MIT
Açık Ders Malzemeleri
http://ocw.mit.edu
18.06
Doğrusal Cebir, Bahar 2005
Lütfen
aşağıdaki alıntı biçimini kullanın:
Gilbert
Strang, 18.06 Doğrusal Cebir, Bahar 2005. (Massachusetts Teknoloji Enstitüsü:
MIT Açık Ders Malzemeleri). http://ocw.mit.edu ( MM, DD, YYYY) tarihinde
erişildi.
Lisans:
Yaratıcı Ortak Özelllik – Ticari Olmayan
-- Olduğu gibi
Kullanılır.
Not: Lütfen alıntınızda bu malzemeye eriştiğiniz
gerçek tarihi kullanınız.
Bu
materyallerden alıntı yapmak veya Kullanım Şartları hakkında bilgi almak için http://ocw.mit.edu/terms
sitesini ziyaret ediniz.
MIT
Açık Ders Malzemeleri
http://ocw.mit.edu
Doğrusal
Cebir, Bahar 2005
Transcript
- Ders 25
Bu ders simetrik matrisler üzerine olacak.
En önemli matris sınıfları, simetrik matrislerdir. A, A’nın devriğine eşittir.
Bu dersin ilk önemli noktası, ana noktaları hemen söyleyeceğim.
Özdeğerlerinin ayrıcalığı nedir? Özvektörlerinin ayrıcalığı nedir? Matrise bu
şekilde bakarız. Eğer özel tipte matrisimiz varsa, özdeğerleri ve özvektörleri
hakkında bilmek isteriz ve bu özellik özdeğerler ve özvektörler hakkında, bir
şeyler söylemeli. Markov matrisleri gibi ki onların özdeğeri 1 dir.
Şimdi simetrik matrisler, ana olgunun ne olduğunu, iki temel özelliğin
ne olduğunu hemen söyleyebilir miyim? Simetrik matrisin özdeğerleri gerçektir. bu bir gerçek
simetrik matristir. Çoğunlukla gerçek matrisler hakkında konuşacağız. Aynı
zamanda özdeğerleri de gerçektir.
Özdeğerlerin karmaşık sayılar olduğu döndürme matrisi örneklerimiz
vardır. Bu şimdi olmayacak.
Simetrik matrislerin özdeğerleri gerçek ve özvektörleri de çok özeldir.
Özvektörler diktir, biri birine diktir, hangisini tercih edersiniz? Ben dik
diyeceğim. Her ikisi de uzun kelime. Tamam, doğru.
Siz neden diye sormalısınız, en azından birinci durum için nedenini
cevaplayacağım, ikinci hal için de belki, özvektörlerin dik olduğunun ispatını
kitaba bırakacağım. Şunu fark edelim -- bu durum birim matriste olduğu gibi
karşımıza çıkabilir. Burada simetrik matris var.
Bütün özdeğerleri kesinlikle gerçektir, birim matris için hepsi 1 idi.
Özvektörler hakkında ne söylenebilir? Aslında, birim matris için her vektör
özvektördür.
Öyleyse nasıl onlar diktir diyebilirim?
Burada gerçekten demek istediğim, şurada yazan “diktirler” kelimesi
yerine, dik “seçilebilirler” yazmam gerektiği.
Yani, her zamanki durum budur..
Eğer bütün özdeğerler farklı ise, her bir özdeğer bir doğru üzerinde
olan vektörlere
sahiptir ve bu doğrular birbirlerine diktir. Fakat eğer bir
özdeğer tekrarlı ise, bu koca bir özvektörler düzlemi olduğu anlamına gelir ve
bütün söylediğim bunlar arasında dik olanları seçebileceğimizdir. Bu nedenle
cümlemin ‘’seçilebilir kısmı’’, tekrarlı
özdeğer durumunda gerçekten oldukça geniş bir özgürlüğümün olduğunu gösterir..
Fakat tipik durum farklı özdeğerler halidir, tamamı gerçek, bir boyutlu
özvektör uzayı, hepsi dik olan öz uzaylar.
Böylece yalnız sonucu görelim.
Eğer bunları doğru olarak kabul edersek ne olur?---- Demek istiyorum ki
onlardan oluşan tam bir küme var. Böylece resmin bu kısmında özvektörlerin dik
olan tam bir kümesi vardır.
Böylece, tüm özvektör kümesine sahip olmak demek – böyle normal- böyle
her zamanki – belki genellikle, her zamanki durum ---A matrisini,
özdeğerlerinin matrisi ve özvektörlerin matrisi cinsinden yazabiliriz. Değil mi?
Olağan durumda bunu yapabiliriz, fakat matris simetrik olduğunda ayrıcalığı
nedir? Bu olağan durumdur, şimdi simetrik duruma geçelim. Böylece A’nın
simetrik olması durumunda bir şekilde bu biraz özel olmalı.
Köşegen üzerinde olması gereken lambdalar hala köşegen üzerindeler. Onlar gerçek, fakat
onlar olması gereken yerdeler. Özvektör matrisi için ne söylenebilir? Özvektör
matrisi hakkında özel olan ne. A simetrik olduğunda, özvektör matrisi bize iyi
olan bir sey söyler, bu nedir? Ve bu neye götürür? Bu dik özvektörlerin ---bu
vektörlerin dik olduğunu garanti etmekten başka, onları birim vektörler de
yapabilirim, bu problem olmaz, sadece
uzunluğunu bir olarak ölçekleriz.
Böylece neye sahibim? Birimdik özvektörlere sahibim. Ve bu bana özvektör
matrisi hakkında ne söyler? S yerine hangi harfi kullanmalıyım? S matrisinin
sütunlarında özvektörler olduğunu hatırlayın. Fakat şimdi bu sütunlar birimdikdir,
böylece kullanılacak doğru harf, Q’dur. Bütün harfleri ayarladık. Böylece bu Q
lambda Q ‘nun tersi olmalı. Akıllarımızda Q her zaman bu matris olmalı. Bu
durumda kare matristir. Tabii ki, bunlar Q’nun sütunlarıdır. Ve
bir şey daha.
Q’nun tersi nedir? Bu birimdik sütunlara sahip bir matris için, ters
matrisin devriğinin aynısı olduğunu biliyoruz. Burada güzel olan, simetrik
matrisin çarpanlara ayrılmasında çok iyi bir tanımlama vardır.
Ve bu doğrusal cebirin en ünlü teoremlerinden biridir; bir simetrik
matrisin varsa bu şekilde çarpanlara ayrılabilir.
Bir ortogonal matris çarpı köşegen çarpı bu ortogonal matrisin devriği.
Ve tabii ki, herkes hemen evet der ve bu mümkünse, bunun simetrik olduğu
açıktır, değil mi? Üç şeyin çarpımına baktık ve onların devriğini aldık ve
tekrar başa dönmüş olduk. Böylece bunun güzelliğini görebiliyor musunuz, bu
faktorizasyonun güzelliğini… Bu özdeğerleri ve özvektörleri, bütün şeyin
simetrikliğini tümü ile gösterir, çünkü şu çarpım, Q çarpı lambda çarpı Q’nun
devriği -- eğer bunun devriğini alırsak bu bu pozisyonda gelir ve şu matrisi
tekrar elde ederiz. Böylece bu matematikte spektral teorem olarak adlandırılır.
Bir matrisin özdeğerlerinin kümesi spektrumdur.
Spektrum kelimesi saf şeylerin bileşimi olarak ışığın spektrumu
fikrinden gelir. Burada matrisimiz saf özdeğerlere ve özvektörlere ayrılmıştır.
Bu, mekanik alanında, sıklıkla ana eksen
teoremi olarak adlandırılır. Çok yararlıdır.
Bunun anlamını geometrik olarak göreceğiz.
Bunun anlamı şudur, bir malzemeniz varsa ve doğru eksene bakarsanız,
köşegen olur, doğrultular birlikte eşleşmezler.
Tamam. Bu dersten hatırlamamız gereken budur. Şimdi özdeğerlerin neden
gerçek olduğunu söylemek isterim. Bunu yapabilir miyim? Böylece yararlı olan
bir şey çıkıyor. Özdeğerlerin neden gerçek olduğu sorusuna geri dönmek
istiyorum. Tamam. Bildiğimiz tek şey olan Ax eşit lambda çarpı x’ten başlamak
istiyorum. Peki. Şu ana kadar bildiğim kadarı ile lambda karmaşık olabilir.
Şimdi öyle olmadığını göstereceğim---- ve x de karmaşık olabilir. Gerçekte,
hatta A’da karmaşık olabilir. Hatta düşünmeliyiz, A karmaşık olursa ne olur? Her zaman
yapabileceğimiz bir şey, her zaman olduğu gibi, bir denklemimiz varsa hepsinin
karmaşık eşleniğini alabiliriz.
Böylece A eşlenik x eşlenik eşittir lambda eşlenik x eşlenik, demek oluyor
-- ki burada i olan her yeri, burada eksi i’ye değiştirdim.
Yani, biliyorsunuz ki bu adımda, eşlenik işleminde, (a+ib)’nin
eşleniğini alırsam (a-ib) olur.
Yani eşleniğin anlamı ve çarpımlar doğruysa, her çarpanın eşleniğini
alabilirim. Şu ana kadar yaptığım tek şey, neyin doğru olacağını söylemek---her
durumda, hatta x ve lambdanın karmaşık oldukları durumlar da dahil.
Tabii ki, gerçek A matrislerinden bahsettiğimizden, bunu atabilirim. Gerçekte,
bu zaten gerçek matrisler hakkında bana bir şeyler söyler. Henüz A= A’nın
devriği hakkında hiçbir varsayımı kullanmadım. Simetri kanatlar üzerinde
kullanılmayı bekliyor. Bu bana eğer, bir gerçek matris lambda özdeğerine ve x
özvektörüne sahipse, lambda çizginin bir diğer özdeğeri, x çizginin ise bir
diğer özvektörü olduğunu söyler. Gerçek matrislerin özdeğerleri lambda, lamda
çizgi, karmaşık özdeğerleri lambda ve lambda çizgi çiftleri şeklinde oluşur.
Fakat, tabii ki, simetriyi işin içine katarak,
onların hiçbir şekilde karmaşık olmadığını göstermeyi amaçlıyorum. Böylece
simetriyi nasıl kullanacağım? Bu denklemin devriğini alırsak, x çizgi devrik A
devrik, eşittir x çizgi devrik lambda çizgi.
Bu sadece bir sayıdır, böylece bu sayıyı nereye koyduğum beni
ilgilendirmiyor. Bu tamamdır.
Şimdi simetriyi kullanmaya hazırım. Şimdi hazırım bunun tamamı sadece mekanikti.
Şimdi, tamam demenin zamanı geldi, eğer matris simetrik ise bu A’nın
devriği A’nın aynısıdır.
Bu ana varsayımı kullandığımı görüyorsunuz. Şimdi tartışmayı bitirmeme
izin verin. Bu şekilde bitireyim. Bu orijinal denkleme bakıyorum ve iç çarpımını
alıyorum.
Her iki tarafı----- belki bununla yapacağım.
Her iki tarafı x çizginin devriği ile çarpıyorum.
X çizgi devrik, Ax çizgi eşittir lambda çizgi x çizgi devrik, x çizgi.
Tamam, iyi.
Tamam, şimdi digeri nedir? Diğeri için muhtemelen bu vatandaşı
kullanacağım.
Bunun hakkında mutlu muyum? Hayır.
Bir nedenle değilim. İstiyorum ki ..eğer bunun
sağdan x çizgi ile iç çarpımını alırsam, (x-çizgi)-devrik Ax çizgi eşittir (x-çizgi)-devrik
lambda çizgi x çizgi. Aptalca bir şey yaptım, çünkü hiçbir şey öğrenmedim.
Elde ettiğim şu iki denklem özdeş, böyle bir şey yaptığım için beni
affedin, fakat kabaca bakacağım. Tamam. Skalar çarpımı yaptım, bir şekilde
olmadı. Buradaki bu şeyin skalar çarpımını yapmalıyım. Bu yapacağım şeydi. Ax
eşittir lambda x çizgi devrik, x doğru? Tamam.
Bu tamamdır.
Bu doğrudan şundan gelir, her iki taraf x çizgi devrik ile çarpılırsa,
fakat şimdi elde etmek istediğim----orada neden x çizgilerim var? Evet.
Bunu unutun. Tamam.
Bunda tamam. Bunda, bu şekilde alıp, sağdan x ile çarparım. Fikir bu.
Tamam.
Şimdi neden bu durumla daha mutluyum? İspat burada geliyor. Çünkü bu
şeyi bununla karşılaştırıyorum. Ve onların sol tarafları aynı. Böyle sağ
tarafları da aynıdır. Şu ikisinin karşılaştırmasını, bu karşılaştırmayı yapmak
için tahtayı kaldıracağım, bu şey lambda x çizgi devrik x eşittir lamda çizgi x
çizgi devrik x. Tamam.
Ve ulaşacağım sonuç, ben burada doğru yol üzerinde miyim? Ulaşacağım
sonuç lambda eşittir lambda çizgi.
Diğer olasılığı takip etmek zorundayım, bu şey sıfırdır, fakat oo-- evet,
bu önemli. Sıfır değil.
Bunun sıfır olmadığını bildiğim anda, onu yok ederim ve lambda eşittir
lambda çizgi olduğunu görürüz.
Ve bütün mantığı anladınız mı? Bu bize ne söyler? Lambda bu simetrik
matrisin bir özdeğeridir.
Onun lambda çizgiye eşit olduğunu biraz önce ispatladık, böylece lambda’nın
gerçek olduğunu ispatladık, değil mi ? Eğer bir sayı
kendisinin karmaşık eşleniğine eşitse, sanal kısmı yoktur. Sayı gerçektir.
Böylece lamda gerçektir. İyi.
İyi. Şimdi, fakat bu küçük ifadeye bağlıydı, onun sıfır olmadığı bilgisine
dayanarak, onu sadeleştirebilirim, bunun üzerinde bir saniyenizi almak
istiyorum? Çünkü bu önemli bir sayıdır.
X çizgi devrik x. Tamam. Şimdi bildiğimiz kadarıyla x’in karmaşık
olduğunu hatırlayalım.
Burada x karmaşık, x bu
bileşenlere sahip, x1, x2,……,xn’e kadar
Ve x çizgi devrik, devriği ve eşleniği alınmış, böylece x1’in eşleniği,
x2’nin eşleniği, xn’in eşleniğine kadar alındı. Gerçekten size karmaşık sayılar
ile ilgili önemli özellikleri hatırlatıyorum, bunlar bu derste ve sonraki
derslerde karşımıza çıkacaklardır. Şu çarpım hakkında bana ne
söyleyebilirsiniz? Eğer bir karmaşık vektörüm varsa, söylemeye çalıştığım, bu
istediğim değer olacaktır. Bu arzuladığım değerdir.
Bir vektörle onun devriğinin çarpımını alıyorum, eğer bir vektör alırsam
genellikle x devrik x ne olur? Demek istiyorum ki, x devrik x, her zaman
gördüğümüz sayı.
Yani x’in uzunluğunun karesi, değil mi? Yani pozitif uzunluğun karesi,
bu Pisagor’dur, bu x1’in karesi artı x2’nin karesi ve böylece devam eder. Bizim
vektörümüz karmaşıktır ve etkiyi görüyorsunuz? Bunlardan bir tanesinin
eşleniğini alıyorum. Şimdi bu çarpımı yaparsam, x1 çizgi çarpı x1 ve x2 çizgi
x2 ve böylece devam eder. Böylece bu toplam a+ib ve bu toplam a-ib.
Demek istiyorum ki, burada ana fikir nedir? Bir sayıyı onun eşleniği ile
çarparsam, bir karmaşık sayıyı eşleniğiyle, ne elde ederim? Sanal kısım
kaybolur.
a+ib
sayısını eşleniğiyle çarparsam, bunun sonucu ne olur? Şu ayrı
küçük çarpımların her biri. Bir a kare var ve kaç tane---- b kare artı
ile mi geliyor, eksi ile mi?. Artı ile.
i çarpı eksi i, ve artı b karedir.
Sanal kısım hakkında ne söylenebilir? Kayboldu, değil mi? Bir iab ve bir
eksi iab var ve gitti.
Demek ki, bu yapmak için doğru olandır.
İyi bir cevap istersen, sayıları eşlenikleriyle çarp. Vektörleri x
devriğin eşlenikleriyle çarp. Böylece bu sayı pozitif, bu
sayı da pozitif. Sıfır vektörü dışında bütün ifade pozitif ve bu da bu
sayının pozitif olduğunu bilmemi sağlar, ve onu
rahatlıkla sadeleştirerek sonuca ulaşırım. Gerçekte, bu tartışmada iki şey
yaptım.
Arzuladığım gibi lambdaların gerçek olduğu sonucuna ulaştım. Aynı
zamanda, karmaşık değerler olduğunda ne yapılması gerektiğini de bir şekilde
gördük.
Eğer bir vektör karmaşık ise, x çizgi devrik x onun uzunluğunun
karesidir. Söylediğim gibi, gelecek ders -- Pazartesi, bunun doğru şey olduğunu
tekrar edeceğiz ve daha sonra matrisler ve diğerleri, diğer bütün karmaşık
olasılıklar için doğru şeyleri yapacağız.
Tamam, Fakat ana fikir, bir simetrik matrisin özdeğerleri, -- sırası
gelmişken simetrik olmayı nerede kullandık? Burada kullandık değil mi?
Farzedelim ki, A karmaşık olsun. Varsayalım A bir karmaşık sayıydı, karmaşık
matris burada A çizgi yazmalıydım. Çizgiyi sildim çünkü A gerçek kabul edilmişti.
Fakat şimdi bir an için öyle olmadığını varsayalım. O halde bu adımı attıktan
sonra neye sahip olmalıydım? O adımda ne yaptım? Devriğini aldım.
Bu yüzden A çizgi devriğim olmalı.
A’nın simetrik olması durumunda her şeyin çalışmasını ne sağladı? Bu
hemen şuna götürür.
Matris simetrik olduğunda bu hemen bunu sağladı, böylece sorun olmadı,
simetrikti dolayısıyla bu sorun olmadı.
Sonra A’ya elde ettim. Fakat şimdi size sormanın tam zamanı.
Matrisin karmaşık olduğunu varsayalım. Simetrinin tam eşdeğeri nedir?
Böylece iyi matris, burada söyleyeyim iyi matrisler, -- iyi demekle gerçek lambdaları
ve dik x’leri kasdediyorum. Ve şimdi hangi matrislerin iyi olduğunu bana
söyleyin? Eğer onlar….Eğer onlar gerçek matrislerse,
iyi olanlar simetriklerdir. Çünkü her şey yolunda gitti. Böylece iyi…şimdi hangileri iyi onu söylüyorum.
Bunlar iyi matrislerdir.
Onlar gerçek özdeğerlere ve dik özvektörlere sahiptir. Eğer gerçek ise
iyinin anlamı A’nın kendi devriğine eşit olmasıdır.
Bu yüzden ispatımız çalıştı.
Fakat A karmaşık olsaydı, A çizgi devriğin A’ya eşit olması durumunda,
ispatımız hala çalışacaktı.
Ne söylediğimi görüyor musunuz? Diyorum ki eğer karmaşık matrislerimiz
olsaydı ve simetrik matrisler kadar iyi demek istiyorsak, yalnızca devriğini
değil, aynı zamanda eşleniğini de alacaktık.
Bunlar iyi matrisler. Ve tabii ki, en önemli hal gerçek oldukları durum,
bu kısım sorun değil ve sadece A eşittir A devrik simetrik; sadece onu tekrar edeceğim.
Eğer karmaşık ise iyi matrisler bunlardır. Eğer gerçek ise bu herhangi bir fark
oluşturmaz, bu yüzden sadece simetrik diyeceğim.
Ve tabii ki, uygulamalarda ve
örneklerde matrislerin %99’u gerçektir ve şu olmayacaktır -- ve o halde
simetrik anahtar özelliktir.
Tamam. Böylece….bu nedenle bu ana olgular ve
şimdi sadece bana izin verin…bu x çizgi devrik x, tamam.
Bu nedenle bir kez daha bu formda yazacağım. Böylece dik, birimdik
özvektörler, gerçek özdeğerler, birimdik özvektörlerin devriği.
Bu simetrik hal, A eşittir A devrik.
Tamam, güzel.
Aslında, hatta burada bir adım ileriye gideceğim.
Varsayalım ki, simetrik matris hakkında gerçekten ne dediğimi size
göstermek için bunu parçalayabilirim.
Şunu parçalayabilirim. Bundan özvektörlere dönmeme izin verin. Burada
özdeğerlere gidelim, lambda bir, lamda iki ve böylece devam eder.
Burada bu özvektörlerin devriğine dönelim.
Ve şu çarpmayı yaparsam gerçekten ne olur? Ne olacağını görüyor musunuz?
Lambda bir çarpı q1’in devriği var. Bu yüzden birinci satır tam olarak lambda
bir q1 devrik. Eğer şimdi sütunla satırı çarparsam, bunu yapabileceğimi hatırlayın. Matrisleri
çarparken, sütunlarla satırları çarpabilirim? Bunu yaptığımda, lambda bir ve
sonra sütun ve daha sonra satır ve lambda iki ve sütun ve satırı elde ederim.
Her simetrik matris bu parçalara ayrılabilir. Böylece bu parçalar gerçek
özdeğerlere ve bu birimdik özvektöre sahiptir.
Ve hatta bana orada hangi çeşit matris elde ettiğimi söyleyebilir
misiniz? Birim vektörle devriğinin çarpımını yaptığımı varsayalım. Böylece
sütun çarpı satır şeklinde bir matris elde ederim. Bu özel isimli bir
matristir. Nedir? Ne tip matristir? Bu tür matrisleri 4. Bölümde gördük. A
devrikte a birim vektörse, böylece A devrik A ile bölmek zorunda değilim. Bu
matris izdüşüm matrisidir. Bu bir izdüşüm matrisidir.
Bu simetriktir ve karesini alırsam başka bir q1devrik q1 olacak ve bu 1
olacak. Böylece şu matrisi tekrar elde
edeceğim. Her…..böylece her simetrik matris – her
simetrik matris..böylece ikişer ikişer
birbirilerine dik izdüşüm matrislerinin bileşimidir.
İzdüşüm matrisleri. Tamam.
İnsanların spektral teoremi düşünmek istemelerinin bir başka şekli de her simetrik matrisin bu şekilde
parçalanabilmesidir. Bu anda tahmin ediyorum ki, öncelikle bir örnek yapmadım.
Bir simetrik matris oluşturabilirdim, öyle olduğunu kontrol ederdim,
özdeğerlerini bulabilirdim, onlar gerçek olacaktı, özvektörlerini bulabilirdim,
onlar da dik olacaktı ve siz bunları sayılarla görebilirdiniz, fakat belki bir
an için burada harflerde bırakacağım. Bir dakika, bir nedenle belki de
sayılarla yapacağım.
Çünkü tahtada bir başka dikkat çekici gerçek daha var.
Tahtada simetrik matrislerle ilgili bu çok önemli özelliği daha ileriye götüreceğim.
Simetrik matrisim varsa, özdeğerlerinin gerçek olduğunu biliyorum.
O halde onların pozitif veya negatif olması sorusu ile ilgilenebilirim?
Ve bunun neden önemli olduğunu hatırlayın. Differansiyel denklemler için bu
kararsızlık ve kararlılığı belirler. Böylece onların gerçek olduklarını
bildikten sonra sorulacak soru, onlar pozitif mi, negatif mi olduğudur. Ve bu
soruyu cevaplamak için onların özdeğerlerini hesaplamak zorunda kalmaktan
nefret ediyorum. Çünkü büyüklüğü diyelim 50 olan bir simetrik matrisin
özdeğerlerini hesaplamak ---50 özdeğerini hesaplamak büyük bir iş.
Demek istiyorum ki, kalem ve kağıtla hayat boyu
sürecek bir iş.
Demek istiyorum ki, gerçekte, birkaç yıl önce, belki 20 yıl önce diyelim
veya 30 yıl önce, kimse bunun nasıl yapılacağını bilmiyordu. Demek istiyorum ki
bilim bu probleme takılıp kalmıştı.
Eğer büyüklüğü 50 veya 100 olan bir matrisiniz varsa özdeğerlerini nasıl
bulursunuz? Şimdi tam olarak diyorum ki nümerik olarak, çünkü kalem kağıtla
yapmaya kalkışsak, ya zamanımız yada kağıdımız
kalmayacak veya biz onu elde etmeden önce bir şey olacak.
Matlab kullanarak lambda eksi A, A eksi lamda I’nın determinantını
hesaplayabileceğinizi sanıyorsunuz. Bu 50. dereceden polinomu ve köklerini bulabileceğinizi
sanıyorsunuz. Matlab bunu yapar fakat şikayetçi olacak
çünkü özdeğerlerini bulmak çok kötü bir yol. Bunu söylediğim için üzgünüm,
çünkü size kendinizin yapmasını öğrettim, değil mi? Size bu determinantı
bularak şu polinomun köklerini hesaplamayı öğrettim. Fakat şimdi diyorum ki,
tamam, ben gerçekte ikiye ikilikler ve üçe üçlükler için demek istedim, ama
50’ye 50 için yapmanızı kastetmedim ve muhtemelen çok mutsuzsunuz çünkü bunu
yapmak istemezsiniz. Ama, iyi, çünkü bu çok belirsiz
bir yol, gelecek olan 50 cevap oldukça güvenilmez olacaktır. Bu yüzden bu 50
özdeğeri bulmak için yeni yöntemler çok daha iyidir. Bu sayısal doğrusal
cebirin bir parçasıdır. Fakat burada kayda değer gerçek şudur ki, Matlab
oldukça mutlu bir şekilde 50 pivotu bulacaktır, değil
mi? Pivotlar özdeğerlerle aynı değildir. Fakat burada çok önemli bir nokta var.
Eğer bir gerçek matrisin varsa, bu 50 pivotu bulabilirim ve bunların belki 28’inin pozitif ve
22’sinin negatif olduğunu görebilirim. Ve bunları güvenilir ve hızlı bir şekilde
hesaplayabilirim. Buradaki çok önemli
gerçek, özdeğerlerin 28’i pozitif ve 22’si negatif olacaktır, bu pivotların işaretidir, ümit ediyorum ki, siz bunun çok hoş
bir şey olduğunu düşünüyorsunuz, simetrik matrisler için pivotların işareti,
her zaman simetrik matrisler hakkında konuşuyorum, gerçekten de sizi simetrik
matrislerin diğerlerinden daha iyi olduğuna ikna etmeye çalışıyorum.
Böylece özdeğerlerin işaretleri ile pivotların
işaretleri aynıdır. Aynı sayı.
Sıfırdan büyük pivotların sayısı, pozitif
pivotların sayısı pozitif özdeğerlerin sayısına eşittir.
Böylece, gerçekten çok faydalı, bu size özdeğerleri uygun şekilde
hesaplamak için iyi bir başlangıç verir, çünkü onları kaç tanesinin pozitif,
kaç tanesinin negatif olduğunu bilerek onları daraltabilirsiniz.
O halde matrisi birim matrisin yedi katı kadar öteleyebilirsiniz.
Bu bütün özdeğerleri yedi ile öteler.
O matrisin pivotlarını alabilirsiniz ve orijinal matrisin özdeğerlerinin
kaç tanesinin yediden
büyük ve kaç tanesinin yediden küçük olduğunu bilebilirsiniz. Böylece bu düzgün
küçük teorem simetrik matrislerin bu bağlantısı….,
kimse pivotların özdeğerler olduğunu düşünmüyor ve bunu karıştırmıyor, -- demek
istiyorum ki, düşünebileceğim tek şey pivotların çarpımı özdeğerlerin
çarpımına eşittir, neden? Böylece, bunun
nedenini size sorsam, neden simetrik bir matrisin pivotlarının
çarpımı özdeğerlerinin çarpımına eşittir. Çünkü onların her ikisinin de
determinantları aynıdır.
Doğru. Pivotların çarpımı, eğer satırlar kendi aralarında değişmemişse,
determinantı verir, halbuki özdeğerlerin çarpımı her
zaman determinantı verir.
Böylece çarpımlar, fakat bu 50 tane için ayrı ayrı hiçbir şey söylemez,
ancak şu söyler.
Tamam. Böylece bunlar simetrik matrisler hakkındaki köklü gerçeklerdir.
Tamam. Şimdi dersi tanımlarken -- son dakikaları pozitif tanımlı
matrislere ayıracağımı söylemiştim, şimdi tam da o noktadayız, pozitif tanımlı matrisin
ne olduğunu söylemek için hazırız. Öncelikle o simetriktir.
Her zaman simetrik matrisleri kastedeceğim.
Bu kitabın gelecek bölümü. Bunun hakkında. Eğer simetrik matrisler iyi ise, ki bu şu ana kadar dersimde vurguladığım nokta idi, o
halde pozitif tanımlı matrisler, alt sınıf olarak mükemmeldir, tamam. Tam
olarak en iyisidir.
O halde onlar nedir? Onlar matrislerdir, onlar simetrik matrislerdir,
böylece bütün özdeğerleri gerçektir. Onların ne olduğunu tahmin edebilirsiniz.
Bunlar simetrik matrislerdir, bütün özdeğerleri….tamam,
hangi kelimeyi yazacağımı söyleyin. Aslında cevap bunların
isminde saklı. Bütün özdeğerler pozitif. Tamam.
Pivotlar hakkında ne söyleyebilirsiniz? Özdeğerleri veya pivotları kontrol edebiliriz. Bütün pivotlar
ne? Ve o halde, son olarak bir örnek vereceğim.
Dersimde bu noktaya geldim ve tek bir örnek vermediğim için kendimi kötü
hissediyorum. O halde bir tane vereyim.
Beş üç iki iki. Bu simetrik, iyi. Eminiz ki
özdeğerleri gerçek. Fakat bundan başka bu özdeğerlerin işaretini de biliyoruz.
Ve aynı zamanda pivotların da işaretini
biliyorum, pivotlarla ne alakası var? Eğer bütün özdeğerler pozitif ise ve -- pivotların ve özdeğerlerin işaretinin aynı olduğu bu küçük
gerçek doğruysa, o halde bütün pivotların pozitif olduğu doğru olmalıdır.
Ve bu, bunu test etmek için iyi bir yol.
Bu iyi bir testtir, çünkü ben ..bu matrisin
pivotları ne? Bu matrisin pivotları beş. Böylece
pivotlar beş ve ikinci pivot nedir? Bir matriste
ikinci pivot için bir formül gözlemledik mi? Sahip miyiz?
Gerekli değildir, biliyorsunuz ki bir kesirli sayı da çıkabilir -- ancak bu
kesirli sayı nedir? Bana söyleyebilir misiniz? Burada pivotların
çarpımı determinantı veriyor. Bu matrisin determinantı nedir? On bir? Böylece
ikinci pivot onbir bölü beş olmalı ki çarpım on bir
olsun. Her ikisi de pozitif.
O halde bu matrisin her iki özdeğerinin de pozitif olduğunu biliyorum.
Özdeğerler nedir? Bakalım, köklerini almalıyım. Siz biliyorsunuz, eksi lambda
koymalı mıyım? Bunu kafadan yapabilirsiniz, lambda kare eksi kaç lamda? Sekiz
mi? Doğru. Beş ve üç, iz buraya gelir, artı buraya hangi sayı gelir?
Determinant, on bir, böylece bunu sıfıra eşitlerim. O halde özdeğerler,
bakalım, şunun yarısı dört, bu pozitif
sayıya bakınız, artı veya eksi karekök onaltı eksi onbir, düşünüyorum ki beş.
Özdeğerler, bakalım, ikiye iki onlar çok kötü değil, mükemmel de değil.
Pivotlar gerçekten basit. Ve bu gerçekten diferansiyel denklemlerde
arzuladığınız matris aileleridir, çünkü biliyorsunuz ki özdeğerlerin işareti
kararlılık veya kararsızlığı verir.
Tamam. Pozitif tanımlı matrisler için zaman olduğunda bir başka ilgili çekici
gerçeği bu araya sokabilirim. İlgili çekici gerçek, determinantlar hakkında
size sormaktır. O halde determinant nedir? Eğer hatırlayabilirsem pozitif
tanımlının anlamı bütün özdeğerler pozitif, bütün pivotlar
pozitif, o halde determinant hakkında bana ne söyleyebilirsiniz? O da
pozitifdir.
Fakat bir şekilde bu yeterli değil.
Burada bir matris eksi bir eksi üç, bu şeyin determinantı nedir?
Pozitiftir, değil mi? Bu bir pozitif tanımlı matris midir? Pivotlar kaçtır?
Bakalım, negatif.
Özdeğerler neler? Onlar da aynıdır.
Böylece, bir şekilde sadece matrisin determinantını istemiyorum. Burada
onbir, çok iyi. Burada bütün matrislerin determinantı üçtür, bu da pozitiftir.
Aynı zamanda küçük alt determinantları da kontrol etmeliyim, belki
soldan aşağıya doğru diyelim.
Bu yüzden bire bir ve ikiye iki pozitif olmalı. Orada, hepsini şurada
elde ederim. Hepsini alt determinantlar olarak adlandırırım; öyle adlandırmalıyım.
Bu şeyi çoğul yapmaya ihtiyacım var. Yalnız büyük determinantı değil, n tane
şeyi test etmem gerekir. Bütün alt determinantlar pozitif olmalı. Bu durumda
tamamım.
O halde tamamım. Bu testi geçer.
Beş pozitif ve on bir pozitiftir.
Bu testte başarısız olur, çünkü oradaki şu eksi bir negatiftir. Ve büyük
determinant pozitif üçtür. Böylece siz, bu derste bazı gerçekleri bir araya
getirmeyi görüyorsunuz. Ve bu gerçekten şimdi benim vurgulamak istediğim nokta.
İleride, bu derste ve özellikle gelecek Çarşamba ve Cuma, bu ders
birlikte gelecek.
İlk haftada karşılaştığımız bu pivotlar, dersin
ortasında karşılaştığımız bu determinantlar, son zamanlarda karşılaştığımız bu
özdeğerler, burada bütün matrisler kare, kare matrisler için bir araya geliyor
demek -- bu üç parça şu hoş gerçekte bir araya geliyor ki, eğer bunların
birisine sahipsem diğerleri de vardır.
Ama simetrik matrisler için. Böylece bu pozitif tanımlı bölüm olacak ve
sonra dersin gerçekten doruğa ulaşması, simetrik olması gerekmeyen n ye n
matrisler için her şeyin bir araya gelmesini sağlamak, her şeyi orada bir araya
getirmek, bu da son şey olacak. Tamam.
İyi hafta sonlar ve simetrik matrisleri unutmayın.
Teşekkürler