SlideShare a Scribd company logo
1 of 69
MATEMATİK DÖNEM ÖDEVİ




KONU: MATRİSLER VE DETERMİNANTLAR


DERS ÖĞRETMENİ:
          BAŞLAMAK İÇİN TIKLAYIN...
LİNEER CEBİR
• MATRİSLER
• DETERMİNANTLAR
TANIM: m,n∈için, (i=1,2,3,...,m ; j=1,2,3,...,n) olmak üzere , a ij reel
                 +
               N
sayılarından oluşturulan;
                     a 11a ... a ... a 
                                 12             1j          1n
                                          
                     a 21a  ... a
                                 22
                                    ... a      2j           2n
                      :   :  :   :  :   : 
                                           → i. satır
                     a i1a  ... a
                                 i2
                                    ... a      ij           in
                      :     :         :    :         :     : 
                                                              
                     a n1
                            a   n2
                                      ...   a   mj
                                                     ...   amn 
                                                               
                                      ↓
                         j. sütun
 tablosuna, m x n biçiminde (tipinde) bir matris denir.
                                  ∈




                                                           Satranç tahtası 8x8 tipinde
                                                           bir matris örneğidir.
A matrisindeki her sayıya, matrisin elemanı ya da bileşeni ve a ij
elemanındaki i sayısına birinci indis, j sayısına da ikinci indis denir. a ij
elemanı, A matrisinin i. satır ile j. sütununun kesim noktasında bulunur.
Tablo biçiminde gösterilen A matrisi kısaca A = [ ij ]m*n şeklinde
                                                           a
gösterilir. Burada, m matrisin satır sayısını, n de sütun sayısını gösterir.
.
  A matrisinin a i1 , a i 2 , a ij , a in elemanlarına i.satır elemanları;
                a ,a ,a ,a
                 1j   2j   ij   mj   elemanlarına da j. sütun elemanları denir.
Satır Matris
Tanım: A= [aij]m x n matrisinin her satırına, satır matrisi denir.

              B1 = [a11 a12 ... a1n] (1.satır matrisi)
              B2 = [a21 a22 ... a2n] (2.satır matrisi)
              .     .     .       .
              .     .     .       .
              .     .     .       .
              Bm = [am1 am2 ... amn] (m.satır matrisi)
                                                         B1 
                                                        B 
                                                         2
  A matrisi satır matrisine           A= [aij]m x n =    .  şeklinde
  bağlı olarak,                                           gösterilir.
                                                         . 
                                                         Bm 
                                                         
Sütun Matris
 Tanım: A= [aij]m x n matrisinin her sütununa, sütun matrisi denir.


                                             •   A1 :1.satır matrisi
      a11      a12             a1n 
      a21      a12             a2 n    •   A2 : 2.satır matrisi
A1 =   , A2 =   ,......, An =          •   ...
      ....     ....            ....    •   ...
      am1 
               am 2 
                                 amn 
                                           •   An : n.satır matrisi


A matrisi sütun matrisine bağlı olarak ,
A= [aij]m x n = [A1 A2 A3 ... An] şeklinde gösterilir.
Kare Matris
Tanım: n x n tipindeki A= [aij]m x n matrisine, n. basamaktan kare
matris denir.


  3      −4 
                    matrisi , 2.sıradan bir kare matrisidir.
  1      5 
  

                         Satranç tahtası aynı zamanda 8x8 ‘lik
                         bir kare matris örneğidir.
Sıfır Matrisi

Tanım: Bütün elemanları sıfır olan matrise,sıfır matrisi denir ve
O harfi ile gösterilir.




 0      0     0
                     matrisi , 2x3tipinde bir sıfır matristir.
 0      0      
               02 x 3
 
Asal Köşegen , Yedek Köşegen
  Tanım : A= [aij]n x n kare matrisine a11,a22,a33,...,ann elemanlarının
oluşturduğu köşegene, asal köşegen; an1,a(n-1)2,...,a1n terimlerinin
oluşturduğu köşegene, yedek köşegen denir.




     a11        a12       a13 
                                               a11,a22,a33 : asal köşegen
     a          a22       a23 
      21                      
                                               a31,a22,a13 :yedek köşegen
     a31
                a32       a33 
                               
Yedek köşegen                  Asal köşegen
Köşegen Matris
  Tanım: A= [aij]n x n kare matrisinde asal köşegen üzerindeki
elemanların dışında, diğer elemanları sıfır ise, bu tip kare
matrise, köşegen matris denir.




   3      0        0
   0      −4        
                    0           matrisi, 3.sıradan bir köşegen
                                matrisidir.
   0
          0        0
                     
Skalar Matris

Tanım: A= [aij]n x n köşegen matrisinde a11 = a22 = a33 ...= ann = k ise,
(k ∈ R) bu matrise, skalar matris denir.




     5 0                     matrisi, 2.sıradan bir skalar matristir.
     0 5
        
Birim Matris
   Tanım: Asal köşegen üzerindeki elemanları bir, diğer elemanları
sıfır olan kare matrise, birim matris denir. n x n tipindeki bir
birim matris In ile gösterilir.



      1      0     0     0
      0      1     0     0        matrisi , 4.sıradan bir birim
I4   =                    
                                    matrisidir. I4 ile gösterilir.
      0      0     1     0
                          
      0      0     0     1
                                 (asal köşegen)
Şekildeki bulmaca 15x15 tipinde bir matris örneğidir.
İKİ MATRİSİN EŞİTLİĞİ
  Tanım: Tipleri aynı ve karşılıklı elemanları eşit olan matrisler,
eşit matrisler denir.


     ∀ (i, j) ∈ M x N için, aij = bij ⇔ [aij]m x n = [bij]m x n



 ÖRNEK:
                5a    3a + 2b                             4 x
             A=                               ve       B=    
               a + 2b
                           b
                         5                                 y 2

               olmak üzere, A = B ise
                                               x
                                                     kaçtır ?
                                               y
 5a     3a + 2b  4 x  matrislerinin
ÇÖZÜM : A = B ⇒                 =    
                 a + 2b     b
                           5   y 2 eşitliğinden,

  5a = 4, 5b = 2 , 3a + 2b = x ,a + 2b = y olduğundan

   5a = 22
                           ⇒ 5a = 52b den,a =2b olur. Bulunan değer x/y
   5b = 2 ⇒ 52b = 22       de yerine yazılırsa;


     x 3a + 2b 3(2b) + 2b 8b
      =       =          =    = 2 bulunur.
     y a + 2b   2b + 2b    4b
x + y 1 0   6    1 0
Örnek:           = −          ise
        -1 4 22 x3  1 x − y 2 2x3
x =?
Çözüm: x + y = 6
       x- y = 4    2x = 10 ⇒ x = 5
MATRİSLERDE TOPLAMA İŞLEMİ

  Tanım: A= [aij]m x n ve B= [bij]m x n matrisleri verilmiş olsun.
A + B = [aij]m x n + [bij]m x n= A= [aij+ bij]m x n matrisine, A ve B
matrislerinin toplamı denir.


O halde, matrisleri toplarken sadece karşılıklı elemanlar toplanır.
ÖRNEK:   A matrisi, (m+1) x 2 ; B matrisi, (n+1)x(p-2) ve A+B

         matrisi 3 x k biçimindeyse; (m+p+k) kaçtır?
ÇÖZÜM: İki matrisin toplanabilmesi için tipleri aynı olmalı idi.
        Buna göre;
m+1 = n+1    ∧   p-2 = 2     ⇒       m=n    ∧    p=4
3xk = (m+1)x 2 den m+1 = 3       ∧    k=2
m =n 2 ,    p=4 ,    k = 2 olmalıdır. m+p+k = 2+4+2 = 8 dir.
- 2   5   z 
          +   = − 
Örnek :  1   y   1 ise (x, y, z) = ?
         x   − 4  2 
             
Çözüm : x - 4 = 2 ⇒ x = 6
      1 + y = -1 ⇒ y = -2
      -2+5= z⇒ z = 3
TOPLAMA İŞLEMİNİN ÖZELİKLERİ
1. Matrisler kümesinde toplama işleminin değişme özeliği vardır.
          [ ]
     A = a ij      mxn
                                  [ ]
                         ve B = b ij     mxn
                                               matrisleri için,


     A +B =B+A
 2. Matrisler kümesinde toplama işleminin birleşme özeliği vardır.


       [ ]
  A = a ij   mxn
                            [ ]
                   , B = b ij     mxn
                                               [ ]
                                        , C = c ij   mxn
                                                           matrisleri için,


  A + (B + C) = (A + B) + C olur.
3. Sıfır matrisi, toplama işleminin etkisiz elemanıdır.
 A = a ij  [ ]         mxn
                              ,0 =[0]   mxn   matrisleri için,


 0 +A = A olur.
4. A = [a ij ] mxn matrisinin toplama işlemine göre ters matrisi,
         [ ]
  - A = - a ij   mxn    matrisidir.

  A+(-A) = [ 0]         mxn
Bir Matrisin Toplama İşlemine Göre Tersi

Tanım: A =      [a ]       matrisi verilmiş olsun. - A =   [a ]       matrisine ,
     [a ]
                  ij mxn                                     ij mxn

A=     ij mxn
                matrisinin toplama işlemine göre tersi denir.


              - 2 1 3 
Örneğin:    A=                  matrisinin toplama işlemine göre tersi,
               4 5 - 6


             2 - 1 - 3
            - 4 - 5 6 
                      
                           matrisidir.
İKİ MATRİSİN FARKI

              [ ]
Tanım : A = a ij    mxn
                                 [ ]
                          , B = b ij     mxn
                                                          matrislerinin farkı,

                             [ ]
       A - B = A + (-B) = a ij     mxn
                                           [ ]
                                         + - b ij   mxn
                                                             [
                                                           = a ij − b ij   ]   mxn
                                                                                     olur.
MATRİSLERİN SKALARLA ÇARPIMI
C bir cisim olmak üzere, bu cismin elemanlarına, skalar denir
Örneğin: k=5 bir reel skalar dır.

     Tanım: k skalar sayısı ve A= [aij]m x n matrisi verilmiş olsun.
  k.A = k. [aij]m x n = A= [k.aij]m x n matrisine, k skalar sayısı ile A
  matrisinin çarpımı denir.
             2 - 3
     Örnek :       matrisi ve k = 3 sayısı için
             4 1 
     k.A matrisini bulalım.


                     2 - 3  6 − 9
     Çözüm : k.A = 3.     =       bulunur.
                     4 1  12 3 
Skalarla Çarpmanın Özellikleri

  Teorem: Bir C cismindeki üç skalar sayı; k, k1,k2 olsun.
                           [ ]
Her A = [a ij ] mxn ve B = b ij   mxn
                                        matrisleri için

    1. k.(A+B) = k.A + k.B
    2. (k1+ k2).A = k1.A + k2.A
    3. k1.(k2.A) = (k1.k2).A
 - 1 2 0          1 0 − 1 
Örnek : 3.           + (−4).        =?
          - 2 - 3 1          2 3 − 2
 - 3 6 0  − 4 0 4
Çözüm :           + −      
        - 6 - 9 3  8 − 12 8

  −7   6    4
=            
 − 14 − 21 11 2 x 3
MATRİSLERDE ÇARPMA İŞLEMİ
Tanım: İki matrisin çarpılabilmesi için ;1. matrisin sütun sayısı , 2.
matrisin satır sayısına eşit olmalıdır.
                                     n
                                                 A=    [a ]
                                                          ij mxn
                                                                   B=    [b ]jk nxp

olmak üzere; elemanları   c ik
                                 = ∑ a ij . b jk = a i1 . b1k + a i 2 . b2 k + ... + a in . bnk
                                    j=1

toplamıyla bulunan C =[cik ]mxp matrisine A ve B
matrislerinin çarpımı denir ve Cmxp = Amxn . Bnxp biçiminde
gösterilir.
2 1     3 4
Örnek: A =        B=     olduğuna göre A.B ve B.A’yı
           3 0
                    0 1 

bulalım.
2 1 3 4  2.3 + 1.0 2.4 + 1.1 6 9 
Çözüm: A.B =      . 0 1  = 3.3 + 0.0 3.4 + 0.1 = 9 12
             3 0                                     

                3 0 2 1 3.2 + 4.3 0.2 + 1.3 18 3
          B.A =      . 3 0 =  0.2 + 1.3 0.1 + 1.0  =  3 0
                4 1                                      


         Buna göre A.B ve B.A birbirine eşit değildir.
MATRİSLERDE ÇARPMA İŞLEMİNİN
           ÖZELLİKLERİ

   1.Çarpma işleminin değişme özelliği yoktur. A . B ≠ B . A

2. A ≠ O ve B ≠ O olduğu halde, A . B = O olabilir.

            2 − 1             1 1
        A=             ve   B=           olup;
           − 2 1               2 2

            2−2      2 − 2   0 0
     A.B =                  =  0 0       dır.
            − 2 + 2 − 2 + 2       
3. A . O = 0 . A = 0 dır. Buna göre,sıfır matrisi çarpma işleminde
yutan elemandır.


4. Birim matris çarpma işleminin etkisiz elemanıdır.
I birim matris olmak üzere, A . I = I . A = A dır.

5. Matrislerde çarpma işleminin birleşme özelliği vardır.
    A = [aij]m x n ve B = [bjk]n x p , C = [cjk]p x r olmak üzere ;
    A.(B .C) = (A .B) . C dir.
6. Matrislerde çarpma işleminin dağılma özelliği vardır.

a. Matrislerde çarpma işleminin toplama işlemi üzerine soldan
dağılma özelliği;
     A = [aij]m x n ve B = [bjk]n x p , C = [cjk]n x p olmak üzere ;

      A.(B +C) = A .B + A . C dir.
b. Matrislerde çarpma işleminin toplama işlemi üzerine sağdan
dağılma özelliği;

 A ve B matrisleri m x n türünde, C matrisi n x p türünde iseler,
   (A +B) C . = A .C + B . C     olur.
7. A = [aij]m x n ve B = [bjk]n x p ve k = R sayı ise,   k.(A.B)=A.
(k.B)=(k.A).B dir.

8. A sıfır değilken ve A.B=A.C iken, B=C olmayabilir.


           3 2        1 3       3 1 
Örnek: A =      , B = 4 1 , C = 1 4            veriliyor.A.B=B.C
           6 4                      

olduğunu gösterelim.
 3 2  1 3  11 11            1 1
Çözüm: A.B =      .  4 1 =  22 22 = 11.  2 2
              6 4                           

                 3 2  3 1  11 11           1 1
          A.C =      . 1 4 =  22 22 = 11.  2 2
                 6 4                          


O halde A.B=A.C dir. Dikkat edilirse , A.B =A.C iken , B , C’ye
eşit değildir.
KARE MATRİSİN KUVVETİ

 Tanım: n. Sıradan bir A kare matrisi verilmiş olsun. k∈N+ olmak
üzere
  A0 = In , A1 =A, A2 = A.A , A3 =A.A2 , ..., Ak =A.Ak-1 dir.
BİR MATRİSİN ÇARPMA İŞLEMİNE GÖRE
               TERSİ
 Tanım: n. Sıradan bir A kare matrisi için, A.B=B.A= koşulunu
sağlayan n. Sıradan B kare matrisi varsa; B matrisine , A
matrisinin çarpma işlemine göre tersi denir.
 A matrisinin çarpma işlemine göre ters matrisi, A-1 ile gösterilir.
 A.A-1 = A-1.A =In dir.

     Çarpma İşlemine Göre Ters Matrislerin Özellikleri

1.    k ∈ R - { 0}   olmak üzere , n. sıradan bir A kare matrisinin
çarpma işlemine göre tersi varsa, ( k.A)-1 = 1 . A -1
                                                  k
2. n. Sıradan A ve B kare matrislerinin çarpma işlemine göre
tersleri,
 A −1 ve B− 1 ise; ( A.B)-1 =B − .A -1
                                    1


        a b          −1    1  d − b
3. A =               A =
                ise,     ad − bc − c a 
                                               dır.
        c d                           

                         −1
    Eğer ad-bc=0 ise,A        yoktur.
BİR MATRİSİN TRANSPOZU(DEVRİĞİ)

Tanım: A = a ij[ ]       matrisinin sütunları satır ya da satırları
                                      [a ]
                   mxn

sütun haline getirmekle elde edilen     ji nxm   matrisine
A matrisinin devriği denir ve AT veya Ad ile gösterilir.

                                                              − 3 2 
   − 3 4 5
A=                  matrisinin transpozu,        A T = A d =  4 − 1
    2 − 1 6
            
                                                                    
                                                              5 6
                                                                    

Teorem: A ve B matrisleri mxn türünden iki matris ve k bir skalar
ise;
                      2. ( A + B) = A + B        3. ( k.A ) = k.A
                                     T    T                T      T
1. (A T ) T =A
[ ]
Teorem: A = a ij mxn ve B =   [b ]
                                jk nxp
                                         matrisleri için,
   (A.B) T = BT .A T dir.

                                       T −1   −1 T
Teorem: A tersi olan bir matris ise, (A ) = (A )            dir.


             1 −1 2
Örnek: A.B =        ise, BT . AT matrislerini bulalım.
             3 4 5
Çözüm:

                                                  T      1 3
                            1 −1 2
   (A.B) = B .A için B .A = 
         T    T     T       T   T
                                                     = −1 4 dir.
                                                            
                            3 4 5                      2 5
                                                            
Simetrik-Antisimetrik-Ortogonal
 Tanım: A , n x n tipinde bir kare matris olsun;
    T
1. A = A ise, A matrisine, simetrik matris denir.
    T
2. A = -A ise A matrisine, antisimetrik matris denir.
3. A T = A −1 ise A matrisine, ortogonal matris denir.



                             0 3 4
              2 3
Örnek: A =           , B =  − 3 0 − 6 matrislerinin hangisinin
              3 5
                                         
                             − 4 6 0 
                                         
simetrik hangisinin antisimetrik olduğunu görelim.
2 3
Çözüm: A =      simetrik bir matristir. Çünkü, A = AT dir.
           3 5
    0 3 4
B = − 3 0 − 6 matrisi, antisimetrik matristir. Çünkü, AT = -A dır.
             
    4 6 0
             

       Antisimetrik matrislerde,asal köşegen üzerindeki
elemanlar sıfırdır. Asal köşegenlere göre simetrik elemanların
toplamı sıfırdır.
DETERMİNANTLAR

Tanım:1x1 biçimindeki A = [a11] matrisinin determinantı, A = a11
     dir.
Örneğin; A=[7] matrisi için A = 7 dir.


                            a11            a      
Tanım: 2x2 biçimindeki A =                     12
                                                      matrisinin determinantı
                           a 21            a   22 



   A =   a   11   a   12
                           = a11 . a 22 −a12 . a 21      dir.
         a   21   a   22
 3 − 6
   Örnek: A = −      olduğuna göre , A yı hesaplayalım.
               2 8
                 3 − 6
   Çözüm: A = −        = 3.8-(-2).(-6) = 24-12 = 12 bulunur.
                 2 8

                               a11   a   12   a    13
                                                       
                                                      
Tanım : 3 × 3 biçimindeki A = a 21   a   22   a    23 
                                                         matrisinin determinantıı
                              a      a        a       
                               31        32        33 


             a a a
               11   12    13
        A=a a  21    22   23 a = (a . a . a + a . a . a + a . a . a
                                 11   22       33        21   32   13   31   12   23
                                                                                    )
             a a a
               31   32    33

        − (a13 . a 22 . a31 + a23 . a32 . a11 + a33 . a12 . a21) dir.
- 1 0 3 
         =  2 1 0  olduğldu göre, A yı hesaplayalım.
Örnek : A          
            0 5 - 4
                   
-1 0 3
Çözüm : A = 2 1 0
            0 5 -4

= [(−1).1.(−4) + 2.5.3 + 0.0.0]− [ .1.0 + 0.5.(−1) + (−4).0.2]
                                  3

= (4 + 30 + 0) − (0 + 0 + 0) = 34 bulunur.
MİNÖR VE KOFAKTÖR (EŞ ÇARPAN)
 Tanım: n. sıradan bir A kare matrisinin i. Satır ve j. Sütun atıldıktan
sonra geriye kalan matrisin determinantına, a ij elemanının Minör’ü
denir ve M ij ile gösterilir.
  A ij = (−1) i + j .M ij ifadesine, a ij elemanının kofaktörü yada
işaretli minörü denir.

 Tanım: 3x3 türünden bütün matrislerin kümesi M 3 olsun.

     a11     a   12   a   13
                              
                             
      a
 A =  21     a   22   a   23 
                                ∈ M3   olmak üzere,
     a       a        a      
      31         32       33 



       det(A) = a11 A11 + a12 A12 + a13 A13 ile tanımlı   D : M3 → R
  fonksiyonuna, determinant fonksiyonu denir.
3001       3003
 Örnek: A =                 determinantını hesaplayalım.
            2997       2999

                              3001 3003 a + 1 a + 3
 Çözüm: 3000=a dersek,     A=          =                      olur.
                              2997 2999 a − 3 a − 1


Buna göre, açılımını yapalım:

         A =(a+1).(a-1)-(a-3).(a+3)=[(a.a)-1]-[(a.a)-9]=8 bulunur.
DETERMİNANT FONKSİYONU

Tanım: n. Mertebeden kare matrislerin kümesi Mn               olsun.
                                     
          a   11   a   12    a   1n
                                      
          a                            ∈ M
               21   a   22    a   2 n        n   olmak üzere
                                     
          a   n1   a   n 2   a   nn 


    det(A) = A = a11 A11 + a12 A12 + ... + a1n A1n
                                                     ile tanımlı D : M 3 → R
fonksiyonuna, determinant fonksiyonu; D(A)= A ifadesine de A
matrisinin determinantı denir.
− 1    0    2   0
                  1    − 1   0   1
Örnek:   A   =
                  0    1     2   1
                                     değerini bulalım.
                 − 1   3     2   4
−1    0   1             1     −1   1
Çözüm:   A =− .( − ) 2 . 1
             1    1          2   1 + .( − ) 4 . 0
                                    2    1           1    1
                         3   2   4             − 1   3    4




A = -1.(-8+2+2-6)+2.(4+1+1-3)    ⇒      A = -1.(-10)+2.(3)=16
    bulunur.
DETERMİNANTLARIN ÖZELLİKLERİ

1) Bir kare matrisin, determinant değeriyle devriğinin determinant
    değeri eşittir.
   A karesel matris ise, A = A T dir.


2) Bir kare matrisin iki satır veya sütun elemanları orantılı ise, bu
matrisin determinantının değeri sıfırdır.

     2a     2b    2c
 A = a       b    c a, b, c ∈R - {0}     determinantı verilmiş olsun.
     1      1     1

Bu determinantın birinci satırındaki terimlerle ikinci satırındaki
terimler, karşılıklı olarak orantılı olduğu için, A = 0 dır.
3) Bir kare matrisin herhangi bir satır veya sütununda buluna tüm
terimler sıfır ise, determinantın değeri sıfırdır.


     4          -2        0
  A =4          -1        0 =0 dır.
     3           4        0

 4) Bir kare matriste bir köşegenin üstündeki yada altındaki tüm
 elemanlar sıfır ise determinantın değeri köşegen üzerindeki
 elemanların çarpımı ya da bu çarpımın ters işaretlisine eşittir.


       a   11   a    12    a   13
  A = 0         a    22    a   23
                                    = a11 . a 22 . a 33   (Asal köşegen altındaki
                                                          elemanlar sıfırdır.)
      0          0         a   33
5) Bir determinantın iki satırı veya sütunu aralarında yer
değiştirilirse, determinant işaret değiştirir.


  a    b         c       d
         = 6 ise           = −6        dır. (1. Satır ile 2. Satır yer
  c    d         a       b
                                       değiştirmiştir.)

6) Bir determinantın bir satır veya sütunu k sayısı ile çarpılırsa,
determinantın değeri de k katına çıkar.

     a b            ka kb
  A=     ise k. A =                         olur.
     c d             c d
7) Bir determinantın herhangi bir satırında veya sütununda bulunan
tüm terimlerin k katı alınarak, başka bir satırın veya sütunun
elemanlarıyla toplanarak elde edilen yeni determinantın değeri
değişmez.


  a b           a      b
          =                    dir. (1. Satırın k katı 2. Satıra
  c   d       c + ka d + kb
                              eklenmiştir.)
8) Bir determinantın herhangi bir satırında veya sütunundaki her
eleman iki terimin toplamından oluşuyorsa, bu determinant aynı
sıradan iki determinantın toplamı biçiminde yazılabilir.


  a +x b +y c +z
       1           1           1
                                           Determinantı aynı sıradan iki
A= a    b    c
           2           2           2       determinantın toplamı biçiminde
   a    b  3 c         3           3       yazılırsa ;


  a b c x y z
       1       1       1
A=a b c +a b c
       2       2       2   2           2   2    olur.
  a b c a b c
       3       3       3   3           3   3
9) Bir determinantın herhangi bir satır yada sütunun ait terimler, bir
başka satır veya sütunun terimlerine ait eş çarpanlar ile karşılıklı
çarpılır ve çarpımlar toplanırsa, toplam sıfır olur.

   3. Sıradan bir determinantta a11.A21+a12.A22+a13.A23 = 0 dır.

10) N. Mertebeden A ve B matrisleri için,      A.B = A . B dir.


      a b                    x     y
 A=           =4    ve    B=         =7     ⇒ A.B = A . B = 4.7 = 28
      c   d                  z     t
EK MATRİS
       Tanım: n. mertebeden A =aij ]n*nkare matrisi verilmiş
                               [
                                      ise ; [ A ]
                                                   T
olsun. aij elemanının kofaktörü Aij           ij       matrisine, A
matrisinin ek matrisi denir ve Ek(A) ile gösterilir.
Örneğin;
     a11    a12   a   13
                          
                            matrisinin ek matrisi bulunurken, tanıma
 A = a 21   a22   a   23
     a      a     a      
      31     32       33 



göre matriste her elemanın yerine kofaktörü yazılır ve elde edilen
matrisin transpozu alınır.
                                   T
      11
      A            A12        A13   11
                                     A           A  21   A  31
                                                              
                                                           
  A = A21
                  A22        A23 = A12
                                                A  22   A 32 
     A            A          A33  A           A       A    
      31           32              13            23     33 




      a      b                                  d              − b
   A =         matrisi için ek matris , Ek(A) = − c
      c      d                                                  a 
                                                                     
   İşaretleri değişir. Yerleri değişir.
Ek Matris Özelliği
A.Ek(A)=Ek(A).A= A .I

                        a b 
Yukarıdaki özelliği, A=      matrisi için gösterelim:
                        c d 

 a b   d − b  ad − bc − ab + ab   ad − bc     0 
 c d  . − c a  =  cd − cd − bd + ad  =  0           
                                                 − bc + ad 
                                     

=(ad-bc) 
          1 0
         0 1 = A .I 2 ' dıı
            
A-1 Matrisinin Ek Matris Yardımıyla Bulunuşu:
Teorem: A matrisi          A ≠ 0 olan bir matris olmak üzere,
A = Ek ( A)
 −1



      A ‘dır.


İspat: A.Ek(A) =A.I eşitliğinin her iki tarafını, soldan A-1 ile
çarpalım:

      A−1. A.Ek ( A) = A−1. A .Ι ⇒ Ek ( A) = A−1. A .Ι
  ⇒ Ek ( A) = A . A−1.Ι ⇒ Ek ( A) = A . A−1
          −1     Ek ( A)
      A        =
                   A
 1 0 2
Örnek:   A =  2 − 1 3   matrisinin tersini bulalım.
                     
              4 1 8
                     

           −1 Ek ( A)
Çözüm:    A =         olduğu için , det(A) yı ve Ek(A) yı bulalım.
              det( A)
          1 0 2                                              - 11 2 2 
det( A) = 2 − 1 3 = 1 ≠ 0 olduğlduğu , A -1 var dıır Ek(A) =  - 4 0 1 
                                                                       
          4 1 8                                               6 - 1 - 1
                                                                       
                                      - 11 2 2 
                             Ek(A) 
olarak bulunur. O halde, A =
                          -1
                                    =  - 4 0 1  olur.
                                                     
                             det(A)
                                       6 - 1 - 1
                                                    
         ab
 Sonuç :    matrisinde , det(A) = ad - bc ≠ 0 ise ;
         cd
      Ek(A)      1    d     − b
  A =
   -1
            =         − c       dıır
      det(A) ad - bc         a 
Li̇neer cebi̇r 01

More Related Content

What's hot

SVM Tutorial
SVM TutorialSVM Tutorial
SVM Tutorialbutest
 
5. Linear Algebra for Machine Learning: Singular Value Decomposition and Prin...
5. Linear Algebra for Machine Learning: Singular Value Decomposition and Prin...5. Linear Algebra for Machine Learning: Singular Value Decomposition and Prin...
5. Linear Algebra for Machine Learning: Singular Value Decomposition and Prin...Ceni Babaoglu, PhD
 
Matrices And Determinants
Matrices And DeterminantsMatrices And Determinants
Matrices And DeterminantsDEVIKA S INDU
 
Matrix Representation Of Graph
Matrix Representation Of GraphMatrix Representation Of Graph
Matrix Representation Of GraphAbhishek Pachisia
 
ラグランジュ未定乗数法
ラグランジュ未定乗数法ラグランジュ未定乗数法
ラグランジュ未定乗数法弘毅 露崎
 
Scalable machine learning
Scalable machine learningScalable machine learning
Scalable machine learningArnaud Rachez
 
The Singular Value Decomposition theroy + example
 The Singular Value Decomposition theroy + example  The Singular Value Decomposition theroy + example
The Singular Value Decomposition theroy + example shivam choubey
 
2.2 inverse of a matrix
2.2 inverse of a matrix2.2 inverse of a matrix
2.2 inverse of a matrixSelf-Employed
 
Nonnegative Matrix Factorization
Nonnegative Matrix FactorizationNonnegative Matrix Factorization
Nonnegative Matrix FactorizationTatsuya Yokota
 
MATRICES
MATRICESMATRICES
MATRICESdaferro
 
Summer training on matlab
Summer training on matlabSummer training on matlab
Summer training on matlabdangerahad
 
Logistic regression.ppt
Logistic regression.pptLogistic regression.ppt
Logistic regression.pptBalaChowdappa1
 
Matrices
MatricesMatrices
MatricesNORAIMA
 
Lesson02 Vectors And Matrices Slides
Lesson02   Vectors And Matrices SlidesLesson02   Vectors And Matrices Slides
Lesson02 Vectors And Matrices SlidesMatthew Leingang
 
Eigenvalues and eigenvectors of symmetric matrices
Eigenvalues and eigenvectors of symmetric matricesEigenvalues and eigenvectors of symmetric matrices
Eigenvalues and eigenvectors of symmetric matricesIvan Mateev
 

What's hot (20)

SVM Tutorial
SVM TutorialSVM Tutorial
SVM Tutorial
 
5. Linear Algebra for Machine Learning: Singular Value Decomposition and Prin...
5. Linear Algebra for Machine Learning: Singular Value Decomposition and Prin...5. Linear Algebra for Machine Learning: Singular Value Decomposition and Prin...
5. Linear Algebra for Machine Learning: Singular Value Decomposition and Prin...
 
Matrices And Determinants
Matrices And DeterminantsMatrices And Determinants
Matrices And Determinants
 
Matrix Representation Of Graph
Matrix Representation Of GraphMatrix Representation Of Graph
Matrix Representation Of Graph
 
Graph theory
Graph theoryGraph theory
Graph theory
 
Data preparation
Data preparationData preparation
Data preparation
 
ラグランジュ未定乗数法
ラグランジュ未定乗数法ラグランジュ未定乗数法
ラグランジュ未定乗数法
 
Scalable machine learning
Scalable machine learningScalable machine learning
Scalable machine learning
 
The Singular Value Decomposition theroy + example
 The Singular Value Decomposition theroy + example  The Singular Value Decomposition theroy + example
The Singular Value Decomposition theroy + example
 
Fuzzy logic
Fuzzy logicFuzzy logic
Fuzzy logic
 
2.2 inverse of a matrix
2.2 inverse of a matrix2.2 inverse of a matrix
2.2 inverse of a matrix
 
Graph theory
Graph theoryGraph theory
Graph theory
 
Nonnegative Matrix Factorization
Nonnegative Matrix FactorizationNonnegative Matrix Factorization
Nonnegative Matrix Factorization
 
MATRICES
MATRICESMATRICES
MATRICES
 
2.2.ppt.SC
2.2.ppt.SC2.2.ppt.SC
2.2.ppt.SC
 
Summer training on matlab
Summer training on matlabSummer training on matlab
Summer training on matlab
 
Logistic regression.ppt
Logistic regression.pptLogistic regression.ppt
Logistic regression.ppt
 
Matrices
MatricesMatrices
Matrices
 
Lesson02 Vectors And Matrices Slides
Lesson02   Vectors And Matrices SlidesLesson02   Vectors And Matrices Slides
Lesson02 Vectors And Matrices Slides
 
Eigenvalues and eigenvectors of symmetric matrices
Eigenvalues and eigenvectors of symmetric matricesEigenvalues and eigenvectors of symmetric matrices
Eigenvalues and eigenvectors of symmetric matrices
 

Similar to Li̇neer cebi̇r 01

Similar to Li̇neer cebi̇r 01 (7)

Li̇neer cebi̇r 02
Li̇neer cebi̇r 02Li̇neer cebi̇r 02
Li̇neer cebi̇r 02
 
Li̇neer cebi̇r 04
Li̇neer cebi̇r 04Li̇neer cebi̇r 04
Li̇neer cebi̇r 04
 
Li̇neer cebi̇r 05
Li̇neer cebi̇r 05Li̇neer cebi̇r 05
Li̇neer cebi̇r 05
 
Li̇neer cebi̇r 07
Li̇neer cebi̇r 07Li̇neer cebi̇r 07
Li̇neer cebi̇r 07
 
Determinant ve hesaplanmasi_ve_numerik_yontemler
Determinant ve hesaplanmasi_ve_numerik_yontemlerDeterminant ve hesaplanmasi_ve_numerik_yontemler
Determinant ve hesaplanmasi_ve_numerik_yontemler
 
KOORDİNAT SİSTEMİ
KOORDİNAT SİSTEMİKOORDİNAT SİSTEMİ
KOORDİNAT SİSTEMİ
 
9sinkumelersorvecoz
9sinkumelersorvecoz9sinkumelersorvecoz
9sinkumelersorvecoz
 

More from matematikcanavari

8.SINIF - ÜSLÜ SAYILAR 2 (SLAYT)
8.SINIF - ÜSLÜ SAYILAR 2 (SLAYT)8.SINIF - ÜSLÜ SAYILAR 2 (SLAYT)
8.SINIF - ÜSLÜ SAYILAR 2 (SLAYT)matematikcanavari
 
7.SINIF - ALAN HESAPLAMA (SLAYT)
7.SINIF - ALAN HESAPLAMA (SLAYT)7.SINIF - ALAN HESAPLAMA (SLAYT)
7.SINIF - ALAN HESAPLAMA (SLAYT)matematikcanavari
 
TARİHTEKİ ÜNLÜ MATEMATİKÇİLER
TARİHTEKİ ÜNLÜ MATEMATİKÇİLERTARİHTEKİ ÜNLÜ MATEMATİKÇİLER
TARİHTEKİ ÜNLÜ MATEMATİKÇİLERmatematikcanavari
 
5.SINIF - PRİZMA PİRAMİT VE BOYUT (SLAYT)
5.SINIF - PRİZMA PİRAMİT VE BOYUT (SLAYT)5.SINIF - PRİZMA PİRAMİT VE BOYUT (SLAYT)
5.SINIF - PRİZMA PİRAMİT VE BOYUT (SLAYT)matematikcanavari
 
6.SINIF - VERİ TOPLAMA - DENEY (SLAYT)
6.SINIF - VERİ TOPLAMA - DENEY (SLAYT)6.SINIF - VERİ TOPLAMA - DENEY (SLAYT)
6.SINIF - VERİ TOPLAMA - DENEY (SLAYT)matematikcanavari
 
LİSE - TRİGONOMETRİ ÇÖZÜMLÜ ÖRNEKLER (SLAYT)
LİSE - TRİGONOMETRİ ÇÖZÜMLÜ ÖRNEKLER (SLAYT)LİSE - TRİGONOMETRİ ÇÖZÜMLÜ ÖRNEKLER (SLAYT)
LİSE - TRİGONOMETRİ ÇÖZÜMLÜ ÖRNEKLER (SLAYT)matematikcanavari
 
LİSE - TRİGONOMETRİ YÖNLÜ AÇILAR (SLAYT)
LİSE - TRİGONOMETRİ YÖNLÜ AÇILAR (SLAYT)LİSE - TRİGONOMETRİ YÖNLÜ AÇILAR (SLAYT)
LİSE - TRİGONOMETRİ YÖNLÜ AÇILAR (SLAYT)matematikcanavari
 
LİSE - TRİGONOMETRİ DÖNÜŞÜM FORMÜLLERİ (SLAYT)
LİSE - TRİGONOMETRİ DÖNÜŞÜM FORMÜLLERİ (SLAYT)LİSE - TRİGONOMETRİ DÖNÜŞÜM FORMÜLLERİ (SLAYT)
LİSE - TRİGONOMETRİ DÖNÜŞÜM FORMÜLLERİ (SLAYT)matematikcanavari
 
LİSE - TRİGONOMETRİK DENKLEMLER (SLAYT)
LİSE - TRİGONOMETRİK DENKLEMLER (SLAYT)LİSE - TRİGONOMETRİK DENKLEMLER (SLAYT)
LİSE - TRİGONOMETRİK DENKLEMLER (SLAYT)matematikcanavari
 
LİSE - TRİGONOMETRİK DENKLEM SORULARI (SLAYT)
LİSE - TRİGONOMETRİK DENKLEM SORULARI (SLAYT)LİSE - TRİGONOMETRİK DENKLEM SORULARI (SLAYT)
LİSE - TRİGONOMETRİK DENKLEM SORULARI (SLAYT)matematikcanavari
 
LİSE - LOGARİTMA VE Ph (SLAYT)
LİSE - LOGARİTMA VE Ph (SLAYT)LİSE - LOGARİTMA VE Ph (SLAYT)
LİSE - LOGARİTMA VE Ph (SLAYT)matematikcanavari
 
LİSE - LOGARİTMA TABAN DEĞİŞTİRME (SLAYT)
LİSE - LOGARİTMA TABAN DEĞİŞTİRME (SLAYT)LİSE - LOGARİTMA TABAN DEĞİŞTİRME (SLAYT)
LİSE - LOGARİTMA TABAN DEĞİŞTİRME (SLAYT)matematikcanavari
 
LİSE - LOGARİTMA FONKSİYONU (SLAYT)
LİSE - LOGARİTMA FONKSİYONU (SLAYT)LİSE - LOGARİTMA FONKSİYONU (SLAYT)
LİSE - LOGARİTMA FONKSİYONU (SLAYT)matematikcanavari
 
LİSE - PERMÜTASYON KOMBİNASYON 2 (SLAYT)
LİSE - PERMÜTASYON KOMBİNASYON 2 (SLAYT)LİSE - PERMÜTASYON KOMBİNASYON 2 (SLAYT)
LİSE - PERMÜTASYON KOMBİNASYON 2 (SLAYT)matematikcanavari
 

More from matematikcanavari (20)

8.SINIF - ÜSLÜ SAYILAR 2 (SLAYT)
8.SINIF - ÜSLÜ SAYILAR 2 (SLAYT)8.SINIF - ÜSLÜ SAYILAR 2 (SLAYT)
8.SINIF - ÜSLÜ SAYILAR 2 (SLAYT)
 
7.SINIF - ALAN HESAPLAMA (SLAYT)
7.SINIF - ALAN HESAPLAMA (SLAYT)7.SINIF - ALAN HESAPLAMA (SLAYT)
7.SINIF - ALAN HESAPLAMA (SLAYT)
 
AMİRAL BATTI OYUNU
AMİRAL BATTI OYUNUAMİRAL BATTI OYUNU
AMİRAL BATTI OYUNU
 
TARİHTEKİ ÜNLÜ MATEMATİKÇİLER
TARİHTEKİ ÜNLÜ MATEMATİKÇİLERTARİHTEKİ ÜNLÜ MATEMATİKÇİLER
TARİHTEKİ ÜNLÜ MATEMATİKÇİLER
 
5.SINIF - PRİZMA PİRAMİT VE BOYUT (SLAYT)
5.SINIF - PRİZMA PİRAMİT VE BOYUT (SLAYT)5.SINIF - PRİZMA PİRAMİT VE BOYUT (SLAYT)
5.SINIF - PRİZMA PİRAMİT VE BOYUT (SLAYT)
 
6.SINIF - VERİ TOPLAMA - DENEY (SLAYT)
6.SINIF - VERİ TOPLAMA - DENEY (SLAYT)6.SINIF - VERİ TOPLAMA - DENEY (SLAYT)
6.SINIF - VERİ TOPLAMA - DENEY (SLAYT)
 
LİSE - TRİGONOMETRİ ÇÖZÜMLÜ ÖRNEKLER (SLAYT)
LİSE - TRİGONOMETRİ ÇÖZÜMLÜ ÖRNEKLER (SLAYT)LİSE - TRİGONOMETRİ ÇÖZÜMLÜ ÖRNEKLER (SLAYT)
LİSE - TRİGONOMETRİ ÇÖZÜMLÜ ÖRNEKLER (SLAYT)
 
LİSE - TRİGONOMETRİ YÖNLÜ AÇILAR (SLAYT)
LİSE - TRİGONOMETRİ YÖNLÜ AÇILAR (SLAYT)LİSE - TRİGONOMETRİ YÖNLÜ AÇILAR (SLAYT)
LİSE - TRİGONOMETRİ YÖNLÜ AÇILAR (SLAYT)
 
LİSE - TRİGONOMETRİ DÖNÜŞÜM FORMÜLLERİ (SLAYT)
LİSE - TRİGONOMETRİ DÖNÜŞÜM FORMÜLLERİ (SLAYT)LİSE - TRİGONOMETRİ DÖNÜŞÜM FORMÜLLERİ (SLAYT)
LİSE - TRİGONOMETRİ DÖNÜŞÜM FORMÜLLERİ (SLAYT)
 
LİSE - TRİGONOMETRİK DENKLEMLER (SLAYT)
LİSE - TRİGONOMETRİK DENKLEMLER (SLAYT)LİSE - TRİGONOMETRİK DENKLEMLER (SLAYT)
LİSE - TRİGONOMETRİK DENKLEMLER (SLAYT)
 
LİSE - TRİGONOMETRİK DENKLEM SORULARI (SLAYT)
LİSE - TRİGONOMETRİK DENKLEM SORULARI (SLAYT)LİSE - TRİGONOMETRİK DENKLEM SORULARI (SLAYT)
LİSE - TRİGONOMETRİK DENKLEM SORULARI (SLAYT)
 
LİSE - LOGARİTMA VE Ph (SLAYT)
LİSE - LOGARİTMA VE Ph (SLAYT)LİSE - LOGARİTMA VE Ph (SLAYT)
LİSE - LOGARİTMA VE Ph (SLAYT)
 
LİSE - LOGARİTMA TABAN DEĞİŞTİRME (SLAYT)
LİSE - LOGARİTMA TABAN DEĞİŞTİRME (SLAYT)LİSE - LOGARİTMA TABAN DEĞİŞTİRME (SLAYT)
LİSE - LOGARİTMA TABAN DEĞİŞTİRME (SLAYT)
 
LİSE - LOGARİTMA FONKSİYONU (SLAYT)
LİSE - LOGARİTMA FONKSİYONU (SLAYT)LİSE - LOGARİTMA FONKSİYONU (SLAYT)
LİSE - LOGARİTMA FONKSİYONU (SLAYT)
 
LİSE - LOGARİTMA (SLAYT)
LİSE - LOGARİTMA (SLAYT)LİSE - LOGARİTMA (SLAYT)
LİSE - LOGARİTMA (SLAYT)
 
LİSE - PERMÜTASYON KOMBİNASYON 2 (SLAYT)
LİSE - PERMÜTASYON KOMBİNASYON 2 (SLAYT)LİSE - PERMÜTASYON KOMBİNASYON 2 (SLAYT)
LİSE - PERMÜTASYON KOMBİNASYON 2 (SLAYT)
 
LİSE - ORAN ORANTI 2 (SLAYT)
LİSE - ORAN ORANTI 2 (SLAYT)LİSE - ORAN ORANTI 2 (SLAYT)
LİSE - ORAN ORANTI 2 (SLAYT)
 
LİSE - ORAN ORANTI (SLAYT)
LİSE - ORAN ORANTI (SLAYT)LİSE - ORAN ORANTI (SLAYT)
LİSE - ORAN ORANTI (SLAYT)
 
LİSE - ÇARPANLARA AYIRMA 2
LİSE - ÇARPANLARA AYIRMA 2LİSE - ÇARPANLARA AYIRMA 2
LİSE - ÇARPANLARA AYIRMA 2
 
LİSE - ÇARPANLARA AYIRMA 1
LİSE - ÇARPANLARA AYIRMA 1LİSE - ÇARPANLARA AYIRMA 1
LİSE - ÇARPANLARA AYIRMA 1
 

Li̇neer cebi̇r 01

  • 1. MATEMATİK DÖNEM ÖDEVİ KONU: MATRİSLER VE DETERMİNANTLAR DERS ÖĞRETMENİ: BAŞLAMAK İÇİN TIKLAYIN...
  • 3. TANIM: m,n∈için, (i=1,2,3,...,m ; j=1,2,3,...,n) olmak üzere , a ij reel + N sayılarından oluşturulan; a 11a ... a ... a  12 1j 1n   a 21a ... a 22 ... a  2j 2n  : : : : : :    → i. satır a i1a ... a i2 ... a  ij in  : : : : : :    a n1  a n2 ... a mj ... amn   ↓ j. sütun tablosuna, m x n biçiminde (tipinde) bir matris denir. ∈ Satranç tahtası 8x8 tipinde bir matris örneğidir.
  • 4. A matrisindeki her sayıya, matrisin elemanı ya da bileşeni ve a ij elemanındaki i sayısına birinci indis, j sayısına da ikinci indis denir. a ij elemanı, A matrisinin i. satır ile j. sütununun kesim noktasında bulunur. Tablo biçiminde gösterilen A matrisi kısaca A = [ ij ]m*n şeklinde a gösterilir. Burada, m matrisin satır sayısını, n de sütun sayısını gösterir. . A matrisinin a i1 , a i 2 , a ij , a in elemanlarına i.satır elemanları; a ,a ,a ,a 1j 2j ij mj elemanlarına da j. sütun elemanları denir.
  • 5.
  • 6.
  • 7.
  • 8. Satır Matris Tanım: A= [aij]m x n matrisinin her satırına, satır matrisi denir. B1 = [a11 a12 ... a1n] (1.satır matrisi) B2 = [a21 a22 ... a2n] (2.satır matrisi) . . . . . . . . . . . . Bm = [am1 am2 ... amn] (m.satır matrisi)  B1  B   2 A matrisi satır matrisine A= [aij]m x n =  .  şeklinde bağlı olarak,   gösterilir.  .   Bm   
  • 9. Sütun Matris Tanım: A= [aij]m x n matrisinin her sütununa, sütun matrisi denir. • A1 :1.satır matrisi  a11   a12   a1n   a21   a12   a2 n  • A2 : 2.satır matrisi A1 =   , A2 =   ,......, An =   • ...  ....   ....   ....  • ...  am1     am 2     amn    • An : n.satır matrisi A matrisi sütun matrisine bağlı olarak , A= [aij]m x n = [A1 A2 A3 ... An] şeklinde gösterilir.
  • 10. Kare Matris Tanım: n x n tipindeki A= [aij]m x n matrisine, n. basamaktan kare matris denir. 3 −4  matrisi , 2.sıradan bir kare matrisidir. 1 5   Satranç tahtası aynı zamanda 8x8 ‘lik bir kare matris örneğidir.
  • 11. Sıfır Matrisi Tanım: Bütün elemanları sıfır olan matrise,sıfır matrisi denir ve O harfi ile gösterilir. 0 0 0 matrisi , 2x3tipinde bir sıfır matristir. 0 0  02 x 3 
  • 12. Asal Köşegen , Yedek Köşegen Tanım : A= [aij]n x n kare matrisine a11,a22,a33,...,ann elemanlarının oluşturduğu köşegene, asal köşegen; an1,a(n-1)2,...,a1n terimlerinin oluşturduğu köşegene, yedek köşegen denir. a11 a12 a13  a11,a22,a33 : asal köşegen a a22 a23   21  a31,a22,a13 :yedek köşegen a31  a32 a33   Yedek köşegen Asal köşegen
  • 13. Köşegen Matris Tanım: A= [aij]n x n kare matrisinde asal köşegen üzerindeki elemanların dışında, diğer elemanları sıfır ise, bu tip kare matrise, köşegen matris denir. 3 0 0 0 −4  0 matrisi, 3.sıradan bir köşegen  matrisidir. 0  0 0 
  • 14. Skalar Matris Tanım: A= [aij]n x n köşegen matrisinde a11 = a22 = a33 ...= ann = k ise, (k ∈ R) bu matrise, skalar matris denir. 5 0 matrisi, 2.sıradan bir skalar matristir. 0 5  
  • 15. Birim Matris Tanım: Asal köşegen üzerindeki elemanları bir, diğer elemanları sıfır olan kare matrise, birim matris denir. n x n tipindeki bir birim matris In ile gösterilir. 1 0 0 0 0 1 0 0 matrisi , 4.sıradan bir birim I4 =  matrisidir. I4 ile gösterilir. 0 0 1 0   0 0 0 1 (asal köşegen)
  • 16. Şekildeki bulmaca 15x15 tipinde bir matris örneğidir.
  • 17. İKİ MATRİSİN EŞİTLİĞİ Tanım: Tipleri aynı ve karşılıklı elemanları eşit olan matrisler, eşit matrisler denir. ∀ (i, j) ∈ M x N için, aij = bij ⇔ [aij]m x n = [bij]m x n ÖRNEK:  5a 3a + 2b   4 x A=  ve B=  a + 2b b 5   y 2 olmak üzere, A = B ise x kaçtır ? y
  • 18.  5a 3a + 2b  4 x  matrislerinin ÇÖZÜM : A = B ⇒   =   a + 2b b 5   y 2 eşitliğinden, 5a = 4, 5b = 2 , 3a + 2b = x ,a + 2b = y olduğundan 5a = 22 ⇒ 5a = 52b den,a =2b olur. Bulunan değer x/y 5b = 2 ⇒ 52b = 22 de yerine yazılırsa; x 3a + 2b 3(2b) + 2b 8b = = = = 2 bulunur. y a + 2b 2b + 2b 4b
  • 19. x + y 1 0 6 1 0 Örnek:   = −  ise  -1 4 22 x3  1 x − y 2 2x3 x =?
  • 20. Çözüm: x + y = 6 x- y = 4 2x = 10 ⇒ x = 5
  • 21. MATRİSLERDE TOPLAMA İŞLEMİ Tanım: A= [aij]m x n ve B= [bij]m x n matrisleri verilmiş olsun. A + B = [aij]m x n + [bij]m x n= A= [aij+ bij]m x n matrisine, A ve B matrislerinin toplamı denir. O halde, matrisleri toplarken sadece karşılıklı elemanlar toplanır.
  • 22. ÖRNEK: A matrisi, (m+1) x 2 ; B matrisi, (n+1)x(p-2) ve A+B matrisi 3 x k biçimindeyse; (m+p+k) kaçtır?
  • 23. ÇÖZÜM: İki matrisin toplanabilmesi için tipleri aynı olmalı idi. Buna göre; m+1 = n+1 ∧ p-2 = 2 ⇒ m=n ∧ p=4 3xk = (m+1)x 2 den m+1 = 3 ∧ k=2 m =n 2 , p=4 , k = 2 olmalıdır. m+p+k = 2+4+2 = 8 dir.
  • 24. - 2   5   z    +   = −  Örnek :  1   y   1 ise (x, y, z) = ?  x   − 4  2       
  • 25. Çözüm : x - 4 = 2 ⇒ x = 6 1 + y = -1 ⇒ y = -2 -2+5= z⇒ z = 3
  • 26. TOPLAMA İŞLEMİNİN ÖZELİKLERİ 1. Matrisler kümesinde toplama işleminin değişme özeliği vardır. [ ] A = a ij mxn [ ] ve B = b ij mxn matrisleri için, A +B =B+A 2. Matrisler kümesinde toplama işleminin birleşme özeliği vardır. [ ] A = a ij mxn [ ] , B = b ij mxn [ ] , C = c ij mxn matrisleri için, A + (B + C) = (A + B) + C olur.
  • 27. 3. Sıfır matrisi, toplama işleminin etkisiz elemanıdır. A = a ij [ ] mxn ,0 =[0] mxn matrisleri için, 0 +A = A olur. 4. A = [a ij ] mxn matrisinin toplama işlemine göre ters matrisi, [ ] - A = - a ij mxn matrisidir. A+(-A) = [ 0] mxn
  • 28. Bir Matrisin Toplama İşlemine Göre Tersi Tanım: A = [a ] matrisi verilmiş olsun. - A = [a ] matrisine , [a ] ij mxn ij mxn A= ij mxn matrisinin toplama işlemine göre tersi denir. - 2 1 3  Örneğin: A=  matrisinin toplama işlemine göre tersi,  4 5 - 6  2 - 1 - 3 - 4 - 5 6    matrisidir.
  • 29. İKİ MATRİSİN FARKI [ ] Tanım : A = a ij mxn [ ] , B = b ij mxn matrislerinin farkı, [ ] A - B = A + (-B) = a ij mxn [ ] + - b ij mxn [ = a ij − b ij ] mxn olur.
  • 30. MATRİSLERİN SKALARLA ÇARPIMI C bir cisim olmak üzere, bu cismin elemanlarına, skalar denir Örneğin: k=5 bir reel skalar dır. Tanım: k skalar sayısı ve A= [aij]m x n matrisi verilmiş olsun. k.A = k. [aij]m x n = A= [k.aij]m x n matrisine, k skalar sayısı ile A matrisinin çarpımı denir. 2 - 3 Örnek :   matrisi ve k = 3 sayısı için 4 1  k.A matrisini bulalım. 2 - 3  6 − 9 Çözüm : k.A = 3. =  bulunur. 4 1  12 3 
  • 31. Skalarla Çarpmanın Özellikleri Teorem: Bir C cismindeki üç skalar sayı; k, k1,k2 olsun. [ ] Her A = [a ij ] mxn ve B = b ij mxn matrisleri için 1. k.(A+B) = k.A + k.B 2. (k1+ k2).A = k1.A + k2.A 3. k1.(k2.A) = (k1.k2).A
  • 32.  - 1 2 0 1 0 − 1  Örnek : 3.  + (−4). =? - 2 - 3 1   2 3 − 2
  • 33.  - 3 6 0  − 4 0 4 Çözüm :   + −  - 6 - 9 3  8 − 12 8  −7 6 4 =  − 14 − 21 11 2 x 3
  • 34. MATRİSLERDE ÇARPMA İŞLEMİ Tanım: İki matrisin çarpılabilmesi için ;1. matrisin sütun sayısı , 2. matrisin satır sayısına eşit olmalıdır. n A= [a ] ij mxn B= [b ]jk nxp olmak üzere; elemanları c ik = ∑ a ij . b jk = a i1 . b1k + a i 2 . b2 k + ... + a in . bnk j=1 toplamıyla bulunan C =[cik ]mxp matrisine A ve B matrislerinin çarpımı denir ve Cmxp = Amxn . Bnxp biçiminde gösterilir.
  • 35. 2 1 3 4 Örnek: A =  B=  olduğuna göre A.B ve B.A’yı 3 0  0 1  bulalım.
  • 36. 2 1 3 4  2.3 + 1.0 2.4 + 1.1 6 9  Çözüm: A.B =   . 0 1  = 3.3 + 0.0 3.4 + 0.1 = 9 12 3 0        3 0 2 1 3.2 + 4.3 0.2 + 1.3 18 3 B.A =   . 3 0 =  0.2 + 1.3 0.1 + 1.0  =  3 0 4 1        Buna göre A.B ve B.A birbirine eşit değildir.
  • 37. MATRİSLERDE ÇARPMA İŞLEMİNİN ÖZELLİKLERİ 1.Çarpma işleminin değişme özelliği yoktur. A . B ≠ B . A 2. A ≠ O ve B ≠ O olduğu halde, A . B = O olabilir.  2 − 1 1 1 A=   ve B=  olup; − 2 1   2 2  2−2 2 − 2   0 0 A.B =   =  0 0 dır.  − 2 + 2 − 2 + 2  
  • 38. 3. A . O = 0 . A = 0 dır. Buna göre,sıfır matrisi çarpma işleminde yutan elemandır. 4. Birim matris çarpma işleminin etkisiz elemanıdır. I birim matris olmak üzere, A . I = I . A = A dır. 5. Matrislerde çarpma işleminin birleşme özelliği vardır. A = [aij]m x n ve B = [bjk]n x p , C = [cjk]p x r olmak üzere ; A.(B .C) = (A .B) . C dir.
  • 39. 6. Matrislerde çarpma işleminin dağılma özelliği vardır. a. Matrislerde çarpma işleminin toplama işlemi üzerine soldan dağılma özelliği; A = [aij]m x n ve B = [bjk]n x p , C = [cjk]n x p olmak üzere ; A.(B +C) = A .B + A . C dir. b. Matrislerde çarpma işleminin toplama işlemi üzerine sağdan dağılma özelliği; A ve B matrisleri m x n türünde, C matrisi n x p türünde iseler, (A +B) C . = A .C + B . C olur.
  • 40. 7. A = [aij]m x n ve B = [bjk]n x p ve k = R sayı ise, k.(A.B)=A. (k.B)=(k.A).B dir. 8. A sıfır değilken ve A.B=A.C iken, B=C olmayabilir. 3 2  1 3 3 1  Örnek: A =   , B = 4 1 , C = 1 4 veriliyor.A.B=B.C 6 4     olduğunu gösterelim.
  • 41.  3 2  1 3  11 11   1 1 Çözüm: A.B =   .  4 1 =  22 22 = 11.  2 2  6 4        3 2  3 1  11 11   1 1 A.C =   . 1 4 =  22 22 = 11.  2 2  6 4       O halde A.B=A.C dir. Dikkat edilirse , A.B =A.C iken , B , C’ye eşit değildir.
  • 42. KARE MATRİSİN KUVVETİ Tanım: n. Sıradan bir A kare matrisi verilmiş olsun. k∈N+ olmak üzere A0 = In , A1 =A, A2 = A.A , A3 =A.A2 , ..., Ak =A.Ak-1 dir.
  • 43. BİR MATRİSİN ÇARPMA İŞLEMİNE GÖRE TERSİ Tanım: n. Sıradan bir A kare matrisi için, A.B=B.A= koşulunu sağlayan n. Sıradan B kare matrisi varsa; B matrisine , A matrisinin çarpma işlemine göre tersi denir. A matrisinin çarpma işlemine göre ters matrisi, A-1 ile gösterilir. A.A-1 = A-1.A =In dir. Çarpma İşlemine Göre Ters Matrislerin Özellikleri 1. k ∈ R - { 0} olmak üzere , n. sıradan bir A kare matrisinin çarpma işlemine göre tersi varsa, ( k.A)-1 = 1 . A -1 k
  • 44. 2. n. Sıradan A ve B kare matrislerinin çarpma işlemine göre tersleri, A −1 ve B− 1 ise; ( A.B)-1 =B − .A -1 1 a b  −1 1  d − b 3. A =  A =  ise, ad − bc − c a  dır. c d    −1 Eğer ad-bc=0 ise,A yoktur.
  • 45. BİR MATRİSİN TRANSPOZU(DEVRİĞİ) Tanım: A = a ij[ ] matrisinin sütunları satır ya da satırları [a ] mxn sütun haline getirmekle elde edilen ji nxm matrisine A matrisinin devriği denir ve AT veya Ad ile gösterilir. − 3 2   − 3 4 5 A= matrisinin transpozu, A T = A d =  4 − 1  2 − 1 6    5 6   Teorem: A ve B matrisleri mxn türünden iki matris ve k bir skalar ise; 2. ( A + B) = A + B 3. ( k.A ) = k.A T T T T 1. (A T ) T =A
  • 46. [ ] Teorem: A = a ij mxn ve B = [b ] jk nxp matrisleri için, (A.B) T = BT .A T dir. T −1 −1 T Teorem: A tersi olan bir matris ise, (A ) = (A ) dir. 1 −1 2 Örnek: A.B =   ise, BT . AT matrislerini bulalım. 3 4 5 Çözüm: T  1 3 1 −1 2 (A.B) = B .A için B .A =  T T T T T  = −1 4 dir.   3 4 5  2 5  
  • 47. Simetrik-Antisimetrik-Ortogonal Tanım: A , n x n tipinde bir kare matris olsun; T 1. A = A ise, A matrisine, simetrik matris denir. T 2. A = -A ise A matrisine, antisimetrik matris denir. 3. A T = A −1 ise A matrisine, ortogonal matris denir. 0 3 4  2 3 Örnek: A =  , B =  − 3 0 − 6 matrislerinin hangisinin  3 5   − 4 6 0    simetrik hangisinin antisimetrik olduğunu görelim.
  • 48. 2 3 Çözüm: A =   simetrik bir matristir. Çünkü, A = AT dir. 3 5 0 3 4 B = − 3 0 − 6 matrisi, antisimetrik matristir. Çünkü, AT = -A dır.   4 6 0   Antisimetrik matrislerde,asal köşegen üzerindeki elemanlar sıfırdır. Asal köşegenlere göre simetrik elemanların toplamı sıfırdır.
  • 49. DETERMİNANTLAR Tanım:1x1 biçimindeki A = [a11] matrisinin determinantı, A = a11 dir. Örneğin; A=[7] matrisi için A = 7 dir.  a11 a  Tanım: 2x2 biçimindeki A =  12  matrisinin determinantı a 21 a 22  A = a 11 a 12 = a11 . a 22 −a12 . a 21 dir. a 21 a 22
  • 50.  3 − 6 Örnek: A = −  olduğuna göre , A yı hesaplayalım.  2 8  3 − 6 Çözüm: A = −  = 3.8-(-2).(-6) = 24-12 = 12 bulunur.  2 8  a11 a 12 a 13    Tanım : 3 × 3 biçimindeki A = a 21 a 22 a 23  matrisinin determinantıı a a a   31 32 33  a a a 11 12 13 A=a a 21 22 23 a = (a . a . a + a . a . a + a . a . a 11 22 33 21 32 13 31 12 23 ) a a a 31 32 33 − (a13 . a 22 . a31 + a23 . a32 . a11 + a33 . a12 . a21) dir.
  • 51. - 1 0 3  =  2 1 0  olduğldu göre, A yı hesaplayalım. Örnek : A    0 5 - 4  
  • 52. -1 0 3 Çözüm : A = 2 1 0 0 5 -4 = [(−1).1.(−4) + 2.5.3 + 0.0.0]− [ .1.0 + 0.5.(−1) + (−4).0.2] 3 = (4 + 30 + 0) − (0 + 0 + 0) = 34 bulunur.
  • 53. MİNÖR VE KOFAKTÖR (EŞ ÇARPAN) Tanım: n. sıradan bir A kare matrisinin i. Satır ve j. Sütun atıldıktan sonra geriye kalan matrisin determinantına, a ij elemanının Minör’ü denir ve M ij ile gösterilir. A ij = (−1) i + j .M ij ifadesine, a ij elemanının kofaktörü yada işaretli minörü denir. Tanım: 3x3 türünden bütün matrislerin kümesi M 3 olsun. a11 a 12 a 13    a A =  21 a 22 a 23  ∈ M3 olmak üzere, a a a   31 32 33  det(A) = a11 A11 + a12 A12 + a13 A13 ile tanımlı D : M3 → R fonksiyonuna, determinant fonksiyonu denir.
  • 54. 3001 3003 Örnek: A = determinantını hesaplayalım. 2997 2999 3001 3003 a + 1 a + 3 Çözüm: 3000=a dersek, A= = olur. 2997 2999 a − 3 a − 1 Buna göre, açılımını yapalım: A =(a+1).(a-1)-(a-3).(a+3)=[(a.a)-1]-[(a.a)-9]=8 bulunur.
  • 55. DETERMİNANT FONKSİYONU Tanım: n. Mertebeden kare matrislerin kümesi Mn olsun.   a 11 a 12 a 1n  a ∈ M 21 a 22 a 2 n  n olmak üzere   a n1 a n 2 a nn  det(A) = A = a11 A11 + a12 A12 + ... + a1n A1n ile tanımlı D : M 3 → R fonksiyonuna, determinant fonksiyonu; D(A)= A ifadesine de A matrisinin determinantı denir.
  • 56. − 1 0 2 0 1 − 1 0 1 Örnek: A = 0 1 2 1 değerini bulalım. − 1 3 2 4
  • 57. −1 0 1 1 −1 1 Çözüm: A =− .( − ) 2 . 1 1 1 2 1 + .( − ) 4 . 0 2 1 1 1 3 2 4 − 1 3 4 A = -1.(-8+2+2-6)+2.(4+1+1-3) ⇒ A = -1.(-10)+2.(3)=16 bulunur.
  • 58. DETERMİNANTLARIN ÖZELLİKLERİ 1) Bir kare matrisin, determinant değeriyle devriğinin determinant değeri eşittir. A karesel matris ise, A = A T dir. 2) Bir kare matrisin iki satır veya sütun elemanları orantılı ise, bu matrisin determinantının değeri sıfırdır. 2a 2b 2c A = a b c a, b, c ∈R - {0} determinantı verilmiş olsun. 1 1 1 Bu determinantın birinci satırındaki terimlerle ikinci satırındaki terimler, karşılıklı olarak orantılı olduğu için, A = 0 dır.
  • 59. 3) Bir kare matrisin herhangi bir satır veya sütununda buluna tüm terimler sıfır ise, determinantın değeri sıfırdır. 4 -2 0 A =4 -1 0 =0 dır. 3 4 0 4) Bir kare matriste bir köşegenin üstündeki yada altındaki tüm elemanlar sıfır ise determinantın değeri köşegen üzerindeki elemanların çarpımı ya da bu çarpımın ters işaretlisine eşittir. a 11 a 12 a 13 A = 0 a 22 a 23 = a11 . a 22 . a 33 (Asal köşegen altındaki elemanlar sıfırdır.) 0 0 a 33
  • 60. 5) Bir determinantın iki satırı veya sütunu aralarında yer değiştirilirse, determinant işaret değiştirir. a b c d = 6 ise = −6 dır. (1. Satır ile 2. Satır yer c d a b değiştirmiştir.) 6) Bir determinantın bir satır veya sütunu k sayısı ile çarpılırsa, determinantın değeri de k katına çıkar. a b ka kb A= ise k. A = olur. c d c d
  • 61. 7) Bir determinantın herhangi bir satırında veya sütununda bulunan tüm terimlerin k katı alınarak, başka bir satırın veya sütunun elemanlarıyla toplanarak elde edilen yeni determinantın değeri değişmez. a b a b = dir. (1. Satırın k katı 2. Satıra c d c + ka d + kb eklenmiştir.)
  • 62. 8) Bir determinantın herhangi bir satırında veya sütunundaki her eleman iki terimin toplamından oluşuyorsa, bu determinant aynı sıradan iki determinantın toplamı biçiminde yazılabilir. a +x b +y c +z 1 1 1 Determinantı aynı sıradan iki A= a b c 2 2 2 determinantın toplamı biçiminde a b 3 c 3 3 yazılırsa ; a b c x y z 1 1 1 A=a b c +a b c 2 2 2 2 2 2 olur. a b c a b c 3 3 3 3 3 3
  • 63. 9) Bir determinantın herhangi bir satır yada sütunun ait terimler, bir başka satır veya sütunun terimlerine ait eş çarpanlar ile karşılıklı çarpılır ve çarpımlar toplanırsa, toplam sıfır olur. 3. Sıradan bir determinantta a11.A21+a12.A22+a13.A23 = 0 dır. 10) N. Mertebeden A ve B matrisleri için, A.B = A . B dir. a b x y A= =4 ve B= =7 ⇒ A.B = A . B = 4.7 = 28 c d z t
  • 64. EK MATRİS Tanım: n. mertebeden A =aij ]n*nkare matrisi verilmiş [ ise ; [ A ] T olsun. aij elemanının kofaktörü Aij ij matrisine, A matrisinin ek matrisi denir ve Ek(A) ile gösterilir.
  • 65. Örneğin; a11 a12 a 13    matrisinin ek matrisi bulunurken, tanıma A = a 21 a22 a 23 a a a   31 32 33  göre matriste her elemanın yerine kofaktörü yazılır ve elde edilen matrisin transpozu alınır. T  11 A A12 A13   11 A A 21 A 31      A = A21  A22 A23 = A12  A 22 A 32  A A A33 A A A   31 32   13 23 33  a b d − b A =  matrisi için ek matris , Ek(A) = − c c d  a   İşaretleri değişir. Yerleri değişir.
  • 66. Ek Matris Özelliği A.Ek(A)=Ek(A).A= A .I a b  Yukarıdaki özelliği, A=   matrisi için gösterelim: c d   a b   d − b  ad − bc − ab + ab   ad − bc 0   c d  . − c a  =  cd − cd − bd + ad  =  0  − bc + ad        =(ad-bc)  1 0 0 1 = A .I 2 ' dıı  
  • 67. A-1 Matrisinin Ek Matris Yardımıyla Bulunuşu: Teorem: A matrisi A ≠ 0 olan bir matris olmak üzere, A = Ek ( A) −1 A ‘dır. İspat: A.Ek(A) =A.I eşitliğinin her iki tarafını, soldan A-1 ile çarpalım: A−1. A.Ek ( A) = A−1. A .Ι ⇒ Ek ( A) = A−1. A .Ι ⇒ Ek ( A) = A . A−1.Ι ⇒ Ek ( A) = A . A−1 −1 Ek ( A) A = A
  • 68.  1 0 2 Örnek: A =  2 − 1 3 matrisinin tersini bulalım.    4 1 8   −1 Ek ( A) Çözüm: A = olduğu için , det(A) yı ve Ek(A) yı bulalım. det( A) 1 0 2 - 11 2 2  det( A) = 2 − 1 3 = 1 ≠ 0 olduğlduğu , A -1 var dıır Ek(A) =  - 4 0 1    4 1 8  6 - 1 - 1   - 11 2 2  Ek(A)  olarak bulunur. O halde, A = -1 =  - 4 0 1  olur.  det(A)  6 - 1 - 1   ab Sonuç :   matrisinde , det(A) = ad - bc ≠ 0 ise ; cd Ek(A) 1 d − b A = -1 = − c  dıır det(A) ad - bc  a 