Professional Documents
Culture Documents
Lineer Cebir
Lineer Cebir
Mustafa Özdemir
Antalya 2016
"Dünya’da her şey için, medeniyet için, hayat için, muvaffakiyet için en hakiki mürşit
ilimdir, fendir. İlim ve fennin haricinde mürşit aramak gaflettir, cehalettir, dalâlet
tir."
Mustafa Kemal Atatürk
İçindekiler
BİRİNCİ BÖLÜM 9
Lineer Denklem Sistemleri
Lineer Denklem Sistemleri 9
Lineer Bağımlı ve Bağımsız Denklemler 13
Denklem ve Bilinmeyen Sayılarına Göre Denklem Sisteminin Çözüm Sayıları 14
Gauss Jordan Eliminasyon Yöntemi ile Denklem Çözümleri 14
Matris Tanımına Giriş 18
Elemanter Satır Operasyonları 21
Bir Matrisin Basamak Biçimi (Eşelon Form) 22
Bir Matrisin Rankı 23
Lineer Denklem Sisteminin Genişletilmiş Matrisinin Rankının Çözümde Etkisi 25
Lineer Homojen Denklem Sistemi 29
Lineer Denklem Sistemlerinin Uygulamaları 32
Kimyasal Denklemlerde Lineer Denklem Sistemlerinin Kullanılması 32
Yol Akışı Problemlerinde Lineer Denklem Sistemlerinin Kullanılması 33
Elektrik Devreleri Problemlerinde Lineer Denklem Sistemlerinin Kullanılması 35
Bölüm Sonu Tekrar Testi (Lineer Denklem Sistemleri) 39
BİRİNCİ BÖLÜM 43
Matrisler
Martis Çeşitleri 44
Martislerde İşlemler 45
Matris Çarpımının Özellikleri 48
Bir Matrisin Transpozesi 53
Simetrik ve Ters Simetrik Matrisler 53
Bir Matrisin Tersi 56
Ortogonal Matris 59
Bir Matrisin İzi 61
Bir Matrisin Tersinin Bulunması 62
Katsayılar Matrisinin Tersini Kullanarak Denklem Sisteminin Çözülmesi 68
Şifrelemede Matrislerin Kullanılması 69
Bölüm Sonu Tekrar Testi (Matrisler) 71
ÜÇÜNCÜ BÖLÜM 75
Determinant
Determinant 76
Determinantın Özellikleri 82
Kofaktör Yardımıyla Determinant Hesabı 90
Ek Matris 105
Lineer Denklem Sistemleri ve Determinant 109
Cramer Kuralı 110
Bölüm Sonu Tekrar Testi (Determinant) 113
Çözüm : Bir lineer denklemde, çarpım halindeki değişkenler, yüksek dereceden değişken
ler, kök içindeki değişkenler, değişkenlerin üstel, logaritmik veya trigonometrik fonk
√
siyonları lineerliği bozan durumlardır. Buna göre, b) seçeneğindeki terimi, c) se
çeneğindeki terimi, e) seçeneğindeki sin terimi, f) seçeneğindeki log terimi, g)
seçeneğindeki 2 terimi lineerliği bozarlar. Lineer olan seçenekler, sadece a), d) ve h)
seçenekleridir.
Bir lineer denklemin çözümü demek, bu denklemi sağlayan değerler demektir. Çözüm
sayısı, değişkenlerin istendiği sayı kümesine ve denklemdeki bilinmeyen sayısına göre
olmayabilir ya da, tek veya sonsuz olabilir. Örneğin,
2 + 3 + 3 = 5
üç değişkenli lineer denkleminin sonsuz çözümü vardır. = 1 = 1 ve = 0 veya
= 4 = 0 ve = −1 gibi çözümler bulunabilir. Bu lineer denklemin çözümlerini en
genel şekilde parametreler yardımıyla verebiliriz.
10 Lineer Denklem Sistemleri
⎧
⎪
⎪x+y+z+t = 3
⎨
x + 2y + 2z + 3t = 4
Örnek 1.10 denklem sistemini çözelim.
⎪
⎪ x + y + 2z + 2t = 5
⎩
y + z + 4t = 7
Bu durumda,
⎡ ¯ ⎤ ⎧
1 1 1 1 ¯ 3 ⎪ + + + =3
¯ ⎪
⎨
⎢ 0 1 1 2 ¯ 1 ⎥ + +2 =1
⎢ ¯ ⎥⇒
⎣ 0 0 1 1 ¯ 2 ⎦ ⎪ + =2
¯ ⎪
⎩
0 0 0 2 ¯ 6 2 =6
elde edilir ki, buradan = 3 = −1 = −4 ve = 5 elde edilir.
⎧
⎨ x+y+z =3
Örnek : 3x + 2y + 3z = 4 denklem sistemini çözelim.
⎩
2x + y + 2z = 5
Çözüm : Bu sistemin genişletilmiş katsayılar matrisi :
⎡ ¯ ⎤
1 1 1 ¯¯ 3
[ : ] = ⎣ 3 2 3 ¯¯ 4 ⎦
2 1 2 ¯ 5
biçimindedir. İlk satırın, üç katını ikinci satıdan, iki katını da üçüncü satırdan çıkararak
11 elemanının altındaki tüm elemanları 0 yapalım.
⎡ ¯ ⎤ ⎧
1 1 1 ¯¯ 3 ⎨ + + =3
⎣ 0 −1 0 ¯ −5 ⎦ ⇒ − = −5
¯ ⎩
0 −1 0 ¯ −1 − = −1
Şimdi de, ikinci satırı, üçüncü satırdan çıkararak 22 elemanının altındaki tüm elemanların
sıfır olmasını sağlayalım. Bu durumda,
⎡ ¯ ⎤ ⎧
1 1 1 ¯¯ 3 ⎨ + + =3
⎣ 0 −1 0 ¯ −5 ⎦ ⇒ − = −5
¯ ⎩
0 0 0 ¯ 4 0 =4
elde edilir ki, buradan 0 = 4 tutarsızlığı çıkar. Bu denklemin çözümü olmadığını gösterir.
⎧
⎨ + 2 + 2 = 3
1.7 Alıştırma −− =3 denklem sistemini, genişletilmiş matrisini kulla
⎩
−+ =3
narak çözünüz.
Yanıt : = 3 = 0 ve = 0
⎡ ¯ ⎤
1 1 1 ¯ 3
¯
1.8 Alıştırma Genişletilmiş matrisi ⎣ 0 −1 2 ¯ 2 ⎦ olan denklem sistemini yazınız.
¯
1 −1 0 ¯ 3
⎧
⎨ ++ =3
Yanıt : − + 2 = 2 .
⎩
− =3
Lineer Denklem Sistemleri 21
Tanım Bir A matrisi verilsin. A matrisinin satırları üzerinde yapılan aşağıdaki üç çeşit
işleme elemanter satır işlemleri denir.
I) A matrisinin herhangi iki satırını kendi aralarında yer değiştirmek. − satır ile
− satırın yer değiştirilmesi işlemini ↔ şeklinde göstereceğiz. Örneğin,
⎡ ⎤ ⎡ ⎤
0 0 1 9 1 2 3 1
⎣ 0 2 −4 6 ⎦ 1 ↔ 3 ⎣ 0 2 −4 6 ⎦
1 2 3 1 −−−−−−−→ 0 0 1 9
II) A matrisinin herhangi bir satırını sıfırdan farklı bir sayı ile çarpmak. − satırın
bir ∈ R ile çarpılmasını, → şeklinde göstereceğiz.
⎡ ⎤ ⎡ ⎤
0 0 1 9 0 0 1 9
⎣ 0 2 −4 6 ⎦ 2 → 22 ⎣ 0 4 −8 12 ⎦
1 2 3 1 −−−−−−−−→ 1 2 3 1
III) A matrisinin herhangi bir satırını sıfırdan farklı bir sayı ile çarpıp başka bir satırına
eklemek. − satırın bir katının, − satıra eklenmesini, → + şeklinde
göstereceğiz.
⎡ ⎤ ⎡ ⎤
0 0 1 9 0 0 1 9
⎣ 0 2 −4 6 ⎦ 2 → 2 + 23 ⎣ 2 6 2 8 ⎦
1 2 3 1 −−−−−−−−−−−−→ 1 2 3 1
Tanım A ve B matrisleri aynı türden iki matris olsun. B matrisi, A matrisi üzerinde
yapılacak elemanter satır işlemleri sonucu elde edilebiliyor ise A ile B matrisine denk
matrisler denir. Bu durum ∼ şeklinde gösterilir.
∙ ¸
1 2
Örnek 1.11 matrisinin birim matrise denk bir matris olduğunu gösteriniz.
1 1
Tanım Bunun yanında, eşelon formdaki bir matriste her satırdaki soldan sıfırdan farklı
ilk eleman 1 ise ve bu ilk 1’in olduğu sütundaki geri kalan tüm elemanlar 0 ise bu matrise
indirgenmiş eşelon formdadır denir.
Örneğin aşağıdaki matris indirgenmiş eşelon formdadır.
⎡ ⎤
1 0 2 0 2
⎣ 0 1 0 0 1 ⎦
0 0 0 1 4
Lineer Denklem Sistemleri 23
Çözüm :
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 1 2 2 1 1 2 2 1 1 2 2
⎣ 1 2 3 2 ⎦ 2 → 2 1 ⎣ 0 1 1 0 ⎦ ⎣ 0 1 1 0 ⎦
1 2 4 1 3 → 3 1 0 1 2 −1 3 → 3 2 0 0 1 −1
−−−−−−−−−→ −−−−−−−−−→
⎡ ⎤
1 2 3 2
1.9 Alıştırma ⎣ 2 3 1 4 ⎦ matrisini eşelon forma ve indirgenmiş eşelon forma
1 2 2 1
getiriniz.
⎡ ⎤ ⎡ ⎤
1 2 3 2 1 0 0 9
Yanıt : ⎣ 0 −1 −5 0 ⎦ ve ⎣ 0 1 0 −5 ⎦
0 0 −1 −1 0 0 1 1
1.1.2 Bir Matrisin Rankı
Tanım Bir matrisi verilsin. matrisini elemanter satır operasyonları yaparak eşelon
forma getirebiliriz. matrisinin eşelon formunda, en az bir elemanı sıfırdan farklı olan
satır sayısına matrisinin rankı denir ve Rank() ile gösterilir. Özel olarak, herhangi
bir sıfır matrisinin rankı 0 kabul edilir.
Örneğin,
⎡ ⎤ ⎡ ⎤
1 0 3 1 2 1
⎢ 0 0 2 ⎥ ⎢ 0 2 3 ⎥
⎣ 0 0 0 ⎦ ve ⎣ 0
⎢ ⎥ ⎢ ⎥
2 3 ⎦
0 0 0 0 −2 −3
matrislerini göz önüne alalım. İlk matris eşelon formdadır ve rankını doğrudan söyleye
biliriz. En az bir elemanı sıfırdan farklı olan 2 satır (ilk iki satır) olduğundan, rankı 2’dir.
Diğer yandan, ikinci matris eşelon formda olmadığı için, önce eşelon forma getirilmelidir.
Bu haliyle, en az bir elemanı sıfırdan farklı 4 satır var gibi görünse de, 3 → 3 − 2 ve
4 → 4 + 2 elemanter satır operasyonlarıyla eşelon forma getirildiğinde, son iki satırın
tamamen sıfır olduğu, ve dolayısıyla rankın 2 olduğu görülür. O halde, rankı bulmak için,
yapılacak ilk iş matrisi eşelon forma getirmek olmalıdır.
24 Mühendisler İçin Lineer Cebir
⎡ ⎤
1 2 1
⎢ 2 1 1 ⎥
Örnek 1.13 A = ⎢ ⎥
⎣ 1 −1 0 ⎦ matrisinin rankını bulunuz.
3 3 2
Çözüm : Önce, matrisine elemanter satır operasyonları uygulayarak eşelon forma ge
tirelim.
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 2 1 1 2 1 1 2 1
⎥ 2 → 2 2 1 ⎢ 0 −3 −1 ⎥
⎢ 2 1 1 ⎥ ⎢ ⎥ ⎢ 0 −3 −1 ⎥
⎢ ⎢ ⎥
⎣ 1 −1 0 ⎦ 3 → 3 1 ⎣ 0 −3 −1 ⎦ 3 → 3 2 ⎣ 0 0 0 ⎦
3 3 2 4 → 4 3 1 0 −3 −1 4 → 4 2 0 0 0
−−−−−−−−−−→ −−−−−−−−−→
matrisinde, tüm elemanları sıfır olmayan satır sayısı 2 olduğundan, Rank = 2’dir.
⎡ ⎤
1 2 −1
⎢ 2 −1 3 ⎥
Örnek 1.14 A = ⎢
⎣ 1 −3
⎥ matrisinin rankını bulunuz.
4 ⎦
1 7 −6
⎡ ⎤
1 1 1
⎢ 1 2 2 ⎥
1.10 Alıştırma = ⎢
⎣ 2
⎥ matrisinin rankını bulunuz.
3 3 ⎦
0 1 1
Yanıt : 2.
⎡ ⎤
1 1 1 1
⎢ 1 2 2 1 ⎥
1.11 Alıştırma = ⎢
⎣ 2
⎥ matrisinin rankını bulunuz.
3 3 1 ⎦
0 1 1 1
Yanıt : 3.
Lineer Denklem Sistemleri 29
⎡ ¯ ⎤ ⎡ ¯ ⎤
1 −1 0 ¯¯ − 1 −1 0 ¯¯ −
⎣ 2 0 −1 ¯ − ⎦ ⎣ 0 2 −1 ¯ ⎦
¯ 2 → 2 − 21 ¯
0 2 1 ¯ 10 −−−−−−−−−−−−→ 0 2 1 ¯ 10
⎡ ¯ ⎤
1 −1 0 ¯¯ −
⎣ 0 2 −1 ¯ ⎦
¯
3 → 3 − 2 0 0 2 ¯ 10 −
−−−−−−−−−−−→
elde edilir. Yani,
µ ¶
10 − 1 10 − 5 5 5 3
= = + = + ve = − + + = −
2 2 2 4 2 4 2 2 4
bulunur. Örnek olarak,
= = 2 ⇒ = 4 = 3 ve = 1
elde edilir. Yani,
2 () + (2 ) + (2 ) → 3 (4 ) + 4 (2 )
kimyasal denklemi bulunur.
Yanıt : = 1 = 2 ve = 3
Lineer Denklem Sistemleri 35
I I
I A I
I1 −I2 +I3 −I4 = 0
Kirchhoff Voltaj(Gerilim) Kanunu (KVL) : Enerjinin korunumu ilkesine dayanan bir
kanundur. Kapalı bir elektrik devresinde, harcanan tüm gerilimlerin toplamı, üretilen ya
da sağlanan tüm gerilimlerin toplamına eşittir. Yani, kapalı bir elektrik devresindeki pil,
üreteç gibi enerji kaynaklarından elde edilen gerilimleri toplamı, bu devredeki direnç, mo
tor gibi araçlar üzerinde oluşan gerilim harcamaları ve düşmeleri toplamına eşittir. Bunu,
kapalı bir devre boyunca, potansiyel farklarının cebirsel toplamı sıfırdır şeklinde de ifade
edebiliriz.
36 Mühendisler İçin Lineer Cebir
Üreteçler ters bağlı olursa yani, kabul edilen akım yönüne ters yönde akım üretirse gerilim
değerinin negatif (−) olacağı unutulmamalıdır. Çünkü böyle bir durumda üretici değil
tüketici gibi davranır. Aşağıdaki elektrik devrelerini inceleyiniz.
R1 R1
A I
D A I
D
V1 V1
+ +
V4 V2 R2 V4 V2 R2
R3 R3
B V3
+
V5 C B V3
V+ C
5
1 + 2 + 3 = 4 + 5 1 + 2 + 3 + 5 = 4
I1 +I2 +I3 = 4 + 5 I1 +I2 +I3 + 5 = 4
Buradan,
⎡ ¯ ⎤ ⎡ ¯ ⎤
1 −1 −1 ¯ 0 1 −1 −1 ¯¯ 0
¯
⎣ 5 0 4 ¯ 37 ⎦ ⎣ 0 5 9 ¯¯ 37 ⎦
¯ 2 → 2 − 51
0 15 −4 ¯ 18 −−−−−−−−−−−−→ 0 15 −4 ¯ ¯ 18
⎡ ⎤
1 −1 −1 ¯¯ 0
⎣ 0 5 9 ¯¯ 37 ⎦
3 → 3 − 32 0 0 −31 ¯ −93
−−−−−−−−−−−−→
yazılırsa, 3 = 3 2 = 2 ve 1 = 5 olduğu görülür.
1 A
Örnek 1.26. Şekilde akım yönleriyle
birlikte bir elektrik devresi verilmiştir.
+ I2
Buna göre 1 2 ve 3 akımlarının kaç 1
amper olduklarını belirleyiniz.
68V I1
3
4
C D
2
I3
2
B
Çözüm : Kirchhoff Voltaj (Gerilim) Kanununa göre,
⎧ ⎧
⎨ 1 + 3 (1 − 2 ) + 2 (1 − 3 ) = 68 ⎨ 3 61 − 32 − 23 = 68
2 + 4 (2 − 3 ) + 3 (2 − 1 ) = 0 yani, 2 −31 + 82 − 43 = 0
⎩ ⎩
23 + 2 (3 − 1 ) + 4 (3 − 2 ) = 0 1 −1 − 22 + 43 = 0
denklem sistemi elde edilir. Buradan,
⎡ ¯ ⎤ ⎡ ¯ ⎤
−1 −2 4 ¯¯ 0 1 −1 1 ¯¯ 0
⎣ −3 8 −4 ¯ 0 ⎦ 2 → 2 − 31 ⎣ 0 14 −16 ¯¯ 0 ⎦
¯
6 −3 −2 68 ¯ 3 → 3 + 61 0 −15 22 ¯ 68
−−−−−−−−−−−−→⎡ ¯ ⎤
1 −1 1 ¯¯ 0
⎣ 0 −1 6 ¯ 68 ⎦
2 → 2 + 3 ¯
−−−−−−−−−−−→ 0 −15 22 ¯ 68
⎡ ¯ ⎤
1 −1 1 ¯¯ 0
⎣ 0 −1 6 ¯¯ 68 ⎦
3 → 3 − 152 ¯
0 0 −68 −14 · 68
−−−−−−−−−−−−−→
olur. Böylece, 3 = 14 −2 + 63 = 68 ⇒ 2 = 16 ve 1 − 2 + 3 = 0 ⇒ 1 = 24
bulunur.
1.29 Alıştırma Şekilde akım yönleriyle birlikte bir elektrik devresi verilmiştir. Buna
göre 1 2 ve 3 akımlarının kaç amper olduklarını belirleyiniz.
1 A 2
+ I2
2
80V I1
1
1
C D
3
I3
1
B
Yanıt : 1 = 29 2 = 8 3 = 19
Lineer Denklem Sistemleri 39
⎧
⎨ + 2 =3
1. −2 + + = 3 denklem sisteminin kaç çözümü vardır?
⎩
+ + 2 =1
A) 1 B) 2 C) 3 D) Çözüm Yok E) Sonsuz Çözüm
⎧
⎨ + 2 + =2
2. −2 + + = 3 denklem sisteminin kaç çözümü vardır?
⎩
− 8 − 5 =1
A) 1 B) 2 C) 3 D) Çözüm Yok E) Sonsuz Çözüm
½
+ =3
3. denklem sistemiyle ilgili aşağıdakilerden kaç tanesi doğrudur?
+ =
I. Bu sistemin daima sonsuz çözümü vardır.
II. Bu sistemin sadece = 3 durumunda sonsuz çözümü vardır.
III. = 3 için sistemin çözümü yoktur.
IV. = 3 için sistemin çözümünün olabilmesi için, = 9 olmalıdır.
V. = 2 ve = 2 için sistemin bir tek çözümü vardır.
A) 1 B) 2 C) 3 D) 4 E) 5
½
+ =3
4. denklem sisteminin çözüm kümesi hangisidir?
++ =4
A) {(1 2 1)} B) {( ) = (1 3 − ) ∈ R} C) Çözüm Yok
D) {( ) = ( 3 − 1) ∈ R} E) {( ) = ( 3 0) ∈ R}
⎧
⎨ + 2 + = 3
5. + 3 + 4 = 4 denklem sistemi aşağıdakilerden hangisine denktir?
⎩
+ 4 + 7 = 5
⎧ ⎧
⎨ + 2 + = 3 ⎨ + 2 + = 3 ½
+ 2 + = 3
A) + + 3 = 1 B) + 3 = 1 C)
⎩ ⎩ + 3 = 1
+ 4 + 7 = 3 =0
⎧ ⎧
⎨ + 2 + = 3 ⎨ + 2 + = 3
D) + 3 = 1 E) + 3 = 1
⎩ ⎩
+ 2 + 6 = 3 =1
40 Mühendisler İçin Lineer Cebir
⎧
⎨ + 2 = 3
6. −2 + + = 3 denklem sisteminin kaç çözümü vardır?
⎩
2 + + 3 = 3
A) 1 B) 2 C) 3 D) Çözüm Yok E) Sonsuz Çözüm
⎧
⎨ + 2 + = 2
7. + + = 3 denkleminin sonsuz çözümünün olması için + =?
⎩
− + =
A) 1 B) 2 C) 3 D) 4 E) 5
⎧
⎪
⎪ + 2 + = 1
⎨
+ − = 5
8. sisteminin sonsuz çözümü varsa + + + =?
⎪
⎪ − 3 − 3 =
⎩
2 − + =
A) 10 B) 12 C) 8 D) 9 E) 7
⎧
⎨ 3 + 2 + 2 = 0
9. − + 3 = 0 homojen denkleminin sonsuz çözümü olması için kaç
⎩
+ 2 = 0
olmalıdır.
A) 12 B) 13 C) 14 D) −13 E) −12
⎧
⎨ + + = + 1
13. + + = 0 denklem sistemi için aşağıdakilerden hangisi doğrudur?
⎩
+ + = 1
A) = 0 için, sistemin 1 parametreye bağlı sonsuz çözümü vardır.
B) = −2 için, sistemin çözümü yoktur?
C) = 1 için çözüm yoktur.
D) = −2 ve = 1 için sistemin çözümü yoktur.
E) 6= 1 için sistemin bir tek çözümü vardır.
⎧
⎨ + = 1
14. + = denklem sistemi için aşağıdakilerden hangisi yanlıştır?
⎩
+ =
A) = = 1 ise sonsuz çözüm vardır.
B) = 1 ve 6= 1 ise sistemin daima bir tek çözümü vardır.
C) = 0 ise çözüm yoktur.
D) = 0 ise çözüm yoktur.
E) Hiçbiri
+ I2
2
67V
I1
2
1
C D
3
I3
1
. B
A) 24 B) 13 C) 17 D) 12 E) 16
88 Mühendisler İçin Lineer Cebir
yandan, determinant tanımına göre, elde edilen son matriste, son satırdan sadece 44
üçüncü satırdan 33 ikinci satırdan 22 ve birinci satırdan da 11 alınabilir. O halde,
permütasyonumuz, = 1234 olur ve det = 11 22 33 44 = 1 · 3 · 4 · 3 = 36 elde edilir.
Not Alt üçgensel veya üst üçgensel bir kare matrisin determinantı köşegenlerin çar
pımına eşittir.
⎡ ⎤
1 1 1 1 1
⎢ 1 2 2 2 2 ⎥
⎢ ⎥
Örnek 3.17 A = ⎢
⎢ 1 2 5 5 5 ⎥ matrisinin determinantı kaçtır?
⎥
⎣ 1 2 5 11 11 ⎦
1 2 5 11 15
Çözüm : Önce, ilk satırı diğer tüm satırlardan çıkaralım. Bu determinantı değiştirmez.
⎡ ⎤ ⎡ ⎤
1 1 1 1 1 1 1 1 1 1
⎢ 1 2 2 2 2 ⎥ 2 → 2 − 1 ⎢ ⎥
⎢ ⎥ ⎢ 0 1 1 1 1 ⎥
⎢ 1 2 5 5 5 ⎥ 3 → 3 − 1 ⎢ 0 1 4 4 4 ⎥
⎢ ⎥ ⎢ ⎥
⎣ 1 2 5 11 11 ⎦ 4 → 4 − 1 ⎣ 0 1 4 10 10 ⎦
5 → 5 − 1
1 2 5 11 15 −−−−−−−−−−−→ 0 1 4 10 14
Şimdi ise, ikinci satırı, 3’üncü, 4’üncü ve 5’inci satırlardan çıkaralım.
⎡ ⎤ ⎡ ⎤
1 1 1 1 1 1 1 1 1 1
⎢ 0 1 1 1 1 ⎥ ⎢ 0 1 1 1 1 ⎥
⎢ ⎥ ⎢ ⎥
⎢ 0 1 4 4 4 ⎥ 3 → 3 − 2 ⎢ 0 0 3 3 3 ⎥
⎢ ⎥ 4 → 4 − 2 ⎢ ⎥
⎣ 0 1 4 10 10 ⎦ ⎣ 0 0 3 9 9 ⎦
5 → 5 − 2
0 1 4 10 14 −−−−−−−−−−−→ 0 0 3 9 13
Benzer düşünceyle, üçüncü satırı 4’üncü ve 5’inci satırlardan çıkaralım.
⎡ ⎤ ⎡ ⎤
1 1 1 1 1 1 1 1 1 1
⎢ 0 1 1 1 1 ⎥ ⎢ 0 1 1 1 1 ⎥
⎢ ⎥ ⎢ ⎥
⎢ 0 0 3 3 3 ⎥ ⎢ ⎥
⎢ ⎥ 4 → 4 − 3 ⎢ 0 0 3 3 3 ⎥
⎣ 0 0 3 9 9 ⎦ ⎣ 0 0 0 6 6 ⎦
5 → 5 − 3
0 0 3 9 13 −−− −−−−−−−−→ 0 0 0 6 10
Bundan sonra geriye, 4’üncü satırı 5’inci satırdan çıkarmak kalır. Böylelikle matrisi eşelon
forma getirmiş oluruz.
⎡ ⎤ ⎡ ⎤
1 1 1 1 1 1 1 1 1 1
⎢ 0 1 1 1 1 ⎥ ⎢ 0 1 1 1 1 ⎥
⎢ ⎥ ⎢ ⎥
⎢ 0 0 3 3 3 ⎥ ⎢ 0 0 3 3 3 ⎥
⎢ ⎥ ⎢ ⎥
⎣ 0 0 0 6 6 ⎦ ⎣ 0 0 0 6 6 ⎦
5 → 5 − 4
0 0 0 6 10 0 0 0 0 4
Bu üst üçgensel matrisin determinantı ise asal köşegen üzerindeki elemanların çarpımına
eşittir. Buna göre, det = 3 · 6 · 4 = 72 elde edilir.
Determinant 89
⎡ ⎤
2 2 2 2 2
⎢ 2 4 4 4 4 ⎥
⎢ ⎥
3.16 Alıştırma ⎢
⎢ 2 4 6 6 6 ⎥ matrisinin determinantı kaçtır?
⎥
⎣ 2 4 6 10 10 ⎦
2 4 6 10 13
Yanıt : 96.
⎡ ⎤
1 2 3 4 5
⎢ 2 1 2 3 4 ⎥
⎢ ⎥
Örnek 3.18 ⎢
⎢ 3 2 1 2 3 ⎥ matrisinin determinantını bulunuz.
⎥
⎣ 4 3 2 1 2 ⎦
5 4 3 2 1
Çözüm : En alt satırdan başlayarak, her satırdan bir üstündeki satırı çıkarırsak,
⎡ ⎤
1 2 3 4 5
⎢ 1 −1 −1 −1 −1 ⎥
⎢ ⎥
⎢ 1 1 −1 −1 −1 ⎥
⎢ ⎥
⎣ 1 1 1 −1 −1 ⎦
1 1 1 1 −1
elde edilir. Şimdi, beşinci kolonu diğer tüm kolanlara ilave edersek.
⎡ ⎤
6 7 8 9 5
⎢ 0 −2 −2 −2 −1 ⎥
⎢ ⎥
⎢ 0
⎢ 0 −2 −2 −1 ⎥ ⎥
⎣ 0 0 0 −2 −1 ⎦
0 0 0 0 −1
bulunur. Buradan, matrisin determinantı 6 · (−2) · (−2) · (−2) · (−1) = 48 elde edilir.
⎡ ⎤
0 2 4 6 8
⎢ 2 0 2 4 6 ⎥
⎢ ⎥
3.17 Alıştırma ⎢
⎢ 4 2 0 2 4 ⎥ matrisinin determinantı kaçtır?
⎥
⎣ 6 4 2 0 2 ⎦
8 6 4 2 0
Yanıt : 1024.
90 Mühendisler İçin Lineer Cebir
Tanım = [ ]× matrisinin elemanının bulunduğu satır ve sütunun silin
mesiyle elde edilen ( − 1) × ( − 1) türünden matrisin determinantına elemanının
minörü denir ve ile gösterilir.
= (−1)+
ile tanımlanan ifadesine de, elemanının kofaktörü denir.
⎡ ⎤
1 2 6
Örnek 3.19 A = ⎣ −2 4 3 ⎦ matrisinin A23 A31 A33 kofaktörlerini bu
0 5 4
lunuz.
Yanıt : 11 =−3 12 =13 =0 21 =2 22 =−2 23 =31 =32 =0 33 =6.
3.8 Teorem , = [ ]× kare matrisinin elemanının kofaktörü olsun.
Buna göre,
X
det = = 1 1 + 2 2 + + (rinci satır açılımı)
=1
veya
X
det = = 1 1 + 2 2 + + (sinci sütun açılımı)
=1
şeklindedir.
Determinant 91
⎡ ⎤
1 2 3 4
⎢ 2 3 4 5 ⎥
Örnek 3.20 A = ⎣
⎢ ⎥ matrisinin determinantını bulunuz.
0 3 0 0 ⎦
1 0 0 5
Çözüm : En çok sıfır olan üçüncü satıra göre kofaktör açılımıyla determinantı hesaplaya
biliriz.
⎡ ⎤
1 3 4
det =3 · (−1)3+2 ⎣ 2 4 5 ⎦ = − 3 [(20 + 15) − (16 + 30)] = − 3 (−11) =33
1 0 5
⎡ ⎤
2 3 0 1
⎢ 1 0 0 1 ⎥
3.19 Alıştırma = ⎢
⎣ 0
⎥ matrisinin determinantını bulunuz.
1 1 1 ⎦
0 0 2 0
Yanıt : 8.
⎡ ⎤
1 2 0 0 3
⎢ 0 0 3 0 1 ⎥
⎢ ⎥
Örnek 3.21 A = ⎢
⎢ 0 0 −3 0 4 ⎥matrisinin determinantı 30 ise x =?
⎥
⎣ 1 0 0 1 0 ⎦
1 0 3 x 2
4.21 Alıştırma →
−
u = (1 1 1) ve →
−
v = (1 2 3) vektörleri tarafından gerilen uzayı
bulunuz.
Yanıt : V = {( ) : − 2 + = 0 ∈ R}
4.22 Alıştırma − →
w = (1 14 −1) vektörünün, −→u = (1 5 2) ve −
→
v = (1 2 3) vektörleri
tarafından gerilen düzlemde olduğunu gösteriniz.
¡→ − ¢
Yanıt : 1. Yol. det −w →
u−→v = 0 olduğu görülebilir.
2. Yol : −
→
w = 4− →
u − 3−→v olduğu görülebilir.
©− ª
3. Yol : Sp u v = {( ) : 11 − − 3 = 0} olduğu bulunur ve −
→ →
− →
w vektörünün
bu düzlem denklemini sağladığı görülebilir.
Örnek 4.26 R3 de − →
x = (1, 2, 3), −→y = (1, 1, 0) ve − →z = (−1, 0, 1) vektörlerinin
lineer bağımsız olduğunu gösteriniz.
Çözüm : 1 − →
x +2 −→
y +3 −→z = 0 durumunun sadece 1 = 2 = 3 = 0 iken sağlandığını
göstermeliyiz.
1 (1 2 3) + 2 (1 1 0) + 3 (−1 0 1) = (0 0 0)
eşitliğinden,
{1 + 2 − 3 = 0 21 + 2 = 0 ve 31 + 3 = 0
olur ki, tek çözüm 1 = 0 2 = 0 3 = 0 çözümüdür. O halde, →
−
x−
→
y−
→
z lineer
bağımsızdır.
Örnek 4.27 R3 de − →
x = (1, 2, 2), →
−
y = (2, 2, 3) ve →
−
z = (3, 2, 4) vektörlerinin
lineer bağımlı olduğunu gösteriniz.
Örnek 4.28 R3 de − →
x = (1, k, 3), −
→
y = (2, 2, 3) ve −
→
z = (2, 1, 1) vektörleri lineer
bağımlı ise k kaçtır?
¡→ − ¢
Çözüm : →
−
x−
→
y−
→
z lineer bağımlı ise, det −x→
y−
→
z = 0 olmalıdır. Buna göre,
¯ ¯
¯ 1 3 ¯
¯ ¯
¯ 2 2 3 ¯ = 4 − 7 = 0
¯ ¯
¯ 2 1 1 ¯
4.25 Alıştırma R3 de − →
x = (1 4 3), −
→
y = (0 3) ve −
→
z = (2 1 1) vektörleri lineer
bağımlı ise kaçtır?
Yanıt : 215
4.26 Alıştırma R4 de − →
x =(2 0 3 0), −
→
y =(1 2 3), −
→
z =(2 1 0 1) ve −
→
w=(0 1 0 1)
vektörleri lineer bağımlı ise kaçtır?
¡→ − ¢
Yanıt : det − x→ y− →
z −
→
w = 0 eşitliğinden = 3 olur.
Taban (Baz)
©− − ª
Tanım V bir vektör kümesi olsun. Bu kümede verilen →
u 1 →
u 2 −
→
u vektörleri
hem lineer bağımsız ise, hem© de V deki her vektör, ª bu vektörler cinsinden yazılabiliyorsa,
yani V uzayını geriyorlarsa, − u 1 −
→ →
u 2 −
→
u vektörlerine V uzayının bir tabanı denir.
k vektörleri R3 uzayının bir tabanıdır. Bu üç vektör hem lineer bağımsızdır
Örneğin, ~i ~j ~
lar, hem de R uzayını gererler Bu tabana, R3 uzayının standart tabanı denir. R3 uzayı için
3
Örnek 4.29 Bir vektör uzayında verilen vektörlerin lineer bağımsız olması, taban ol
ması için yeterli midir? Bir tane örnek vererek açıklayınız.
Çözüm : Yeterli değildir. Örneğin, R3 uzayında
→
−x = (1 0 0) ve −
→
y = (0 1 0)
©− − ª
vektörleri lineer bağımsızdır. Fakat, R3 uzayını germezler. Bu nedenle →
x→
y taban
olamaz.
Örnek 4.30 Bir vektör uzayında verilen vektörlerin, o uzayı germesi, taban olması için
yeterli midir? Bir tane örnek vererek açıklayınız.
Çözüm : Yeterli değildir. Örneğin, R2 uzayında
→
−
x = (1 0), −
→y = (0 1) ve −
→
z = (1 1)
vektörleri R2 uzayını gererler. Fakat, bu üç vektör lineer bağımsız olmadıklarından
(−
→
z =− →x +− →y ), R2 uzayının tabanı değillerdir.
4.29 Alıştırma −→
x = (1 0 0), −
→
y = (0 1 0) −
→
z = (1 1 1) ve −
→
w = (1 2 3) vektörleri
3
R uzayının tabanı olabilir mi?
Yanıt : R3 de, 4 vektör lineer bağımsız olamayacağından, taban olamazlar.
Not →
−
u 1 −
→
u 2 · · · −
→
u vektörleri tarafından gerilen,
©− − ª
u 1 →
Sp → u 2 · · · −
→
u = V
uzayından, seçilecek maksimum sayıdaki lineer bağımsız vektör, V uzayının bir tabanı
olur. R uzayından seçilen herhangi tane lineer bağımsız vektör, R uzayının ta
banıdır.
Tanım V bir vektör uzayı olsun. V uzayının tabanındaki vektör sayısına V uzayının
boyutu denir ve (V) ile gösterilir. (R ) = olduğu açıktır. boyutlu bir uzaydan
seçilen vektör, bu uzayın bir tabanıdır.
Vektörler ve Uygulamaları 151
4.7 Teorem →
−
x ve −
→
y , R uzayında iki vektör olsun. −
→
x ve −
→
y arasındaki açı ise,
−
→ ®
x−→y
cos = °−
°→ ° ° °
x ° °−
→y°
’dir.
Kanıt : R uzayında, aralarındaki açı olan − →x ve −→y vek
→
− →
− →
− →
−
törlerini alalım. x y ve x − y vektörleri şekildeki gibi
°− ° °− °
bir °üçgen oluştururlar ve bu üçgenin kenarları °→x ° °→
y°
°
ve °− →
x −− →y ° uzunluğuna sahiptir. Şimdi, Kosinüs teoremini
uygulayacağız.
°− °2 °→°2 °− °2 °→° °− °
°→x −− y ° = °−
→ x ° + °→y ° − 2 °− x ° °→y ° cos
°→ − °2
eşitliğinde, sol taraftaki °−
x −→y ° normunu,
°− °2 → − ®
°→x −− →
y° = − x −→y−→
x −−→
y
→ − ® → − ® → − ® → − ®
= − x→x − − x→
y − −y→x + −
y→
y
°→°2 → − ® °→°2
= °− x° −2 − y + °−
x→ y°
şeklinde yazarsak,
°− °2 → − ® °→°2 °− °2 °→°2 °→° °− °
°→x° −2 − x→ y + °− y ° = °→ x ° + °− y ° − 2 °− x ° °→y ° cos
→ − ® °→° °− °
eşitliğinde, sadeleştirmeler yapılarak, −x→y = °− x ° °→
y ° cos elde edilir. Böylece,
−
→ ®
x−→y
cos = °
°−
→ ° ° °
x ° °−
→y°
bulunur. ♣
Örnek 4.40 Sıfırdan farklı iki vektörün dik olmasıyla, iç çarpımları arasında nasıl bir
bağıntı vardır?
Çözüm : Aralarındaki açı 90◦ olan −
→x ve −
→
y vektörlerini alalım. cos 90◦ = 0 olduğundan,
−→ ®
x−→y
cos = °
°−→ ° °→° = 0
x ° °−y°
→ − ®
eşitliğinden, −
x→
y = 0 elde edilir. Sonuç olarak, iki vektörün iç çarpımı 0 ise, bu iki
vektör birbirine dik olacaktır.
→ − ®
(−
→
x ve −
→
y birbirine diktir) −
→
x ⊥−
→
y ⇔ −
x→
y =0
Vektörler ve Uygulamaları 153
Not Bir V vektör uzayının, tabanındaki tüm vektörler birbirine dik ise, bu tabana
V uzayının ortogonal tabanı denir. Bu vektörlerin herbiri ayrıca birim vektör ise bu
tabana ortonormal taban denir.
Örneğin, R2 uzayında,
©−
→ ª
u 1 = (3 4) −→
u 2 = (4 −3)
bir ortogonal tabandır. Bu vektörlerin herbirinin normuna bölünerek birim yapılırsa, elde
edilen ½µ ¶ µ ¶¾
3 4 4 −3
5 5 5 5
tabanı, bir ortonormal tabandır. R uzayında da,
3
©−
→ ª
u 1 = (1 2 2) −
→u 2 = (2 1 −2) −
→
u 3 = (2 −2 1)
tabanı bir ortogonal taban,
½ ¾
→
− 1 →
− 1 −
→ 1
u 1 = (1 2 2) u 2 = (2 1 −2) u 3 = (2 −2 1)
3 3 3
tabanı ise bir ortonormal tabandır.
Örnek 4.43 R2 uzayının − →u = (5, 12) vektörünü içeren bir ortogonal tabanını bu
lunuz ve bu tabandan da bir ortonormal taban elde ediniz.
→ − ®
Çözüm : −→v = (−12 5) alınırsa, −
u→v = 0 olacağından,
©−→ ª
u = (5 12) ; −
→
v = (−12 5)
bir ortogonal taban olur. Her bir vektör normuna bölersek,
½µ ¶ µ ¶¾
5 12 −12 5
;−
13 13 13 13
ortonormal tabanını elde ederiz.
⎡ ⎤
−1 −1 1 1
1 ⎢ −1 1 −1 c ⎥
Örnek 4.44 A = ⎢⎣
⎥ matrisi bir ortogonal matris ise, a =?
2 −1 b 1 −1 ⎦
−1 −1 a −1
b =? c =?
4.8 Teorem − →
x ve − →
y , R uzayında iki vektör olsun. −
→
x ve −
→
y arasındaki açı olmak
→
− →
−
üzere, x ve y ile oluşturulan paralelkenarın alanı
¡−
→ →
− ¢ q− → ® → − ® → − ®2
x y = x− →
x − y→ y − − x→ y
’dir.
Kanıt : Aralarındaki açı olan, − →
x ve −→y vektörleriyle
oluşturulan paralelkenarın alanını
¡→ − ¢ °→° °− °
− x→y = °− x ° °→y ° sin
√
ile bulabiliriz. sin =® 1 − cos2 yazalım. Diğer yan
→
−
x− →
y
dan, cos = ° °−→ ° ° ° olduğunu da kullanırsak,
x −
° ° →
y°
v
u −
→ ®2
¡−
→ →
− ¢ °−
° → ° °−
° ° → °u
° t x−→y
x y = x y 1 − °− °2 °→°2
°→
x ° °− y°
q° ° ° ° → − ®2
= °−
→x ° °−
2 → 2
y° − − x→ y
q ® → − ® → − ®2
= →
−x− →x − y→ y − − x→y
elde edilir. Üçgenin alanı için bu değer 2’ye bölünür. ♣
4.49 Alıştırma → −
x = (1 2) ve →
−
y = (2 1) vektörleriyle oluşturulan paralelkenarın
alanını bulunuz.
Yanıt : 3.
sin 1
Çözüm : = ( :Çevrel çemberin yarıçapı) olduğunu hatırlayınız. Buna göre,
→
− →
−− 2 −→
x = = (1 1 0) ve − →
y = = 0 olduğundan,
−
→ ® √
x−→y 2 1 3
cos = ° ° °− ° = √ √ = ⇒ sin =
°−→x ° °→y ° 2 8 2 2
q √
bulunur. Buradan, = || = (−1)2 + 12 + 22 = 6 olduğundan,
√
6 √
= =√ = 2
2 sin 3
bulunur ki, çevrel çemberin alanı : = = 2 elde edilir.
2
Kanıt : ~e −
→
y doğrultusundaki birim vektör olsun. Buna göre,
→
−
y →
−x
e= °
~ →
−
°y°
° = °−
→ °
° x °
°− °
°→x ° −
→
−
yazılabilir. Bu eşitlikten, x = °− ° ° →
y elde edilir.
→
y°
Diğer yandan,
→ − ® − ®
°− ° °− ° °− ° − x→ y →x− →
y
°→ ° °→ °
x = x cos = x ° °→ ° ° °→° = °− °
°−→x ° °−y° °→y°
olduğu kullanılırsa,
→
− ® − ®
−
→ ¡−
→ ¢ x−→
y − →
→
x−
→
y −
y x = °−
x = İzd→
− °2 y = −
→ ®→y
°→
y ° y−
→
y
bulunur. ♣
Örnek 4.51 − →
x = (1, 1, 3) vektörünün −→
y = (2, 3, 1) vektörü üzerindeki dik izdüşüm
vektörünü bulunuz.
Çözüm : Formül uygulanarak
−
→ ®
¡−
→ ¢ x−
→y − 8− 4
y x = −
İzd→
−
→ →
− ®→y = →
y = (2 3 1)
y y 14 7
elde edilir. Siz, formül uygulamak yerine, kanıtta kullandığımız yöntemle bulmaya çalışınız.
4.52 Alıştırma −
→x = (2 1 1) vektörünün −
→
y = (1 1 3) vektörü üzerindeki dik izdüşüm
vektörünü bulunuz.
6
Yanıt : −
→
x = (1 1 3)
11
172 Mühendisler İçin Lineer Cebir
Tanım Skaler çarpımın sonucu bir skaler değerdir. İki vektörün vektörel çarpımı ise
x = (1 2 3 ) ve −
bir vektördür. Uzayda −
→ →
y = (1 2 3 ) gibi iki vektörün vektörel
çarpımı;
¯ ¯
¯ ~i ~j ~ k ¯¯
→
− ¯
x ×−→y = ¯¯ 1 2 3 ¯¯
¯ 1 2 3 ¯
→
−
x ×−→y = ( − − + − )
2 3 3 2 1 3 3 1 1 2 2 1
şeklinde tanımlanır. Bu tanıma göre, iki vektörün vektörel çarpımının sonucunda yeni bir
vektör elde edilir.
Örnek 4.65 → −
x = (1, 2, 3) ve −→y = (0, 2, 1) olduğuna göre, − →x ×−→
y vektörünü
bulunuz.
⎡ ⎤
~i ~j ~ k
Çözüm : x × y = det ⎣ 1 2 3 ⎦ = (−4 −1 2) olur. Bu vektörün hem −
→
− →
− →
x hem
0 2 1
de →
−
y vektörüyle iç çarpımının sıfır olduğunu ve dolayısıyla −
→
x ve −
→
y vektörlerine dik
olduğunu görünüz.
¯ ¯
¯ ~i ~j ~
k ¯¯ µ¯ ¯ ¯ ¯ ¯ ¯¶
¯ ¯ 2 3 ¯ ¯ ¯ ¯ 2 3 ¯
→
− −
→
Not : x × y = ¯¯ ¯
1 2 3 ¯ = ¯¯ ¯−¯ 1 3 ¯¯ ¯ şeklinde hesap
2 1 ¯ ¯ 0 1 ¯ ¯ 2 1 ¯
¯ 0 2 1 ¯
lanabilir.
+ - +
4.71 Alıştırma →
−
x = (1 1 2) ve →
−
y = (1 2 1) olduğuna göre, →
−
x ×→
−
y vektörünü
bulunuz.
Yanıt : (−3 1 1)
4.72 Alıştırma →
−
x = (−1 2 3) ve −
→
y = (3 −2 1) olduğuna göre, −
→
x ×−
→
y vektörünü
bulunuz.
Yanıt : (8 10 −4)
Özdeğer ve Özvektör
veya
µ ∙ ¸ ∙ ¸¶ ∙ ¸ ∙ ¸
1 0 1 2 1 0
− =
0 1 3 2 2 0
şeklinde yazabiliriz. −
→
u vektörü sıfırdan farklı bir vektör olduğuna göre, buradan elde
edilecek homojen denklem sisteminin, sıfırdan farklı bir (1 2 ) çözümünün olması için
ancak ve ancak
µ ∙ ¸ ∙ ¸¶
1 0 1 2
det − =0
0 1 3 2
olması gerekir. Buradan,
∙ ¸
−1 −2
det = 0 ⇒ 2 − 3 − 4 = 0 ⇒ 1 = 4 veya 2 = −1
−3 − 1
elde edilir. Yani, istenilen şekildeki vektörler için, değeri ya 4, ya da −1 olabilir. Buna
göre, −
→
u vektörünü bulalım.
200 Özdeğer ve Özvektör
∙ ¸∙ ∙ ¸¸
1 2 11
−
→
u = 4−
→
u ⇒ =4
3 2 22
∙ ∙ ¸¸ ∙ ¸
1 + 22 41 0
⇒ − =
31 + 22 42 0
∙ ¸ ∙ ¸
−31 + 22 0
⇒ =
31 − 22 0
2
eşitliğinden, 1 = 2 elde edilir. Buna göre, 2 = 3 alınırsa, 1 = 2 olur ki,
→
− 3
u = (2 3) = (2 3) vektörü, problemin koşulunu sağlar. Böylece, − →
u 1 = (2 3)
→
−
alabiliriz. = −1 için de, bir u vektörü bulalım.
∙ ¸∙ ¸ ∙ ¸
1 2 1 1
−
→
u = −− →u ⇒ =−
3 2 2 2
∙ ¸ ∙ ¸ ∙ ¸
1 + 22 1 0
⇒ + =
31 + 22 2 0
∙ ¸ ∙ ¸
21 + 22 0
⇒ =
31 + 32 0
elde edilir. Buradan, = − olur. = ise = − dir ve −
1 2 2 1
→u = (− ) = (−1 1)
vektörü problemin koşulunu sağlar. Buna göre, problemin koşulunu sağlayan bir başka
vektör de −→u 2 = (−1 1) alınabilir. Böylece, 2 × 2 bir matris için, istenen koşulu sağlayan
iki lineer bağımsız vektör bulmuş olduk.
Tanım × türünden bir matris olmak üzere, skaleri ve sıfırdan farklı bir −
→
u
vektörü için,
−
→
u = −
→
u
eşitliği sağlanıyorsa, sayısına matrisinin özdeğeri (karakteristik değeri), −
→
u vek
törüne de sayısına karşılık gelen matrisinin özvektörü (karakteristik vektörü) denir.
Yani, bir matrisinin, çarpıldığında doğrultusunu değiştirmediği vektörlere o matrisin
özvektörleri denir. Bu tanımı, "R uzayında tanımlı bir lineer dönüşümün doğrultusunu
değiştirmediği vektörlere, bu dönüşümün özvektörleri denir" şeklinde de ifade edebiliriz.
− →
u = − →
u eşitliğini,
−→u = ( ) −
→
u ⇒ ( − ) − →
u = ~0
şeklinde yazarak, bir homojen denklem sistemi elde ederiz. − →
u vektörü sıfırdan farklı bir
vektör olduğundan, böyle bir homojen denklem sisteminin sıfırdan, yani aşikar çözümden
farklı çözümlerinin olabilmesi için, det ( − ) = 0 olması gerekir. matrisi ×
türünden olduğu için, bu eşitlik bize ’inci dereceden bir polinom denklem verir.
() = det ( − )
’inci dereceden polinomuna, matrisinin karakteristik polinomu denir. Bir mat
risinin, tüm özdeğerlerinin kümesine kümesini tayf’ı veya spektrum’u denir.
202 Özdeğer ve Özvektör
∙ ¸
3 6
Örnek 6.4 matrisinin özdeğerlerini bulunuz.
2 2
µ ∙ ¸ ∙ ¸¶ ∙ ¸
1 0 3 6 −3 −6
det − = det
0 1 2 2 −2 −2
= 2 − 5 − 6 = 0
denkleminden, 1 = −1 ve 2 = 6 bulunur. Özdeğerleri −1 ve 6’dır.
∙ ¸
1 2
6.2 Alıştırma matrisinin özdeğerlerini bulunuz.
1 1
√ √
Yanıt : 2 + 1 1 − 2
∙ ¸
2 1
6.3 Alıştırma matrisinin özdeğerlerini bulunuz.
1 2
Yanıt : 3 1.
∙ ¸
2 −1
6.4 Alıştırma matrisinin özdeğerlerini bulunuz.
1 2
Yanıt : 1 0 −1.
⎡ ⎤
2 1 1 0
⎢ 1 0 2 0 ⎥
6.6 Alıştırma ⎢
⎣ 1
⎥ matrisinin özdeğerlerini bulunuz.
1 1 0 ⎦
0 1 0 1
√ √
Yanıt : 2 + 2 2 − 2 −1 1.
Özdeğer ve Özvektör 207
( − ) −
→
u = ~0
eşitliği kullanılarak, 1 2 bilinmeyenleri bulunur. ve parametreye bağlı iseler
buna göre ifade edilir. Bu denklem sisteminin, katsayılar matrisi ( − ) olan bir homo
jen denklem sistemi olduğuna dikkat ediniz. Bu katsayılar matrisi çoğu zaman elemanteer
satır operasyonlarıyla basitleştiririlir.
3. →−
u özdeğerine karşılık gelen herhangi bir özvektör olmak üzere,
©→ ª
V0 = − u : ∈ R
uzayı, özdeğerine karşılık gelen özuzaydır ve R uzayının bir altuzayıdır. Bu kümedeki,
0 vektörü dışındaki her vektör, özdeğeri için bir özvektördür.
∙ ¸
4 1
Örnek 6.10 A = matrisinin özvektörlerini bulunuz.
2 3
∙ ¸
1 3
Örnek 6.11 A = matrisinin özvektörlerini bulunuz.
2 2
⎡ ⎤
2 −1 −1
Örnek 6.12 A = ⎣ 1 0 −1 ⎦ matrisinin özvektörlerini bulunuz.
1 1 −2
6.10 Teorem (Cayley Hamilton Teoremi) Her kare matris, kendi karakteristik
polinomunun bir köküdür. Yani, her kare matris kendi karakteristik polinomunu sağlar.
∙ ¸
1 2
Örneğin, = matrisinin karakteristik polinomu 2 − 2 − 1’dır ve
1 1
∙ ¸2 ∙ ¸ ∙ ¸ ∙ ¸
1 2 1 2 1 0 0 0
2 − 2 − = −2 − =
1 1 1 1 0 1 0 0
eşitliği sağlanır
Özdeğer ve Özvektör 215
∙ ¸
1 2
Örnek 6.17 Cayley Hamilton teoremini kullanarak A = matrisinin tersini
4 3
veren bağıntıyı bulunuz.
∙ ¸
1 2
6.23 Alıştırma Cayley Hamilton teoremini kullanarak = matrisinin tersini
2 3
veren bağıntıyı bulup, tersini bulunuz.
∙ ¸ ∙ ¸ ∙ ¸
1 2 1 0 −3 2
Yanıt : = − 4 =
−1
−4 = .
2 3 0 1 2 −1
⎡ ⎤
2 −1 3
6.24 Alıştırma = ⎣ 1 0 3 ⎦ matrisinin tersini, Cayley Hamilton teoremini
1 −1 4
kullanarak bulunuz.
⎡ ⎤
2 3 1 −3
( − 3) 1
Yanıt : −1 = olduğu görülebilir. Buna göre, −1 = ⎣ −1 5 −3 ⎦’dir.
4 4
−1 1 1
Vektörel Analize Giriş 303
INDEKS
Adjoi t Matris Ho oje De kle Siste leri Ortogo al Matris ,
Ağırlık Merkezi Ide pote t Matris Ortogo al Ta a
Ala ı İç Çarpı la Bulu ası I olutif Matris , Ortogo alleştir e
Alt Üçge sel Matris İç Çarpı Orto or al Ta a
Altuza İç Çarpı Fo ksi o u Orto or alleştir e
Asal Köşege İç Çarpı la Ala Bulu ası Öklid İç Çarpı ı
Be zer Matris İki Matrisi Eşitliği Örte Dö üşü
Bir Doğru a Göre Si etri , İki Matrisi Çarpı ı Ötele e Dö üşü ü
Bir Düzle e Göre Si etri İki Matrisi Topla ı Özdeğer
Bir Eğri Bo u a Türe İki Nokta Arası daki uzaklık , Özuza
Bir Matrisi Tersi , İzo orfiz , İzo orf Uza lar Öz ektör ,
Bir Nokta ı Doğru a Uzaklığı İ e Vektörü Öz ektörü Bulu ası
Bir Nokta a Göre Si etri İzdüşü Dö üşü ü , Peri odik Eğri
Bire ir Dö üşü İzdüşü Vektörü Peri odik Matris
Biri Matris Karakteristik Değer Per ütas o Fo ksi o u
Biri Vektör Karakteristik Poli o , Per ütas o u İşareti
Bo ut Karakteristik Vektör Pi ot
Bo ut Teore i Kare Matris Ra k
Bü ült e Dö üşü ü Kar a Çarpı Ra k e Li eer De kle Siste leri
Ca le Ha ilto Teore i Kar a Çarpı la Ha i Hesa ı Regüler Matris
Cra er Kuralı Ker el Çekirdek Rodrigues For ülü
Curl Kırp a Dö üşü ü Rotas o el
Çekirdek Kıs i Türe Sarrus Kuralı
Del Operatörü Ki asal De kle U gula aları S h arz Eşitsizliği
Deter i a t Kir hhoff Akı e Voltaj Ka u u Shear Dö üşü ü
Deter i a tı Özellikleri Kofaktör Si etri Dö üşü ü ,
De rik Matris Kofaktör Açılı ı Si etrik Matris
Difera si el De kle Siste i Ko u Vektörü Si güler Matris
Dik İzdüşü Vektörü Köşege Matris Skaler Ala
Dik Koordi at Siste i Köşege leştir e Skaler Ala ı Kıs i Türe leri
Di erja s Ku et Vektörü Skaler Çarpı
Doğru Üzeri e İzdüşü Küçült e Dö üşü ü So ut Vektör Uza ı
Doğrult a Kosi üsü La la e Açılı ı Spektru
Doğrultu Açıları La las e Şifrele e e Matrisler
Doğrultu Vektörü Li eer Bağı lılık Ta a
Doğru u Doğrult a ı Lİ eer Bağı sızlık Ta a Değişi i
Doğru u Eği i Li eer Bileşi Ta a Teore i
Dö e Açısı , Li eer De kle Ta f
Dö e Ekse i , Li eer De kle Siste i , Teğet Vektör
Dö e Dö üşü ü e Matrisi , , Li eer Dö üşü Tek - Çift Per ütas o
Dört üzlü ü Ha i Li eer Dö üşü leri Bileşkesi Ters Matris
Düzle De kle i Li eer Dö üşü ü Çekirdeği Ters Si etrik Matris
Düzle Üzeri e İzdüşü Li eer Dö üşü ü Görü tü Uza ı Tersi ir Li eer Dö üşü
Düzle i Nor ali Li eer Dö üşü ü Matrisi Tersi ir Matris
Eğri Li eer Dö üşü ü Ra kı Tra spoze
Eğri i Hız Vektörü Li eer Fo ksi o el Üçge Eşitsizliği
Ek Matris Li eer Ho oje De kle Siste leri Üst Üçge sel Matris
Elektrik De releri Li eer Operatör Vektör
Ele a ter Satır Operas o ları Matris , Vektör Ala ı
Ele a ter Sütu Operas o ları Matrisi E po a si eli Vektör Ala ı ı Türe i
Euler-Rodrigues For ülü Matrisi İzi Vektör Fo ksi o
Eşelo For Matrisi Köşege leştiril esi Vektör Fo ksi o u Türe i
E po a si el Matris Matrisi Ra kı Vektör Uza ı
Fi o a i Dizisi Matrisi Tra spozesi Vektör Yö ü de Türe
Gauss - Jorda Eli i as o Yö te i , Mi ör Vektörel Çarpı
Ger e Aksi o u Mo e tu Vektörü Vektörel Çarpı ı Nor u
Gradi e t Na la Operatörü Vektörel Çarpı la Ala Hesa ı
Gradi e ti Geo etrik A la ı Nilpote t Matris Vektörü Nor u
Gra S h idt Yö te i Nokta ı Doğru a Uzaklığı Ya sı a Dö üşü ü , ,
Grup Nokta ı Düzle e Uzaklığı Ya Uzu luğu
Ha i Nor Yol Akış Pro le leri
Her it e Matris Oh Ka u u Yö e Göre Türe
Hız Vektörü Ora tılı Böle Nokta Yüksek Merte ede Kıs i Türe ler
304 Mühendisler İçin Lineer Cebir
Kaynaklar :
1. Analitik Geometri, Mustafa Özdemir, Altın Nokta Yayınları, 2.Baskı, İzmir, 2015.
2. Matrices in Engineering Problems, Marvin J.Tobias, Morgan & Claypool Publishers
Series, ebook ISBN: 9781608456598, 2011.
3. Vector Geometry, Gilbert de B. Robinson, Dover Publications, 2011.
4. Çözümlü Lineer Cebir Problemleri, Fethi Çallıalp, Birsen Yayınları, 8.Baskı, 2008.
5. Linear Algebra and Its Aplications, David C. Lay, AddisonWesley, 4.Baskı, 2012.
6. Introductory Notes in Linear Algebra for the Engineers, Marcel B. Finan, Arkansas
Tech University, 2012. (faculty.atu.edu/mfinan/LINENG.pdf)
7. Lineer Cebir 1, H.Hilmi Hacısalihoğlu, Hacısalihoğlu Yayınları, 9.Baskı, 2010.
8. Yüksek Matematik Cilt 3, Ahmet A. Karadeniz, Çağlayan Kitabevi, İstanbul, 2004.
9. Lineer Cebir, Fahrettin Akbulut, Ege Üniversitesi Matbaası, Cilt II, 1990.
10. Introduction to Linear Algebra, Gilbert Strang, Wellesley Cambridge Press, 2009.
11. Vector Analysis, Murray Spiegel, McGrawHill Education, 2.Baskı, 2009.
12. Vektörel Hesap, Fahrettin Akbulut, Ege Üniversitesi Matbaası, Cilt II, 1981.
13. Analitik Geometri, Rüstem Kaya, Bilim Teknik Yayınevi, 2009.
14. Lineer Cebir, Salih Karaali, Nazım Terzioğlu Matematik Enstitüsü Yayınları, İstanbul,
1979.
15. Coordinate Geometry, Luther Pfahler Eisenhart, Dover Publications, 2005.
16. Lineer Cebir, Arif Sabuncuoğlu, Nobel Yayınları, Ankara, 2000.
17. 2 ve 3 Boyutlu Uzaylarda Analitik Geometri, H.Hilmi Hacısalihoğlu, Ankara, 1998.