlar.
Bir A : V ! W lineer dönüşümü için şu önermeler denktir:
1 A bir lineer izomor…zmdir,
2 A injektiftir,
! !
3 α 2 V için A(α) = 0 ) α = 0
4 r ankA = n
5 sıf ırl ıkA = 0
6 A sürjektiftir

Örnek 38: L : R3 ! R2 lineer dönüşümü L(1, 0, 0) = (1, 1),
L(0, 1, 0) = ( 1, 1), L(0, 0, 1) = (0, 0) olarak tan¬mlans¬n. Bu
dönüşümün rank¬n¬ve s¬f¬l¬k derecelerini bulunuz.
L(R3 ) = span f(1, 1), ( 1, 1), (0, 0)g

uzay¬n¬üretir ve lineer ba¼
g¬ms¬z oldu¼
gundan
boyL(R3 ) = r ankL = 1
r ankL + sıf ırl ıkL = boy R3

gundan sıf ırl ık derecesi = 2 bulunur.
oldu¼

Örnek 39: L : R3 ! R2 , (x, y , z ) ! (x y , y + z ) lineer
dönüşümü veriliyor.
1 Bu lineer dönüşümün çekirdek uzay¬n¬ve bu uzay¬n boyutunu
bulunuz.
2 Bu lineer dönüşümün rank¬n¬bulunuz.
3 Bu lineer dönüşüm birebir midir?

Çözüm:
! n ! o
S = L 1
(0)= !α = (x, y , z ) 2 R3 j A( !
α ) = 0 2 R2
=) (x y , y + z ) = (0, 0)
=) x y = 0 ve y + z = 0
=) y = t 2 R denilirse x = t 2 R ve z = t 2 R olur. Yani;

S = Span !α = (1, 1, 1) 2 R3 ve boyS = 1 olur.

boy R3 = R ank L + sıf ırl ıkL
3 = R ank L + 1
gundan R ank L = 2 olur. Bu dönüşüm 1:1 de¼

oldu¼ gildir. Çünkü
çekirdek uzay¬nda s¬f¬r vektöründen farkl¬vektör vard¬r.

Örnek 40: P2 ikinci dereceden polinom ailesi olmak üzere
L : P2 ! R
Z1
2
L( at + bt + c ) = ( at 2 + bt + c )dt
0
lineer dönüşümü verilsin.

bulunuz.

Çözüm:
S =L 1
(0) = fp (t ) 2 P2 j L(p (t )) = 0 2 Rg
glayan p (t ) = at 2 + bt + c eleman¬n¬arayal¬m.
koşulunu sa¼
at 3 bt 2 1 a b
L(p (t )) = + + ct j = + + c
3 2 0 3 2
a b
c=
3 2
O zaman
a b
S = at 2 + bt + ( )
3 2
tipindeki polinomlardan oluşur.

a b 1 1
at 2 + bt + ( ) = a (t 2 ) + b (t )
3 2 3 2
şeklinde yaz¬labilir. O halde
1 1
S = Sp (t 2 ), (t )
3 2
Böylece (t 2 13 ), (t 12 ) çekirdek uzay¬n bir baz¬d¬r. O halde

boyS = 2 olur. boyS = 2 oldu¼
gundan L birebir de¼gildir.

0
Örnek 41 : P2 ikinci dereceden polinom ailesi ve p (t ), p (t )
polinomunun türevi olmal üzere
L : P2 ! P2
0
L(p (t )) = t.p (t )
dönüşümü verilsin.
1 Bu dönüşümün lineer oldu¼
gunu gösteriniz.
bulunuz.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·
INEER CEB· IR ( I·STAT·
IST·
IK,
Hafta 8: ·
Iç Çarp¬m

·
Iç Çarp¬m
Tan¬m 23: V bir reel vektör uzay¬olsun. V üzerinde tan¬ml¬
f :V V ! R ; (!
u ,!
v ) ! f (!
u ,!
v)
dönüşümü aşa¼
g¬da verilen aksiyomlar¬sa¼
gl¬yorsa f dönüşümüne bir
iç çarp¬m dönüşümü ad¬verilir.
! ! ! ! ! !
1 Simetri Aksiyomu: 8 u , v 2 V için f ( u , v ) = f ( v , u )
2 Bilineerlik Aksiyomu: 8 !
u1 , !
u2 , !
v 2 V ve 8 a, b 2 R için
f (a !
u1 + b !u2 , !
v ) = af (!
u1 , !
v ) + bf (!
u2 , !
v)
! ! !
f ( v , a u1 + b u2 ) = af ! !
( v , u1 ) + bf ! !
( v , u2 )
3 Pozitif Tan¬ml¬Olma Aksiyomu: 8 !u 2V
! ! f (!u ,!
u )=0 ,! u =0
içinf ( u , u ) 0 ,
f (!
u ,!
u ) i 0 ,!
u 6= 0
· Mat 114 Lineer Cebir

Örnek 42:
X = (x1 , x2 ) 2 R2 ve Y = (y1 , y2 ) 2 R2 olmak üzere
f : R2 R2 ! R
(X , Y ) ! f (X , Y ) = f ((x1 , x2 ), (y1 , y2 ))
= x1 y1 + x1 y2 + x2 y1 + 2x2 y2
dönüşümü bir iç çarp¬m fonksiyonudur. Gerçekten;

x1 , x2 , y1 , y2 2 R oldu¼
gundan
f (X , Y ) = x1 y1 + x1 y2 + x2 y1 + 2x2 y2
= y1 x1 + y2 x1 + y1 x2 + 2y2 x2
= f (Y , X )
d¬r. O halde simetri aksiyomu sa¼

glan¬r.

8X = (x1 , x2 ) 2 R2 , Y = (y1 , y2 ) 2 R2 ve Z = (z1 , z2 ) 2 R2 ile
8 a, b 2 R için
f ( aX + bY ,Z ) = f (( ax1 + by1 , ax2 + by2 ) , (z1 , z2 ))

= ( ax1 + by1 )z1 + ( ax1 + by1 )z2
+( ax2 + by2 )z1 + 2( ax2 + by2 )z2
= ax1 z1 + by1 z1 + ax1 z2 + by1 z2
+ ax2 z1 + by2 z1 + 2ax2 z2 + 2by2 z2
= af (X , Z ) + bf (Y ,Z )
oldu¼
gundan bi-lineerlik aksiyomu sa¼
glan¬r.

8X = (x1 , x2 ) 2 R2 için
f (X , X ) = f ((x1 , x2 ), (x1 , x2 ))
= x12 + x1 x2 + x2 x1 + 2x22
= (x1 + x2 )2 + x22 0
d¬r. Buradan
!
X 6= 0 ise, x1 , x2 den en az biri 6= 0 oldu¼
gundan f (X , X ) > 0
olacakt¬r.
!
X = 0 ise x1 = x2 = 0 olaca¼ g¬ndan f (X , X ) = 0 olaca¼
g¬
aşikard¬r.

Tan¬m 24: X = (x1 , x2 , ...., xn ) 2 Rn , Y = (y1 , y2 , ..., yn ) 2 Rn
olmak üzere
n
hX , Y i = ∑ xi yi
i =1
biçiminde tan¬mlanan
h, i : Rn Rn ! R
dönüşümü bir iç çarp¬m fonksiyonudur. Bu iç çarp¬m fonksiyonuna
Öklid Anlam¬nda I·ç Çarp¬m veya standart iç çarp¬m denir.

Tan¬m 25: V bir reel vektör uzay¬olsun. V üzerinde tan¬ml¬
f :V V ! R ; (!
u ,!
v ) ! f (!
u ,!
v)
iç çarp¬m¬na göre bir u 2 Rn vektörünün boyu ku kf ile gösterilir ve
vektörünün normu olarak adland¬r¬l¬r.
q
ku kf = jf (u, u )j
biçiminde tan¬mlan¬r.

gu Rn n-boyutlu
Öklid anlam¬ndaki iç çarp¬m¬n tan¬ml¬oldu¼
standart Öklid uzay¬n¬ele alal¬m.
8X = (x1 , x2 , ...., xn ) 2 Rn için
s
q n
kX k = hX , X i= ∑ xi yi
i =1
q
= x12 + x22 + .... + xn2
de¼
gerine X vektörünün standart Öklid iç çarp¬m¬na göre normu
ad¬verilir. kX k = 1 ise X vektörüne birim vektör denir.

Tan¬m 26: Rn reel vektör uzay¬nda A = ( a1 , a2 , ...., an ) 2 Rn ,
B = (b1 , b2 , ..., bn ) 2 Rn olmak üzere A ile B noktalar¬aras¬
uzakl¬k
n
!
d (A, B ) = AB = ∑ ( bi ai )2
i =1
şeklindedir.

Örnek 43: R2 Öklid uzay¬nda tan¬ml¬standart Öklid iç çarp¬m¬na
göre
1
!
α = (3, 4) vektörünün uzunlu¼gunu bulunuz.
2 A( 3, 2) ve B = (5, 4) noktalar¬aras¬uzakl¬g¼¬bulunuz.
3 Merkezil birim çemberin denklemini bulunuz.

Çözüm:
q
!
α = h!
α,!
αi
q
= h(3, 4), (3, 4)i
q
= 3.3 + ( 4) ( 4)
= 5

! ! !
d (A, B ) = AB = OB OA
q
= (5 ( 3))2 + ( 4 2)2
= 10

O (0, 0) ve P (x, y ) olmak üzere
q
!
d (O, P ) = OP = h(x, y ), (x, y )i
p
1 = x2 + y2
oldu¼
gundan merkezil birim çemberin standart Öklid iç çarp¬m¬na
göre denklemi x 2 + y 2 = 1 olur.

Örnek 44: X = (x1 , x2 ) 2 R2 ve Y = (y1 , y2 ) 2 R2 olmak üzere
f : R2 R2 ! R
(X , Y ) ! f (X , Y ) = f ((x1 , x2 ), (y1 , y2 ))
= x1 y1 + x1 y2 + x2 y1 + 2x2 y2
iç çarp¬m¬na göre
1
!α = (3, 4) vektörünün uzunlu¼
gunu bulunuz.

Çözüm:
q
!
α = f !
α,!
α
f
q
= f ((3, 4), (3, 4))
q
= 3.3 + 3.( 4) + ( 4) .3 + 2. ( 4) ( 4)
p
= 17

q q
! ! !
df (A, B ) = AB = f (AB.AB ) = f ((8, 6), (8, 6))
f
q
= 8.8 + 8.( 6) + ( 6) .8 + 2. ( 6) ( 6)
p
= 2 10

q
!
df (O, P ) = OP = f ((x, y ), (x, y ))
f
p
1 = x.x + x.y + y .x + 2.y .y
oldu¼
gundan merkezil birim çemberin f iç çarp¬m¬na göre denklemi
(x + y )2 + y 2 = 1 olur.

Örnek 45: X = (x1 , x2 ) 2 R2 ve Y = (y1 , y2 ) 2 R2 olmak üzere
g : R2 R2 ! R
(X , Y ) ! g (X , Y ) = g ((x1 , x2 ), (y1 , y2 ))
x1 y1 ,X = Y
=
x1 y1 + x2 y2 , X 6= Y
iç çarp¬m¬na göre
1
!α = (3, 4) vektörünün uzunlu¼
gunu bulunuz.

Çözüm:
q
!
α = g !
α,!
α
g
q
= g ((3, 4), (3, 4))
p
= 3.3
= 3

q q
! ! !
dg (A, B ) = AB = g (AB.AB ) = g ((8, 6), (8, 6))
g
p
= 8.8
= 8

q
!
dg (O, P ) = OP = g ((x, y ), (x, y ))
g
p
1 = x.x
oldu¼gundan merkezil birim çemberin g iç çarp¬m¬na göre denklemi

jx j = 1 olur.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·
INEER CEB· IR ( I·STATI·STI·K,
Hafta 9: ·
Iç Çarp¬m Uzaylar¬

·
Iç Çarp¬m Uzaylar¬
Tan¬m 26: V bir reel vektör uzay¬olsun. V üzerinde

simetrik,bi-lineer ve pozitif tan¬ml¬olan bir
f :V V ! R ; (!
u ,!
v ) ! f (!
u ,!
v)
iç çarp¬m¬tan¬mlanabiliyorsa V vektör uzay¬na bir iç çarp¬m uzay¬
ad¬verilir.
·
Iç çarp¬m uzay¬nda metrik özelliklerden söz edebiliriz. Bu özellikler
uzunluk, aç¬ve alan, hacim ölçüleriyle ilgilidirler. Örnek olarak,
üzerinde Öklid anlam¬ndaki iç çarp¬m¬n tan¬ml¬oldu¼ gu Rn
n-boyutlu standart Öklid uzay¬n¬ele alal¬m.
· Mat 114 Lineer Cebir

Teorem 14: 8X = (x1 , x2 , ..., xn ) 2 Rn ve
8Y = (y1 , y2 , ..., yn ) 2 Rn ile 0 θ π olmak üzere
h, i : Rn Rn ! R
(X , Y ) ! hX , Y i = kX k . kY k cos θ
dönüşümü bir iç çarp¬m fonksiyonudur.

Bu durumda standart Öklid iç çarp¬m¬na göre iki vektör aras¬aç¬
hX , Y i
θ = arccos
kX k . kY k
olur.

Tan¬m 27: V bir reel iç çarp¬m uzay¬olsun. X , Y 2 V için
hX , Y i = 0 ise X ve Y vektörlerine ortogonal ya da dik vektörler
denir.
Tan¬m 28: V bir reel iç çarp¬m uzay¬olsun. S = fX1 , X2 , ..., Xn g
vektör cümlesi için i 6= j olmak üzere hXi , Xj i = 0 ise S cümlesine
ortogonal vektör cümlesi denir. E¼ ger bu cümledeki her vektör
birim vektör ise yani kXi k = 1 ise S cümlesine ortonormal vektör
cümlesi denir
Teorem 15: V bir reel iç çarp¬m uzay¬olsun. 8X , Y 2 V için
jhX , Y ij kX k . kY k
eşitsizli¼
gi gerçeklenir. Bu eşitsizlik literatürde Schwarz Eşitsizli¼
gi
olarak bilinir.

kX + Y k2 + kX Y k2 = 2 (kX k + kY k)2
eşitli¼
gi gerçeklenir. Bu eşitli¼
ge Paralelkenar kural¬ad¬verilir.

kX + Y k2 kX Y k2 = 4hX , Y i
eşitli¼
gi gerçeklenir. Bu eşitli¼
ge Polarizasyon Eşitli¼
gi ad¬verilir.

Teorem 18: Rn standart Öklid uzay¬nda S = fX1 , X2 , ..., Xn g
ortonormal bir vektör cümlesi olmak üzere 8X 2 Rn için
n
∑ jhX , Xi ij
2
kX k2
i =1
eşitsizli¼
gi gerçeklenir. Bu eşitsizlik literatürde Bessel Eşitsizli¼
gi
olarak bilinir.

!
Teorem 19: X 6= 0 olmak üzere 8X 2 Rn vektörü için
1
X0 = .X
kX k
olarak tan¬mlanan X0 vektörü birim vektördür.
Bu biçimde tan¬mlanan X0 vektörüne X vektörünün normlanm¬ş¬
denir ve bu vektör X vektörü yönündeki birim vektördür.

Teorem 20: Rn n boyutlu iç çarp¬m uzay¬nda bir
S = fX1 , X2 , ..., Xn g ortogonal vektör sistemi için
2
k k
∑ xi = ∑ kxi k2
i =1 i =1
dir.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L· INEER CEB·
IR ( ·
ISTAT·
IST· IK,
Hafta 10: Gramm-Schmidt Ortonormalleştirme
Metodu

Ortogonal Tümleyen, Vektörel Çarp¬m ve Gramm-Schmidt
Ortonormalleştirme Metodu
Tan¬m 29: n boyutlu bir reel iç çarp¬m uzay¬V olmak üzere W ,

V vektör uzay¬n¬n bir alt vektör uzay¬olsun. E¼
ger V vektör
uzay¬n¬n bir α vektörü W vektör uzay¬n¬n her β vektörüne dik ise β
vektörüne W vektör uzay¬na diktir denir. Bu koşulu saylayan β
vektörlerinin
W ? = fα 2 V : 8 β 2 W için hα, βi = 0g
şeklinde tan¬ml¬cümlesine de W vektör uzay¬n¬n ortogonal

kompleman uzay¬ad¬verilir.
Teorem 21: n boyutlu bir reel iç çarp¬m uzay¬V olmak üzere W ,
V vektör uzay¬n¬n bir alt vektör uzay¬olsun. W ? cümlesi de V
vektör uzay¬n¬n bir alt vektör uzay¬d¬r.

Tan¬m 30: n boyutlu bir reel vektör uzay¬V olmak üzere W1 ve
W2 , V vektör uzay¬n¬n iki alt vektör uzay¬olsun.
1 W1 + W2 = V
2 W1 \ W2 = ?
koşullar¬sa¼glan¬yorsa V vektör uzay¬na W1 ve W2 alt vektör
uzaylar¬n¬n direkt toplam uzay¬denir ve W1 W2 = V ile
gösterilir..

Teorem 22: : n boyutlu bir reel vektör uzay¬V olmak üzere W1
ve W2 , V vektör uzay¬n¬n sonlu boyutlu iki alt vektör uzay¬olsun.
Bu durumda
boy (W1 + W2 ) = boyW1 + boyW2 boy (W1 \ W2 ) ,

boy (W1 W2 ) = boyW1 + boyW2
dir.
Teorem 23: : n boyutlu bir reel iç çarp¬m uzay¬V olmak üzere
W , V vektör uzay¬n¬n bir alt vektör uzay¬olsun. Bu durumda
1 W W? = V
?
2 W? =W
dir.

Teorem 24: : n boyutlu bir reel vektör uzay¬V olmak üzere W ,
V vektör uzay¬n¬n sonlu boyutlu bir alt vektör uzay¬olsun. Bu
durumda m n olmak üzereW vektör uzay¬n¬n bir
SW = ff1 , f2 , ...., fm g
baz¬V vektör uzay¬n¬n bir
SV = ff1 , f2 , ...., fm , fm +1 , f m +2 , ..., f n g
baz¬na tamamlanabilir. Burada ffm +1 , f m +2 , ..., f n g vektörlerine

baza tamamlayan vektörler denir.

Örnek 46: R3 standart Öklid uzay¬n¬n
W1 = Span fα1 = (2, 1, 3), α2 = (1, 1, 2)g ve
W2 = Span f β1 = ( 1, 1, 4), β2 = (3, 2, 1)g alt uzaylar¬
veriliyor. Buna göre aşa¼
g¬daki sorular¬yan¬tlay¬n¬z.
1 W1 \ W2 alt uzay¬n¬n bir vektörünü bulunuz.
2 W1 alt uzay¬n¬n ψ = fα1 = (2, 1, 3), α2 = (1, 1, 2)g baz¬n¬
R3 standart Öklid uzay¬n¬n bir baz¬na tamamlay¬n¬z.
3 W2 alt uzay¬n¬n ortogonal kompleman uzay¬n¬bulunuz.
4 boy (W1 + W2 ) de¼
gerini hesaplay¬n¬z.

W1 = (x, y , z ) 2 R3 : x + y = z ve
W2 = (x, y , z ) 2 R3 : 2x y + z = 0 alt uzaylar¬veriliyor.
Buna göre aşa¼
1 W1 \ W2 alt uzay¬n¬bulunuz.
2 W1 alt uzay¬n¬n ψ = fα1 = (2, 1, 3), α2 = (1, 1, 2)g baz¬n¬
R3 standart Öklid uzay¬n¬n bir baz¬na tamamlay¬n¬z.
3 W2 alt uzay¬n¬n ortogonal kompleman uzay¬n¬bulunuz.
4 boy (W1 + W2 ) de¼
gerini hesaplay¬n¬z.

W1 = (x, y , z ) 2 R3 : x = y = z ve
W2 = (x, y , z ) 2 R3 : 2x y + z = 0 alt uzaylar¬veriliyor.
Buna göre aşa¼
1 W1 \ W2 alt uzay¬n¬bulunuz.
2 W1 alt uzay¬n¬n bir baz¬n¬bulunuz ve bu baz¬ R3 standart
Öklid uzay¬n¬n bir baz¬na tamamlay¬n¬z.
3 W1 ve W2 alt uzaylar¬n¬n ortogonal kompleman uzaylar¬n¬
bulunuz.
4 W1 W2 = R3 olur mu? Yorumlay¬n¬z.

Vektörel Çarp¬m ve Karma Çarp¬m:R3 standart Öklid uzay¬nda
^ : R3 R3 ! R3 ; X = (x1 , x2 , x3 ), Y = (y1 , y2 , y3 )
2 3
e1 e2 e3
(X , Y ) ! X ^ Y = det 4 x1 x2 x3 5
y1 y2 y3
x2 x3 x1 x3 x1 x2
= e1 e2 + e3
y2 y3 y1 y3 y1 y2
şeklinde tan¬mlanan X ^ Y vektörüne X ile Y vektörlerinin

vektörel çarp¬m¬veya d¬ş çarp¬m¬denir. Asl¬nda geometrik olarak
X ^ Y vektörü hem X hem de Y vektörlerine dik olan bir
vektördür. Yani;
hX ^ Y , X i = 0 ve hX ^ Y , Y i = 0
dir.

R3 standart Öklid uzay¬nda X = (x1 , x2 , x3 ), Y = (y1 , y2 , y3 ) ve
Z = (z1 , z2 , z3 ) olmak üzere
det : R3 R3 R3 ! R
2 3
x1 x2 x3
(X , Y , Z ) ! det (X , Y , Z ) = hX , Y ^ Z i = det 4 y1 y2 y3 5
z1 z2 z3
biçiminde tan¬mlanan fonksiyona vektörlerin karma çarp¬m¬ad¬

verilir.. Ayr¬ca determinant fonksiyonunun özelikleri yard¬m¬yla
kolayca gösterilebilir ki;
hX , Y ^ Z i = hY , Z ^ X i = hZ , X ^ Y i
dir.

Teorem 25: R3 standart Öklid uzay¬nda
8X = (x1 , x2 , x3 ), Y = (y1 , y2 , y3 ) ve Z = (z1 , z2 , z3 ) için
λ, µ 2 R olmak üzere
1. X ^ Y = Y ^ X (Vektörel çarp¬m anti-simetriktir.)
2. X ^ Y = 0 (Vektörel çarp¬m alternedir.)

3. X ^ (λY + µZ ) = λ (X ^ Y ) + µ (X ^ Z )
(λX + µY ) ^ Z = λ (X ^ Z ) + µ (Y ^ Z )
4. (X ^ Y ) ^ Z = hX , Z iY hY , Z iX
5. X ^ (Y ^ Z ) = hX , Z iY hX , Y iZ
X ^ (Y ^ Z ) + Y ^ (Z ^ X ) + Z ^ (X ^ Y ) 0
ve

6. kX ^ Y k = kX k . kY k sin θ, θ iki vektör aras¬aç¬d¬r.
7. X , Y 2 R3 vektörleri üzerine kurulan paralelkenar¬n alan¬
S = kX ^ Y k olur.
8. X , Y , Z 2 R3 vektörleri üzerine kurulan paralelyüzün hacmi
2 3
x1 x2 x3
V = det 4 y1 y2 y3 5
z1 z2 z3
dir.
9. X , Y , Z 2 R3 vektörleri lineer ba¼g¬ml¬d¬r ancak ve ancak V = 0
10. X , Y , Z , W 2 R3 vektörleri için
(X ^ Y ) ^ (Z ^ W ) = det (X , Z , W ) Y det (Y , Z , W ) X ,
(X ^ Y ) ^ (Y ^ Z ) = det (X , Y , Z ) Y
dir.

Örnek 49: R3 standart Öklid uzay¬nda köşelerinin koordinatlar¬
A( 1, 2, 1), B (3, 2, 4 ve C (4, 3, 5
olan üçgenin alan¬n¬hesaplay¬n¬z.

Teorem 26: V , n boyutlu bir reel iç çarp¬m uzay¬ve
W = span f β1 , β2 , ...., βm g olsun. Bir α 2 V vektörünün W alt
uzay¬üzerine dik izdüşümü olan vektör
m hα, βj i
İ zW α = ∑ h β , β i βj
j =1 j j
dir.
Örnek 50: R3 standart Öklid uzay¬nda
W = Span fα1 = (2, 1, 3), α2 = (1, 1, 2)g.alt uzay¬veriliyor. α
vektörünün β = (3, 4, 2) vektörünün W alt uzay¬üzerine
ortogonal izdüşümü olan vektörü bulunuz.
Örnek 51: R3 standart Öklid uzay¬nda α = (1, 3, 2) vektörünün
x + y + z = 0 düzlemi üzerine ortogonal izdüşümü olan vektörü
bulunuz.

Özel olarak; bir α 2 V vektörünün s¬f¬rdan farkl¬bir β vektörü
üzerine dik izdüşümü olan vektör
hα, βi
İ zβ α = β
h β, βi
ve dik izdüşüm vektörünün uzunlu¼
gu
hα, βi
İ zβ α =
k βk
olur.

Ödev: R2 standart Öklid uzay¬nda α = ( 2, 1) vektörü veriliyor.
1 α vektörünün β = (3, 4) vektörü üzerine ortogonal
izdüşümü olan vektörü bulunuz.
2 α vektörünün β = (3, 4) vektörü üzerine izdüşümü olan
vektörün uzunlu¼
gunu bulunuz.
3 α vektörünün 3x 4y + 12 = 0 vektörü üzerine ortogonal
izdüşümü olan vektörü bulunuz.
4 α vektörünün 3x 4y + 12 = 0 vektörü üzerine izdüşümü
olan vektörün uzunlu¼
gunu bulunuz.

Teorem 27: V , n boyutlu bir reel iç çarp¬m uzay¬ve
Sx = fx1 , x2 , ...., xn g cümlesi V vektör uzay¬n¬n lineer ba¼
g¬ms¬z
bir vektör cümlesi olsun. Bu cümle
y1 = x1 ,
n 1
hyi , xr i
yn = xn ∑ hyi , yi i
yi ,2 n2N
i =1
formülleri ile Sy = fy1 , y2 , ...., yn g ortogonal vektör cümlesine ve

daha sonra da
yn
en = , 1 n2N
kyn k
formülleri ile Se = fe1 , e2 , ...., er g ortonormal vektör sistemine
dönüştürülür.

Teorem 28: V bir iç çarp¬m uzay¬ve fe1 , e2 , ....., en g de V nin bir
ortonormal baz¬olsun.
1 8x 2 V için
n
x= ∑ hx, ei iei
i =1
n n
2 V de herhangi iki vektör x = ∑ xi ei ve y = ∑ yj ej ise
i =1 j =1
n
hx, y i = ∑ xi yi
i =1
dir.

Örnek 52: R3 standart Öklid uzay¬nda
Sx = fx1 = (0, 1, 0), x2 = (0, 2, 1), x1 = (3, 2, 0)g vektör sistemini
ortonormal bir vektör sistemine dönüştürünüz.
Çözüm: I .Ad ım (Ortogonalleştirme):
y1 = x1 = (0, 1, 0)
hy1 , x2 i
y2 = y1 + x2 = (0, 0, 1)
hy1 , y1 i
hy1 , x3 i hy2 , x3 i
y3 = y1 y2 + x3 y3 = (3, 0, 0)
hy1 , y1 i hy2 , y2 i
II .Ad ım (Ortonormalleştirme):
y1 , y2 ortonormal vektörler oldu¼gundan yaln¬zca y3 vektörünü birim
y3
hale getirmemiz yeterli olacakt¬r. Yani; e3 = = (1, 0, 0) ve
ky3 k
e1 = y1 , e2 = y2 oldu¼ gundan
Se = fe1 = (0, 1, 0), e2 = (0, 0, 1), e3 = (1, 0, 0)g

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·
INEER CEB· IR ( I·STATI·ST·
IK,
Hafta 11: Lineer Dönüşümler Uzay¬

Lineer Dönüşümler Uzay¬
n ve m boyutlu iki reel vektör uzay¬V ve W olmak üzere , V

vektör uzay¬n¬n bir taban¬
φ = fα1 , α2 , ...., αn g
ve W vektör uzay¬n¬n bir baz¬
ψ = f β1 , β2 , ...., βm g
şeklinde verilsin. A : V ! W lineer dönüşümü alt¬nda 1 i n

için A(αi ) vektörlerini W vektör uzay¬n¬n ψ baz¬na göre ifade
edelim. Bu ifade
m
A( αi ) = ∑ aji βj
j =1
ya da daha aç¬k yaz¬l¬şla

A(α1 ) = a11 β1 + a21 β2 + ... + am1 βm
A(α2 ) = a12 β1 + a22 β2 + ... + am2 βm
A(αn ) = a1n β1 + a2n β2 + ... + amn βm

olur ki bu da A : V ! W lineer dönüşümü için
2 3
a11 a12 a1n
6 a21 a22 a2n 7
6 7
Aφ,ψ = 6 .. .. .. .. 7
4 . . . . 5
am1 am2 amn
şeklinde bir matris belirtir.

Tan¬m 31: n ve m boyutlu iki reel vektör uzay¬V ve W olmak
üzere , V vektör uzay¬n¬n bir taban¬
φ = fα1 , α2 , ...., αn g
ψ = f β1 , β2 , ...., βm g
şeklinde verilsin. Aφ,ψ 2 Rm

n matrisine A lineer dönüşümünün φ
ve ψ bazlar¬na göre matrisi denir.

Örnek 53: A : R2 ! R3 , A (x, y ) = (x y, x + y, x ) lineer
dönüşümü verilsin. R2 ve R3 reel vektör uzaylar¬n¬n
φ = fα1 = (2, 1) , α2 = ( 1, 2)g
ve
ψ = f β1 = (0, 1, 1) , β2 = (1, 0, 1), β3 = (1, 1, 0)g
bazlar¬na göre A lineer dönüşümüne karş¬l¬k gelen Aφ,ψ matrisini
bulunuz.

Örnek 54: A : R3 ! R2 , A (x, y , z ) = (x y + z, x + y 2z )
lineer dönüşümü verilsin. R3 ve R2 reel vektör uzaylar¬n¬n
φ = f β1 = (0, 1, 1) , β2 = (1, 0, 1), β3 = (1, 1, 0)g
ve
ψ = fα1 = (2, 1) , α2 = ( 1, 2)g
bulunuz.

Örnek 55: L : P2 ! P2 , L (p (x )) = x.p 0 (x ) lineer dönüşümü
verilsin. P2 ikinci dereceden polinom fonksiyonlar¬n uzay¬n¬n
φ = 1, 1 x, 1 + x 2
ve
ψ = 1, x + 1, x 2
bazlar¬na göre L lineer dönüşümüne karş¬l¬k gelen Lφ,ψ matrisini
bulunuz.

Teorem 29: n ve m boyutlu iki reel vektör uzay¬V ve W olmak
üzere , V vektör uzay¬n¬n bir taban¬φ = fα1 , α2 , ...., αn g ve W
vektör uzay¬n¬n bir baz¬ψ = f β1 , β2 , ...., βm g şeklinde verilsin.
A : V ! W ve B : V ! W lineer dönüşümleri için
(A + B )φ,ψ = Aφ,ψ + Bφ,ψ
ve λ 2 R
(λA)φ,ψ = λ.Aφ,ψ
d¬r.
Teorem 30: A : V ! W lineer dönüşümünün V vektör uzay¬n¬n
φ = fα1 , α2 , ...., αn g ve W vektör uzay¬n¬n ψ = f β1 , β2 , ...., βm g
bazlar¬na göre matrisi Aφ,ψ ise 8α 2 V için
Aφ,ψ . [α]φ = [A (α)]ψ
dir.

Örnek 55: R3 ve R2 reel vektör uzaylar¬n¬n iki baz¬, s¬ras¬yla,
φ = fα1 = (0, 1, 1) , α2 = (1, 0, 1), α3 = (1, 1, 0)g
ve
ψ = f β1 = (2, 1) , β2 = ( 1, 2)g
1 2 3
olsun. A = oldu¼guna göre A matrisine φ ve ψ
2 3 1
tabanlar¬na göre karş¬l¬k gelen lineer dönüşümü bulunuz.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·
INEER CEB·
IR ( ·
ISTAT·
IST·
IK,

Lineer Dönüşümler Uzay¬
n ve m boyutlu iki reel vektör uzay¬V ve W olmak üzere , V

vektör uzay¬n¬n bir taban¬
φ = fα1 , α2 , ...., αn g
ψ = f β1 , β2 , ...., βm g
şeklinde verilsin. A : V ! W lineer dönüşümü alt¬nda 1 i n

için A(αi ) vektörlerini W vektör uzay¬n¬n ψ baz¬na göre ifade
edelim. Bu ifade
m
A( αi ) = ∑ aji βj
j =1
ya da daha aç¬k yaz¬l¬şla

A(α1 ) = a11 β1 + a21 β2 + ... + am1 βm
A(α2 ) = a12 β1 + a22 β2 + ... + am2 βm
A(αn ) = a1n β1 + a2n β2 + ... + amn βm

olur ki bu da A : V ! W lineer dönüşümü için
2 3
a11 a12 a1n
6 a21 a22 a2n 7
6 7
Aφ,ψ = 6 .. .. .. .. 7
4 . . . . 5
am1 am2 amn
şeklinde bir matris belirtir.

Tan¬m 31: n ve m boyutlu iki reel vektör uzay¬V ve W olmak
üzere , V vektör uzay¬n¬n bir taban¬
φ = fα1 , α2 , ...., αn g
ψ = f β1 , β2 , ...., βm g
şeklinde verilsin. Aφ,ψ 2 Rm

n matrisine A lineer dönüşümünün φ
ve ψ bazlar¬na göre matrisi denir.

Örnek 53: A : R2 ! R3 , A (x, y ) = (x y, x + y, x ) lineer
dönüşümü verilsin. R2 ve R3 reel vektör uzaylar¬n¬n
φ = fα1 = (2, 1) , α2 = ( 1, 2)g
ve
ψ = f β1 = (0, 1, 1) , β2 = (1, 0, 1), β3 = (1, 1, 0)g
bulunuz.

lineer dönüşümü verilsin. R3 ve R2 reel vektör uzaylar¬n¬n
φ = f β1 = (0, 1, 1) , β2 = (1, 0, 1), β3 = (1, 1, 0)g
ve
ψ = fα1 = (2, 1) , α2 = ( 1, 2)g
bulunuz.

Örnek 55: L : P2 ! P2 , L (p (x )) = x.p 0 (x ) lineer dönüşümü
verilsin. P2 ikinci dereceden polinom fonksiyonlar¬n uzay¬n¬n
φ = 1, 1 x, 1 + x 2
ve
ψ = 1, x + 1, x 2
bazlar¬na göre L lineer dönüşümüne karş¬l¬k gelen Lφ,ψ matrisini
bulunuz.

üzere , V vektör uzay¬n¬n bir taban¬φ = fα1 , α2 , ...., αn g ve W
vektör uzay¬n¬n bir baz¬ψ = f β1 , β2 , ...., βm g şeklinde verilsin.
A : V ! W ve B : V ! W lineer dönüşümleri için
(A + B )φ,ψ = Aφ,ψ + Bφ,ψ
ve λ 2 R
(λA)φ,ψ = λ.Aφ,ψ
d¬r.
Teorem 30: A : V ! W lineer dönüşümünün V vektör uzay¬n¬n
φ = fα1 , α2 , ...., αn g ve W vektör uzay¬n¬n ψ = f β1 , β2 , ...., βm g
bazlar¬na göre matrisi Aφ,ψ ise 8α 2 V için
Aφ,ψ . [α]φ = [A (α)]ψ
dir.

Örnek 55: R3 ve R2 reel vektör uzaylar¬n¬n iki baz¬, s¬ras¬yla,
φ = fα1 = (0, 1, 1) , α2 = (1, 0, 1), α3 = (1, 1, 0)g
ve
ψ = f β1 = (2, 1) , β2 = ( 1, 2)g
1 2 3
olsun. A = oldu¼guna göre A matrisine φ ve ψ
2 3 1
tabanlar¬na göre karş¬l¬k gelen lineer dönüşümü bulunuz.

Tan¬m 32: n -boyutlu bir reel vektör uzay¬V ve V vektör
uzay¬n¬n bir taban¬φ = fα1 , α2 , ...., αn g olsun. Bu durumda
A : V ! V lineer dönüşümünün φ baz¬na göre matrisi Aφ,ϕ
matrisi k¬saca Aφ ile gösterilir.
Tan¬m 33: n -boyutlu bir reel vektör uzay¬V ve V vektör
uzay¬n¬n iki farkl¬taban¬φ = fα1 , α2 , ...., αn g ve
φ0 = fα10 , α20 , ...., αn0 g olmak üzere
n
αj0 = ∑ pij αi
i =1
ile oluşturulan P = [pij ]n n matrisine φ0 baz¬ndan φ baz¬na geçiş

h i
matrisi ve P = pij0
0 matrisine φ baz¬ndan φ0 baz¬na geçiş
n n
matrisi denir.

Örnek 56: R2 reel vektör uzay¬n¬n iki baz¬, s¬ras¬yla,
φ = fα1 = (1, 1) , α2 = ( 1, 1)g
ve
φ0 = α10 = (2, 1) , α20 = ( 1, 2)
olsun.
1 φ0 baz¬ndan φ baz¬na geçiş matrisini bulunuz.
2 φ baz¬ndan φ0 baz¬na geçiş matrisini bulunuz.

Teorem 31: n -boyutlu bir reel vektör uzay¬V ve V vektör
uzay¬n¬n iki farkl¬taban¬φ ve φ0 olsun. φ0 baz¬ndan φ baz¬na geçiş
matrisi P ve φ baz¬ndan φ0 baz¬na geçiş matrisi P 0 olmak üzere
P0 = P 1
dir.
Örnek 57: R3 reel vektör uzay¬n¬n iki baz¬, s¬ras¬yla,
φ = fα1 = (0, 1, 1) , α2 = (1, 0, 1), α2 = (1, 1, 0)g
ve
φ0 = α10 = ( 1, 1, 1) , α20 = (1, 1, 1), α20 = (1, 1, 1)
olsun.
1 φ0 baz¬ndan φ baz¬na geçiş matrisini bulunuz.
2 φ baz¬ndan φ0 baz¬na geçiş matrisini bulunuz.

üzere , V vektör uzay¬n¬n iki taban¬φ , φ0 ve W vektör uzay¬n¬n iki
baz¬ψ , ψ0 olsun. φ0 baz¬ndan φ baz¬na geçiş matrisi P ve ψ0
baz¬ndan ψ baz¬na geçiş matrisi Q olmak üzere A : V ! W lineer
dönüşümü için
Aφ0 ,ψ0 = Q 1 Aφ,ψ P
dir.

lineer dönüşümü verilsin. R3 reel vektör uzay¬n¬n iki baz¬, s¬ras¬yla,
φ = fα1 = (0, 1, 1) , α2 = (1, 0, 1), α2 = (1, 1, 0)g ,

φ0 = α10 = ( 1, 1, 1) , α20 = (1, 1, 1), α20 = (1, 1, 1)
ve R2 reel vektör uzay¬n¬n iki baz¬, s¬ras¬yla,
φ = fα1 = (1, 1) , α2 = ( 1, 1)g ,

φ0 = α10 = (2, 1) , α20 = ( 1, 2)
olsun.
1 Aφ,ψ matrisini bulunuz.
Aφ0 ,ψ0 matrisini bulunuz ve Aφ0 ,ψ0 = Q 1A
2
φ,ψ P eşitli¼
gini
sa¼
glad¬g¼¬n¬gösteriniz.

Sonuç: n ve m boyutlu iki reel vektör uzay¬V ve W olmak üzere ,
V vektör uzay¬n¬n iki taban¬φ , φ0 ve W vektör uzay¬n¬n iki baz¬ψ
, ψ0 olsun. A : V ! W lineer dönüşümü için Aφ0 ,ψ0 ve Aφ,ψ
matrisleri denktir.
V = W ise V vektör uzay¬n¬n iki taban¬φ , φ0 olmak üzere
A : V ! V lineer dönüşümü için
1
Aφ 0 = P Aφ P
dir.

Sonuç: n boyutlu bir reel vektör uzay¬V ve bu vektör uzay¬n¬n bir
taban¬φ ve V vektör uzay¬n¬n bir taban¬φ olsun. A : V ! V
lineer dönüşümü için Aφ = In ise A dönüşümü V vektör uzay¬n¬n
özdeşlik dönüşümü olur.
Teorem 33: n boyutlu bir reel vektör uzay¬V ve bu vektör
uzay¬n¬n bir taban¬φ olsun. A : V ! V lineer dönüşümünün φ
baz¬na göre matrisi olan Aφ regüler matris ise tersi mevcut ise
A : V ! V lineer dönüşümünün de tersi vard¬r ve
1 1
A φ
= Aφ
dir.

Teorem 34: n boyutlu bir reel vektör uzay¬V ve bu vektör
uzay¬n¬n iki taban¬φ ve φ0 olsun. A : V ! V lineer dönüşümünün
φ baz¬na göre matrisi olan Aφ regüler matris ise tersinin mevcut
olmas¬için gerek ve yeter şart A : V ! V lineer dönüşümünün de
tersinin mevcut ve
1
A 1 φ = Aφ
olmas¬d¬r.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·INEER CEB· IR ( I·STATI·STI·K,
ASTRONOM· I ve UZAY B· IL·
IMLER·I)
Hafta 13: Özde¼gerler ve Özvektörler

Özde¼
gerler ve Özvektörler
Tan¬m 34: n boyutlu bir reel vektör uzay¬V ve A : V ! V bir

lineer dönüşüm (A 2Rnn de bu lineer dönüşüme karş¬l¬k gelen
matris) olsun. S¬f¬r vektörü olmayan bir α 2 V vektörü için
λ 2 R olmak üzere
A(α) = λα
glayan λ 2 R de¼
koşulunu sa¼ gerlerine A lineer dönüşümünün
karakteristik de¼gerleri (özde¼ gerleri veya eigen de¼ gerleri) ve her
λ 2 R de¼ gerine karş¬l¬k gelen α vektörlerine de A lineer
dönüşümünün karakteristik vektörleri (özvektörleri veya eigen
vektörleri) ad¬verilir. Bu karakteristik vektörlerin gerdi¼ gi
Vλ = fα 2 V : A(α) = λα, A : V ! V , α 6= 0g
karakteristik uzay (özuzay veya eigen uzay) ad¬verilir.

Geometrik olarak; karakteristik vektör bir lineer dönüşüm alt¬nda
do¼grultusu de¼ gişmeyen vektör demektir.
Teorem 35: n boyutlu bir reel vektör uzay¬V ve A : V ! V bir
lineer dönüşüm olsun. Bir α 2 V e¼ ger karakteristik vektör ise bu
vektöre karş¬l¬k gelen bir ve yaln¬z bir karakteristik de¼ ger vard¬r.
Teorem 36: n boyutlu bir reel vektör uzay¬V ve A : V ! V bir
lineer dönüşüm olsun. Bir λ 2 R de¼ gerine karş¬l¬k gelen birden
fazla karakteristik vektör vard¬r.

Örnek 59:
2 3
3 2 1
A = 40 1 2 5
0 1 1
matrisinin karakteristik de¼
gerleri
3 λ 2 1
det(A λI ) = 0 1 λ 2 =0
0 1 1 λ
p p
denkleminden λ1 = 3, λ2 = 3 ve λ3 = 3 olur.

1 3
Örnek 60: A = 2 R22 matrisi veriliyor. Bu matrise ait
2 2
1 karakteristik de¼
gerleri bulunuz.
2 karakteristik vektörleri bulunuz.
3 karakteristik uzaylar¬bulunuz.

Tan¬m 35: n boyutlu bir reel vektör uzay¬V ve A : V ! V bir
lineer dönüşüm (A 2Rnn de bu lineer dönüşüme karş¬l¬k gelen

matris) olsun. S¬f¬r vektörü olmayan bir α 2 V vektörü için
λ 2 R olmak üzere
T
A.α = λ.α, α = α1 α2 ... αn
A.α λ.α = 0,
(A λ.In ) .α = 0,
Bu denklem lineer homogen denklemdir. Aşikar olmayan
çözümlerinin olmas¬için
det (A λ.In ) = 0
olmal¬d¬r. Bu durumda
n
PA (λ) = det (A λ.In ) = ∑ aj λn j
, a0 = 1
j =0
şeklinde bir polinom elde edilir. Bu polinoma A lineer

dönüşümünün veya A matrisinin karakteristik polinomu denir.
Teorem 37: A ve B iki benzer matris olmak üzere bu matrislere
ait karakteristik de¼
gerler ayn¬d¬r.
Teorem 38: Her matris kendi karakteristik polinomunun bir
köküdür. Bu teorem literatürde Cayley Hamilton Teoremi olarak
bilinir.
2 3
Örnek 61: A = 2 R22 matrisi veriliyor. Bu matrise ait
4 1
1 karakteristik polinomu bulunuz.
2 karakteristik polinomu kullanarak Cayley Hamilton Teoremini
gerçekleyiniz.

Örnek 62: A : R3 ! R3 , A (x, y , z ) = (x + y , z y, x z ) lineer
dönüşümü verilsin. Bu lineer dönüşümün
2 karakteristik vektörlerini bulunuz.
gerçekleyiniz.

2 3
3 2 1
4
Örnek 63: A = 0 1 2 5 2 R22 matrisi veriliyor. Bu
0 0 1
matrise ait
2 karakteristik de¼
gerleri bulunuz.
3 karakteristik vektörleri ve uzaylar¬bulunuz.
gerçekleyiniz.

Sonuç: A 2Rnn matrisinin karakteristik polinomu
n
PA (λ) = det (A λ.In ) = ∑ aj λn j
, a0 = 1
j =0
oldu¼
gunda Cayley Hamilton Teoremi uyar¬nca
An + a1 An 1
+ ... + an 1 A+ an In =0
ve burdan gerekli işlemler yap¬larak
1 1
A = An 1
+ a1 An 2
... + an 1 In
an
olur.

2 3
3 2 1
Örnek 64: A = 4 2 1 2 5 2 R22 matrisi veriliyor. Cayley
1 4 1
Hamilton Teoremi yard¬m¬yla bu matrisin inversi olan matrisi
bulunuz.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

MAT 114 L·INEER CEB· IR ( I·STATI·STI·K,
ASTRONOM· I ve UZAY B· IL·
IMLER·I)
Hafta 14: Özde¼gerler ve Özvektörler

Köşegenleştirme
Tan¬m 36: A 2Rnn matrisi bir köşegen matrise benzer ise A

matrisine köşegenleştirilebilir matris ad¬verilir. A 2Rnn
matrisinin köşegen matrise benzer olmas¬demek
1
D=P AP
matrisi bir köşegen matris olacal şekilde regüler bir P matrisinin

bulunmas¬demektir. Burada P matrisi karakteristik uzaylar¬n baz
vektörlerini sütun kabul eden matristir. Burada D matrisine A
matrisinin köşegen matrisi ad¬verilir.
A 2Rnn matrisinin birbirinden farkl¬n tane özde¼ geri varsa bu matris
köşegenleştirilebilirdir.
Uyar¬: A 2Rnn matrisinin birbirinden farkl¬n tane özde¼ geri yoksa
köşegenleştirilemez denilemez. Ancak A 2Rnn matrisi
köşegenleştirilemeyen matris ise n tane farkl¬karakteristik de¼geri
olamaz.

3 1
Örnek 65: A = matrisini köşegen hale getiriniz.
2 2
Çözüm:
3 λ 1
PA (λ) = det(A λI2 ) = det
2 2 λ
= λ2 5λ + 4
PA (λ) = 0 denkleminden matrisin karakteristik de¼

gerleri λ1 = 1 ve
λ2 = 4 olur.

λ1 = 1 için karş¬l¬k gelen karakteristik vektör AX = X
denkleminden
3 1 x1 x1
A= =
2 2 x2 x2
3x1 + x2 = x1
2x1 + 2x2 = x2
x1 = 2x2
1
Xλ1 =
2

λ2 = 4 için karş¬l¬k gelen karakteristik vektör AX = 4X
denkleminden
3 1 x1 x1
A= =4
2 2 x2 x2
3x1 + x2 = 4x1
2x1 + 2x2 = 4x2

x1 = x2
1
Xλ2 =
1
olarak bulunur.

1 1
, lineer ba¼
g¬ms¬z oldu¼
gundan A matrisi
1 2
köşegenleştirilebilir.
1 1 1 1 1 1
P= , P =
2 1 3 2 1
ve
1 1 1 1 3 1 1 1
D = P AP =
3 2 1 2 2 2 1
1 0
=
0 4
Örnek 66:
A : R3 ! R3 , A (x, y , z ) = (3x, 2x y , x + 2y + z )
lineer dönüşümüne karş¬l¬k gelen A 2 R33 matrisi
köşegenleştirilebilir bir matris midir? Cevab¬n¬z EVET ise A
matrisinin benzer oldu¼ gu D matrisini ve regüler P matrisini
bulunuz.
Örnek 67:
A : R3 ! R3 , A (x, y , z ) = (x 2y + 2z, y 2x 2z, 2x + 2y + 3z )
lineer dönüşümü köşegenleştirilebilir midir? Cevab¬n¬z EVET ise A

matrisinin benzer oldu¼gu D matrisini ve regüler P matrisini
bulunuz.

Örnek 68:
A : R3 ! R3 , A (x, y , z ) = ( 2x + 2y + 3z, 3x + 3y + 5z, x y z)

bulunuz.

Örnek 69:
A : R3 ! R3 , A (x, y , z ) = ( 4x 5y 3z, 3x + 4y 2z, 2x 2y )

bulunuz.

Örnek 70:
A : R3 ! R3 , A (x, y , z ) = (x + 2y , y , 2x 2z )

bulunuz.

Kaynaklar
Için Lineer
ISBN:0-471-09890-6.

Lineer Cebir - Linear Alcebr

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Lineer Cebir - Linear Alcebr

Uploaded by

Copyright:

Available Formats

MAT 114 L· INEER CEB· IR ( ·

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

veya iki s¬ral¬ikilinin eşitli¼

yaz¬labilir. Bu son denklemlere de söz konusu do¼

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

veya bu son ifadeden λ çekilerek do¼

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

dir. Buradan hareketle düzlemde A(x1 , y1 ) ve B (x2 , y2 )

Mat 114 Lineer Cebir

iç işlemine göre V cümlesi bir Abel grup ) ve

ile gösterilir. H = R ise V vektör uzay¬na reel say¬lar cismi

Mat 114 Lineer Cebir

cümlesi üzerinde toplama işlemi ! x = (x1 , x2 , ....., xn ) 2 Rn ve

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

olarak ifade edebiliriz.

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

t ! α(t ) = (α1 (t ), α2 (t ), ...., αn (t ))

Mat 114 Lineer Cebir

t ! α(t ) = (α1 (t ), α2 (t )) = (r cos t, r sin t )

Mat 114 Lineer Cebir

t ! α(t ) = (α1 (t ), α2 (t )) = ( a cos t, b sin t )

Mat 114 Lineer Cebir

t ! α(t ) = (α1 (t ), α2 (t ), α2 (t )) = ( a cos t, a sin t, bt )

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

cümlesi V için bir alt vektör uzay¬d¬r.

Mat 114 Lineer Cebir

olup buradan c1 = 4, c2 = 1 ve c3 = 2 olur. O halde

Mat 114 Lineer Cebir

β1 , β2 , .., βm 2 Sp fα1 , α2 , .., αk g

Sp f β1 , β2 , .., βm g Sp fα1 , α2 , .., αk g

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Mat 114 Lineer Cebir

Tan¬m 13: V bir reel vektör uzay¬ve S = fα1 , α2 , .., αk g V