線形写像  線形写像 U,V:R上のベクトル空間 T:UからVへの写像 (1)T(u+v)=T(u)+T(v)  (u,v∈U),

Slides:



Advertisements
Similar presentations
非ユークリッド幾何学入門 2016/03/21 大阪大学理学部数学科 4 回生
Advertisements

Mathematica による固有値計算の高速化 Eigenvalue calculation speed by Mathematica 情報工学部 06A2055 平塚翔太.
Absolute Orientation. Absolute Orientation の問題 二つの座標系の間における剛体 (rigid body) 変換を復元す る問題である。 例えば: 2 台のステレオカメラから得られた3次元情報の間の関 係を推定する問題。 2 台のステレオカメラから得られた3次元情報の間の関.
<最適化の概念> 最適化すべき問 題 数学モデル 変数,数式 数理計画法 定められた計算手 順を用いて解くた めの方法論.
1 線形代数学. 2 履修にあたって 電子情報システム学科 必修 2005 年度1セメスタ開講 担当 草苅良至 (電子情報システム学科) 教官室: G I 511 内線: 2095 質問等は上記のいずれかに行なうこと。 注意計算用のノートを準備すること。
数理統計学(第七回) 線形模型とは? 浜田知久馬 数理統計学第7回.
特異値分解とその応用 2009年5月12日 計算理工学専攻 張研究室 山本有作.
      ベクトル空間   実数体 体:数の集合で四則がその中で行えるもの 例)有理数全体、実数全体、複素数全体 R:実数体     C:複素数体  ベクトル空間
データ解析
数理統計学(第四回) 分散の性質と重要な法則
( ) ( ) 行 列 式 置 換 n文字の置換σ: n個の文字{1,2,・・・,n}から自分自身への1対1の写像 1 2 ・・・ n
det(tA)=Σ sgn(σ)aσ(1)1aσ(2)2・・・aσ(n)n
Extremal Combinatorics 14.1 ~ 14.2
上坂吉則 尾関和彦 文一総合出版 宮崎大輔2003年6月28日(土)
論理式の表現を数学的に取り扱いやすくするために代数学の助けを借りる.
「基礎OR」/「OR演習」 第3回 10/13/2009 森戸 晋.
形状モデリングにおいて,任意の自由曲面を定義する必要のある場合がある.自由曲面の表現法について説明する.
線形代数学 4.行列式 吉村 裕一.
第2課 黒体輻射とカラー 2.1. 黒体輻射の式 熱平衡にある振動数νの輻射を考える。 フォトンの個数は常に揺らいでいる
透視投影(中心射影)とは  ○ 3次元空間上の点を2次元平面へ投影する方法の一つ  ○ 投影方法   1.投影中心を定義する   2.投影平面を定義する
5.5 The Linear Arboricity of Graphs (グラフの線形樹化数)
3次元での回転表示について.
ガウス過程による回帰 Gaussian Process Regression GPR
第6章 カーネル法 修士2年 藤井 敬士.
数学 ---> 抽象化、一般化 より複雑な関係ー>解析学 一次関数 y=ax+b より多くの要素ー>線形代数 x y f(x) y1 x1
線形代数学 谷津 哲平 第1章 ベクトル 1.1 ベクトル空間 1.2 ベクトルの一次独立性 1.3 部分ベクトル空間
3. 可制御性・可観測性.
Level-3 BLASに基づく二重対角化 アルゴリズムとその性能評価
マイケルソン・モーレーの実験の検証 マイケルソン・モーレーの実験ではもう一つの往復光を垂直方向に分けて行った。
ミンコフスキー時空間 双曲筒 s2= x2+y2ーc2t2 双曲皿 s2= c2t2+y2ーx2 世界円筒 静止 s2 =x2+y2
第6章 特徴空間の変換 6.1 特徴選択と特徴空間の変換 6.2 特徴量の正規化 平成15年5月23日(金) 発表者 藤井 丈明
黒体輻射 1. 黒体輻射 2. StefanのT4法則、 Wienの変位測 3. Rayleigh-Jeansの式
【第二講義】1次元非線形写像の不変集合とエントロピー
Basic Tools B4  八田 直樹.
関係 (relation) 集合Aの要素aとBの要素bとが、ある条件Rを満たすとき「Rの関係にある」といい、aRb と書く。
「R入門」  5.7 行列に対する諸機能  10月23日 (木) 発表者 大城亜里沙.
線 形 代 数 (linear algebra) linear ・・・ line(直線)の形容詞形 直線的な、線形の、一次の
独立成分分析 (ICA:Independent Component Analysis )
4次元時空間(複素数)と ミンコフスキー時空間(実数)の差異
3次元での回転表示について.
知能システム論I(13) 行列の演算と応用(Matrix) 2008.7.8.
古代の難問と曲線 (3時間目) 筑波大学大学院 教育研究科 1年                 石井寿一.
東北大学 大学院情報科学研究科 応用情報科学専攻 田中 和之(Kazuyuki Tanaka)
計算の理論 I -Myhill-Nerodeの定理 と最小化-
多変量解析 ~主成分分析~ 1.主成分解析とは 2.適用例と解析の目的 3.解析の流れ 4.変数が2個の場合の主成分分析
【第六講義】 局所分岐.
変換されても変換されない頑固ベクトル どうしたら頑固になれるか 頑固なベクトルは何に使える?
Additive Combinatrics 7
計算の理論 II 前期の復習 -有限オートマトン-
パターン認識特論 担当:和田 俊和 部屋 A513 主成分分析
パイプ風鈴の振動理論 どの様な振動をしているか。周波数は何で決まるか。 (結論) ・振動数は棒の長さLの二乗に反比例する。
中点連結定理 本時の目標 「中点連結定理を理解する。」
今井 浩 東京大学情報理工学系研究科 コンピュータ科学専攻 ERATO今井量子計算機構プロジェクト,JST
進化ゲームと微分方程式 第15章 n種の群集の安定性
資料 線型変換のイメージ 固有値、固有ベクトル 平賀譲(209研究室) 資料
第1回、平成22年6月30日 ー FEM解析のための連続体力学入門 - 応力とひずみ 解説者:園田 恵一郎.
4. システムの安定性.
わかりやすいパターン認識 第7章:部分空間法  7.1 部分空間法の基本  7.2 CLAFIC法                  6月13日(金)                  大城 亜里沙.
データ解析 静岡大学工学部 安藤和敏
Max Cut and the Smallest Eigenvalue 論文紹介
Additive Combinatorics輪講 6章
目で見る一次変換 河合塾 数学科 生越茂樹 オゴセ シゲキ.
行列 一次変換,とくに直交変換.
ここでは、歪エネルギーを考察することにより、エネルギー原理を理解する。
パターン認識特論 カーネル主成分分析 和田俊和.
ベクトル関数の回転(カール、ローティション)
目次 はじめに 収束性理論解析 数値実験 まとめ 特異値計算のための dqds 法 シフトによる収束の加速
プログラミング基礎a 第5回 C言語によるプログラミング入門 配列と文字列
2008年 7月17日 応用数理工学特論 期末発表 鈴木綾華,程飛
空間図形の取り扱いについて.
Presentation transcript:

      線形写像  線形写像 U,V:R上のベクトル空間 T:UからVへの写像 (1)T(u+v)=T(u)+T(v)  (u,v∈U), (2)T(cu)=cT(u)  (u∈U, c∈R) T:線形写像 T(0U)=T(0・0U)=0・T(0U)=0V Uの零ベクトルをVの零ベクトルにうつす

U V 写像T u T(u) v T(v ) u + v T(u + v ) RnからRmへの写像TA TA(x)=Ax (x∈Rn)    A:m×n行列 TA(x+y)=A(x+y)= A(x)+A(y)= TA(x)+TA(y) (x,y∈Rn) TA(cx)=A(cx)= cA(x)= cTA(x) (x∈Rn,c ∈R)

(1)Tの像 Im(T)はVの部分空間である。 (2)Tの核 Ker(T)はUの部分空間である。   線形写像の像と核 T:ベクトル空間UからVへの線形写像 Im(T):Tの像  (T(U)とも書く) Im(T)={T(u)|u∈U} Ker(T):Tの核  Ker(T)={u∈U|T(u)=0v } 定理5.1.1 T:ベクトル空間UからVへの線形写像 (1)Tの像 Im(T)はVの部分空間である。 (2)Tの核 Ker(T)はUの部分空間である。  

U V Im(T) 写像T U V Ker(T) 写像T

線形写像の階数と退化次数 T:UからVへの線形写像 rank(T):Tの階数 rank(T)=dim(Im(T))  線形写像の階数と退化次数 T:UからVへの線形写像 rank(T):Tの階数 rank(T)=dim(Im(T)) null(T):Tの退化次数  null(T)=dim(Ker(T)) 定理5.1.2 U,V:ベクトル空間 T:UからVへの線形写像  null(T)+rank(T)=dim(U).

RnからRmへの写像TA TA(x)=Ax (x∈Rn)    A:m×n行列 Ker(TA) ={x ∈Rn| Ax =0} 解空間 A=[ a1 a2 ・・・ an ]   Im( TA )={ Ax| x ∈Rn} ={ x1a1+x2a2+・・・+xnan|x1, ・・・,xn ∈R} 列ベクトルで生成されるRmの部分空間

  線形写像の表現行列  表現行列 T:UからVへの線形写像 {u1,・・・,un}:Uの基 {v1,・・・,vm}:Vの基 (T(u1),・・・,T(un))=(v1,・・・,vm)A (A:m×n行列) 行列A:Uの基{u1,・・・,un},Vの基{v1,・・・,vm}          に関するTの表現行列

U V 写像T v1 u1 T(u1) ui vi T(ui) vm un T(un) (T( u1),・・・,T(un))=( v1,・・・, vm)A

例) T:U=R2からV=R3への線形写像 1 3 T(x)=      x 標準基 100 010 001 10 01 e1=   ,e2= e’1=   , e’2= , e’3= 1 3 (T(e1),T(e2))=(e’1,e’2,e’3) 1 3 標準基に関するTの表現行列  A=  

{u1,・・・,un}, {u’1,・・・,u’n} :Uの基 {v1,・・・,vm}, {v’1,・・・,v’m} :Vの基  表現行列と基の変換行列 T:UからVへの線形写像 {u1,・・・,un}, {u’1,・・・,u’n} :Uの基 {v1,・・・,vm}, {v’1,・・・,v’m} :Vの基 (u’1,・・・,u’n)=(u1,・・・,un)P (v’1,・・・,v’m)=(v1,・・・,vm)Q (P,Q:正則行列) 行列P,Q:基の変換行列

U V 写像T 表現行列A 変換行列P 変換行列Q U V 写像T 表現行列B e’1 e1 T(e1) ei e’i T(ei) e’m en 表現行列A T(en) 変換行列P 変換行列Q U V v1 u1 T(u1) ui 写像T vi T(ui) vm un T(un) 表現行列B

A:{u1,・・・,un},{v1,・・・,vm}に関する表現行列 定理5.2.1 T:ベクトル空間UからVへの線形写像          B=Q-1AP. A:{u1,・・・,un},{v1,・・・,vm}に関する表現行列 B:{u’1,・・・,u’n},{v’1,・・・,v’m}に関する表現行列 線形変換:ベクトル空間から自分自身への線形写像 定理5.2.2          B=P-1AP. {u1,・・・,un}, {u’1,・・・,u’n} :Uの基 (u’1,・・・,u’n)=(u1,・・・,un)P (P:変換行列) A:{u1,・・・,un}に関する表現行列 B:{u’1,・・・,u’n}に関する表現行列

P=[pij]nxn (T(u’1),・・・,T(u’n)) =(T(p11u1+・・・+pn1un ),・・・,T(p1nu1+・・・+pnnun)) =(p11T(u1)+・・・+pn1T(un),・・・,p1nT(u1)+・・・+pnnT(un)) =(T(u1),・・・,T(un))P =(v1,・・・,vm)AP (T(u’1),・・・,T(u’n))P= (v’1,・・・,v’m)B=(v1,・・・,vm)QB (v1,・・・,vm)AP=(v1,・・・,vm)QB B=Q-1AP

3 0 0 1 T(x)=      x  (x∈R2) T(e2)=e2 e2 T e1 T(e1)=3e1

  固有値と固有ベクトル 固有値と固有ベクトル T:ベクトル空間Vの線形変換 T(u)=λu   (u∈V,u≠0, λ∈R) λ:Tの固有値 u:(固有値λに属する)Tの固有ベクトル 例) 7 -6 3 -2 T(x)=      x  (x∈R2) 21 21 8 4 u=   とすると T(u)=    = 4   =4u 

 固有空間 T:ベクトル空間Vの線形変換 W(λ;T)={u∈V|T(u)=λu}   固有多項式 gA(t)=|tE-A|    A:正方行列 行列Aの固有値:gA(t)=0 の根(複素根も含む) TA(x)=Ax    Ax=λx  Ax=λEx (λE-A)x=0 x(≠0)が存在する必要十分条件:    λE-Aが正則行列でない

f(t)=amtm+am-1tm-1+・・・+a1t+a0 定理5.3.1 λがTAの固有値    gA(λ)=0 一般に多項式 f(t)=amtm+am-1tm-1+・・・+a1t+a0 と正方行列Aに対して f(A)=amAm+am-1Am-1+・・・+a1A+a0E と定義する。 定理5.3.2(ケーレー・ハミルトンの定理)  gA(t)が正方行列Aの固有多項式ならば      gA(A)=0

A:Tの{u1,・・・,un}に関する表現行列 gT(t):Tの固有多項式(=Aの固有多項式) 一般の場合の固有値と固有空間の計算 T:n次元のベクトル空間Vの線形変換 {u1,・・・,un}:Vの1組の基 A:Tの{u1,・・・,un}に関する表現行列 gT(t):Tの固有多項式(=Aの固有多項式) gT(t)=gA(t)=|tE-A| gB(t)=|tE-B|= |tP-1EP-P-1AP|    = |P-1(tE-A)P|= |tE-A|=gA(t) 定理5.3.3 T:ベクトル空間Vの線形変換 λがTの固有値    gT(λ)=0

  行列の対角化  同値な行列 A,B:n次正方行列 B=P-1AP となる正則行列Pが存在する A,Bは同値である。 行列の対角化 A:正方行列 B=P-1AP:対角行列 行列Aの対角化:正則行列Pと対角行列Bを求める

Σdim(W(λi;T))≦dim(V) r 定理5.4.1 T:ベクトル空間Vの線形変換 λ1, ・・・λr:Tの相異なる固有値    Σdim(W(λi;T))≦dim(V) r i=1 定理5.4.2 A:n次実正方行列 λ1, ・・・λr:Aの相異なる実固有値の全体 AがR上対角化される必要十分条件    Σdim(W(λi;TA))=n. r i=1

ui1,・・・uini:W(λi;TA)の基 P=[u11・・u1n1・・・ur1・・urnr] T(uik)=Auik=λiuik λ1 n1 ・ 0 ・ λ1 AP=PB,   B= ・ ・ λr nr ・ B=P-1AP 0 ・ λr

   内積空間   内 積 u,v:R上のベクトル空間Vのベクトル 2つのベクトルu,vに対して実数(u,v)を対応させる対応( , )が次の4条件を満たす (1) (u+u’,v)= (u,v)+ (u’,v) (2) (cu,v)= c(u,v) (3) (v,u)= (u,v) (4) u≠0 ならば  (u,u)>0

例) a1 an b1 bn ・ ・ a= ,b= a,b∈V(=Rn) ・ ・ (a,b)=tab=a1b1+・・・+anbn Rnの標準的な内積 (1) (a+a’,b)= t(a+a’)b=tab+ta’b = (a,b)+ (a’,b) (2) (ca,b)= t(ca)b=ctab=c(a,b) (3) (a,b)=tab=t(tab)=tba=(b,a) (4) a≠0 ならば  (a,a)=taa>0

 ベクトルのノルム ∥u∥= √(u,u) u のノルム または 長さ 例) V=Rn,  u= 3 -2 ∥u∥= √32 + (-2)2 = √ 13

(3) ∥u+v∥ ≦ ∥u∥ +∥v∥ (三角不等式) 定理6.1.1  内積空間Vのノルムについて次が成り立つ                (u,v∈V,c∈R) (1) ∥cu∥=c∥u∥ (2) |(u,v)|≦ ∥u∥ ・∥v∥      (シュヴァルツの不等式) (3) ∥u+v∥ ≦ ∥u∥ +∥v∥  (三角不等式) n n n (2) (Σuivi)2 ≦ (Σui2) (Σvi2) i=1 i=1 i=1

零ベクトルでないベクトル u1,・・・,ur が互いに 直交すれば1次独立である。  ベクトルの直交 (u,v)=0 定理6.1.2  零ベクトルでないベクトル u1,・・・,ur が互いに 直交すれば1次独立である。 c1u1+・・・+crur=0  とおく。 r 0=(ui,c1u1+・・・+crur)= Σ cj(ui,uj)=ci(ui,ui)   j=1 (ui,ui) ≠0 だから  ci=0  (1≦i≦r)

  正規直交基と直交行列  正規直交基 {u1,・・・,un}:Vの基 (ui,uj)=δij   (1 ≦i,j≦n) 定理6.2.1 (シュミットの直交化) {v1,・・・,vn}:Vの1組の基 となる、正規直交基{u1,・・・,un} が存在する。 <u1,・・・,ur>R =<v1,・・・,vr>R   (1≦r≦n)

v’2=v2-(v2,u1)u1, u2=v’2/ ∥v2 ∥ u1=v1/ ∥v1 ∥       ∥u1 ∥=1 v’2=v2-(v2,u1)u1,   u2=v’2/ ∥v2 ∥ (u1,u2)=0 ,  ∥u2 ∥=1 <u1,u2>R= <u1,v2>R= <v1,v2>R r v’r+1=vr+1- Σ (vr+1,ui)ui, i=1 ur+1=v’r+1/ ∥vr+1 ∥ (v’r+1,ui)=0 (1≦i≦r) だから  (ur+1,ui)=0  <u1,・・・,ur,ur+1 >R= <u1,・・・,ur,vr+1 >R = <v1,・・・,vr,vr+1 >R

110 131 2 -1 1 v1=   , v 2= , v 3= 110 110 1 1 u1=  =            正規化 ||v1 || √ 2 131 110 -1 1 1 4 1 v’2=v2-(v2,u1)u1 = - =     √ 2 √ 2 直交化 -1 1 1 1 1 u 2 = v’2 =            正規化 || v’2 || √ 3 1 -1 2 5 v’3=v3-(v3,u1)u1 - (v3,u2)u2 =     6 直交化

{u1,・・・,un}:内積空間Vの正規直交基 u=a1u1+・・・ +anun , v=b1u1+・・・ +bnun 定理6.2.2 {u1,・・・,un}:内積空間Vの正規直交基  u=a1u1+・・・ +anun , v=b1u1+・・・ +bnun  と書くと   (u,v)=a1b1 +・・・ +anbn n n   (u,v)= Σ Σaibj (ui,vj)=a1b1 +・・・ +anbn i=1 j=1  直交変換 (T(u) ,T(v))= (u,v)    (u,v∈V) 定理6.2.3 {u1,・・・,un}:内積空間Vの正規直交基    Tは直交変換    (T(u1) ,・・・,T(un ))                 はVの正規直交基

 直交行列 tPP=En   (P:n次の実正方行列) 定理6.2.4 A:n次の実正方行列   TA(x)=Ax    (TA:Rn→Rn)  と定義する。    Aが直交行列   TA が直交変換 定理6.2.5 A:n次の実正方行列   A={a1,・・・,an}    Aは直交行列    {a1,・・・,an}はRn                  の正規直交基

複素共役 複素数α=a+bi (i=√-1)     α=a-bi : αの複素共役 定理6.3.1  実対称行列の固有値は全て実数である。 行列の(上)三角化 A:正方行列 P-1AP:上三角行列 行列Aの(上)三角化:正則行列Pと上三角行列               P-1APを求める

* 0 定理6.3.2 n次実正方行列Aの固有値が全て実数ならばA は直交行列を用いて上三角化できる。 λ1 ・ P-1AP= ,  det(P)=1 ・ 0 λn 定理6.3.3 Aがn次実対称行列ならば、次の直交行列Pが存 在する。 λ1 0 ・ P-1AP= ,  det(P)=1 ・ 0 λn

A= 1 2 -1 2 -2 2 -1 2 1 t-1 -2 1 gA(t)=|tE-A|= =(t-1)2(t+2)+8 1 2 -1 A= 2 -2 2 -1 2 1 t-1 -2 1 gA(t)=|tE-A|= =(t-1)2(t+2)+8 -2 t+2 -2 1 -2 t-1 - {(t+2)+8(t-1)} =(t-1)2(t+2)-9t+14 =t3-12t+16 =(t-2)2(t+4) λ=2,-4 (λE-A)x=0 λ=2のとき 1 -2 1 1 -2 1 x=0 簡約化 x=0 -2 4 -2 0 0 0 1 -2 1 0 0 0

A= x = x 2 x - 3 x - x = 0 x + 2 x - 3 x = 0 1. 2 -3 -1 1 2 -3 2 -3 -1 1 2 3 A= x = x + 1 2 -3 2 x - 3 x = 0 1 2 3 W={ x ∈R3|Ax =0} (i) x =0 を代入。 A0 =0 だから 0 ∈W (ii) x ,y ∈W とすると      A( x + y ) =Ax +Ay = 0+0 =0 だから x + y ∈W      (iii) x ∈W,c∈R とすると        A(cx) =c(Ax) =c0=0 だから cx ∈W

2. 312 231 5 -3 4 312 231 5 -3 4 c1   +c 2 + c 3 = 0 132 321 -3 5 4 1 c 2 3 312 231 5 -3 4 = 0 1 3 -3 0 -7 14 0 -5 10 解が一意に定まらない。 1 3 -3 0 1 -2 c1 = c 2 = c 3 = 0 以外の解を持つから1次従属 0 1 -2 1 0 3 0 1 -2 0 0 0

x1 x2 x3 x4 x5 x = c1 x = c2 x1+3c2 = 0 x1 =ー3c2 x2 = ー5c1 + 7c2 3. x = c1 x = c2 とする。 1 2 3 1 -5 4 5 2 0 -1 3 4 x1+3c2 = 0 x1 =ー3c2 3 1 4 -7 10 1 2 3 1 -5 x2 = ー5c1 + 7c2 x2+5c1ー7c2 = 0 0 -4 -7 1 14 x3 =3c1 ー2c2 x3ー3c1 +2c2 = 0 0 -5 -5 -10 25 x = c1 1 2 3 1 -5 4 x = c2 0 1 1 2 -5 5 0 -5 3 1 0 -3 7 -2 0 1 0 -4 -7 1 14 2次元 1 0 1 -3 5 1組の基 x = c1   +c 2 0 1 1 2 -5 0 -5 3 1 0 -3 7 -2 0 1 0 0 -3 9 -6 1 0 0 0 3 0 1 0 5 -7 0 0 1 -3 2 , c1 c2

x = c1 x = c2 x1 x2 x3 x4 x1+2c1ーc2 = 0 x1 =ー2c1+c2 x = c1 x3 =ーc2 4. x = c1 x = c2 とする。 x1 x2 x3 x4 2 4 1 2 1 0 x1+2c1ーc2 = 0 x1 =ー2c1+c2 0 0 1 1 x = c1 2 4 3 1 2 1 2 1 0 x3 =ーc2 x3+c2 = 0 0 0 1 1 x = c2 -2 1 0 0 1 0 -1 1 4 0 0 1 1 1 2 0 -1 x = c1   +c 2 0 0 1 1 0 0 0 0 c1 c2 (i) null(T)=2 -2 1 0 0 1 0 -1 1 (ii) rank(T)=2 201 311 Ker(T)の1組の基 Im(T)の1組の基 , ,

5. 13 -30 A= 5 -12 t-13 30 (i) gT(t)=|tE-A|= = t2-t-6 =(t-3)(t+2) -5 t+12 (ii) λ=3,-2 (λE-A)x=0 (iii) 31 -10 30 λ=3のとき x=0 W(3;T)={c c∈R}  -5 15 21 -15 30 λ=-2のとき x=0 W(-2;T)={c c∈R}  -5 10 3 2 3 0 P= B=P-1AP = 1 1 0 -2

= 2×3 + 4×(-2) + (-1) ×4 = -6 1.(1) (2) ∥u∥= √12 + (-4)2 + (-1)2 = √18 = 2×3 + 4×(-2) + (-1) ×4 = -6 (2) u = ∥u∥= √12 + (-4)2 + (-1)2 = √18 = 3√2

2. 110 111 1 0 0 v1=   , v 2= , v 3= 110 110 1 1 u1=  =            正規化 ||v1 || √ 2 111 110 0 0 1 2 1 v’2=v2-(v2,u1)u1 = - =     √ 2 √ 2 直交化 0 0 1 0 0 1 1 1 u 2 = v’2 =       =       正規化 || v’2 || √ 1

v’3=v3-(v3,u1)u1 - (v3,u2)u2     直交化 100 110 001 1/2 -1/2 0 1 1 = - - 0 × =     √ 2 √ 2 1 -1 0 1/2 -1/2 0 1 1 u 3 = v’3 =       =        正規化 √ 2 || v’3 || √ 2

3.

(1) r = 3 (2) a1, a2, a3 (3) a4 = 3a1- a2 +a3 a5 = a1 + 2a2 - 2a3 x1 1. 1 2 1 2 3 (1) r = 3 0 1 0 -1 2 1 0 -1 2 3 1 1 2 4 -1 (2) a1, a2, a3 1 2 1 2 3 0 1 0 -1 2 0 -2 -2 0 0 (3) 0 -1 1 2 -4 1 0 1 4 -1 a4 = 3a1- a2 +a3 0 1 0 -1 2 0 0 -2 -2 4 a5 = a1 + 2a2 - 2a3 0 0 1 1 -2 1 0 0 3 1 0 1 0 -1 2 0 0 1 1 -2 0 0 0 0 0

1. (4) x1 x2 x3 x4 x5 x = c1 x = c2 x1+3c1 +c2 = 0 x1 =ー3c1ーc2 1 2 1 2 3 x = c1 x = c2 とする。 4 5 0 1 0 -1 2 x1+3c1 +c2 = 0 x1 =ー3c1ーc2 1 0 -1 2 3 1 1 2 4 -1 x2 = c1ー 2c2 x2ー c1 + 2c2 = 0 1 2 1 2 3 x3 =ー c1 + 2c2 x3+ c1ー 2c2 = 0 0 1 0 -1 2 x = c1 0 -2 -2 0 0 4 x = c2 0 -1 1 2 -4 5 -3 1 -1 1 0 -1 -2 2 0 1 1 0 1 4 -1 2次元 0 1 0 -1 2 1組の基 0 0 -2 -2 4 x = c1   +c 2 -3 1 -1 1 0 -1 -2 2 0 1 0 0 1 1 -2 1 0 0 3 1 0 1 0 -1 2 0 0 1 1 -2 , 0 0 0 0 0 c1 c2

2. -3 1 -1 1 0 -1 -2 2 0 1 x1 x2 x3 x4 x5 (i) 1 2 1 2 3 Ker(T)の1組の基 0 1 0 -1 2 1 0 -1 2 3 1 1 2 4 -1 , null(T) = 2 (ii) 1 0 0 3 1 1 0 1 1 2 1 0 1 1 0 -1 2 0 1 0 -1 2 Im(T)の1組の基 0 0 1 1 -2 0 0 0 0 0 , c1 c2 , rank(T) = 2

3. A= 7 12 0 -2 -3 0 2 4 1 t-7 -12 0 gA(t)=|tE-A|= =(t-7)(t+3)(t-1) 7 12 0 A= -2 -3 0 2 4 1 t-7 -12 0 gA(t)=|tE-A|= =(t-7)(t+3)(t-1) 2 t+3 0 -2 -4 t-1 +24(t-1) =(t-1)(t2-4t+3) = (t-1)(t-1)(t-3) =(t-1)2(t-3) λ=1, 3 (λE-A)x=0 λ=1のとき -6 -12 0 1 2 0 x=0 簡約化 x=0 2 4 0 0 0 0 -2 -4 0 0 0 0 c1 c2

= c1 = c2 x x x1+2c1 = 0 x1 =ー2c1 x = c1 +c 2 = c1 x x3 = c2 = c x とする。 2 3 -2 1 0 001 x1+2c1 = 0 x1 =ー2c1 x = c1   +c 2 x = c1 2 x3 = c2 -2 1 0 001 W(1;T)={ c1   +c 2 c1,c 2 ∈R}  λ=3のとき -4 -12 0 1 0 -3 x=0 簡約化 x=0 2 6 0 0 1 1 -2 -4 2 0 0 0 c x = c とする。 3 -1 1 3 x1-3c = 0 x1 =3c x = c   x = -c x2+c = 0 2 x3 = c

P= B=P-1AP = 4. a + b - c=0 3a -b =0 , b = 3a 2a -2b + c=0 c = 4a 3 -1 1 W(3;T)={ c   c ∈R}  -2 0 3 1 0 0 P= B=P-1AP = 1 0 -1 0 1 0 0 1 1 0 0 3 4. a + b - c=0 3a -b =0 , b = 3a 2a -2b + c=0 c = 4a a2 + b2 + c2 = 1 a2 + (3a)2 + (4a)2 = 1 1 3 4 1 1 ± a =± √26 √26