Konspekt

I.
Determinandid
1 Determinandi moiste
1.1 Idee selgitus
Algul deneerime esimest jarku determinandi, siis esimest jarku
determinandi abil teist jarku determinandi, seejarel teist jarku
determinandi abil kolmandat jarku detereminandi jne, n-jarku
determinandi deneerime (n 1)-jarku determinandi kaudu. Sel-
list deneerimisviisi nimetatakse induktiivseks ja vastavat objekti
induktiivseks konstruktsiooniks.
Eelnevalt on soovitatav tutvuda maatriksi moistega (II.1.1).
Kooloniga vordus A := B tahendab jargnevas, et A on deneeri-
tud B kaudu. Seda vordust kasutame ka samavaarsete tahistuste
sissetoomiseks.
1.2 Esimest jarku determinant
Arvu a R determinandi |a| ehk esimest jarku determinandi de-
neerime valemiga |a| := det a := a.
1.3 Naide
| 5| = 5, || = jne.
1.4 Teist jarku determinant
Olgu a
11
, a
12
, a
21
, a
22
R. Teist jarku determinandi deneerime
arendusvalemiga
a
11
a
12
a
21
a
22
:= det
a
11
a
12
a
21
a
22
:= a
11
|a
22
| a
12
|a
21
| = a
11
a
22
a
12
a
21
1
2 I. Determinandid
1.5 Kolmandat jarku determinant
Olgu a
ij
R ning indeksid i, j = 1, 2, 3. Kolmandat jarku deter-
minandi deneerime arendusvalemiga
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
:= det
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
:= a
11
a
22
a
23
a
32
a
33
a
12
a
21
a
23
a
31
a
33
+a
13
a
21
a
22
a
31
a
32
1.6 Naide
Arvutame kolmandat jarku determinandi
1 1 3
1 0 1
2 1 6
= 1
0 1
1 6
+ 1
1 1
2 6
+ 3
1 0
2 1
= 1(0 6 + 1 1) + 1(1 6 + 1 2) + 3(1 1 0 2)

= 12
1.7 Tahistusi
Analoogiliselt edasi toimides saame deneerida korgemat jarku
determinandid. Olgu a
ij
R ning indeksid i, j = 1, 2, . . . , n.
Tahistame n-jarku ruutmaatriksi A determinandi det A ehk (l uhi-
dalt oeldes) n-jarku determinandi jargmiselt:
det A := det
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
:=
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
Determinandi det A ridade ja veergude all moeldakse maatriksi A

ridu ja veerge. P ustkriipse | | nimetame determinandi markideks.
I. Determinandid 3
1.8 Miinor ja alamdeterminant
Maatriksi A = (a
ij
) elemendi a
ij
miinoriks M
ij
nimetatakse de-
terminanti, mille saame maatriksi A determinandist i-nda rea ja j-
inda veeru eemaldamisel. Elemendi a
ij
alamdeterminandiks ehk al-
gebraliseks taiendiks nimetatakse arvu A
ij
:= (1)
i+j
M
ij
. Suurust
(1)
i+j
nimetame elemendi a
ij
ja alamdeterminandi A
ij
margi-
teguriks.
1.9 Determinandi (induktiivne) denitsioon
Deneerime n-jarku determinandi (n 1)-jarku determinantide
kaudu arendusvalemiga
det A :=
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
:= a
11
A
11
+a
12
A
12
+ +a
1n
A
1n
Seega det on funktsioon, mis igale ruumaatriksile A seab arendus-
valemi abil vastavusse kindla arvu, A
det
det A. Teisiti oeldes,
funktsiooni det argumendiks on ruutmaatriksid ja vaartusteks ar-
vud.
1.10 Naide ( ulesanne)
Vastavalt determinandi denitsioonile
4 3 5 0
3 2 0 5
1 0 2 3
0 1 3 4
= 4
2 0 5
0 2 3
1 3 4
3 0 5
1 2 3
0 3 4
3 2 5
1 0 3
0 1 4
3 2 0
1 0 2
0 1 3
Siin esinevad kolmandat jarku determinandid on omakorda voima-

lik arvutada arendusvalemi abil. Determinandi vaartuse arvutami-
se jatame lugejale iseseisvaks ulesandeks.
4 I. Determinandid
2 Arendusteoreemid ja arendusvalemid
2.1 Kroneckeri s umbol
Kroneckeri
1
s umboli
ij
deneerime valemiga
ij
=
1, kui i = j
0, kui i = j
2.2 Arendusteoreemid
Teoreem 1. Olgu A ruutmaatriks ning A
ij
elemendi a
ij
alamde-
terminant. Siis
ij
det A =
a
i1
A
j1
+a
i2
A
j2
+ +a
in
A
jn
a
1i
A
1j
+a
2i
A
2j
+ +a
ni
A
nj
2.3 Arendusvalemid
Votame arendusteoreemides j = i. Saame nn arendusvalemid
det A =
a
i1
A
i1
+a
i2
A
i2
+ +a
in
A
in
a
1i
A
1i
+a
2i
A
2i
+ +a
ni
A
ni
Esimene valem on determinandi arendus i-nda rea jargi ning tei-
ne valem on determinandi arendus i-nda veeru jargi. Esimesest
arendusvalemist saame i = 1 korral determinandi denitsiooni.
Arendusvalemeid voib kasutada determinandi arvutamiseks.
Otstarbekas on kasutada arendusi eeskatt nende ridade (veergude)
jargi, mis sisaldavad nulle.
1
Leopold Kronecker (1823-1891), saksa matemaatik
I. Determinandid 5
Arendame kolmandat jarku determinandi teise rea ja kolmanda
veeru jargi
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
= a
21
a
12
a
13
a
32
a
33
+a
22
a
11
a
13
a
31
a
33
a
23
a
11
a
12
a
31
a
32
= +a
13
a
21
a
22
a
31
a
32
a
23
a
11
a
12
a
31
a
32
+a
33
a
11
a
12
a
21
a
22
Vorduste kehtivuse kontrollimise jatame lugejale.

3 Determinantide omadusi ja arvutamine
Arendusvalemid on determinantide arvutamiseks uldiselt liiga too-
mahukad. Mugavam on arvutada determinante alljargnevate oma-
duste abil. Enne aga deneerime kolmnurkse determinandi.
3.1 Kolmnurkne determinant
Utleme, et determinant on kolmnurksel kujul ehk kolmnurkne, kui

tema peadiagonaalist allpool ( ulalpool) asetsevad elemendid on
nullid.
3.2 Determinantide omadusi
Teoreem 2. Determinantidel on jargmised omadused.
1) Kolmnurkne determinant vordub peadiagonaali elementide
korrutisega.
2) Kui determinandis on kaks uhesugust rida (veergu), siis on
determinant null.
3) Determinant ei muutu, kui tema read kirjutada umber veer-
gudena (loomulikus jarjestuses).
4) Vahetame determinandis kaks rida (veergu). Tulemus vordub
esialgse determinandi vastandarvuga.
6 I. Determinandid
5) Korrutame determinandi mingit rida (veergu) arvuga. Tule-
mus vordub esialgse determinandi ja arvu korrutisega. Tei-
siti oeldes voib determinandi rea voi veeru uhise teguri tuua
determinandi markide ette.
6) Determinant ei muutu, kui reale (veerule) liita arvkordne tei-
ne rida (veerg).
7) Olgu determinandi mingi rea (veeru) iga element kahe lii-
detava summa. Siis avaldub determinant kahe determinan-
di summana. Esimeses determinandis on vaadeldavas reas
(veerus) esimesed liidetavad ja teise determinandi vaadelda-
vas reas (veerus) teised liidetavad.

Ulejaanud read (veerud)
on endised.
3.3 Determinantide arvutamine
Kasutades ulaltooduid determinantide omadusi, teisendame deter-
minandi kolmnurkseks ning seejarel kasutame omadust 1) teoree-
mist 2.
3.4 Naide
Arvutame determinandi omaduste abil
4 3 5 0
3 2 0 5
1 0 2 3
0 1 3 4
III
=
1 0 2 3
3 2 0 5
4 3 5 0
0 1 3 4
3I
4I
=
1 0 2 3
0 2 6 14
0 3 3 12
0 1 3 4
= 2 3
1 0 2 3
0 1 3 7
0 1 1 4
0 1 3 4
II
III
= 6
1 0 2 3
0 1 3 7
0 0 2 3
0 0 4 8
2III
= 6
1 0 2 3
0 1 3 7
0 0 2 3
0 0 0 2
= 6 1 1 (2) 2 = 24
I. Determinandid 7
4

Ulesandeid
4.1

Ulesanne
Arenda determinant teise rea ning kolmanda veeru jargi ning ar-
vuta tema vaartus molemal viisil. Vordle tulemusi.
4 3 5 0
3 2 0 5
1 0 2 3
0 1 3 4
4.2

Ulesanne
Arvuta determinant omaduste (vt teoreem 2) abil.
3 6 5 6 4
5 9 7 8 6
6 12 13 9 7
4 6 6 5 4
2 5 4 5 3
= = 5
4.3 Vandermondei determinant
Arvuta n-jarku Vandermondei determinant
V
n
(x
1
, . . . , x
n
) :=
1 1 . . . 1
x
1
x
2
. . . x
n
x
2
1
x
2
2
. . . x
2
n
.
.
.
.
.
.
.
.
.
.
.
.
x
n1
1
x
n1
2
. . . x
n1
n
= =
k>i
(x
k
x
i
)
II. Maatriksarvutus
1 Maatriksi moiste ja elementaartehted
1.1 Maatriksi moiste
Maatriksiks nimetame (arvuliste elementidega) tabelit, mille ele-
mendid on paigutatud (korrastatud) ridadeks ja veergudeks.
Olgu a
ij
R ning i = 1, . . . , k, j = 1, . . . , n. Need arvud
paigutame maatriksisse A jargmiselt:
A :=
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
k1
a
k2
. . . a
kn
_
_
_
_
_
:= (a
ij
)
Elemendis a
ij
naitab esimene indeks (i) rida (reaindeks), teine in-
deks (j) osutab veergu (veeruindeks), kus element a
ij
asetseb. Ar-
vupaari k n := (k, n) nimetatakse maatriksi A jarguks. Selguse
huvides voib maatriksi jarku naidata ka tahistuses, nt (a
ij
)
k n
.
Kui k = n, siis oeldakse, et A on ruutmaatriks. Ruutmaatriksi
jarguks nimetame lihtsalt selle maatriksi ridade (ehk veergude) ar-
vu. Elementide jarjendit a
11
, a
22
, . . . nimetatakse (ruut)maatriksi
A peadiagonaaliks.
Koigi k n-jarku reaalarvuliste elementidega maatriksite hul-
ka tahistame edaspidi Mat
k n
:= Mat
k n
(R).
1.2 Aritmeetilised vektorid
Uherealisi ja uheveerulisi maatrikseid nimetatakse ka (aritmeeti-

listeks) vektoriteks. Aritmeetiliste vektorite elemente nimetatakse
tavaliselt vektori koordinaatideks ehk komponentideks.
Aritmeetiliste vektorite hulgadeks on seega Mat
1 n
ja Mat
k 1
.
Maatriksi ridadest moodustatud uherealisi maatrikseid nime-
tatakse maatriksi reavektoriteks. Maatriksi veergudest moodusta-
tud uheveerulisi maatrikseid nimetatakse maatriksi veeruvektori-
teks.
1
2 II. Maatriksarvutus
1.3 Maatriksite vordsus
Oeldakse, et maatriksid A = (a
ij
) ja B = (b
ij
) on vordsed ja
kirjutatakse A = B, kui
1) neil on uhesugused jargud,
2) nende vastavad elemendid on vordsed, s.t a
ij
= b
ij
.
1.4 Maatriksite liitmine
Olgu A = (a
ij
) ja B = (b
ij
) uhesuguste jarkudega maatriksid.
Maatriksite A ja B summaks A + B nimetatakse maatriksit ele-
mentidega
(A + B)
ij
:= a
ij
+ b
ij
Teiste sonadega, maatriksite liitmisel liidame vastavad elemendid.
Naide: summa arvutamine
Arvutame maatriksite summa
_
1 2 3
4 5 6
_
+
_
3 2 1
6 4 5
_
=
_
1 + 3 2 2 3 + 1
4 6 5 + 4 6 5
_
=
_
4 0 4
2 9 1
_
1.5 Maatriksi korrutamine arvuga
Maatriksi A = (a
ij
) ja arvu R korrutiseks A nimetatakse
maatriksit elementidega (A)
ij
:= a
ij
. Korrutis A deneeritak-
se valemiga (A)
ij
:= a
ij
. Ilmselt A = A, sest (arvude korral)
a
ij
= a
ij
.
Teiste sonadega, maatriksi korrutamisel arvuga korrutame an-
tud arvuga maatriksi koik elemendid.
II. Maatriksarvutus 3
Naide: korrutise arvutamine
Arvutame maatriksi ja arvu korrutise
3
_
3 2 1
6 4 5
_
=
_
3 3 3 2 3 1
3 6 3 4 3 5
_
=
_
9 6 3
18 12 15
_
=
_
3 2 1
6 4 5
_
3
1.6 Nullmaatriks
Maatriksit, mille koik elemendid on nullid, nimetatakse nullmaat-
riksiks ehk nulliks ja tahistatakse
0 :=
_
_
_
_
_
0 0 . . . 0
0 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 0
_
_
_
_
_
:= (0
ij
)
Paneme tahele, et nullmaatriksi tahistamiseks kasutame arvu 0
(null). Lugeja peab kontekstist moistma, millal on tegemist arvuga
0 ja millal nullmaatriksiga.
Seda mugavat kahemottelist tahistust on t ulikas valtida. Sel-
guse huvides voib nullmaatriksi jarku naidata ka tahistuses, nt
0
k n
on k n-jarku nullmaatriks. Nullmaatriksi jarku tavaliselt ei
ekponeerita, see selgub kontekstist. Naiteks nullmaatriksi liitmis-
el mingi teise maatriksiga peavad summa eksisteerimiseks jargud
olema uhesugused.
Lause 1 (nullmaatriksi neutraalsus). A + 0 = A = 0 + A
Toestus. Toepoolest
(A + 0)
ij
= a
ij
+ 0
ij
= a
ij
+ 0
= a
ij
= 0 + a
ij
= 0
ij
+ a
ij
= (0 + A)
ij
1.7 Vastandmaatriks
Maatriksi A vastandmaatriksiks nimetatakse maatriksit A :=
(1)A. Teiste sonadega, vastandmaatriksi elemendid on maatriksi
elementide vastandarvud, s.t (A)
ij
:= a
ij
.
Lause 2. A + (A) = 0 = A + A
Toestus. Toepoolest
[A + (A)]
ij
= a
ij
+ (A)
ij
= a
ij
a
ij
= 0 = 0
ij
= a
ij
+ a
ij
= (A)
ij
+ a
ij
= [A + A]
ij
2 Maatrikstehete omadusi
2.1 Elementaarsed omadused
Maatrikstehete lihtsamaid omadusi kirjeldame jargmiselt.
Teoreem 3. Olgu A, B, C uhesuguste jarkudega maatriksid ning
, R. Siis
1) A + B = B + A (liitmise kommutatiivsus),
2) (A + B) + C = A + (B + C) (liitmise assotsiatiivsus),
3) A + 0 = A = 0 + A (nullmaatriksi neutraalsus),
4) A + (A) = 0 = A + A (vastandmaatriksi olemasolu),
5) (A + B) = A + B (distributiivsus),
6) ( + )A = A + A (distributiivsus),
7) (A) = ()A (arvuga korrutamise assotsiatiivsus),
8) 1A = A (unitaalsus).
Toestus. Me juba toestasime omaduse 3) lausega 1 ja omaduse 4)
lausega 2. Toestame veel omaduse 5). Arvutame
[(A + B)]
ij
= (A + B)
ij
= (a
ij
+ b
ij
) = a
ij
+ b
ij
= (A)
ij
+ (B)
ij
= (A + B)
ij
Ulejaanud omadused toestatakse analoogiliselt.

2.2 Maatriksite vahe
Maatriksite A ja B vahe AB deneeritakse valemiga
AB := A + (B)
Maatrikstehete omadusi illustreerib hasti jargmise teoreemi
toestus.
Teoreem 4. Vorrandi A + X = B ainus lahend on X = B A.
Toestus. Naitame koigepealt, et B A on vorrandi lahend:
A + (B A) = A + B + (A) = A + B + (1)A
= 1A + (1)A + B = [1 + (1)]A + B
= 0A + B = 0 + B = B
Olgu Y veel mingi lahend, s.t A + Y = B. Siis
Y = 0 + Y = (A + A) + Y = A + (A + Y )
= A + B = B + (A) = B A
mis utlebki, et lahend B A on ainus.
Jareldus 5. Vorrandi A + X = A ainus lahend on nullmaatriks.
Seda omadust kasutatakse sageli nullmaatriksi deneerimiseks.
Nullmaatriks deneeritakse siis kui vorrandi A + X = A (ainus)
lahend.
Jareldus 6. Vorrandi A + X = 0 ainus lahend on maatriksi A
vastandmaatriks A.
Seda omadust kasutatakse sageli vastandmaatriksi deneeri-
miseks. Maatriksi A vastandmaatriks A deneeritakse siis kui
vorrandi A + X = 0 (ainus) lahend.
3 Maatriksite korrutamine
3.1 Aritmeetiliste vektorite skalaarkorrutis
Aritmeetiliste vektorite u := (u
1
, . . . , u
n
) ja v := (v
1
, . . . , v
n
) ska-
laarkorrutiseks nimetatakse arvu
(u|v) := u
1
v
1
+ u
2
v
2
+ . . . + u
n
v
n
=
n
s=1
u
s
v
s
Naide
Olgu u = (2, 3, 4, 5) ja v = (4, 5, 2, 3). Siis
(u|v) = 2 4 3 5 + 4 2 + 5 3 = 16
3.2 Maatriksite korrutamine
Olgu A Mat
k n
ja B Mat
nl
. Maatriksite A ja B korrutiseks
nimetatakse maatriksit AB Mat
k l
, mille i-ndas reas ja j-indas
veerus asetseb maatriksi A i-nda reavektori ja maatriksi B j-inda
veeruvektori skalaarkorrutis
(AB)
ij
:= a
i1
b
1j
+ a
i2
b
2j
+ . . . + a
in
b
nj
=
n
s=1
a
is
b
sj
Tahelepanek
1) Korrutise AB eksisteerimiseks peab maatriksi A veergude
arv vorduma maatriksi B ridade arvuga. Seda korrutise ek-
siteerimise eeldust voib nimetada tegurite jarkude koosola
tingimuseks.
2) Korrutises AB on samapalju ridu kui maatriksis A ja sama-
palju veerge kui maatriksis B.
Naide: erinevat jarku maatriksite korrutis
_
3 1 2
0 1 4
_
_
_
2 1
0 2
1 0
_
_
=
_
321021 3112+20
02+1041 01+12+40
_
=
_
4 1
4 2
_
_
_
2 1
0 2
1 0
_
_
_
3 1 2
0 1 4
_
=
_
23+10 21+11 22+14
03+20 01+21 02+24
13+00 11+01 12+04
_
=
_
_
6 1 8
0 2 8
3 1 2
_
_
Naide: rea- ja veeruvektorite korrutised
_
1, 2, 3
_
_
_
4
5
6
_
_
=
_
1 4 + 2 5 + 3 6
_
=
_
32
_
_
_
4
5
6
_
_
_
1, 2, 3
_
=
_
_
4 1 4 2 4 3
5 1 5 2 5 3
6 1 6 2 6 3
_
_
_
_
4 8 12
5 10 15
6 12 18
_
_
Naide: ruutmaatriksite korrutised
_
1 2
3 4
__
5 6
7 8
_
=
_
1 5 + 2 7 1 6 + 2 8
3 5 + 4 7 3 6 + 4 8
_
=
_
19 22
43 46
_
_
5 6
7 8
__
1 2
3 4
_
=
_
5 1 + 6 3 5 2 + 6 4
7 1 + 8 3 7 2 + 8 4
_
=
_
23 34
31 46
_
3.3 Maatrikskorrutise mittekommutatiivsus
Oeldakse, et maatriksid A ja B kommuteeruvad, kui AB = BA.

Eelmised naited utlevad, et maatrikskorrutamine on uldiselt mit-
tekommutatiivne tehe, s.t AB = BA. Korrutamine on uldiselt
mittekommutatiivne ka siis, kui tegurid on ruutmaatriksid.
Avaldist [A, B] := ABBA (kui leidub) nimetatakse maatrik-
site A ja B kommutaatoriks ehk Lie korrutiseks. Kommutaator on
maaratud vaid uhesuguste jarkudega ruutmaatriksite korral. Kom-
mutaatori omadusi vaatleme allpool (teoreem 9).
3.4 Nullitegurid
Arvutame
_
6 9
4 6
_
2
:=
_
6 9
4 6
__
6 9
4 6
_
=
_
6 6 9 4 6 9 9 6
4 6 + 6 4 4 9 + 6 6
_
=
_
0 0
0 0
_
Tulemus utleb, et leidub A = 0 nii, et korrutis AA = 0. Osutub,
et korrutis AB voib olla null (AB = 0) ka siis, kui molemad te-
gurid on nullist erinevad ja A = B. Seda omadust nimetatakse
nullitegurite olemasoluks.
Naide
_
0 1
0 0
_
. .
nullitegur
_
1 0
0 0
_
. .
nullitegur
=
_
0 1 + 1 0 0 0 + 1 0
0 1 + 0 0 0 0 + 0 0
_
=
_
0 0
0 0
_
= 0
2 2
Korrutades aga teises jarjekorras, saame
_
1 0
0 0
__
0 1
0 0
_
=
_
1 0 + 0 0 1 1 + 0 0
0 0 + 0 0 0 1 + 0 0
_
=
_
0 1
0 0
_
= 0
2 2
Uhtlasi veendusime veelkord maatrikskorrutise mittekommutatiiv-

suses.
3.5

Uhikmaatriks
Ruutmaatriksit, mille peadiagonaalil on uhed ning mujal nullid,
nimetame uhikmaatriksiks ehk uhikuks ehk uheks ning tahistame
I :=
_
_
_
_
_
1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1
_
_
_
_
_
:= (I
ij
) := (
ij
)
Siin
ij
on Kroneckeri s umbol.

Uhikmaatriksi tahistamiseks kasu-
tatakse sageli ka arvu 1. Sellisel juhul peab kontekstist moistma,
millal on tegemist arvuga 1 ja millal uhikmaatriksiga.
Uhikmaatriksi korrutamisel mingi teise maatriksiga peavad te-

gurite jargud olema kooskolas. Selguse huvides voib uhikmaatriksi
jarku naidata ka tahistuses, nt I
n
on n-jarku uhikmaatriks.

Uhik-
maatriksi (nagu ka nullmaatriksi) jarku tavaliselt ei eksponeerita,
see selgub kontekstist.
Naide: madalamat jarku uhikmaatriksid
I
1
:= (1), I
2
:= (
1 0
0 1
) , I
3
:=
_
1 0 0
0 1 0
0 0 1
_
jne
3.6 Maatrikskorrutise omadusi
Maatrikskorrutise lihtsamad omadused votame kokku jargmiselt.
Teoreem 7. Olgu maatriksid A, B, C sellised, et allpool esinevad
tehted on maaratud ning R. Siis
1) (AB)C = A(BC) (korrutamise assotsiatiivsus)
2) (AB)C = AC BC (korrutamise distributiivsus)
3) A(B C) = AB AC (korrutamise distributiivsus)
4) (A)B = (AB) = A(B)
(arvuga korrutamise assotsiatiivsus)
5) I A = A = AI (unitaalsus)
6) det AB = det A det B
Toestus. Toestame naiteks omaduse 2)
[(A + B)C]
ij
= (A + B)
i1
c
1j
+ . . . + (A + B)
in
c
nj
= (a
i1
+ b
i1
)c
1j
+ . . . + (a
in
+ b
in
)c
nj
= a
i1
c
1j
+ . . . + a
in
c
nj
. .
(AC)
ij
+b
i1
c
1j
+ . . . + b
in
c
nj
. .
(BC)
ij
= (AC)
ij
+ (BC)
ij
= (AC + BC)
ij
mis toestabki noutava vorduse.

Ulejaanud omadustest 1)5) toes-
tatakse analoogiliselt. Omadus 6) toestatakse determinantide teoo-
rias.
Naide: ruutude vahe valem
Lause 8. Maatriksid A ja B olgu uhesuguse jarguga ruutmaatrik-
sid. Siis
(A + B)(AB) = A
2
B
2
[A, B]
Toestus. Toepoolest
(A + B)(AB) = A(AB) + B(AB)
= AAAB + BABB
= A
2
B
2
[A, B]
Seega
(A + B)(AB) = A
2
B
2
[A, B] = 0
mis utleb, et ruutude vahe valemit voib kasutada siis ja ainult siis,
kui maatriksid A ja B kommuteeruvad.
3.7 Maatrikskorrutise omadusi: Poissoni-Lie algebra
Teoreem 9. Maatriksid A, B, C olgu uhesuguse jarguga ruutmaat-
riksid ning R. Siis
1) [A, B] = [B, A] (antis ummeetria)
2) [AB, C] = [A, C] [B, C] (aditiivsus)
3) [A, B] = [A, B] = [A, B] (homogeensus)
4) [A, BC] = [A, B]C + B[A, C] (Leibnizi valem)
5) [[A, B], C] + [[B, C], A] + [[C, A], B] = 0 (Jacobi identsus)
Omadused 1) 5) on nn Poissoni-Lie algebra denitsioonseo-
sed. Neid algebraid kasutatakse laialdaselt mehhaanikas.
4 Transponeerimine ja selle omadusi
4.1 Transponeerimine
Maatriksi A Mat
k n
transponeeritud maatriksiks nimetatakse
maatriksit A
T
Mat
nk
, mille veergudeks on maatriksi A read
(loomulikus jarjestuses).
Naide
Transponeerime maatriksi
A=
_
1 2 3
4 5 6
_
Mat
2 3
A
T
=
_
_
1 4
2 5
3 6
_
_
Mat
3 2
(A
T
)
T
=
_
1 2 3
4 5 6
_
= A Mat
2 3
Naide
Transponeerime reavektori
a = (1, 2, 3, 4) Mat
1 4
a
T
=
_
_
_
_
1
2
3
4
_
_
_
_
Mat
4 1
(a
T
)
T
= (1, 2, 3, 4) = a Mat
1 4
4.2 S ummeetria ja antis ummeetria
Maatriksit A nimetatakse s ummeetriliseks, kui A
T
= A, ning an-
tis ummeetriliseks, kui A
T
= A.
Tahelepanek
Nii s ummeetrilised kui ka antis ummeetrilised maatriksid on ruut-
maatriksid. Antis ummeetrilise maatriksi peadiagonaalil asetsevad
nullid.
Naide
Selles naites on A s ummeetriline ja B antis ummeetriline maatriks
A =
_
_
3 1 1
1 3 2
1 2 1
_
_
= A
T
=
_
_
3 1 1
1 3 2
1 2 1
_
_
= A
B =
_
_
0 1 2
1 0 4
2 4 0
_
_
= B
T
=
_
_
0 1 2
1 0 4
2 4 0
_
_
= B
Teoreem 10 (transponeerimise omadusi). Maatriksid A ja B
olgu sellised, et allpool esinevad tehted on maaratud ning R.
Siis
1) (A
T
)
T
= A
2) (A)
T
= A
T
3) (AB)
T
= A
T
B
T
4) (AB)
T
= B
T
A
T
5) det A
T
= det A
Paneme tahele tegurite jarjekorra muutumist omaduses 4).
Lause 11. Iga ruutmaatriksi A korral on maatriks A+A
T
s ummeetriline
ja maatriks AA
T
antis ummeetriline.
Toestus. Toepoolest
(A + A
T
)
T
= A
T
+ (A
T
)
T
= A
T
+ A
(AA
T
)
T
= A
T
(A
T
)
T
= A
T
A = (AA
T
)
Teoreem 12. Iga ruutmaatriks on uheselt esitatav s ummeetrilise
ja antis ummeetrilise maatriksi summana.
Toestus. Vordus
A =
1
2
(A + A
T
)
. .
s ummeetriline
+
1
2
(AA
T
)
. .
antis ummeetriline
koos lausega 11 utleb, et selline esitus (avaldis) leidub.

Uhesuse
naitamiseks oletame, et A = B +C, kus B on s ummeetriline ja C
antis ummeetriline maatriks. Siis ilmselt A
T
= B
T
+C
T
= B C.
Vorranditest
_
A = B + C
A
T
= B C
jareldub, et B =
1
2
(A + A
T
) ja C =
1
2
(AA
T
).
5 Poordmaatriks, selle omadusi ja
arvutamine
5.1 Poordmaatriks
Ruutmaatriksi A poordmaatriksiks nimetatakse sellist maatriksit
B, mis rahuldab tingimust AB = I = BA.
Lause 13 (poordmaatriksi ainsus). Kui maatriksil on olemas
poordmaatriks, siis on ta maaratud uheselt.
Toestus. Olgu B ja C maatriksi A poordmaatriksid, s.t
AB = I = BA ja AC = I = CA
Arvutame kasutades maatrikskorrutise assotsiatiivsust
B = I B = (CA)B = C(AB) = C I = C
5.2 Pooratavus
Maatriksit nimetatakse pooratavaks ehk regulaarseks, kui tal lei-
dub poordmaatriks. Pooratava maatriksi A (ainsat) poordmaatrik-
sit tahistatakse A
1
:=
1
A
, s.t
AA
1
= I = A
1
A
Mittepooratavat maatriksit nimetatakse singulaarseks.
5.3 Poordmaatriksi omadusi
Poordmaatriksi omadusi kirjeldame kokkuvotvalt jargmiselt.
Teoreem 14. Olgu maatriksid A, B ning arv R sellised, et
allpool esinevad tehted on maaratud. Siis
1) I
1
= I
2) (A
1
)
1
= A
3) (AB)
1
= B
1
A
1
4) (A)
1
=
1
A
1
5) (A
T
)
1
= (A
1
)
T
6) det A det A
1
= 1
Toestus. Toestame naiteks omaduse 3). Arvutame
(AB)(B
1
A
1
) = A(BB
1
)A
1
= AI A
1
= AA
1
= I
(B
1
A
1
)(AB) = B
1
(A
1
A)B = B
1
I B = B
1
B = I
mis utleb, et B
1
A
1
on maatriksi AB poordmaatriks.

Ulejaanud
omadustest 1) 5) toestatakse analoogiliselt. Omadus 6) jareldub
valemist det A det B = det AB.
Paneme tahele tegurite jarjekorra muutumist omaduses 3).
5.4 Poordmaatriksi olemasolu ja arvutamine
Teoreem 15. Ruutmaatriks A on pooratav parajasti siis, kui det A =
0. Olgu A
ij
maatriksi A = (a
ij
) elemendi a
ij
alamdeterminant.
Siis
A
1
:=
1
A
=
1
det A
_
_
_
_
_
A
11
A
12
. . . A
1n
A
21
A
22
. . . A
2n
.
.
.
.
.
.
.
.
.
.
.
.
A
n1
A
n2
. . . A
nn
_
_
_
_
_
T
Toestus. Kasuta determinantide arendusteoreeme.
5.5 Naide
Arvutame maatriksi
A =
_
_
1 2 2
2 1 1
1 0 1
_
_
poordmaatriksi. Koigepealt arvutame determinandi
det A =
1 2 2
2 1 1
1 0 1
1 2 2
0 1 1
0 2 1
1 2 2
0 1 1
0 0 1
= 1
N u ud leiame alamdeterminandid
A
11
= (1)
1+1
1 1
0 1
= 1
A
12
= (1)
1+2
2 1
1 1
= 1
A
13
= (1)
1+3
2 1
1 0
= 1
A
21
= (1)
2+1
2 2
0 1
= 2
A
22
= (1)
2+2
1 2
1 1
= 1
A
23
= (1)
2+3
1 2
1 0
= 2
A
31
= (1)
3+1
2 2
1 1
= 4
A
32
= (1)
3+2
1 2
2 1
= 3
A
33
= (1)
3+3
1 2
2 1
= 5
Siis saame
A
1
=
1
det A
_
_
A
11
A
12
A
13
A
21
A
22
A
23
A
31
A
32
A
33
_
_
T
=
1
1
_
_
1 1 1
2 1 2
4 3 5
_
_
T
=
_
_
1 2 4
1 1 3
1 2 5
_
_
5.6 Naide
Arvutame peast
_
a b
c d
_
1
=
1
ad bc
_
d b
c a
_
5.7 Ortogonaalmaatriksid
Ruutmaatriksit A nimetatakse ortogonaalmaatriksiks, kui
AA
T
= I = A
T
A
Ortogonaalmaatriksi A korral ilmselt A
1
= A
T
. Ortogonaalmaat-
riksid kirjeldavad poordeid eukleidilistes ruumides.
5.8 Maatriksite jagamisest
Maatriksite mittekommutatiivsuse tottu uldiselt
A
1
B = BA
1
, s.t
1
A
B = B
1
A
Siit jareldub, et tahistus (jagatis)
B
A
on kahemotteline. Regulaarse
A korral on jagamistehteid uldiselt kaks, parem- ja vasakpoolne:
B/A := BA
1
, A\B := A
1
B, det A = 0
Vaid kommuteeruvate maatriksite korral on jagatis uheselt de-
neeritud ning tahistus
B
A
korrektne.
6 Maatriksvorrandid
Maatriksvorrandites on oluline tundmatu maatriksi asetus korru-
tistes. Vaatleme vaid lihtsamaid lineaarseid maatriksvorrandeid.
6.1 Tundmatu maatriks X on korrutises paremal
Lause 16. Regulaarse maatriksi A korral on vorrandi AX = B
ainus lahend X = A
1
B.
Toestus. Naitame koigepealt, et A
1
B on vorrandi AX = B la-
hend. Toepoolest
A(A
1
B) = (AA
1
)B = I B = B
Olgu Y veel mingi lahend, s.t AY = B. Siis
Y = I Y = (A
1
A)Y = A
1
(AY ) = A
1
B
Siit jareldub, et A
1
B on vorrandi AX = B ainus lahend.
Seega maatriksi X avaldamiseks vorrandist AX = B peame
seda vorrandit korrutama maatriksiga A
1
vasakult.
Jargnevad laused toestatakse analoogiliselt.
6.2 Tundmatu maatriks X on korrutises vasakul
Lause 17. Regulaarse maatriksi A korral on vorrandi XA = B
ainus lahend X = BA
1
.
Seega maatriksi X avaldamiseks vorrandist XA = B peame
1
paremalt.
6.3 Tundmatu maatriks X on korrutises keskel
Lause 18. Regulaarsete maatriksite A, B korral on vorrandi AXB =
C ainus lahend X = A
1
CB
1
.
Seega maatriksi X avaldamiseks vorrandist AXB = C peame
1
vasakult ja maatriksiga
B
1
paremalt.
6.4 Naide
Lahendada maatriksvorrand
_
_
1 2 2
2 1 1
1 0 1
_
_
X =
_
_
3
0
2
_
_
Tundmatu maatriks X on korrutises paremal. Kasutame lauset 16.
Maatriksi
_
1 2 2
2 1 1
1 0 1
_
poordmaatriksi arvutasime naites 5.5. Seega
X =
_
_
1 2 2
2 1 1
1 0 1
_
_
1
_
_
3
0
2
_
_
=
_
_
1 2 4
1 1 3
1 2 5
_
_
_
_
3
0
2
_
_
=
_
_
1 3 + 2 0 + 4 2
1 3 1 0 3 2
1 3 2 0 5 2
_
_
=
_
_
11
9
13
_
_
Lahendi kontrollimiseks arvutame
_
_
1 2 2
2 1 1
1 0 1
_
_
_
_
11
9
13
_
_
=
_
_
1 11 + 2 9 2 13
2 11 1 9 1 13
1 11 0 9 1 13
_
_
=
_
_
3
0
2
_
_
7 Maatriksargumendiga funktsioonid
7.1 Maatriksi aste
Olgu n on positiivne taisarv ning A ruutmaatriks. Maatriks A
n
deneeritakse valemiga
A
n
:= AA A
. .
n korda
Kui A on regulaarne maatriks, siis leidub poordmaatriks A
1
.
Maatriks A
n
deneeritakse valemiga
A
n
:= (A
1
)
n
= A
1
A
1
A
1
. .
n korda
Kui n = 0, siis A
0
:= I.
7.2 Maatrikspol unoom
Avaldist
p(A) := a
0
I +a
1
A + + a
n
A
n
kus n on mittenegatiivne taisarv, nimetatakse maatrikspol unoo-
miks. Samuti oeldakse, et p(A) on pol unoomi
p(x) := a
0
+ a
1
x + + a
n
x
n
vaartus kohal A.
7.3 Maatriksastmeread
Olgu antud (koonduv) astmerida
f(x) =
n=0
a
n
x
n
, |x| < r (koonduvusraadius)
Sellele reale seame vastavussse maatriksastmerea
f(x) =
n=0
a
n
A
n
ning utleme, et f(A) on funktsiooni f(x) vaartus kohal A. Vaiki-
misi eeldame, et rida f(A) koondub samuti.
Seega, funktsiooni f(x) arendame (kui voimalik) koonduvasse
astmeritta, seejarel asendame muutuja x maatriksiga A.
Naiteid
Monedele elementaarfunktsioonidele vastavad maatriksread:
e
A
:=
n=0
A
n
n!
sin A :=
n=0
(1)
n
A
2n+1
(2n + 1)!
cos A :=
n=0
(1)
n
A
2n
(2n)!
ln(I +A) :=
n=0
(1)
n
A
n+1
n + 1
(I A)
1
=
1
I A
:=
n=0
A
n
Denitsioon 19. Kui leidub arv ja vektor v = 0 nii, et Av =
v, siis oeldakse, et on maatriksi A omavaartus ja vektor v on
maatriksi A (omavaartusele vastav) omavektor.
Teoreem 20. Maatriksrida f(A) koondub parajasti siis, kui vas-
tav astmetrida f() koondub maatriksi A iga omavaartuse kor-
ral.
Teoreem 21. Kui f(A) koondub ning on A omavaartus, siis
f() on maatriksi f(A) omavaartus.
8

Ulesandeid
8.1

Ulesanne
Lahendada lineaarne maatriksvorrandite s usteem ja kontrollida la-
hendit.
_
_
X + Y =
_
0 1
1 0
_
2X + 3Y =
_
0 2
2 0
_
8.2

Ulesanne
Lihtsustada avaldised
A(3B C) + (A2B)C + 2B(C + 3A) = = 3AB + 5BA
A(BC CD) A(B C)D + AB(D C) = = 0
8.3

Ulesanne
Leida (
1 1
0 1
)
n
.
8.4

Ulesanne
Leida D()D(), D
1
() ja D
n
() (n N), kui
D() :=
_
cos sin
sin cos
_
, R
Veenduda, et D() on ortogonaalmaatriks.
8.5

Ulesanne
Toestada, et maatriks
_
a b
c d
_
rahuldab ruutvorrandit
x
2
(a + d)x + ad bc = 0
8.6

Ulesanne
Lahendada maatriksvorrand ja kontrollida lahendit.
_
1 2
3 4
_
X =
_
3 4
5 9
_
8.7

Ulesanne
X
_
3 2
5 4
_
=
_
1 2
5 6
_
8.8

Ulesanne
_
3 1
5 2
_
X
_
5 6
7 8
_
=
_
14 16
9 10
_
IV. Lineaarvorrandis usteemid
1 LVS ja tema lahend
1.1 Tahistusi ja moisteid
Lineaarvorrandis usteemiks (LVS-iks) nimetatakse jargmist vorran-
dis usteemi:
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= y
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= y
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
k1
x
1
+ a
k2
x
2
+ + a
kn
x
n
= y
k
Siin
a
ij
on LVS-i kordajad,
y
i
on LVS-i vabaliikmed,
x
i
on LVS-i tundmatud.
Tundmatute arv n ja vorrandite arv k on soltumatud. LVS-i korda-
jate maatriksit A = (a
ij
) nimetatakse lihtsalt LVS-i maatriksiks.
LVS-i maatriksi laiendamisel vabaliikmete veeruga (laheb viima-
seks veeruks) saadakse LVS-i laiendatud maatriks
_
_
_
_
_
a
11
a
12
. . . a
1n
y
1
a
21
a
22
. . . a
2n
y
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
k1
a
k2
. . . a
kn
y
k
_
_
_
_
_
LVS on ilmselt uheselt maaratud oma laiendatud maatriksiga.
1.2 Lahendi moiste
Arvude jarjendit nimetatakse vorrandis usteemi lahendiks, kui
1) jarjendi elementide arv vordub s usteemi tundmatute arvuga,
2) jarjendi elementide asendamine (loomulikus jarjestuses) s us-
teemi mis tahes vorrandisse tundmatute asemele muudab
selle vorrandi samasuseks.
1
2 IV. Lineaarvorrandis usteemid
1.3 Lahenduvusega seotud moisteid
S usteemi nimetatakse kooskolaliseks, kui tal leidub vahemalt uks
lahend.

Oeldakse, et s usteemi on maaratud, kui tal leidub parajasti
uks lahend. S usteemi nimetatakse vasturaakivaks, kui tal puuduvad
lahendid.
Naide
Vorrand 0x = 0 on kooskolaline (lopmata palju lahendeid). Vor-
rand 2x = 6 on maaratud (parajasti uks lahend). Vorrand 0x = 1
on vasturaakiv (lahendid puuduvad).
2 LVS-i maatrikskuju
Deneeerime maatriksid
A =
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
k1
a
k2
. . . a
kn
_
_
_
_
_
, x =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
, y =
_
_
_
_
_
y
1
y
2
.
.
.
y
k
_
_
_
_
_
Siis LVS 1.1 on samavaarne maatriksvorrandiga
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
k1
a
k2
. . . a
kn
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
=
_
_
_
_
_
y
1
y
2
.
.
.
y
k
_
_
_
_
_
Samavaarsuses voib veenduda maatriksarvutuse reeglite abil. Kor-
rutades maatriksid A ja x, saame maatriksvorduse
_
_
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
. . . . . . . . . . . . . . . . . . . . . . . . . . .
a
k1
x
1
+ a
k2
x
2
+ + a
kn
x
n
_
_
_
_
=
_
_
_
_
_
y
1
y
2
.
.
.
y
k
_
_
_
_
_
IV. Lineaarvorrandis usteemid 3
mille vastavate elementide vordsustamine annabki s usteemi 1.1
vorrandid.
Seega LVS-i saab kompaktselt esitada maatrikskujul, maat-
riksvorrandina Ax = y. Vorrandi Ax = y lahendi all moistame
sellist aritmeetilist (veeru)vektorit, mille asendamisel vorrandisse
saame (maatriks)samasuse.
3 Homogeense LVS-i omadusi
3.1 Homogeenne LVS
LVS-i nimetatakse homogeenseks, kui vabaliikmed on nullid, s.t
y
1
= = y
k
= 0.
Homogeennne LVS on seega jargmine:
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
k1
x
1
+ a
k2
x
2
+ + a
kn
x
n
= 0
Homogeenne LVS on samavaarne maatriksvorrandiga Ax = 0.
3.2 Kooskolalisus
Lause 1. Homogeenne LVS on kooskolaline.
Toestus. Toepoolest, homogeense LVS-i uheks lahendiks on nn tri-
viaalne lahend x = 0 (nullvektor).
3.3 Triviaalne lahend ja mittetriviaalsed lahendid
Homogeense LVS-i Ax = 0 lahendit x = 0 nimetatakse triviaalseks
lahendiks.
Homogeense LVS-i ulejaanud lahendeid (kui leiduvad) nimeta-
takse mittetriviaalseteks.
3.4 Lahendite omadusi
Teoreem 2. Olgu a ja b homogeense LVS-i Ax = 0 lahendid, s.t
Aa = 0 = Ab. Siis a + b ja a on samuti lahendid.
Toestus. Toepoolest, kasutades maatrikstehete omadusi, saame
1) A(a + b) = Aa + Ab = 0 + 0 = 0
2) A(a) = (A)a = (A)a = (Aa) = 0 = 0
Seega homogeense LVS-i lahendihulk (kui aritmeetilise vektor-
ruumi alamhulk) on kinnine liitmise ja arvuga korrutamise suhtes.
3.5 Kui tundamatute arv = vorrandite arv (n = k)
Kui n = k ja det A = 0, siis homogeensel LVS-il leidub vaid tri-
viaalne lahend. Kui n = k, siis mittetriviaalse lahendi olemasoluks
peab det A = 0.
Toestus. Toepoolest, kui n = k, siis regulaarse A korral on vorran-
di Ax = 0 parajasti uks lahend, selleks on x = A
1
0 = 0.
4 Crameri peajuht ja valemid
4.1 Crameri peajuht
Oeldakse, et LVS-i korral on tegemist Crameri

1
peajuhuga, kui
1) tundmatute arv vordub vorrandite arvuga,
2) s usteemi maatriksi determinant erineb nullist.
4.2 Tahistusi
Crameri peajuhul on LVS jargmise kujuga:
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= y
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= y
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
n1
x
1
+ a
n2
x
2
+ + a
nn
x
n
= y
n
1
Gabriel Cramer (1704 1752), sveitsi matemaatik
kusjuures det A = 0. Maatriksil A leidub siis teatavasti poordmaat-
riks A
1
.
Olgu A
i
maatriks, mis on saadud maatriksist A i-nda veeru
asendamisel LVS-i vabaliikmete veeruga.
4.3 Crameri valemid
Teoreem 3. Crameri peajuhul on LVS-il parajasti uks lahend.
Lahend avaldub valemitega
x
i
=
det A
i
det A
, i = 1, . . . , n
Toestus. Kasuta poordmaatriksit.
5 LVS-i omadusi
LVS-i kooskolalisust kirjeldab nn Kroneckeri-Capelli
2
teoreem.
5.1 Kroneckeri-Capelli teoreem (astakutingimus)
Teoreem 4. LVS on kooskolaline parajasti siis, kui tema maat-
riksi astak vordub laiendatud maatriksi astakuga.
5.2

Ulesanne
Naidata, et s usteem
_
_
2x
1
+ 7x
2
+ x
3
+ 3x
4
= 6
3x
1
+ 5x
2
+ 2x
3
+ 2x
4
= 4
9x
1
+ 4x
2
+ 7x
3
+ x
4
= 2
on kooskolaline.
2
Alfredo Capelli (1855-1910), itaalia matemaatik
5.3

Ulesanne
Naidata, et s usteemil
_
_
4x
1
+ 2x
2
5x
3
+ 3x
4
= 4
6x
1
+ 4x
2
7x
3
5x
4
= 6
3x
1
+ x
2
4x
3
+ 7x
4
= 10
puuduvad lahendid. Uurida (selgitada) pohjust.
5.4 Lahendite arvust
Teoreem 5. Kooskolalisel LVS-il 1.1 on
1) parajasti uks lahend kui n = r(A),
2) lopmata palju lahendeid, kui n > r(A).
6

Uld- ja erilahend
6.1

Uld- ja erilahendi moiste
LVS-i uldlahend on selline parameetritest soltuv lahend, mis ra-
huldab jargmist tingimust: parameetritele arvvaartuste omistami-
se teel on voimalik saada antud LVS-i koik lahendid.
Lahendeid, mis saadakse uldlahendist parameetritele (koigile
voi osale neist) arvvaartuste omistamise teel, nimetatakse LVS-i
erilahenditeks.
6.2 Vabad tundmatud
Osutub, et LVS-i uldlahendi parameetreid saab valida tundmatute
hulgast. Tundmatuid, mis on valitud uldlahendi parameetriteks,
nimetatakse vabadeks tundmatuteks.
LVS-i vabade tundmatute arvu (v. t. a.) leidmiseks voib kasu-
tada jargmist teoreemi.
Teoreem 6. Kooskolalise LVS-i maatriksi astak vordub tundma-
tute arvu ja vabade tundmatute arvu vahega.
Meil on seega lihtne valem
v.t.a. = t.a. r
Kui s usteemil on vahemalt uks vaba tundmatu, siis on tal ilmselt
lopmata palju lahendeid.
6.3 Homogeense LVS-i mittetriviaalse lahendi
olemasolu
Teoreem 7. Kui homogeensel LVS-il on tundmatute arv suurem
vorrandite arvust, siis leidub tal mittetriviaalne lahend.
Toestus. Olgu LVS 1.1 homogeenne (y
1
= = y
k
= 0) ning olgu
tundmatute arv suurem vorrandite arvust, s.t n > k. Olgu r sellise
s usteemi maatriksi astak. Ilmselt r k, r n ning
v.t.a. = n r
= (n k) + (k r)
> 0
Seega on teoreemi eeldustel LVS-i uldlahendis vahemalt uks vaba
tundmatu. Siit jareldubki, et antud juhul leidub LVS-il mittetri-
viaalseid lahendeid.
7 Gaussi meetod
N u ud selgitame LVS-ide lahendamist elementaarteisendustega, mi-
da kirjanduses tuntakse ka Gaussi
3
meetodi nime all.
7.1 LVS-ide ekvivalentsus
Oeldakse, et LVS-id on ekvivalentsed ehk samavaarsed, kui neil on

uhesugused lahendihulgad, s.t esimese LVS-i iga lahend on teise
LVS-i lahendiks ja vastupidi, teise LVS-i iga lahend on esimese
LVS-i lahendiks.
LVS-ide ekvivalentsuse tahistamiseks kasutame s umbolit
3
Carl Friedrich Gauss (1777-1855), saksa matemaatik
7.2 Ekvivalentsi omadusi
1) Reeksiivsus: iga LVS on ekvivalentne iseendaga, s.t LV S
LV S.
2) S ummeetria: kui LV S(1)LV S(2), siis LV S(2)LV S(1).
3) Transitiivsus: kui LV S(1) LV S(2) ja LV S(2) LV S(3),
siis LV S(1) LV S(3).
7.3 LVS-i elementaarteisendused
LVS-i esimest liiki elementaarteisenduseks nimetatakse LVS-i mis
tahes vorrandi labikorrutamist nullist erineva arvuga.
LVS-i teist liiki elementaarteisenduseks nimetatakse LVS-i min-
gile vorrandile sama s usteemi mone teise arvkordse vorrandi liit-
mist.
LVS-i elementaarteisenduseks nimetatakse ka LVS-i vorrandite
jarjestuse muutmist. See elementaarteisendus ei ole aga soltuma-
tu, vaid on realiseeritav esimest ja teist liiki elementaarteisenduste
kompositsioonina (analoogiline maatriksi ridade jarjestuse muut-
misega).
Teoreem 8. LVS-i elementaarteisendused ei muuda LVS-i lahen-
dihulka.
Toestus. Soovitav toestada iseseisva harjutusena.
7.4 Trepikujuline LVS
Utleme, et LVS on trepikujuline, kui tema kordajate maatriks on

treppmaatriks.
7.5 Gaussi meetodi idee
Gaussi meetod on LVS-ide okonoomne lahendusmeetod elemen-
taarteisenduste abil. Meetodi aluseks on tahelepanek, et LVS-i
elementaarteisendusi voib sooritada maatriksesituses, kasutades
LVS-i laiendatud maatriksi (peamiselt ridade) elementaarteisen-
dusi. LVS teisendatakse elementaarteisendudte abil ekvivalentsele
treppkujule. Meetod voimaldab
1) leida LVS-i maatriksi ja tema laiendatud maatriksi astakud,
2) kontrollida astakutingimust (kooskolalisust),
3) selekteerida valja vabad tundmatud (kui leiduvad),
4) kooskolalisuse korral leida LVS-i koik lahendid, olemasolu
korral uldlahend.
7.6 Gaussi meetod (LVS-i lahendamine)
1) Kirjutame valja LVS-i laiendatud maatriksi, eraldades sel-
gelt vabaliikmete veeru.
2) Kasutades ridade elementaarteisendusi, teisendame LVS-i
laiendatud maatriksi ekvivalentsele treppkujule. Veergude
elementaarteisendustest on lubatud vaid veergude jarjestuse
muutimine, sellega kaasneb tundmatute jarjestuse muutmi-
ne.
3) Leiame LVS-i maatriksi ja laiendatud maatriksi astakud ning
kontrollime astakutingimust.
4) Kooskolalisuse korral leiame LVS-i vabade tundmatute arvu.
5) Kirjutame valja LVS-i ekvivalentse treppkuju.
6) Tundmatud selekteerime juhtivateks ja (olemasolu korral)
vabadeks. Juhttundmatud asetsevad treppmaatriksi juhtele-
mentide korval.
7) LVS-i ekvivalentsest treppkujust avaldame juhttundmatud
vabaliikmete ja (olemasolu korral) vabade tundmatute kau-
du. Kasutada saab
a) asendusmeetodit,
b) Crameri valemeid,
c) poordmaatriksit.
8) Kirjutame valja koik lahendid, olemasolu korral uldlahendi,
naidates ara vabad tundmatud.
9) Kahtluse korral kontrollime lahendit.

Uldlahendi asendami-
sel LVS-i vorranditesse peavad vabad tundmatud koonduma.
7.7 Gaussi meetodi kokkuvote
LVS teisendatakse ekvivalentsele kujule nii, et eralduksid vabad
tundmatud. Tulemus kuulutatakse uldlahendiks ja lahendamine
lopetatuks. Juhttundmatute avaldamine on vaid mugavuse k usi-
mus.
7.8 Naide
Lahendada LVS
_
_
2x
1
+ 7x
2
+ x
3
+ 3x
4
= 6
3x
1
+ 5x
2
+ 2x
3
+ 2x
4
= 4
9x
1
+ 4x
2
+ 7x
3
+ x
4
= 2
Lahendus
Selle s usteemi laiendatud maatriks
A =
_
_
2 7 1 3 6
3 5 2 2 4
9 4 7 1 2
_
_
Ridade elementaarteisendustega leidsime, et maatriksiga A ekvi-
valentne treppmaatriks on
_
_
1 2 1 1 2
0 11 1 5 10
0 0 0 0 0
_
_
Vahetades n u ud (murdude valtimiseks jargnevates arvutustes) tei-
se ja kolmanda veeru, saame
A
_
_
1 1 2 1 2
0 1 11 5 10
0 0 0 0 0
_
_
Ilmselt r(A) = 2 ja s usteemi v. t. a. = 4 2 = 2.
Kirjutame valja esialgse LVS-iga ekvivalentse s usteemi
_
_
1x
1
+ 1x
3
2x
2
1x
4
= 2
0x
1
1x
3
+ 11x
2
+ 5x
4
= 10
0x
1
+ 0x
3
+ 0x
2
+ 0x
4
= 0
Triviaalsed liikmed ja vorrandid eemaldame ning juhttundmatud
raamime . Siis saame
_
x
1
+ x
3
2x
2
x
4
= 2
x
3
+ 11x
2
+ 5x
4
= 10
Vabadeks (parameetriteks) loeme tundmatud x
2
ja x
4
. N u ud aval-
dame juhttundmatud x
1
, x
3
vabaliikmete ja vabade tundmatute
x
2
, x
4
kaudu. Seda on mugav teha nii, et koigepealt avaldame x
3
teisest vorrandist. Saame
x
3
= 10 + 11x
2
+ 5x
4
Edasi arvutame esimesest vorrandist
x
1
= 2 x
3
+ 2x
2
+ x
4
= 2 (10 + 11x
2
+ 5x
4
) + 2x
2
+ x
4
= 8 9x
2
4x
4
Uldlahend on
_
_
x
1
= 8 9x
2
4x
4
x
3
= 10 + 11x
2
+ 5x
4
x
2
, x
4
vabad tundmatud
Kahtluse korral kontrollime lahendit.

Uldlahendi asendamisel s us-
teemi vorranditesse peavad vabad tundmatud koonduma. Kontrol-
lime ( uld)lahendit naiteks esimese vorrandiga
2x
1
+ 7x
2
+ 1x
3
+ 3x
4
= 2(8 9x
2
4x
4
) + 7x
2
+ (10 + 11x
2
+ 5x
4
) + 3x
4
= 6 = 6 = 6
Ulejaanud vorranditega kontrollitakse lahendit analoogiliselt.

8

Ulesandeid
8.1

Ulesanne
Lahendada LVS ja kontrollida lahendit
_
_
3x
1
2x
2
+ 5x
3
+ 4x
4
= 2
6x
1
4x
2
+ 4x
3
+ 3x
4
= 3
9x
1
6x
2
+ 3x
3
+ 2x
4
= 4
8.2

Ulesanne
_
_
6x
1
+ 9x
2
+ 3x
3
+ 2x
4
= 4
2x
1
+ 3x
2
+ 5x
3
+ 4x
4
= 2
4x
1
+ 6x
2
+ 4x
3
+ 3x
4
= 3
8.3

Ulesanne
_
_
3x
1
+ 4x
2
+ x
3
+ 2x
4
= 3
6x
1
+ 8x
2
+ 2x
3
+ 5x
4
= 7
9x
1
+ 12x
2
+ 3x
3
+ 10x
4
= 13
8.4

Ulesanne
_
_
6x
1
+ 4x
2
+ 5x
3
+ 2x
4
+ 3x
5
= 1
3x
1
+ 2x
2
+ 4x
3
+ x
4
+ 2x
5
= 3
3x
1
+ 2x
2
2x
3
+ x
4
= 7
9x
1
+ 6x
2
+ x
3
+ 3x
4
+ 2x
5
= 2
8.5

Ulesanne
Lahendada maatriksvorrand ja kontrollida lahendit
X
_
2 1
4 2
_
=
_
1 3
2 6
_
8.6

Ulesanne
Lahendada maatriksvorrand ja kontrollida lahendit
_
2 1
4 2
_
X =
_
1 3
2 6
_
V. Kompleksarvud
1 Kompleksarvu moiste ja esitusi
1.1 Kompleksarvu moiste
Kompleksarvuks nimetatakse reaalarvuliste elementidega teist jar-
ku ruutmaatriksit, milles
1) peadiagonaali elemendid on vordsed,
2) korvaldiagonaalil asetsevad teineteise vastandarvud.
Koigi kompleksarvude hulka tahistame C ja nimetame kompleks-
arvude korpuseks.
1.2 Tahistusi
Seega maatriks z = (
z
11
z
12
z
21
z
22
) C, kui
1) z
11
= z
22
R,
2) z
12
= z
21
R.
Mugav on tahistada
z
11
= z
22
= a R, z
12
= z
21
= b R
Avaldist
z =
_
a b
b a
_
C
nimetame kompleksarvu z maatrikskujuks ehk maatriksesituseks.
Naide
_
2 3
3 2
_
C,
_

2
_
C,
_

2
_
/ C,
_

2
_
/ C
1
2 V. Kompleksarvud
1.3 Reaal- ja imaginaarosa
Arvu a R nimetatakse kompleksarvu z =
_
a b
b a
_
C reaalosaks
ja tahistatakse a = Re z. Arvu b R nimetatakse kompleksarvu
z =
_
a b
b a
_
C imaginaarosaks ja tahistatakse b = Imz.
1.4

Uhik, imaginaar uhik ja null
Kompleksarvu I := (
1 0
0 1
) := 1, s.t teist jarku uhikmaatriksit ni-
metatakse uhikuks ehk uheks. Kompleksarvu i :=
_
0 1
1 0
_
nime-
tatakse imaginaar uhikuks. Kompleksarvu 0 := (
0 0
0 0
) nimetatakse
nulliks.
Lause 1. Iga kompleksarv avaldub uheselt uhiku ja imaginaar uhiku
lineaarkombinatsioonina kujul C z = (Re z) I +(Imz)i.
Toestus. Toepoolest
(Re z) I = (Re z)
_
1 0
0 1
_
=
_
Re z 0
0 Re z
_
(Imz)i = (Imz)
_
0 1
1 0
_
=
_
0 Imz
Imz 0
_
Liites saame
(Re z) I +(Imz)i =
_
Re z 0
0 Re z
_
+
_
0 Imz
Imz 0
_
=
_
Re z Imz
Imz Re z
_
= z
mis toestabki noutava vorduse.

Uhesus jareldub kergesti maatrik-
site vordsuse denitsioonist.
Markus
Korrutamist uhikuga ( uhega) I tavaliselt ei eksponeerita. Seega
kirjutatakse
z = Re z + (Imz)i = Re z + i Imz
V. Kompleksarvud 3
1.5 Kompleksarvu algebraline kuju (esitus)
Avaldist
z = Re z + i Imz = a + ib
nimetatakse kompleksarvu z algebraliseks kujuks ehk (harvemini)
algebraliseks esituseks.
Arvutusi kompleksarvudega sooritamegi mitte maatrikskujul,
vaid eelistatavalt algebralisel kujul.
1.6 Kompleksarvude vordsuse tunnus
Lause 2. Kompleksarvud on vordsed parajasti siis, kui
1) on vordsed nende reaalosad,
2) on vordsed nende imaginaarosad.
Toestus. Kasuta maatriksite vordsuse denitsiooni.
1.7 Kompleksarvu geomeetriline tolgendus (esitus)
Et kompleksarv z = Re z + i Imz soltub kahest reaalarvulisest
parameetrist (Re z ja Imz), on kompleksarv reaalarvu tasandili-
ne uldistus. Piltlikult oeldes kompleksarv ongi tasandiline (ehk
2-mootmeline) arv. Piltlikustamiseks voib kasutada xy-tasandit,
kus kompleksarvu z x-koordinaat on Re z ning y-koordinaat on
Imz. Sellises tolgenduses nimetatakse xy-tasandit komplekstasan-
diks, x-telge nimetatakse reaalteljeks ja y-telge imaginaarteljeks.
Kompleksarv esitub uheselt komplekstasandi punktina. Joonise
koostamine jaagu iseseisvaks harjutuseks.
2 Tehted kompleksarvudega
2.1 Idee selgitus
Kompleksarve nimetatakse arvudeks ehk skalaarideks eeskatt sel-
leparast, et nendega saab sooritada aritmeetilisi tehteid: liitmist,
4 V. Kompleksarvud
lahutamist, korrutamist ja jagamist. Tehted saab deneerida maat-
rikstehetena. Osutub, et tehete tulemuseks on samuti kompleks-
arvud, s.t C on kinnine aritmeetiliste tehete suhtes.
2.2 Tehete denitsioon
Kompleksarvude liitmine, lahutamine ja korrutamine deneeritak-
se kui maatriksite liitmine, lahutamine ja korrutamine. Kompleks-
arvu poordarvuks (kui leidub) on tema poordmaatriks. Jagamine
deneeritakse poordarvu abil, seda selgitame hiljem.
3 Kompleksarvude liitmine ja lahutamine
3.1 Summa ja vahe
Kompleksarvude summa ja vahe deneeritakse kui maatriksite
summa ja vahe.
3.2 Kinnisus
Lause 3. C on kinnine liitmise ja lahutamise suhtes, s.t komp-
leksarvude summa ja vahe on samuti kompleksarv. Kompeksarvude
liitmisel (lahutamisel) liidame (lahutame) reaal- ja imaginaarosad
eraldi:
(a
1
+ b
1
i) (a
2
+ b
2
i) = (a
1
a
2
) + (b
1
b
2
)i
Toestus. Toepoolest, kasutades (vaikimisi) maatrikstehete oma-
dusi, arvutame
(a
1
+ b
1
i) (a
2
+ b
2
i) = a
1
+ b
1
i a
2
b
2
i
= a
1
a
2
+ b
1
i b
2
i
= (a
1
a
2
) (b
1
b
2
) C
V. Kompleksarvud 5
3.3 Naide: summa ja vahe arvutamine
Arvutame summa
(2 5i) + (1 + 7i) = 2 5i 1 + 7i = 2 1 5i + 7i
= (2 1) + (5 + 7)i = 1 + 2i
Arvutame vahe
(2 5i) (1 + 7i) = 2 5i + 1 7i = 2 + 1 5i 7i
= (2 + 1) (5 + 7)i = 3 12i
4 Kompleksarvude korrutamine
4.1 Korrutise moiste
Kompleksarvude korrutamine deneeritakse kui maatriksite kor-
rutamine. Korrutamistehet voimaluse korral ei eksponeerita, s.t
z
1
z
2
:= z
1
z
2
.
Korrutamist illustreerime koigepealt naidetega.
4.2 Naide: imaginaar uhiku ruut
Kasutades maatrikskorrutist, arvutame
i
2
:= ii =
_
0 1
1 0
__
0 1
1 0
_
=
_
1 0
0 1
_
= 1
_
1 0
0 1
_
= 1 I = I = 1
kus viimaste vorduste valjakirjutamisel arvestasime seda, et kor-
rutamist uhikutega (tavaliselt) ei eksponeerita.

Uhikute mitteeks-
poneerimine on heas kooskolas tahistusega I = 1.
4.3 Markus: imaginaar uhiku moistest
Seost i
2
= 1 loetakse sageli imaginaar uhiku denitsiooniks ja
kirjutatakse i :=

1. Imaginaar uhik

1 ei ole tolgendatav
6 V. Kompleksarvud
reaalarvuna (sest reaalarvude ruudud on mittenegatiivsed), k ull
aga spetsiilise teist jarku ruutmaatriksina, nagu eespool veen-
dusime. Korrektne on naiteks kirjutada

1 :=
_
0 1
1 0
_
. Leidub
ka teisi tolgendusi (esitusi).
4.4 Naide: imaginaar uhiku poordaarv
Vorduse i
2
= 1 korrutame 1-ga ja kirjutame tulemuse kujul
i(i) = 1 = (i)i
See valem utleb, et imaginaar uhiku poordarv avaldub kujul
i
1
=
1
i
= i
4.5 Naide: korrutise arvutamine
Kasutades maatrikstehete omadusi, arvutame
(2 5i)(4 + 3i) = 2 4 + 2(3i) + (5i)4 (5i)(3i)
= 8 + (2 3)i + (5 4)i (5 3)i
2
= (8 + 15) + (6 + 20)i
= 7 + 26i
Muudame tegurite jarjekorda, saame
(4 + 3i)(2 5i) = 4 2 + 4(5i) + (3i)2 (3i)(5i)
= 8 + (4 5)i + (3 2)i (3 5)i
2
= (8 + 15) + (20 + 6)i
= 7 + 26i
4.6 Korrutise uldvalem
Korrutise uldvalemi esitame jargmise lause toestuses.
Lause 4. C on kinnine korrutamise suhtes, s.t kompleksarvude
korrutis on ka kompleksarv. Korrutamine on kommutatiivne.
V. Kompleksarvud 7
Toestus. Kasutades maatrikstehete omadusi, arvutame korrutise
z
2
z
1
= (a
2
+ b
2
i)(a
1
+ b
1
i)
= a
2
a
1
+ a
2
(b
1
i) + (b
2
i)a
1
) + (b
2
i)(b
1
i)
= a
2
a
1
+ (a
2
b
1
)i + (b
2
a
1
)i + (b
2
b
1
)i
2
= (a
2
a
1
b
2
b
1
) + (a
2
b
1
+ b
2
a
1
)i C
Muutes tegurite jarjekorda, saame kommutatiivsuse
z
1
z
2
= (a
1
a
2
b
1
b
2
) + (a
1
b
2
+ b
1
a
2
)i = z
2
z
1
See on ka korrutise z
1
z
2
uldvalem.
5 Kaaskompleksarv ja konjugeerimine
5.1 Kaaskompleksarvu moiste
Kompleksarvu z = a +bi kaaskompleksarv on z
:= a bi. Funkt-
siooni z z
, s.t kaaskompleksarvu leidmist nimetatakse (komp-

leksseks) konjugeerimiseks.
Naide
(2 + 3i)
= 2 3i, (2 3i)
= 2 + 3i jne.
5.2 Tolgendusi
Geomeetriliselt on kaaskompleksarv antud kompleksarvu peegel-
dus reaaltelje suhtes. Maatriksesituses ilmselt z
= z
T
.
5.3 Konjugeerimise omadusi
1) (z
= z
2) (z
1
z
2
)
= z
1
z
2
3) (z
1
z
2
)
= z
1
z
2
4) Re z =
1
2
(z + z
), Imz =
1
2i
(z z
)
8 V. Kompleksarvud
6 Moodul
6.1 Mooduli moiste
Kompleksarvu z = a + bi moodul |z| deneeritakse valemiga
|z| :=
_
a
2
+ b
2
Moodul on ilmselt mittenegatiivne reaalarv.
Naide
|2 3i| =
_
2
2
+ (3)
2
=

13 jne.
6.2 Tolgendusi
Geomeetriliselt on moodul kompleksarvu (polaar)kaugus koordi-
naatide alguspunktist komplekstasandil. Maatriksesituses |z| =
det z.
6.3 Ruutude summa valem
(a + bi)(a bi) = a
2
+ b
2
Toestus. Toepoolest, kasutades maatrikstehete omadusi, arvuta-
me
(a + bi)(a bi) = aa abi + bia bibi
= a
2
abi + bai b
2
i
2
= a
2
+ b
2
6.4 Mooduli omadusi
1) zz
= |z|
2
= z
z
2) |z
1
z
2
| = |z
1
||z
2
|
Toestus. Esimene valem on ruutude summa valem. Teine valem
jaagu iseseisvaks harjutuseks.
V. Kompleksarvud 9
7 Poordarv
7.1 Poordarvu moiste
Kompleksarvu z C poordarv (kui leidub) on tema poordmaatriks
z
1
. Teisiti oeldes,
zz
1
= 1 = z
1
z
7.2 Tolgendus
Kompleksarv on ortogonaalmaatriks, s.t z
1
= z
T
.
7.3 Poordarvu omadusi
1) (z
1
)
1
= z
2) (z
1
z
2
)
1
= z
1
1
z
1
2
7.4 Poordarvu olemaolu ja arvutamine
Teoreem 5. Igal 0 = z C leidub parajasti uks poordarv z
1
C
ning see avaldub valemiga
z
1
:=
1
z
=
1
|z|
2
z
=
z
|z|
2
=
1z
zz
Toestus. Et z = 0, siis |z| = 0 ning

z
|z|
2
on maaratud. Tuleb kont-
rollida poordarvu (poordmaatriksi) denitsioonseoseost
z
z
|z|
2
=
zz
|z|
2
=
|z|
2
|z|
2
= 1
Analoogiliselt kontrollitakse vordust
z
|z|
2
z = 1. Poordarvu ainsus
jareldub maatriksi poordmaatriksi ainsusest.
7.5 Naide
Leiame i
1
i
1
=
1
i
=
1 (i)
i (i)
=
i
1
= i
10 V. Kompleksarvud
7.6 Naide
Leiame i
99
i
99
=
1
i
99
=
1
i
424+3
=
1
i
424
i
3
=
1
(i
4
)
24
i
2
i
=
1
i
= i
7.7 Naide
Leiame 2 5i poordarvu
1
2 5i
=
1(2 + 5i)
(2 5i)(2 + 5i)
=
2 + 5i
4 (5i)
2
=
2 + 5i
4 25i
2
=
2 + 5i
4 + 25
=
2 + 5i
29
8 Jagamine
Et kompleksarvude korrutamine on kommutatiivne, siis on jaga-
mistehe uheselt maaratud.
8.1 Jagatise moiste
Kompleksarvude z
1
ja z
2
jagatis deneeritakse valemiga
z
1
z
2
:= z
1
1
z
2
=
1
z
2
z
1
, z
2
= 0
8.2 Jagatise arvutamine
Poordmaatriksi arvutamise asemel on otstarbekam kasutada vale-
mit
z
1
z
2
=
z
1
z
2
z
2
z
2
=
z
1
z
2
|z
2
|
2
Toestus. Toepoolest, kasutades maatrikskorrutise omadusi, saame
z
1
z
2
= z
1
1
z
2
= z
1
z
2
|z
2
|
=
z
1
z
2
z
2
z
2
V. Kompleksarvud 11
8.3 Jagatis algebralisel kujul
Naitame, kuidas jagatis algebralisele kujule teisendada. Kasutades
maatrikstehete omadusi, arvutame
z
1
z
2
=
a
1
+ b
1
i
a
2
+ b
2
i
=
(a
1
+ b
1
i)(a
2
b
2
i)
(a
2
+ b
2
i)(a
2
b
2
i)
=
a
1
a
2
a
1
b
2
i + b
1
ia
2
b
1
ib
2
i
a
2
2
b
2
2
i
2
=
a
1
a
2
a
1
b
2
i + b
1
a
2
i + b
1
b
2
a
2
2
+ b
2
2
=
a
1
a
2
+ b
1
b
2
+ (b
1
a
2
a
1
b
2
)i
a
2
2
+ b
2
2
=
a
1
a
2
+ b
1
b
2
a
2
2
+ b
2
2
+
b
1
a
2
a
1
b
2
a
2
2
+ b
2
2
i
8.4 Naide
Arvutame jagatise
2 + 3i
3 4i
=
(2 + 3i)(3 + 4i)
(3 4i)(3 + 4i)
=
6 + 8i + 9i + 12i
2
9 16i
2
=
6 12 + 17i
9 + 16
=
6 + 17i
25
9 Kompleksarvude omadusi
9.1 Arvutusseadused kompleksarvudega
Teoreem 6. Olgu z, z
1
, z
2
, z
3
C. Siis kehtivad jargmised arvu-
tusseadused:
1) z
1
+ z
2
= z
2
+ z
1
( liitmise kommutatiivsus),
2) (z
1
+ z
2
) + z
3
= z
1
+ (z
2
+ z
3
) ( liitmise assotsiatiivsus),
3) 0 C nii, et z + 0 = z = 0 + z z C
( nulli 0 olemasolu),
12 V. Kompleksarvud
4) z C z C nii, et z + (z) = 0 = z + z
( vastandarvu z olemasolu),
5) (z
1
z
2
)z
3
= z
1
(z
2
z
3
) ( korrutamise assotsiatiivsus),
6) z
1
(z
2
+ z
3
) = z
1
z
2
+ z
1
z
3
( distributiivsus),
7) 1 C nii, et 1z = z ( unitaalsus),
8) z
1
z
2
= z
2
z
1
( korrutamise kommutatiivsus),
9) 0 = z C z
1
C nii, et zz
1
= 1 = z
1
z
( poordarvu z
1
olemasolu).
Toestus. Kompleksarvud deneerisime kui erikujulised teist jarku
ruutmaatriksid. Tehete omadused 1) 7) jarelduvad maatriks-
tehete vastavatest omadustest. Kommutatiivsuse (omadus 8) ja
poordarvu olemasolu (omadus 9) toestasime eespool.
9.2 Markus: korpuse moistest
Omadused 8) ja 9) maatriksite korral uldiselt ei kehti. Arvutussea-
dused 1) 9) kehtivad ka ratsionaalarvude ja reaalarvude korral.
Need arvutusseadused voetakse aluseks abstraktse korpuse de-
neerimisel. Seda kasitleme hiljem.
10 Ruutvorrand kompleksarvude korpuses
10.1 Idee selgitus
Osutub, et ruutvorrandi ax
2
+ bx + c = 0 lahendusvalemi
x =
b
b
2
4ac
2a
tuletamisel kasutatakse vaid (korpuse) omadusi 1) 9) (vt ala-
punkt 9.1) ja ruutjuuure moistet. Deneerides ruutjuure komp-
leksarvude jaoks, voime seda lahendusvalemit kasutada ka komp-
leksarvuliste kordajate a, b, c korral.
V. Kompleksarvud 13
10.2 Kompleksarvu ruutjuur
Kompleksarvu z C ruutjuur

z deneeritakse valemiga (
z)
2
=
z.
10.3 Naide: ruutjuure arvutamine
Leiame

15 8i. Tahistame
15 8i = + i, , R
Vastavalt ruutjuure denitsioonile
( + i)
2
=
2
+ 2i +
2
i
2
=
2
2
+ 2i = 15 8i
Reaal- ja imaginaarosad peavad olema vastavalt vordsed
_
2
= 15
2 = 8
Molemad vorrandid tostame ruutu
_
(
2
2
)
2
= 225
(2)
2
= 64
=
_
4
2
2
2
+
4
= 225
4
2
2
= 64
Liidame saadud vorrandid
4
2
2
2
+
4
+ 4
2
2
= 225 + 64 = (
2
+
2
)
2
= 289
=
2
+
2
=

289 = 17
Teine juur (17) ei kolba, sest
2
+
2
0. Moodustame uue
s usteemi
_
2
= 15
2
+
2
= 17
2 = 8
Liidame ja lahutame kaks esimest vorrandit. Saame
_
_
2
2
= 15 + 17 = 2
2
2
= 17 + 15 = 32
2 = 8
=
_
2
= 1
2
= 16
2 = 8
14 V. Kompleksarvud
=
_
_
= 1
= 4
2 = 8
Et 2 = 8 (negatiivne), siis saame kaks lahendit
_
1
= +1,
1
= 4
2
= 1,
2
= +4
ning vorrand 2 = 8 on rahuldatud. Kokku vottes on ruutjuu-
rel kaks vaartust
15 8i =
_
1
+
1
i
2
+
2
i
=
_
1 4i
1 + 4i
= (1 4i)
Kontrollime tulemust. Toepoolest
[(1 4i)]
2
= (1 4i)
2
= 1 8i + 16i
2
= 1 16 8i = 15 8i
10.4 Naide: ruutvorrandi lahendamine
Lahendada ruutvorrand
x
2
(3 2i)x + (5 i) = 0
Kasutades ruutvorrandi lahendusvalemit, saame
x =
3 2i
_
(3 2i)
2
4(5 i)
2
=
3 2i
9 12i + 4i
2
20 + 4i
2
=
3 2i
15 8i
2
=
3 2i (1 4i)
2
Siin kasutasime ruutjuure

15 8i vaartusi naitest 10.3. N u ud
saame
x
1
=
3 2i + (1 4i)
2
=
4 6i
2
= 2 3i
V. Kompleksarvud 15
x
2
=
3 2i (1 4i)
2
=
3 2i 1 + 4i
2
=
2 + 2i
2
= 1 + i
Kontrollime esimest juurt. Arvutame
(2 3i)
2
(3 2i)(2 3i) + 5 i
= 4 12i + 9i
2
6 + 9i + 4i 6i
2
+ 5 i
= (4 9 6 + 6 + 5) + (12 + 9 + 4 1)i = 0 + 0i = 0
Teist juurt kontrollime analoogiliselt
(1 + i)
2
(3 2i)(1 + i) + 5 i
= 1 + 2i + i
2
3 3i + 2i + 2i
2
+ 5 i
= (1 1 3 2 + 5) + (2 3 + 2 1)i = 0 + 0i = 0
11 Kompleksarvu trigonomeetriline kuju
11.1 Tahistusi ja moisteid
Olgu z = Re z+i Imz C. Vastavalt kompleksarvu geomeetrilisele
tolgendusele on reaalosa Re z ja imaginaarosa Imz kompleksarvu z
ristkoordinaadid komplekstasandil. Lahme ule polaarkoordinaati-
dele. Olgu punkti z kaugus koordinaatide alguspunktist (polaar-
kaugus) ning polaarnurk. Lepime kokku: kui nurka moodame
reaaltelje positiivsest poolest vastupaeva, siis > 0, kui moodame
reaaltelje positiivsest poolest paripaeva, siis < 0.
Uleminekuvalemid polaarkoordinaatidele on jargmised:

_
_
=
_
(Re z)
2
+ (Imz)
2
= |z|
Re z = cos
Imz = sin
Ilmselt tan =
Imz
Re z
. Kasutades uleminekuvalemeid, saame
z = Re z + i Imz = |z| cos + i|z| sin = |z|(cos + i sin )
16 V. Kompleksarvud
Avaldist
z = |z|(cos + i sin )
nimetatakse kompleksarvu z trigonomeetriliseks kujuks (ehk esi-
tuseks). Polaarnurka nimetatakse kompleksarvu z argumendiks
ning tahistatakse := Arg z.
Punkti z asukoht komplekstasandil ei muutu, kui argumenti
arg z muuta mingi taisarv korda 2 vorra. Seega on kompleksar-
vu argument maaratud vaid 2 taisarvulise kordseni. Polaarnurga
vaartust arg z, mis rahuldab vorratust < arg z , nimeta-
takse argumendi peavaartuseks. Kompleksarvu argument avaldub
oma peavaartuse kaudu valemiga
Arg z = arg z + 2k, k Z
Sageli voetakse arg z muutumispiirkonnaks vahemik [0, 2).
11.2 Kompleksarvude vordsuse tunnus
trigonomeetrilises esituses
Lause 7. Kompleksarvud on vordsed parajasti siis, kui
1) nende moodulid on vordsed,
2) nende argumentide vahe on 2 kordne.
Leida kompleksarvude 1 i trigonomeetrilised kujud.
12 Euleri valemid ja kompleksarvu
eksponentkuju (eksponentesitus)
12.1 Euleri funktsioon
Funktsiooni
e
i
:= cos + i sin , R
V. Kompleksarvud 17
nimetame Euleri
1
funktsiooniks. Maatriksesituses ilmselt
e
i
=
_
cos sin
sin cos
_
Euleri funktsiooni seost eksponentfunktsiooniga selgitatakse mate-
maatilises anal u usis, kompleksmuutuja funktsioonide teoorias.
12.2 Kompleksarvu eksponentkuju
Avaldist
z = |z|e
i
kus on kompleksarvu z polaarnurk, nimetatakse kompleksarvu
z eksponentkujuks (eksponentesituseks).
Naide
1 + i =

2e
i
4
, i = e
i
2
, 1 = e
i
jne.
12.3 Euleri valemid
cos =
1
2
(e
i
+ e
i
), sin =
1
2i
(e
i
e
i
)
Toestus. Kasuta Euleri funktsiooni denitsiooni.
12.4 Euleri funktsiooni omadusi
e
i
1
e
i
2
= e
i(
1
+
2
)
,
e
i
1
e
i
2
= e
i(
1
2
)
Toestus. Kasuta Euleri funktsiooni denitsiooni ja trigonomeetri-
liste funktsioonide omadusi.
1
Leonhard Euler (1707 1783), sveitsi matemaatik
18 V. Kompleksarvud
12.5 De Moivrei valem
Jargnev valem kannab de Moivre
2
nime.
(e
i
)
n
= e
in
, n N
Toestus. Kasuta matemaatilise induktsiooni meetodit.
12.6 Korrutamine ja jagamine eksponentesituses
z
1
z
2
= |z
1
||z
2
|e
i(
1
+
2
)
,
z
1
z
2
=
|z
1
|
|z
2
|
e
i(
1
2
)
Naide
Arvutame
(1 + i
3)(1 + i)
1 i
3
=
2e
i
2e
i
4
2e
i
3
=

2e
i(
3
+
4
+
3
)
=

2e
i
11
12
=

2
_
cos(
11
12
) + sin(
11
12
)
_
13 Algebra pohiteoreem ja uhejuured
13.1 Pol unoom
n-astme pol unoom P
n
(x) ehk hulkliige deneeritakse valemiga
P
n
(x) := a
0
+ a
1
x + + a
n
x
n
kus a
0
, a
1
, . . . , a
n1
, 0 = a
n
C on pol unoomi P
n
(x) kordajad, n
on pol unoomi P
n
(x) aste, x on pol unoomi P
n
(x) muutuja (para-
meeter).
2
Abraham de Moivre (1667 1754), inglise matemaatik.
V. Kompleksarvud 19
13.2 Pol unoomi juur
Arvu x
0
C nimetame pol unoomi P
n
(x) r-kordseks juureks, kui
1) P
n
(x
0
) = P
n
(x
0
) = = P
(r1)
n
(x
0
) = 0
2) P
(r)
n
(x
0
) = 0
Naide
Arv x
0
= 1 on pol unoomi p(x) = x
2
2x + 1 = (x 1)
2
2-kordne
juur, sest
1) p(1) = p
(1) = 0
2) p
(1) = 2 = 0
Teoreem 8. Kui pol unoomi kordajad on reaalsed ning x
0
C
on selle pol unoomi r-kordne juur, siis ka x
0
on sama pol unoomi
r-kordne juur.
13.3 Algebra pohiteoreem
Teoreem 9. Igal kompleksarvuliste kordajatega n-astme pol unoo-
mil leidub parajasti n kompleksarvulist juurt (kordsused kaasa ar-
vatud).
13.4

Uhejuured
Pol unoomi x
n
1 kompleksarvulisi juuri nimetatakse n-jarku uhe-
juurteks. Koigi n-jarku uhejuurte hulka tahistatakse
n
1.
13.5

Uhejuurte arvutamine
n
1 =
_
e
i
2k
n
:= cos(
2k
n
) + i sin(
2k
n
), k = 0, 1, . . . , n 1
_
20 V. Kompleksarvud
Toestus. Tahistame
k
:= e
i
2k
n
. Kasutades de Moivrei valemit,
arvutame
(
k
)
n
1 =
_
e
i
2k
n
_
n
1 = e
i
2k
n
n
1 = e
i2k
1
= cos(2k) + i sin(2k) 1 = 1 1 = 0
Et trigonomeetrilised funktsioonid cos ja sin on perioodilised, siis
rohkem juuri pole.
13.6

Uhejuurte geomeetriline tolgendus
n-jarku uhejuured asetsevad komplekstasandil korraparase hulk-
nurga tippudes. Hulknurga tipud asetsevad uhikringjoonel, mille
keskpunkt on koordinaatide alguspunktis.
13.7 Naide
Leiame
2
1
2
1 =
_
e
i
2k
2
, k = 0, 1
_
=
_
e
ik
, k = 0, 1
_
= {e
i0
, e
i
}
= {1, 1} = 1
13.8 Naide
Leiame
3
1
3
1 =
_
e
i
2k
3
, k = 0, 1, 2
_
Arvutame
k = 0:
0
= e
i0
= cos 0 + i sin 0 = 1
k = 1:
1
= e
i
2
3
= cos
2
3
+ i sin
2
3
=
1
2
+
3
2
i
k = 2:
2
= e
i
4
3
= cos
4
3
+ i sin
4
3
=
1
2

3
2
i
Seega
3
1 =
_
1;
1
2

3
2
i
_
V. Kompleksarvud 21
3. jarku uhejuured paiknevad korraparase kolmnurga tippudes.
Kolmnurga tipud asetsevad uhikringjoonel, mille keskpunkt on
koordinaatide alguspunktis. Joonise koostamine jaagu iseseisvaks
harjutuseks.
13.9 Pol unoomi x
n
a juured
Pol unoomi x
n
a koigi kompleksarvuliste juurte hulka tahistatakse
n
a.
13.10
n
a arvutamine
Teoreem 10. Olgu a = |a|e
i
. Siis
n
a =
_
n
_
|a|e
i
+2k
n
, k = 0, 1, . . . , n 1
_
kus
n
_
|a| on pol unoomi x
n
|a| ainus reaalarvuline juur.
Toestus. Analoogiline uhejuurte valemi toestusega.
13.11 Naide
Et i = 1e
i
2
, siis
n
i =
_
e
i
2
+2k
n
, k = 0, 1, . . . , n 1
_
Votame n = 3. Saame
3
i =
_
e
i
2
+2k
3
, k = 0, 1, 2
_
Leiame
3
i elemendid algebralisel kujul.

k = 0: x
0
= cos

6
+ i sin

6
=
3
2
+
i
2
k = 1: x
1
= cos
5
6
+ i sin
5
6
=
3
2
+
i
2
22 V. Kompleksarvud
k = 2: x
2
= cos
3
2
+ i sin
3
2
= i
Tulemuseks saame
3
i =
_
3 + i
2
, i
_
14

Ulesandeid
14.1

Ulesanne
Arvutada kuupide vahe
(3 + i)
3
(3 i)
3
= = 52i
14.2

Ulesanne
Arvutada jagatis
(5 + i)(7 6i)
3 + i
= = 10 11i
14.3

Ulesanne
_
iz
1
+ (1 + i)z
2
= 2 + 2i
2iz
1
+ (3 + 2i)z
2
= 5 + 3i
14.4

Ulesanne
Lahendada ruutvorrand ja kontrollida lahendit
x
2
(1 + i)x + 6 + 3i = 0
14.5

Ulesanne
Leida kompleksarvude 1
3i trigonomeetrilised ja ekponent-
kujud.
V. Kompleksarvud 23
14.6

Ulesanne
Leida hulga
6
i elementide trigonomeetrilised kujud.

VI. Vektorruumid
1 Korpuse moiste
Hulka K = {, , , . . . } nimetatakse korpuseks, kui hulgal K on
deneeritud elementide liitmine ja korrutamine nii, et on taidetud
jargmised tingimused:
1) + = + , K
(liitmise kommutatiivsus)
2) ( + ) + = + ( + ) , , K
(liitmise assotsiatiivsus)
3) 0 K nii, et + 0 = = 0 + K
(nulli 0 K olemasolu)
4) K K nii, et + () = 0 = +
(vastandelemendi olemasolu)
5) () = () , , K
(korrutamise assotsiatiivsus)
6) ( + ) = + , , K
(distributiivsus)
7) 1 K nii, et 1 = K
(unitaalsus)
8) = , K
(korrutamise kommutatiivsus)
9) 0 = K
1
K nii, et
1
= 1 =
1
(poordelemendi
1
olemasolu)
Korpuse elemente nimetatakse skalaarideks ehk arvudeks. Lisaks
eeldatakse, et K on kinnine liitmise ja korrutamise suhtes, s.t ska-
laaride summad ja korrutised kuuluvad samuti korpusesse K.
Naiteid
Q, R, C
1
2 V. Vektorruumid
2 Vektorruumi moiste ja naited
2.1 Vektorrumi moiste
Hulka V = {a, b, c, . . . } nimetatakse vektorruumiks ule korpuse
K, kui on deneeritud hulga V elementide liitmine ja hulga V
elementide korrutamine korpuse K skalaaridega nii, et on taidetud
jargmised tingimused:
1) a + b = b + a a, b V
(liitmise kommutatiivsus)
2) (a + b) + c = a + (b + c) a, b, c V
(liitmise assotsiatiivsus)
3) o V nii, et a + o = a = o + a a V
(nullvektori o V olemasolu)
4) a V a V nii, et a + (a) = o = a + a
(vastandvektori a olemasolu)
5) (a + b) = a + b K, a, b V
(distributiivsus)
6) ( + )a = a + a , K, a V
(distributiivsus)
7) (a) = ()a , K, a V
(skalaariga korrutamise assotsiatiivsus)
8) 1a = a a V
(unitaalsus)
Vektorruumi elemente nimetatakse vektoriteks. Lisaks eeldatak-
se, et V on kinnine vektorite liitmise ja skalaaridega korrutamise
suhtes, s.t vektorite summad ja vektorite korrutised skalaaridega
kuuluvad vektorruumi V .
Edaspidi eeldame vaikimisi, et K = Q, R voi C. Vastavat vek-
torruumi nimetatakse ratsionaalseks, reaalseks voi kompleksseks.
Vektorruumi nullvektori tahistamiseks kasutatakse ka arvu 0.
Lugeja peab kontekstist moistma, millal on tegemist arvuga 0 ja
millal nullvektoriga. Selguse huvides voib kasutada ka tahistust
0
V
.
VI. Vektorruumid 3
2.2 Naide: nullruum
Nullruumiks nimetatakse vektorruumi O := {o}, milles on uksainus
element - nullvektor o. Nullruumi tahistamiseks voib kasutada
jallegi arvu 0. Nullruumi nimetatakse ka triviaalseks vektorruu-
miks. Nullruume ule erinevate korpuste tuleb lugeda erinevateks.
2.3 Naide: korpused
Iga korpus on vektorruum ule iseenda.
2.4 Naide: maatriksruumid
Mat
k n
(K) on vektorruum ule K. Arvutusoperatioonid deneeri-
sime II. peat ukis.
2.5 Naide: aritmeetilised vektorruumid
Aritmeetilised vektorid on uherealised ja uheveerulised maatriksid
elementidega korpusest K. Aritmeetilised vektorruumid on
K
n
:= Mat
1 n
(K)
= {(x
1
, . . . , x
n
)|x
i
K} reavektorite ruum
K
n
:= Mat
n1
(K)
= {(x
1
, . . . , x
n
)
T
|x
i
K} veeruvektorite ruum
Tehted aritmeetiliste vektoritega toimuvad maatriksarvutuse reeg-
lite kohaselt.
2.6 Naide: geomeetrilised vektorid
Geomeetriline vektor on suunatud sirgloik. Vektorite liitmine de-
neeritakse roopk uliku reegliga. Korrutamine arvuga deneeritakse
loigu pikendamise voi l uhendamise teel ja negatiivsete arvude kor-
ral veel lisaks suuna muutmisega vastupidiseks.
4 V. Vektorruumid
2.7 Naide: loigus pidevate funktsioonide ruum
Olgu C[a, b] koigi loigus [a, b] pidevate reaalarvuliste vaartustega
funktsioonide hulk. Olgu f, g C[a, b] ning R. Tehted de-
neerime jargmiselt:
1) (f + g)(x) := f(x) + g(x) x [a, b],
2) (f)(x) := f(x) x [a, b],
3) o(x) := 0 x [a, b] (nullfunktsioon),
4) (f)(x) := f(x) x [a, b] (vastandfunktsioon).
Ulaltoodud tehete suhtes on C[a, b] vektorruum ule R (matemaa-

tilise anal u usi teoreem). Analoogiliselt deneeritakse diferentsee-
ruvate ja siledate funktsioonide ruumid.
2.8 Naide: homogeense LVS-i lahendiruum
Kirjutame homogeense LVS-i maatrikskujul, Ax = 0. Ilmselt null-
vektor o on lahend (nn triviaalne lahend), sest Ao = o. Olgu a ja
b lahendid, s.t Aa = o = Ab. Siis a + b ja a on samuti lahendid,
sest maatrikstehete omaduste jargi
1) A(a + b) = Aa + Ab = o + o = o
2) A(a) = (A)a = (A)a = (Aa) = o = o
Seega homogeense LVS-i lahendihulk (kui aritmeetilise vektorruu-
mi alamhulk) on kinnine liitmise ja arvuga korrutamise suhtes. Siit
jareldub, et homogeense LVS-i lahendiruum on vektorruum.
3 Vektorite omadusi
3.1 Esimest liiki lineaarne vektorvorrand
Lause 1. Vorrandil x = v leidub 0 = K ja v V korral
parajasti uks lahend. Selleks lahendiks on vektor
x =
v
:=
1
v V
VI. Vektorruumid 5
Toestus. Naitame koigepealt, et
1
v on vorrandi x = v lahend.
Toepoolest
(
1
v) = (
1
)v = 1v = v.
Olgu y veel mingi lahend, s.t y = v. Siis ilmselt
y = 1y = (
1
)y =
1
(y) =
1
v.
Tulemus utleb, et
1
v on vorrandi x = v ainus lahend.
3.2 Nullvektori ainsus
Lause 2. Vektorruumis on parajasti uks nullvektor.
Toestus. Olgu o
samuti nullvektor. Siis

_
o
+ o = o
o + o
= o
+o=o+o
= o
= o
3.3 Koondamisreegel
Lause 3. Olgu a, u, v vektorruumi V vektorid.
Kui a + u = a + v, siis u = v
Toestus. Ilmselt
a + (a + u) = a + (a + v)
Kasutades koigepealt liitmise assotsiatiivsusest, seejarel vastand-
vektori ja nullvektori denitsiooni, saame viimasest vordusest
(a + a) + u = (a + a) + v = o + u = o + v = u = v
3.4 Vastandvektori uhesus
Lause 4. Igal vektoril on parajasti uks vastandvektor.
Toestus. Olgu b V samuti vektori a V vastandvektor, s.t
a + b = o. Et a + (a) = o, siis ilmselt
a + b = o = a + (a)
Kasutades koondamisreeglist 3.3 saame b = a.
6 V. Vektorruumid
3.5 Vahevektor
Vektorite a ja b vahe a b deneeritakse valemiga
a b := a + (b)
3.6 Teist liiki lineaarne vektorvorrand
Lause 5. Vorrandil a + x = b leidub a, b V korral parajasti
uks lahend. Selleks lahendiks on x = b a V .
Toestus. Naitame koigepealt, et ba on vorrandi a+x = b lahend.
Toepoolest
a + (b a) = a + b a = (a a) + b = o + b = b
Olgu y veel mingi lahend, s.t a + y = b. Siis ilmselt
a + y = b = a + (b a)
Kasutades koondamisreeglit 3.3, saame y = b a, s.t b a on
vorrandi a + x = b ainus lahend.
3.7 Naide
Vorrandi a +x = a ainus lahend on x = a a = o, s.t nullvektor.
3.8 Naide
Vorrandi a +x = o ainus lahend on x = o a = a, s.t vektori a
vastandvektor.
3.9 Vektori korrutamine nulliga
Lause 6. 0a = o a V
Toestus. Toepoolest,
o + 0a = 0a = (0 + 0)a = 0a + 0a
millest koondamisreegli pohjal 0a = o.
VI. Vektorruumid 7
3.10 Nullvektori korrutamine skalaariga
Lause 7. o = o K
o + o = o = (o + o) = o + o
millest koondamisreegli pohjal o = o.
3.11 Vastandvektori arvutamine
Lause 8. a = (1)a a V
a + (1)a = 1a + (1)a = (1 1)a = 0a = o = a + (a)
millest koondamisreegli pohjal (1)a = a.
3.12 Vektori korrutamine vastandarvuga
Lause 9. ()a
(A)
= (a)
(B)
= (a) K, a V
Toestus. Toestame koigepealt vorduse (A). Peame naitama, et
()a on vektori a vastandvektor. Toepoolest
a + ()a = ( )a = 0a = o = ()a = (a)
N u ud arvutame
()a = (1)a = [(1)]a = [(1)a] = (a)
mis viib noutud vorduseni (B).
8 V. Vektorruumid
3.13 Nullitegurite puudumine vektorruumis
Lause 10. Vektorruumis puuduvad nullitegurid, s.t
a = o = 0 voi a = o
Toestus. =: Olgu a = o. Oletame vastuvaiteliselt, et leiduvad
nullitegurid, s.t = 0 ja a = o. Siis
1
K ning
a = 1a = (
1
)a =
1
(a) =
1
o = o
mis on vastuolus oletusega, et a = o. Tulemus (vastuolu) utleb, et
korrutises a = o peab vahemalt uks teguritest olema null.
=: Olgu = 0 voi a = o. Siis a = o eespool toestatud
Lausete 6 ja 7 pohjal.
3.14 Naide
Avaldada vektorid x, y vektorite a, b kaudu, kui
_
x 4y = a
2x + 3y = b
Esitame s usteemi maatrikskujul
_
1 4
2 3
__
x
y
_
=
_
a
b
_
Olgu A =
_
1 4
2 3
_
. Siis A
1
=
1
11
_
3 4
2 1
_
ning
_
x
y
_
=
_
1 4
2 3
_
1
_
a
b
_
=
1
11
_
3 4
2 1
__
a
b
_
=
1
11
_
3a + 4b
2a + b
_
Seega
_
x = +
3
11
a +
4
11
b
y =
2
11
a +
1
11
b
VI. Vektorruumid 9
Kahtluse korral kontrollime lahendit. Kontrollime lahendit naiteks
esimese vorrandiga
x 4y =
3
11
a +
4
11
b 4(
2
11
a +
1
11
b)
=
3
11
a +
4
11
b +
8
11
a
4
11
b = a
Teise vorrandiga kontrollitakse lahendit analoogiliselt.
4 Lineaarne soltuvus
4.1 Lineaarkombinatsioonid
Vektorite v
1
, . . . , v
n
V lineaarkombinatsiooniks (LK-ks) korda-
jatega
1
, . . . ,
n
K nimetatakse avaldist (vektorit)
1
a
1
+ +
n
a
n
V
Selle vektori kohta oeldakse ka, et ta avaldub lineaarselt vektorite
v
1
, . . . , v
n
kaudu.
Lineaarkombinatsiooni nimetatakse triviaalseks, kui koik tema
kordajad on nullid. Lineaarkombinatsiooni nimetatakse mittetri-
viaalseks, kui tal leidub vahemalt uks nullist erinev kordaja.
Naide
1) 1a, 1o, 1o + 0a on mittetriviaalsed LK-d,
2) 0a ja 0o on triviaalsed LK-d.
4.2 Lineaarne soltuvus ja soltumatus
Vektoris usteemi (VS-i) {v
1
, . . . , v
n
} nimetatakse lineaarselt soltu-
vaks, kui antud s usteemi vektorite mingi mittetriviaalne LK vor-
dub nullvektoriga. Vastasel juhul, s.t kui nullvektoriga vorduvat
mittetriviaalset lineaarkombinatsiooni ei leidu, nimetatakse VS-i
lineaarselt soltumatuks.
10 V. Vektorruumid
Sageli raagitakse vektoris usteemi lineaarse soltuvuse ja soltu-
matuse asemel (s usteemi kuuluvate) vektorite lineaarsest soltuvu-
sest ja soltumatusest.
4.3 Naide: t uhihulga lineaarne soltumatus
Kui VS on t uhihulk, siis s usteemi vektorite lineaarkombinatsioone
ei leidu. Puuduvad nii triviaalsed kui ka mittetriviaalsed LK-d.
Seega t uhihulk on lineaarselt soltumatu.
4.4 Naide
Uurime VS-i
_
_
e
1
:= (1, 0, 0, . . . , 0)
e
2
:= (0, 1, 0, . . . , 0)
. . . . . . . . . . . . . . . . . . .
e
n
:= (0, 0, 0, . . . , 1)
lineaarset soltuvust. Peame uurima vorrandit (seost)
1
e
1
+
2
e
2
+ +
n
e
n
= o
Tundmatud on
1
, . . . ,
n
. Arvutame
_
1
e
1
=
1
(1, 0, 0, . . . , 0) = (
1
, 0, 0, . . . , 0)
2
e
2
=
2
(0, 1, 0, . . . , 0) = (0,
2
, 0, . . . , 0)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
n
e
n
=
n
(0, 0, 0, . . . , 1) = (0, 0, 0, . . . ,
n
)
Liites saame
1
e
1
+
2
e
2
+ +
n
e
n
= (
1
,
2
, . . . ,
n
)
= o = (0, 0, . . . , 0)
Siit jareldub, et
1
=
2
= =
n
= 0
Tulemus utleb, et VS {e
1
, e
2
, . . . , e
n
} on lineaarselt soltumatu.
VI. Vektorruumid 11
4.5 Vektoris usteem koosneb uhest vektorist
Lause 11. VS, mis koosneb ainult nullvektorist, on lineaarselt
soltuv
Toestus. Toepoolest, siis leidub nullvektoriga vorduv mittetrivi-
aalne LK: 1o = o.
Lause 12.

Uhest vektorist koosnev VS on lineaarselt soltumatu
parajasti siis, kui see vektor ei ole nullvektor.
Toestus. =: Olgu {v} lineaarselt soltumatu. Siis v = o, sest {o}
oleks lineaarselt soltuv, mis on vastuolus eeldusega.
=: Kui v = o, siis vordusest v = o jareldub (nullitegurite
puudumise tottu) = 0. Seega ei leidu nullvektoriga vorduvat
mittetriviaalset lineaarkombinatsiooni, s.t VS {v = o} peab olema
lineaarselt soltumatu.
Lause 13.

Uhest vektorist koosnev VS on lineaarselt soltuv para-
jasti siis, kui see vektor on nullvektor.
Toestus. =: Olgu VS {v} lineaarselt soltuv. Kui v ei oleks null-
vektor, siis eelnenud lause pohal oleks see VS lineaarselt soltuma-
tu, mis on vastuolus eeldusega. Seega peab v = o.
=: {o} on ilmselt lineaaarselt soltuv, sest 1o = o.
4.6 Vektoris usteem sisaldab nullvektorit
Lause 14. VS, mis sisaldab nullvektorit, on lineaarselt soltuv.
Toestus. Olgu {o, v
1
, . . . , v
n
} vaadeldav VS. Siis
1o + 0v
1
+ + 0v
n
. .
mittetriviaalne LK
= o
millest jareldub noutav lineaarne soltuvus.
12 V. Vektorruumid
4.7 Vektoris usteem sisaldab vastandvektoreid
Lause 15. VS, mis sisaldab koos mingi vektoriga ka selle vektori
vastandvektorit, on lineaarselt soltuv.
Toestus. Olgu {v, v, v
1
, . . . , v
n
1v + (v) + 0v
1
+ 0v
n
. .
mittetriviaalne LK
= o
4.8 Vektoris usteem sisaldab uhesuguseid vektoreid
Lause 16. VS, mis sisaldab uhesuguseid vektoreid, on lineaarselt
soltuv.
Toestus. Olgu {v, v, v
1
, . . . , v
n
1v + (1)v + 0v
1
+ 0v
n
. .
mittetriviaalne LK
= o
4.9 VS sisaldab lineaarselt soltuvat alams usteemi
Lause 17. VS, mis sisaldab lineaarselt soltuvat alams usteemi, on
lineaarselt soltuv.
Toestus. Olgu VS {v
1
, . . . , v
n
, v
1
, . . . , v
k
} selline, et alams usteem
{v
1
, . . . , v
n
} on lineaarselt soltuv. Siis leidub nullvektoriga vorduv
mittetriviaalne LK
1
v
1
+
2
v
2
+ +
n
v
n
. .
mittetriviaalne LK
= o
Siit jareldub, et
mittetriviaalne LK
..
1
v
1
+ +
n
v
n
+0v
1
+ + 0v
k
. .
mittetriviaalne LK
= o
seega VS {v
1
, . . . , v
n
, v
1
, . . . , v
k
} on lineaarselt soltuv.
VI. Vektorruumid 13
4.10 Lineaarselt soltumatu VS-i alams usteemidest
Lause 18. Lineaarselt soltumatu vektoris usteemi iga alams usteem
on lineaarselt soltumatu.
Toestus. Jareldub lausest 17.
4.11 Lineaarselt soltumatu VS-i laiendamisest
Teoreem 19. Kui VS {v
1
, . . . , v
n
} on lineaarselt soltumatu ning
VS {v
1
, . . . , v
n
, v} on lineaarselt soltuv, siis avaldub vektor v vek-
torite v
1
, . . . , v
n
LK-na.
Toestus. VS-i {v
1
, . . . , v
n
, v} lineaarse soltuvuse tottu
1
v
1
+ +
n
v
n
+ v
. .
mittetriviaalne LK
= o
Viimases seoses peab = 0, sest vastasel juhul oleksid koik korda-
jad nullid. Vektor v avaldub siis ilmselt vektorite v
1
, . . . , v
n
LK-na
v =
v
1

n
v
n
4.12 Lineaarse soltumatuse tunnus
Teoreem 20. VS {v
1
, . . . , v
n
} on lineaarselt soltumatu parajasti
siis, kui vordusest
1
v
1
+ +
n
v
n
= o jareldub
1
= =
n
= 0
Toestus. =: Olgu VS {v
1
, . . . , v
n
} lineaarselt soltumatu. Peame
naitama, et vordusest
1
v
1
+ +
n
v
n
= o jareldub
1
= =
n
= 0
Oletame vastuvaiteliselt, et vahemalt uks kordajatest tuleb nullist
erinev. Siis oleks VS {v
1
, . . . , v
n
} lineaarselt soltuv, mis on vastu-
olus eeldusega. Jarelikult peab
1
= =
n
= 0.
14 V. Vektorruumid
=: Kui vordusest
1
v
1
+ +
n
v
n
= o jareldub
1
= =
n
= 0
siis ei leidu nullvektoriga vorduvat mittetriviaalset lineaarkombi-
natsiooni. Seega VS {v
1
, . . . , v
n
} on lineaarselt soltumatu.
4.13 Lineaarse soltuvuse tunnus
Teoreem 21. VS, mis sisaldab vahemalt kahte vektorit, on li-
neaarselt soltuv parajasti siis, kui s usteemis leidub vektor, mis
avaldub ulejaanute LK-na.
Toestus. =: Olgu VS {v
1
, . . . , v
n2
} lineaarselt soltuv. Siis lei-
dub nullvektoriga vorduv mittetriviaalne LK
1
v
1
+
2
v
2
+
n
v
n
. .
mittetriviaalne LK
= o
Olgu naiteks
1
= 0. Arvutame
1
v
1
=
2
v
2

n
v
n
Korrutame n u ud arvuga
1
1
vasakult, siis saame
v
1
=
1
v
2

n
1
v
n
mis utleb, et v
1
avaldub ulejaanud vektorite LK-na.
=: Avaldugu v
1
ulejaanud vektorite LK-na
v
1
=
2
v
2
+ +
n
v
n
Siit saame
1v
1

2
v
2

n
v
n
. .
mittetriviaalne LK
= o
s.t VS {v
1
, . . . , v
n
VI. Vektorruumid 15
5 Moodustajad ja baas
5.1 Moodustajad
VS-i nimetatakse vektorruumi V moodustajate s usteemiks, kui V
iga vektor on avaldatav selle s usteemi vektorite LK-na. Moodusta-
jate s usteemi vektoreid nimetatakse vektorruumi moodustajateks.
Naide
Iga vektorruum on iseenda moodustajate s usteem, sest v = 1v. Et
iga vektorruum sisaldab nullvektorit, siis see naide utleb, et vek-
torruumi moodustajate s usteemid voivad olla lineaarselt soltuvad.
5.2 Baas
Oeldakse, et vektoris usteem B on vektorruumi V = 0 baas ehk

koordinaats usteem, kui
1) B on V moodustajate s usteem,
2) B on lineaarselt soltumatu.
Kui vektorruum on nullruum, siis tema baasiks voib deneeri-
da t uhihulga (see on teatavasti lineaarselt soltumatu). Nullruumi
baasis oleks seega 0 vektorit.
5.3 Loplikumootmelised ruumid
Vektorruumi nimetatakse loplikumootmeliseks, kui tal leidub loplik
baas, s.t baas, mis sisaldab lopliku arvu vektoreid. Vektorruumi
nimetatakse lopmatumootmeliseks, kui ta ei ole loplikumootmeli-
ne.
Edaspidi eeldame vaikimisi vektorruumide loplikumootmeli-
sust.
16 V. Vektorruumid
5.4 Naide
Toestame, et VS
{e
i
:= (0, . . . , 0
. .
i1
, 1, 0, . . . , 0)| i = 1, . . . , n}
on aritmeetilise vektorruumi K
n
baas.
Toestus. Naitest 4.4 teame, et VS {e
i
| i = 1, . . . , n} on lineaarselt
soltumatu. Peame naitama, et ta on ka vektorruumi K
n
moodus-
tajate s usteem. Olgu a = (
1
, . . . ,
n
) K
n
. Paneme tahele, et
a =
1
e
1
+ +
n
e
n
s.t a K
n
avaldub (lineaarselt soltumatute) vektorite e
1
, . . . , e
n
LK-na. Siit jareldub, et VS {e
i
| i = 1, . . . , n} on vektorruumi K
n
baas.
6 Moode
6.1 Esimene fundamentaallemma
Vektorid b
1
, . . . , b
n
avaldugu vektorite a
1
, . . . , a
k
lineaarkombinat-
sioonidena. Kui n > k, siis VS {b
1
, . . . , b
n
Toestus. Vastavalt eeldusele
_
_
b
1
=
11
a
1
+
21
a
2
+ +
k1
a
k
b
2
=
12
a
1
+
22
a
2
+ +
k2
a
k
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
b
n
=
1n
a
1
+
2n
a
2
+ +
kn
a
k
Moodustame LVS-i
_
11
1
+
12
2
+ +
1n
n
= 0
21
1
+
22
2
+ +
2n
n
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
k1
1
+
k2
2
+ +
kn
n
= 0
VI. Vektorruumid 17
Antud LVS on homogeensuse tottu kooskolaline, uheks lahendiks
on ilmselt triviaalne lahend
1
= =
n
= 0. Et tundmatuid
on rohkem kui vorrandeid (n > k), siis leidub sellel LVS-il mitte-
triviaalne lahend
1
, . . . ,
n
, s.t vahemalt uks arvudest
1
, . . . ,
n
erineb nullist. Vaatame mittetriviaalset lineaarkombinatsiooni
1
b
1
+
2
b
2
+ +
n
b
n
. .
mittetriviaalne LK
= +
1
(
11
a
1
+
21
a
2
+ +
k1
a
k
)
+
2
(
12
a
1
+
22
a
2
+ +
k2
a
k
)

+
n
(
1n
a
1
+
2n
a
2
+ +
kn
a
k
)
(avame sulud ja r uhmitame liidetavad umber)
= + (
11
1
+
12
2
+ +
1n
n
)a
1
+ (
21
1
+
22
2
+ +
2n
n
)a
2

+ (
k1
1
+
k2
2
+ +
kn
n
)a
k
= 0a
1
+ 0a
2
+ + 0a
k
= o
Naitasime, et leidub vektorite b
1
, . . . , b
n
nullvektoriga vorduv mit-
tetriviaalne LK. Jarelikult peab VS {b
1
, . . . , b
n
} olema lineaarselt
soltuv.
6.2 Teine fundamentaallemma
Olgu VS {b
1
, . . . , b
n
} lineaarselt soltumatu ning VS {a
1
, . . . , a
k
}
olgu V moodustajate s usteem. Siis n k.
Toestus. Oletame vastuvaiteliselt, et n > k. Siis peaks vekto-
ris usteem {b
1
, . . . , b
n
} fundamentaallemma 6.1 pohjal olema li-
neaarselt soltuv, mis on vastuolus eeldusega.
18 V. Vektorruumid
6.3 Teoreem vektorite arvust baasides
Teoreem 22. Loplikumootmelise vektorruumi koikides baasides
on uhepalju vektoreid.
Toestus. Olgu A = {a
1
, . . . , a
k
} ja B = {b
1
, . . . , b
n
} loplikumoot-
melise vektorruumi V baasid. Peame naitama, et k = n. Paneme
tahele, et
_
B = {b
1
, . . . , b
n
} on lineaarselt soltumatu,
A = {a
1
, . . . , a
k
} on V moodustajate s usteem.
Lemma 6.2 pohjal n k. Analoogiliselt, kui A ja B vahetavad
kohad, saame k n. Kokkuvottes saame k = n.
6.4 Moode
Loplikumootmelise vektorruumi mootmeks ehk dimensiooniks ni-
metatakse vektorite arvu selle vektorruumi baasis. Vektorruumi V
moodet tahistatakse dimV .
Nullruum on 0-mootmeline, dimO = 0 (nullruumi baas on
t uhihulk).
Markus
Selle denitsiooni korrektsus on garanteeritud teoreemiga 22.
Naide
Eespool toodud naite 5.4 pohjal dimK
n
= n .
6.5 Vektoris usteemis on rohkem kui dimV vektorit
Teoreem 23. VS, milles on rohkem kui dimV vektorit, on li-
neaarselt soltuv.
VI. Vektorruumid 19
Toestus. Tahistame dimV = k. Olgu
_
{a
1
, . . . , a
k
} vektorruumi V baas,
{b
1
, . . . , b
n>k
} mingi VS.
Lemma 6.1 pohjal on VS {b
1
, . . . , b
n>k
} lineaarselt soltuv.
6.6 Vektorite arvust moodustajate s usteemis
Teoreem 24. Vektorruumi V igas moodustajate s usteemis on vahemalt
dimV vektorit.
Toestus. Tahistame dimV = n. Olgu
_
{b
1
, . . . , b
n
} vektorruumi V baas,
{a
1
, . . . , a
k
} vektorruumi V moodustajate s usteem.
Peame naitama, et k n. Paneme tahele, et {b
1
, . . . , b
n
} on li-
neaarselt soltumatu (baas). Lemma 6.2 pohjal n k.
7 Homogeense LVS-i lahendite
fundamentaals usteem (LFS)
7.1 LFS-i moiste
Homogeense LVS-i lahendiruum on teatavasti vektorruum. Homo-
geense LVS-i lahendite fundamentaals usteemiks (LFS-iks) nimeta-
takse selle s usteemi lahendiruumi baasi.
7.2 Homogeense s usteemi lahendituumi mootmest
Teoreem 25. Olgu homogeense LVS-i tundmatute arv n ja s us-
teemi maatriksi astak r. Siis s usteemi lahendiruum on (n r)-
mootmeline.
20 V. Vektorruumid
See teoreem utleb, et homogeense s usteemi LFS koosneb nr
vektorist. Homogeense s usteemi uldlahend avaldub (vektoresitu-
ses) lahendite fundamentaals usteemi vektorite lineaarkombinat-
sioonina, kusjuures kordajateks on suvalised konstandid ( uldla-
hendi parameetrid).
7.3 LFS-i leidmine
LFS-i saame, kui vabadele tundmatutele (mille arv on (n r))
omistame sobivalt arvvaartusi 1 ja 0.
7.4 Naide
Leiame homogeense s usteemi
_
_
2x
1
+ 7x
2
+ x
3
+ 3x
4
= 0
3x
1
+ 5x
2
+ 2x
3
+ 2x
4
= 0
9x
1
+ 4x
2
+ 7x
3
+ x
4
= 0
lahendite fundamentaals usteemi. S usteemi uldlahend on
_
_
x
1
= 9x
2
4x
4
x
3
= 11x
2
+ 5x
4
x
2
, x
4
vabad tundmatud
Uldlahend vektoresituses on
x =
_
_
_
_
x
1
x
2
x
3
x
4
_
_
_
_
=
_
_
_
_
9x
2
4x
4
x
2
11x
2
+ 5x
4
x
4
_
_
_
_
S usteemi LFS sisaldab 4 2 = 2 vektorit. Vabadele tundmatutele
x
2
ja x
4
omistame n u ud arvvaartusi 1 ja 0. Saame erilahendid
v
1
=
_
_
_
_
9
1
11
0
_
_
_
_
, v
2
=
_
_
_
_
4
0
5
1
_
_
_
_
VI. Vektorruumid 21
S usteemi uldlahend avaldub lahendite fundamentaals usteemi vek-
torite lineaarkombinatsioonina, kusjuures kordajateks on suvalised
konstandid (vabad tundmatud):
x = x
2
v
1
+ x
4
v
2
8 Koordinaadid ja koordinaatvektor
Olgu B = {b
1
, . . . , b
n
} vektorruumi V baas, dimV = n. Eelnevast
teame, et iga vektor a V on avaldatav baasi vektorite LK-na
a =
1
b
1
+ +
n
b
n
Selle lineaarkombinatsiooni kordajaid
1
, . . . ,
n
nimetatakse vek-
tori a V koordinaatideks baasis B = {b
1
, . . . , b
n
}. Vektori a
kohta oeldakse, et ta on arendatud baasi B jargi. Vektori a koor-
dinaatvektoriks baasis B nimetame uheveerulist maatriksit
C
B
(a) =
_
_
_
1
.
.
.
n
_
_
_
Pohjus, miks kasutame veergu rea asemel, selgub hiljem.
8.1 Koordinaatvektori omadusi
Olgu B vektorruumi V baas. Siis
1) C
B
(v
1
+ v
2
) = C
B
(v
1
) + C
B
(v
2
)
2) C
B
(v) = C
B
(v)
Toestus. Soovitatav toestada iseseisva harjutusena.
8.2 Vektori koordinaatide uhesus antud baasis
Teoreem 26. Vektori koordinaadid antud baasis on maaratud
uheselt.
22 V. Vektorruumid
Toestus. Olgu B = {b
1
, . . . , b
n
} vektorruumi V baas ning
a =
1
b
1
+ +
n
b
n
=
1
b
1
+ +
n
b
n
Vordusest a a = o saame
1
b
1
+ +
n
b
n
(
1
b
1
+ +
n
b
n
)
= (
1

1
)b
1
+ + (
n

n
)b
n
= o
Baasi B lineaarse soltumatuse tottu peab
i
=
i
, i = 1, . . . , n
mis tahendabki koordinaatide uhesust antud baasis.
8.3 Vektorite vordsuse tunnus
Teoreem 27. Vektorid on vordsed parajasti siis, kui on vordsed
nende vastavad koordinaadid (koordinaatvektorid) mingis baasis.
Toestus. Olgu B = {b
1
, . . . , b
n
} vektorruumi V baas ning a, c V .
Siis
a =
1
b
1
+ +
n
b
n
ja c =
1
b
1
+ +
n
b
n
Arvutame
a c =
1
b
1
+ +
n
b
n
(
1
b
1
+ +
n
b
n
)
= (
1

1
)b
1
+ + (
n

n
)b
n
=: Vordusest a = c jareldub, et
i
=
i
(i = 1, . . . , n), sest
B on lineaarselt soltumatu.
=: Vordustest
i
=
i
(i = 1, . . . , n) jareldub ilmselt, et
a = c.
9 Baasiteisendused
9.1

Uleminekumaatriks
Vektorruumi baas ei ole uldiselt uheselt maaratud, s.t vektorruu-
mis voib olla rohkem kui uks baas. Olgu B = {b
1
, . . . , b
n
} ja
VI. Vektorruumid 23
B
= {b
1
, . . . , b
n
} n-mootmelise vektorruumi V kaks baasi, vekto-
rite arv neis on teatavasti uhesugune (vt teoreem 22). Arendame
baasi B
vektorid baasi B jargi

_
_
b
1
=
11
b
1
+
21
b
2
+ +
n1
b
n
b
2
=
12
b
1
+
22
b
2
+ +
n2
b
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
b
n
=
1n
b
1
+
2n
b
2
+ +
nn
b
n
Maatriksit
P
BB
:=
_
_
_
_
_
11

12
. . .
1n
21

22
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.
n1

n2
. . .
nn
_
_
_
_
_
nimetatakse uleminekumaatriksiks baasilt B
baasile B.

Ulemine-
kumaatriksi P
BB
i-ndaks veeruks on baasivektori b
i
arenduse
koordinaadid baasis B:
P
BB
=
_
C
B
(b
1
)C
B
(b
2
) C
B
(b
n
)
_
9.2 Vektori koordinaatide teisenemine
Teoreem 28. Olgu B ja B
vektorruumi V baasid. Siis

C
B
(v) = P
BB
C
B
(v) v V
Toestus. Arendame vektori v V baaside B ja B
jargi
v =
1
b
1
+ +
n
b
n
=
1
b
1
+ +
n
b
n
=
1
(
11
b
1
+
21
b
2
+ +
n1
b
n
)
+
2
(
12
b
1
+
22
b
2
+ +
n2
b
n
)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
+
n
(
1n
b
1
+
2n
b
2
+ +
nn
b
n
)
= + (
11
1
+
12
2
+ +
1n
n
)b
1
24 V. Vektorruumid
+ (
21
1
+
22
2
+ +
2n
n
)b
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
+ (
n1
1
+
n2
2
+ +
nn
n
)b
n
Vektori arendus baasi jargi on uhene. Jarelikult
_
1
=
11
1
+
12
2
+ +
1n
2
=
21
1
+
22
2
+ +
2n
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
n
=
n1
1
+
n2
2
+ +
nn
n
mis on vektori v koordinaatide teisenemisvalemid baasilt B
baa-
sile B. Tulemuse voime ilmselt kirjutada maatrikskujul
_
_
_
_
_
2
.
.
.
n
_
_
_
_
_
=
_
_
_
_
_
11

12

1n
21

22

2n
.
.
.
.
.
.
.
.
.
.
.
.
n1

n2

nn
_
_
_
_
_
_
_
_
_
_
2
.
.
.
n
_
_
_
_
_
Naide
9.3

Uleminekumaatriksi omadusi
Lemma 29. Olgu dimV = n ning B = {b
1
, . . . , b
n
} vektorruumi
V baas. Kui A on nn-maatriks, siis
A[C
B
(v)] = o v V = A = 0
Toestus. Toepoolest, A[C
B
(b
i
)](= o) on maatriksi A i-s veerg, sest
C
B
(b
i
) on uhikmaatriksi I
n
i-s veerg.
Teoreem 30. Olgu B, B
ja B
vektorruumi V kolm baasi. Siis

1) P
BB
= I
2) P
1
BB
= P
B
B
(pooratavus)
3) P
B
B
P
B
B
= P
B
B
(transitiivsus)
VI. Vektorruumid 25
Toestus. Esimese omaduse jatame iseseisvaks harjutuseks.
Teine omadus jareldub esimesest ja kolmandast. Vottes kol-
mandas omaduses B
= B, saame esimese omaduse pohjal

P
BB
P
B
B
= P
BB
= I
Analoogiliselt, kui B ja B
vahetavad kohad, siis

P
B
B
P
BB
= P
B
B
= I
Seega uleminekumaatriks on pooratav ja teine omadus (valem)
kehtib jareldusena esimeset ja kolmandast. Jaab ule toestada kol-
mas omadus.
Kasutades teoreemi 28 voime iga v V korral kirjutada
C
B
(v) = P
B
B
C
B
(v), C
B
(v) = P
B
B
C
B
(v)
Asendades viimases vorduses C
B
(v), saame
C
B
(v) = P
B
B
P
B
B
C
B
(v)
Kuid jallegi teoreemi 28 tottu voime kirjutada
C
B
(v) = P
B
B
C
B
(v)
Seega lahutades eelviimasest vordusest viimase, saame
(P
B
B
P
B
B
P
B
B
)C
B
(v) = 0 v V
Kolmas omadus jareldub n u ud lemma 29 kaasabil.
Teoreem 31.

Uleminekumaatriksi astak on dimV , s.t
det P
BB
= 0 = det P
B
B
Toestus. Arvutame ( ulemineku)maatriksite determinantide kor-
rutise:
det P
BB
det P
B
B
= det(P
BB
P
B
B
) = det P
BB
= det I
= 1
Kuna korrutis on 1 = 0, siis tegurid ei saa olla nullid.
26 V. Vektorruumid
10 Alamruum ja lineaarne kate
10.1 Alamruum
Vektorruumi V alamruumiks nimetatakse tema sellist mittet uhja
osahulka V
V , mis rahuldab jargmist tingimust:

a, b V
= a + b V
, K
10.2 Naide
Vektorruum V on iseenda alamruum. Nullruum {O}, mis koosneb
vaid vektorruumi V nullvektorist 0, on V alamruum. Neid alam-
ruume nimetatakse vektorruumi V triviaalseteks alamruumideks.
Koiki ulejaanud alamruume (kui leiduvad) nimetatakse mittetri-
viaalseteks.
10.3 Naide
Deneerime V
K
2
jargmiselt:
V
:= {(x, x) K
2
| x K}
Kontrollime alamruumi tingimust. Olgu (a, a), (b, b) V
, siis
(a, a) + (b, b) = (a, a) + (b, b)
= (a + b, (a + b)) V
, K
Tulemus utleb, et V
on toepoolest aritmeetilise vektorruumi K

2
alamruum.
10.4 Naide: alamruume funktsioonide ruumis
1) Diferentseeruvad funktsioonid moodustavad alamruumi pi-
devate funktsioonide ruumis.
2) Siledad funktsioonid moodustavad alamruumi diferentseeru-
vate funktsioonide ruumis.
Need on matemaatilise anal u usi teoreemid.
VI. Vektorruumid 27
10.5 Lause
Vektorruumi iga alamruum on samuti vektorruum ( ule sama kor-
puse).
Toestus. Sest kehtivad vektorruumi aksioomid.
10.6 Lineaarne kate
VS-i {v
1
, . . . , v
n
} lineaarseks katteks Lin{v
1
, . . . , v
n
} nimetatakse
selle s usteemi vektorite koigi LK-de hulka
Lin{v
1
, . . . , v
n
} := {
1
v
1
+ +
n
v
n
|
1
, . . . ,
n
K}
10.7 Teoreem
Lin{v
1
, . . . , v
n
} V on vektorruumi V alamruum.
Toestus. Kontrolli alamruumi tingimust.
10.8 Teoreem
VS on lineaarselt soltumatu parajasti siis, kui ta on oma lineaarse
katte baas.
Toestus. =: Olgu VS lineaarselt soltumatu. See s usteem on ka
oma lineaarse katte moodustajate s usteemiks. Jarelikult on tege-
mist (lineaarse katte) baasiga.
=: Kui VS on (oma lineaarse katte) baas, siis peab ta ilmselt
olema lineaarselt soltumatu.
11 Vektoris usteemi astak. Astakuteoreem
11.1 Baasalams usteem
VS-i baasalams usteem on tema selline alams usteem, mis rahuldab
jargmisi tingimusi:
1) baasalams usteem on lineaarselt soltumatu,
28 V. Vektorruumid
2) taiendavate vektorite lisamine vektoris usteemist baasalam-
s usteemi muudab saadud (laiendatud) s usteemi lineaarselt
soltuvaks.
L uhidalt oeldes on VS-i baasalams usteem selle s usteemi maksi-
maalne lineaarselt soltumatu alams usteem.
11.2 Teoreem lineaarse katte baasist
VS-i baasalams usteem on selle VS-i lineaarse katte baas.
Toestus. Teoreemi 4.11 pohjal avaldub VS-i iga vektor oma baas-
alams usteemi vektorite LK-na. Jarelikult on VS-i baasalams us-
teem selle VS-i lineaarse katte moodustajate s usteemiks. Baas-
alams usteemi lineaarse soltumatuse tottu on tegemist baasiga.
11.3 Teoreem vektorite arvust baasalams usteemides
VS-i koikides baasalams usteemides on uhepalju vektoreid.
Toestus. Teame, et VS-i lineaarne kate on vektorruum. Vaide ja-
reldub teoreemidest 11.2 ning 22.
11.4 Vektoris usteemi astak
VS-i astakuks nimetatakse vektorite arvu tema baasalams usteemis.
Markus
Selle denitsiooni korrektsus on garanteeritud teoreemiga 11.3.
11.5 Teoreem vektoris usteemi astakust
VS-i astak vordub selle s usteemi lineaarse katte mootmega.
Toestus. Jareldub teoreemist 11.2.
VI. Vektorruumid 29
11.6 Astakuteoreem
VS-i astak vordub selle s usteemi vektorite koordinaatide maatriksi
astakuga.
Astakuteoreemi on mugav kasutada VS-i astaku leidmiseks.
12 Lineaarse soltuvuse uurimine
Kirjeldame l uhidalt, kuidas leida VS-i baasalams usteemi.
12.1

Ulesanne
Olgu dimV = k. Uurida VS-i {v
1
, . . . , v
n
} lineaarset soltuvust.
Lahendus
Peame uurima vorrandit (seost)
1
v
1
+
2
v
2
+ +
n
v
n
= o
Tundmatud on
1
, . . . ,
n
. Olgu B = {b
1
, . . . , b
k
} vektorruumi V
baas. Kasutame arendust baasi B jargi
_
_
v
1
=
11
b
1
+
21
b
2
+ +
k1
b
k
v
2
=
12
b
1
+
22
b
2
+ +
k2
b
k
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
v
n
=
1n
b
1
+
2n
b
2
+ +
kn
b
k
Vektorite v
1
, . . . , v
n
koordinaatide maatriksi tahistame
A =
_
_
_
_
_
11

12
. . .
1n
21

22
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.
k1

k2
. . .
kn
_
_
_
_
_
=
_
C
B
(v
1
)C
B
(v
2
) . . . C
B
(v
n
)
_
30 V. Vektorruumid
Asendades ulaltoodud arendused seosesse
1
v
1
+ +
n
v
n
= o,
saame
1
v
1
+
2
v
2
+ +
n
v
n
=
1
(
11
b
1
+
21
b
2
+ +
k1
b
k
)
+
2
(
12
b
1
+
22
b
2
+ +
k2
b
k
)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
+ v
n
(
1n
b
1
+
2n
b
2
+ +
kn
b
k
)
= (
11
1
+
12
2
+ +
1n
n
)b
1
+ (
21
1
+
22
2
+ +
2n
n
)b
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
+ (
k1
1
+
k2
2
+ +
kn
n
)b
k
= 0
Et baas B on lineaarselt soltumatu, peavad kordajad olema nullid
_
11
1
+
12
2
+ +
1n
n
= 0
21
1
+
22
2
+ +
2n
n
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
k1
1
+
k2
2
+ +
kn
n
= 0
Paneme tahele, et selle LVS-i maatriks on vektorite v
1
, . . . , v
n
koordinaatide maatriks A = (
ij
). Olgu r maatriksi A astak. As-
takuteoreemi jargi on VS-i {v
1
, . . . , v
n
} astak r, s.t tema baasa-
lams usteemis on r vektorit. Kasutades Gaussi meetodit, lahenda-
me viimase LVS-i, mis on homogeensuse tottu kooskolaline. Va-
bade tundmatute arv on teatavasti n r. Olgu
1
, . . . ,
r
juht-
tundmatud ning
r+1
, . . . ,
n
vabad tundmatud. Juhttundmatud
avalduvad lineaarselt triviaalsete vabaliikmete ja vabade tundma-
tute kaudu (kui leiduvad). Selekteerime ka vektorid vabadeks ja
(olemasolu korral) juhtivateks. Vektorit, mis asetseb LK-s vaba
tundmatu korval, nimetame juhtvektoriks. Vektorit, mis asetseb
VI. Vektorruumid 31
LK-s juhttundmatu korval, nimetame vabaks vektoriks. Siis voime
kirjutada
juhttundmatud
..
1
v
1
+ +
r
v
r
. .
vabad vektorid
+
vabad tundmatud
..
r+1
v
r+1
+ +
n
v
n
. .
juhtvektorid
= o
Juhtvektorid (kui leiduvad) avalduvad vabade vektorite lineaar-
kombinatsioonidena, kui vabadele tundmatutele omistada sobivalt
arvvaartusi 0 ja 1. Vabad vektorid moodustavadki VS-i baasalam-
s usteemi. Kui vabu tundmatuid ei ole, siis ei leidu ka juhtvektoreid
ning VS {v
1
, . . . , v
n
} osutub lineaarselt soltumatuks.
12.2

Ulesanne
Uurida VS-i
_
v
1
= (6, 3, 3, 9), v
2
= (4, 2, 2, 6), v
3
= (5, 4, 2, 1)
v
4
= (2, 1, 1, 3), v
5
= (3, 2, 0, 2), v
6
= (1, 3, 7, 2)
lineaarset soltuvust. Leida astak ja mingi baasalams usteem. Juht-
vektorid arendada baasalams usteemi jargi. Kontrollida arendusi.
13 Skalaarkorrutis
Olgu V jargnevas vektorruum ule R.
13.1 Skalaarkorrutise moiste
Oeldakse, et reaalses vektoruumis V on deneeritud skalaarkorru-

tis, kui igale kahele vektorile a, b V on vastavusse seatud reaalarv
(a|b) R nii, et on taidetud jargmised tingimused:
1) (a|b) = (b|a) (s ummeetria)
2) (a + b|c) = (a|c) + (b|c) (aditiivsus)
3) (a|b) = (a|b) R (homogeensus)
4) kui V a = o, siis (a|a) > 0 (positiivsus)
32 V. Vektorruumid
Reaalset skalaarkorrutisega vektorruumi nimetatakse eukleidiliseks
ruumiks.
13.2 Naide: skalaarkorrutis nullvektoriga
Skalaarkorrutise 3. omaduse pohjal ilmselt
(o|a) = (0o|a) = 0(o|a) = 0 a V
Siit jareldub, et ka (o|o) = 0.
13.3 Skalaarkorrutis reaalses aritmeetilises
vektorruumis
Olgu a = (
1
, . . . ,
n
) R
n
ja b = (
1
, . . . ,
n
) R
n
. Skalaar-
korrutise deneerime valemiga
(a|b) :=
1
1
+
2
2
+ +
n
n
R
13.4 Skalaarkorrutis funktsioonide ruumis
Olgu f, g C[a, b]. Skalaarkorrutise deneerime valemiga
(f|g) :=
_
b
a
f(x)g(x) dx R
14 Vektori pikkus
14.1 Vektori pikkuse moiste
Vektori a V pikkus ehk norm |a| := ||a|| deneeritakse valemiga
|a| :=
_
(a|a). Vektori pikkus on ilmselt mittenegatiivne reaalarv.
14.2 Aritmeetilise vektori pikkus
Aritmeetilise vektori
a = (
1
, . . . ,
n
) R
n
VI. Vektorruumid 33
pikkus on
|a| :=
_
2
1
+
2
2
+ +
2
n
14.3 Funktsiooni norm
Tahistades f
2
(x) := f(x)f(x), on funktsiooni f C[a, b] norm
||f|| :=
_
b
a
f
2
(x) dx
14.4 Teoreem (homogeensus)
|a| = |||a| R, a V
Toestus. Toepoolest, arvutame
|a| =
_
(a|a) =
_
2
(a|a) =

2
_
(a|a) = |||a|
14.5

Uhikvektor
Vektorit pikkusega 1 nimetatakse uhikvektoriks.

Uhikvektori kohta
oeldakse, et ta on normeeritud.
Naide
Vektorid e
i
:= (
i1
..
0, . . . , 0, 1, 0 . . . , 0) on uhikvektorid (ehk normee-
ritud).
14.6 Lause (vektori normeerimine)
Olgu a = o. Siis on vektor
a
|a|
uhikvektor.
a
|a|
1
|a|
a
=
1
|a|
|a| = 1
34 V. Vektorruumid
15 Schwarzi vorratus
ja vektoritevaheline nurk
Karl Hermann Schwarz (1843-1921), saksa matemaatik.
15.1 Schwarzi vorratus
Teoreem 32. Olgu V eukleidiline ruum. Siis
|(a|b)| |a||b| a, b V
Toestus. Iga R korral peab kehtima (a b|a b) 0.
Kasutades skalaarkorrutise omadusi 1 3, saame
(a b|a b) =
2
(a|a) 2(a|b) + (b|b) 0
Kui a = o, siis vorratus ilmselt kehtib. Olgu a = o ning votame
=
(a|b)
(a|a)
Saame
(a|b)
2
(a|a)
(a|a)
2
2
(a|b)
2
(a|a)
+ (b|b) 0
Taandame esimeses murrus teguri (a, a) ning korrutame saadud
vorratust positiivse arvuga (a|a). Tulemuseks saame
(a|b)
2
2(a|b)
2
+ (a|a)(b|b) = (a|b)
2
+ (a|a)(b|b) 0
millest omakorda
(a|b)
2
(a|a)(b|b) = (a|b)
2
|a|
2
|b|
2
= |(a|b)| |a||b|
mis ongi noutud vorratus.
VI. Vektorruumid 35
15.2 Schwarzi vorratus reaalses aritmeetilises
vektorruumis
Olgu a = (
1
, . . . ,
n
) R
n
ja b = (
1
, . . . ,
n
) R
n
. Siis on
Schwarzi vorratus
|
1
1
+ +
n
n
|
_
2
1
+ +
2
n
_
2
1
+ +
2
n
15.3 Schwarzi vorratus funktsioonide ruumis
Olguf, g C[a, b]. Siis on Schwarzi vorratus
_
b
a
f(x)g(x) dx
_
b
a
f
2
(x) dx
_
b
a
g
2
(x) dx
15.4 Vektoritevaheline nurk
Olgu V eukleidiline ruum. Olgu V a = o ja V b = o. Vektorite
a ja b vaheline nurk deneeritakse valemiga
cos :=
(a|b)
|a||b|
, 0
Markus
Selle denitsiooni korrektsus on garanteeritud Schwarzi vorratu-
sega.
16 Kolmnurga vorratus
16.1 Teoreem
Olgu V eukleidiline ruum. Siis
|a + b| |a| +|b| a, b V
36 V. Vektorruumid
Toestus. Kasutades Schwarzi vorratust, arvutame
|a + b|
2
= (a + b|a + b) = (a|a) + 2(a|b) + (b|b)
|a|
2
+ 2|(a|b)| +|b|
2
|a|
2
+ 2|a||b| +|b|
2
= (|a| +|b|)
2
= |a + b| |a| +|b|
mis ongi kolmnurga vorratus.
16.2 Kolmnurga vorratus reaalses aritmeetilises
vektorruumis
Olgu a = (
1
, . . . ,
n
) R
n
ja b = (
1
, . . . ,
n
) R
n
. Siis on
kolmnurga vorratus
_
(
1
+
1
)
2
+ +(
n
+
n
)
2
2
1
+ +
2
n
+
_
2
1
+ +
2
n
16.3 Kolmnurga vorratus funktsioonide ruumis
Kui f, g C[a, b], siis on kolmnurga vorratus
_
b
a
(f(x) + g(x))
2
dx
_
b
a
f
2
(x) dx +
_
b
a
g
2
(x) dx
17 Ortogonaalsus ja ristbaas
17.1 Ortogonaalsus
Oeldakse, et eukleidilise ruumi V vektorid a, b V on ortogonaal-

sed ehk risti, kui (a|b) = 0. VS-i nimetatakse ortogonaalseks, kui
s usteemi iga kaks erinevat vektorit on ortogonaalsed. VS-i nime-
tatakse ortonormeerituks, kui
1) ta on ortogonaalne,
2) s usteemi vektorid on uhikvektorid, s.t normeeritud.
Naide
Nullvektor on ortogonaalne eukleidilise ruumi iga vektoriga, kaasa
arvatud iseendaga.
VI. Vektorruumid 37
17.2 Teoreem
Ortogonaalne VS, mis ei sisalda nullvektorit, on lineaarselt soltu-
matu.
Toestus. Olgu VS {a
1
, . . . , a
n
} ortogonaalne, s.t
(a
i
|a
j
) = 0 i = j
Peame naitama, et
1
a
1
+ +
n
a
n
= o = 0 =
1
= =
n
Arvutame
0 = (o|a
j
) = (
1
a
1
+ +
n
a
n
|a
j
)
=
1
(a
1
|a
j
) + +
j
(a
j
|a
j
) + +
n
(a
n
|a
j
)
=
j
(a
j
|a
j
)
Et a
j
= o, siis (a
j
|a
j
) = 0. Jarelikult
j
= o (j = 1, . . . , n).
17.3 Ristbaas
Eukleidilise ruumi baasi, mis on ortogonaalne, nimetatakse orto-
gonaalbaasiks. Eukleidilise ortonormeeritud baasi nimetatakse ka
ristbaasiks.
17.4 Teoreem
Eukleidilise ruumi ortogonaalne moodustajate s usteem, mis ei si-
salda nullvektorit, on baas.
Toestus. Jareldub teoreemist 17.2.
17.5 Teoreem
Eukleidilise ruumi ortonormeeritud moodustajate s usteem on ris-
tbaas.
38 V. Vektorruumid
17.6 Teoreem
Olgu {e
1
, . . . , e
n
} eukleidilise ruumi V ristbaas. Siis arenduse
a =
1
e
1
+ +
n
e
n
V
jaoks kehtib
i
= (a|e
i
).
(a|e
i
) = (
1
e
1
+ +
n
e
n
|e
i
)
= (
1
e
1
|e
i
) + + (
i
e
i
|e
i
) + + (
n
e
n
|e
i
)
=
1
(e
1
|e
i
) + +
i
(e
i
|e
i
) + +
n
(e
n
|e
i
)
=
i
(e
i
|e
i
) =
i
|e
i
|
2
=
i
mis toestabki vorduse.
18

Ulesandeid
18.1

Ulesanne
Lihtsustada avaldis
2(a +3c) 3(2c b) 3[2(2a +b 4c) 4(a 2c)] = = 2a 3b
18.2

Ulesanne
Toestada, et funktsioonis usteem {1, sin
2
x, cos
2
x| x R} on li-
neaarselt soltuv.
18.3

Ulesanne
Toestada, et funktsioonis usteem{sin x, cos x| x R} on lineaarselt
soltumatu.
18.4

Ulesanne
Olgu VS {a, b} lineaarselt soltumatu. Toestada, et siis on ka VS
{a + b, a b} lineaarselt soltumatu.
VI. Vektorruumid 39
18.5

Ulesannne
Toestada, et funktsioonis usteem {e
i
, e
i
| R} on lineaarselt
soltumatu.
18.6

Ulesanne
Naidata, et VS
_
v
1
= (1, 2, 1, 2), v
2
= (2, 3, 0, 1)
v
3
= (1, 2, 1, 4), v
4
= (1, 3, 1, 0)
moodustab baasi ja arendada vektor x = (7, 14, 1, 2) selle baasi
jargi. Kontrollida arendust.
18.7

Ulesanne
Leida VS-i astak ja mingi baasalams usteem, juhtvektorid arenda-
da baasalams usteemi jargi. Kontrollida arendusi.
_
v
1
= (1, 0, 0, 1), v
2
= (2, 1, 1, 0)
v
3
= (1, 1, 1, 1), v
4
= (1, 1, 3, 4), v
5
= (0, 1, 2, 3)
18.8

Uleasanne
Leida (a|b), kui a = 4, b = 12 ja |a b| = 10.
Vastus
(a|b) = 30

Konspekt

Uploaded by

Document Information

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

Konspekt

Uploaded by

Copyright:

Available Formats

I.

= 1(0 6 + 1 1) + 1(1 6 + 1 2) + 3(1 1 0 2)

Determinandi det A ridade ja veergude all moeldakse maatriksi A

Siin esinevad kolmandat jarku determinandid on omakorda voima-

Vorduste kehtivuse kontrollimise jatame lugejale.

Utleme, et determinant on kolmnurksel kujul ehk kolmnurkne, kui

Uherealisi ja uheveerulisi maatrikseid nimetatakse ka (aritmeeti-

Ulejaanud omadused toestatakse analoogiliselt.

Oeldakse, et maatriksid A ja B kommuteeruvad, kui AB = BA.

Uhtlasi veendusime veelkord maatrikskorrutise mittekommutatiiv-

Uhikmaatriksi korrutamisel mingi teise maatriksiga peavad te-

Oeldakse, et LVS-i korral on tegemist Crameri

Oeldakse, et LVS-id on ekvivalentsed ehk samavaarsed, kui neil on

Utleme, et LVS on trepikujuline, kui tema kordajate maatriks on

Ulejaanud vorranditega kontrollitakse lahendit analoogiliselt.

, s.t kaaskompleksarvu leidmist nimetatakse (komp-

Toestus. Et z = 0, siis |z| = 0 ning

Uleminekuvalemid polaarkoordinaatidele on jargmised:

i elemendid algebralisel kujul.

i elementide trigonomeetrilised kujud.

Ulaltoodud tehete suhtes on C[a, b] vektorruum ule R (matemaa-

samuti nullvektor. Siis

Oeldakse, et vektoris usteem B on vektorruumi V = 0 baas ehk

vektorid baasi B jargi

vektorruumi V baasid. Siis

vektorruumi V kolm baasi. Siis

= B, saame esimese omaduse pohjal

vahetavad kohad, siis

V , mis rahuldab jargmist tingimust:

on toepoolest aritmeetilise vektorruumi K

Oeldakse, et reaalses vektoruumis V on deneeritud skalaarkorru-

Oeldakse, et eukleidilise ruumi V vektorid a, b V on ortogonaal-

You might also like