Konu Anlatımı / Ders Notu
Cebir I: Lineer Cebir, Matrisler, Determinant ve Özdeğerler Konu Anlatımı
ÖABT Matematik (ortaöğretim): matris işlemleri, determinant, ters matris, lineer denklem sistemleri, vektör uzayı, baz, boyut, rank, lineer dönüşümler, özdeğer-özvektör, iç çarpım, dik izdüşüm ve köşegenleştirme.
ÖABT Matematik — Cebir I
Konu Özeti
ÖABT ortaöğretim Matematik testinde **Cebir yaklaşık %24** ağırlıktadır. Lineer cebir; matrisleri yalnız sayısal tablolar olarak değil, **lineer dönüşümlerin gösterimi**, denklem sistemlerinin yapısı ve vektör uzayının dili olarak inceler. Bu pakette **matris–determinant–ters–rank**, **vektör uzayı–baz–boyut**, **özdeğer–özvektör** ve **ortogonallik** birlikte ele alınır. Grup, halka ve cisim gibi soyut cebir konuları sonraki pakettedir.
1. Matris Kavramı, Boyut ve İşlemler
**m×n matris**, m satır ve n sütun içerir; girişler aᵢⱼ ile gösterilir. İki matrisin **toplanabilmesi** için boyutlarının aynı olması gerekir. Skaler çarpma tüm elemanları skalerle çarpar. **A(m×n)·B(n×p)** çarpımı tanımlıdır ve sonuç **m×p** boyutundadır. Çarpımın (i,j) girdisi **Σₖaᵢₖbₖⱼ** olur.
**Matris çarpımı genellikle değişmeli değildir:** AB≠BA olabilir. Fakat boyutlar uygunsa **(AB)C=A(BC)** ve **A(B+C)=AB+AC**. Birim matris I için AI=IA=A (uygun boyutta). **Sıfır matris** 0; A·0=0. **Aᵀ**, satır ve sütunların yer değiştirmesidir; **(AB)ᵀ=BᵀAᵀ** (sıra ters döner). Simetrik A için Aᵀ=A, ters simetrik A için Aᵀ=−A.
2. Determinant ve Özellikleri
Determinant yalnız **kare matrisler** için tanımlanır. **2×2:** det[[a,b],[c,d]]=ad−bc. **3×3** için kofaktör açılımı veya uygun satır işlemleri kullanılır. Üçgensel matrisin determinantı **köşegen elemanlarının çarpımıdır**. detI=1, detAᵀ=detA, **det(AB)=detA·detB**.
Determinantın satır işlemleriyle değişimi: iki satırı **takaslamak işareti değiştirir**; bir satırı k ile çarpmak determinantı **k katına çıkarır**; bir satıra diğer satırın k katını eklemek determinantı **değiştirmez**. Bir satır tümüyle sıfırsa veya satırlar lineer bağımlıysa detA=0. n×n için **det(kA)=kⁿdetA**; yalnız k ile çarpılmaz.
3. Ters Matris ve Adjugat
Kare A için **AA⁻¹=A⁻¹A=I**. Böyle ters ancak **detA≠0** ise vardır. **2×2 ters:** A=[[a,b],[c,d]] ise A⁻¹=(1/(ad−bc))[[d,−b],[−c,a]], detA≠0 koşuluyla.
Genel kare durumda **A⁻¹=adj(A)/detA** (detA≠0). Burada **adj(A)**, kofaktörler matrisinin transpozudur. Ayrıca **(AB)⁻¹=B⁻¹A⁻¹**, **(Aᵀ)⁻¹=(A⁻¹)ᵀ** ve **det(A⁻¹)=1/detA**. Ters bulunamıyorsa satır işlemleri veya determinantın sıfır olması bunu gösterir.
4. Gauss Elemesi ve Lineer Denklem Sistemleri
**Ax=b** sisteminde A katsayılar matrisi, x bilinmeyenler sütunu, b sağ taraftır. **Genişletilmiş matris [A|b]** satır işlemleriyle basamak biçimine getirilir. İzinli elementer satır işlemleri: satırları takasla; bir satırı sıfır olmayan skalerle çarp; bir satıra diğer satırın katını ekle.
**Rouché–Capelli koşulu:** Sistem çözülür ancak ve ancak **rank(A)=rank([A|b])**. Bu ortak rank bilinmeyen sayısı n ise **tek çözüm**; n'den küçükse **sonsuz çözüm** (gerçel bir cisim üzerinde); ranklar farklıysa **çözüm yoktur**. Kare A için detA≠0 olduğunda her b için eşsiz x=A⁻¹b. **Cramer kuralı**, yalnız kare ve detA≠0 durumda xᵢ=detAᵢ/detA verir.
5. Vektör Uzayları ve Alt Uzaylar
ℝⁿ, vektör toplamı ve skaler çarpmayla bir vektör uzayıdır. Alt kümenin **alt uzay** olabilmesi için sıfır vektörü içermesi, toplama ve skaler çarpmaya kapalı olması gerekir. Örneğin ℝ²'de orijinden geçen doğrular alt uzaydır; orijinden geçmeyen doğrular değildir.
Vektörlerin **lineer birleşimi**, c₁v₁+⋯+cₖvₖ. **Span(germe)**, tüm lineer birleşimlerden oluşur. v₁,…,vₖ vektörleri için **Σcᵢvᵢ=0** eşitliği yalnız cᵢ=0 ile çözülüyorsa **lineer bağımsız**dır. Sıfır vektörü içeren her vektör ailesi lineer bağımlıdır. Aynı yönde kat olan vektörler de bağımlıdır.
**Baz**, lineer bağımsız ve uzayı geren vektör ailesidir; sonlu boyutlu uzayda her bazın eleman sayısı eşittir ve bu sayı **boyut**tur. ℝⁿ'nin standart bazında n birim vektör vardır. Boyutu n olan uzayda n'den fazla vektör lineer bağımlıdır.
6. Rank, Nullity ve Temel Alt Uzaylar
**rank(A)**, sütun uzayının (ve satır uzayının) boyutudur. Satır indirgemede pivot sayısı rankı verir. **nullity(A)**, Ax=0 homojen sisteminin çözüm uzayı olan **çekirdek(ker A)** boyutudur. n sütunlu A için **rank(A)+nullity(A)=n** (boyut teoremi).
Homojen Ax=0 sistemi her zaman en az **sıfır çözümünü** içerir. Eğer n>rank(A) ise sıfırdan farklı sonsuz çözüm vardır. **Sütun uzayı**, Ax=b'nin hangi b değerleri için çözülebileceğini belirler. **Rank**, yalnız kare matrisler için değil dikdörtgen matrisler için de tanımlıdır.
7. Lineer Dönüşüm ve Matris Gösterimi
**T:V→W** dönüşümü **T(u+v)=T(u)+T(v)** ve **T(cu)=cT(u)** koşullarını sağlıyorsa lineerdir. Bu koşullardan zorunlu olarak **T(0)=0** çıkar. ℝⁿ→ℝᵐ için standart bazlarda T(x)=Ax gösterimi vardır. **T(x)=Ax+b** biçimi b≠0 ise lineer değil **afin dönüşümdür**.
**Çekirdek** kerT={v:T(v)=0}; **görüntü** imT={T(v):v∈V}. **Enjeksiyon** ancak kerT={0} ise gerçekleşir. Sonlu boyutlu eşit boyutlu uzaylarda T'nin bire bir olması örten olmasına eşdeğerdir. Matrisin sütunları, standart baz vektörlerinin görüntüleridir.
8. Özdeğer, Özvektör ve Karakteristik Polinom
Sıfır olmayan v için **Av=λv** ise λ özdeğer, v özvektördür. **det(A−λI)=0**, karakteristik polinomun köklerini verir. **Üçgensel matrislerde özdeğerler köşegen elemanlarıdır** (çokluklarıyla). **İz (trace)** köşegen toplamıdır; özdeğerlerin cebirsel çokluklarla toplamına eşittir. **detA**, özdeğerlerin çarpımıdır.
λ özdeğeri için özuzay **ker(A−λI)**'dir. **Cebirsel çokluk**, karakteristik polinomdaki kök çokluğu; **geometrik çokluk**, özuzay boyutudur ve genellikle 1≤geometrik≤cebirsel. Örneğin [[1,1],[0,1]] matrisinde λ=1 cebirsel çokluk 2, geometrik çokluk 1; bu matris köşegenleştirilemez.
9. Köşegenleştirme ve Spektral Teorem
Bir n×n matris n lineer bağımsız özvektöre sahipse **A=PDP⁻¹** biçiminde köşegenleştirilebilir; D'nin köşegeninde özdeğerler bulunur. **Farklı n özdeğer** yeterli koşuldur, gerekli koşul değildir. **Gerçel simetrik matrisler** ortonormal özvektör bazına sahiptir ve **A=QDQᵀ** biçiminde ortogonal köşegenleştirilir; özdeğerleri gerçeldir.
Köşegenleştirme ile **Aᵏ=PDᵏP⁻¹** hesaplanır; Dᵏ, köşegendeki özdeğerlerin k'ncı kuvvetini içerir. **Cayley–Hamilton teoremi**, kare A'nın karakteristik polinomunu sağlamasıdır: p_A(A)=0. Örneğin A=[[1,1],[0,1]] için p(λ)=(λ−1)² ve **(A−I)²=0**.
10. İç Çarpım, Norm, Ortogonallik
ℝⁿ üzerinde standart iç çarpım **u·v=Σuᵢvᵢ**, norm **||v||=√(v·v)**. u·v=0 ve her ikisi sıfır olmayan vektörse birbirlerine **ortogonaldir**. **Cauchy–Schwarz:** |u·v|≤||u||·||v||. **Üçgen eşitsizliği:** ||u+v||≤||u||+||v||.
**Dik izdüşüm** v'nin sıfır olmayan u doğrultusuna yansıması: **proj_u(v)=[(v·u)/(u·u)]u**. Bir ortonormal bazda vektörün koordinatları iç çarpımla bulunabilir. **Gram–Schmidt** bağımsız vektör ailesini ortogonal aileye dönüştürür: w₂=v₂−proj_(w₁)(v₂), sonra normlanarak birim vektörler elde edilir.
11. Kuadratik Form ve Pozitif Tanımlılık
Gerçel simetrik A için **q(x)=xᵀAx** kuadratik formudur. **Pozitif tanımlı:** sıfır olmayan her x için xᵀAx>0; **pozitif yarı tanımlı:** her x için xᵀAx≥0. Gerçel simetrik matrisin pozitif tanımlılığı, tüm özdeğerlerinin pozitif olmasıyla eşdeğerdir. **AᵀA**, her A için pozitif yarı tanımlıdır; A tam sütun ranklıysa pozitif tanımlıdır.
Örneğin q(x,y)=(x+y)² **pozitif yarı tanımlı**, fakat x=−y≠0 seçildiğinde q=0 olabildiği için pozitif tanımlı değildir. 2×2 simetrik A'da Sylvester ölçütüyle A₁₁>0 ve detA>0 ise pozitif tanımlı sonuç çıkar.
Sık Karıştırılan Noktalar
- **AB≠BA** olabilir; iki matrisin aynı boyutlu olması çarpımın değişmeli olmasını sağlamaz.
- **det(A+B)** genel olarak detA+detB değildir.
- **det(kA)=kⁿdetA** n×n matris için; k detA değil.
- **detA=0** matrisin tersinin bulunmadığını ve sütunların bağımlı olduğunu gösterir.
- **rank**, pivot sayısı; **nullity**, sütun sayısı−rank.
- **Özvektör sıfır olamaz**; λ=0 özdeğer olabilir.
- **İki özdeğer aynı** diye matris kesin köşegenleştirilemez denemez.
- **Ortogonal vektör** ile **ortonormal vektör** norm koşulunda ayrılır.
- **Pozitif yarı tanımlı** matris sıfır olmayan bazı x için sıfır kuadratik form verebilir.
Soru Çözerken Kullanılabilecek Yaklaşım
- Matris işleminde önce **boyutları** kontrol et.
- Determinantta **üçgenselleştirme ve satır işlem etkisi** izle.
- Lineer sistemde **rankları** karşılaştır; tek/sonsuz/çözümsüz kararını ver.
- Vektör bağımsızlığını **homojen sistem** ile test et.
- Rank-nullity için mutlaka **sütun sayısını** kullan.
- Özdeğerde **det(A−λI)=0** ve özvektörde **(A−λI)v=0** çöz.
- Köşegenleştirmede **bağımsız özvektör sayısını** doğrula.
- İzdüşümde **u·u paydasını**, ortonormallikte **norm=1** şartını kontrol et.
Konuyu Bitirdiğinde Bunları Yapabiliyor Olmalısın
- Matris toplamı/çarpımı, transpoz, ters ve determinant işlemleri yapmak.
- Satır elemesi, Cramer ve rank koşullarıyla sistem çözmek.
- Vektör uzayı, alt uzay, baz, boyut, rank ve nullity belirlemek.
- Lineer dönüşümün çekirdek ve görüntüsünü tanımlamak.
- Özdeğer, özvektör, iz ve karakteristik polinom bulmak.
- Köşegenleştirme, simetrik matris ve Cayley–Hamilton uygulamak.
- İç çarpım, norm, izdüşüm ve pozitif tanımlılık yorumlamak.
Bu Üniteyi Pekiştir
Konuyu tamamladıysan çalışma notlarıyla tekrar yapabilir veya seviyene uygun testlerle kendini ölçebilirsin.
Bu Konuyla İlgili Testler
ÖABT Matematik Cebir I: Lineer Cebir, Matrisler, Determinant ve Özdeğerler - Kolay Test
20 soru
Temel kavramları kontrol et
ÖABT Matematik Cebir I: Lineer Cebir, Matrisler, Determinant ve Özdeğerler - Orta Test
20 soru
Bilgini uygulamaya geçir
ÖABT Matematik Cebir I: Lineer Cebir, Matrisler, Determinant ve Özdeğerler - Zor Test
20 soru
Detay ve yorum gücünü ölç
ÖABT Matematik Cebir I: Lineer Cebir, Matrisler, Determinant ve Özdeğerler - Karma Test 1
20 soru
Gerçek sınav temposunda kendini dene