21 Cramer Kuralı, Ters Matris ve Hacim

Üç uygulama — kapalı-form vs hacim sezgisi

Bölüm bilgisi

Strang’in videosu: YouTube — Lecture 20: Cramer’s Rule, Inverse Matrix, and Volume (≈50 dk)
OCW sayfası: MIT 18.06SC — Lecture 20
Okuma süresi: ≈40 dk

21.1 Bu Derste Ne Var?

Determinantın üç uygulaması:

Ters matris formülü: $A^{-1} = \frac{1}{\det A} C^T$ (adjugate).
Cramer kuralı: $x_j = \det(B_j) / \det(A)$ — güzel ama pratikte felaket.
det = hacim: kalıcı fikir, Jacobian’ın temeli.

“The determinant actually equals the volume of something.” — Strang, 28:22

flowchart LR
    DET["det A"] --> INV["⭐ A⁻¹ = Cᵀ / det A<br/>(adjugate, teori)"]
    DET --> CR["Cramer<br/>xⱼ = det(Bⱼ)/det(A)<br/>(O(n!) felaket)"]
    DET --> VOL["⭐⭐ det = hacim ölçeği<br/>(KALICI)"]

    INV -.->|pratik DEĞİL| LU["LU her zaman kazanır"]
    CR -.->|pratik DEĞİL| LU
    VOL --> JAC["Jacobian determinantı<br/>change of variables"]
    JAC --> ML["Normalizing flows<br/>olasılık ölçüsü<br/>computational geometry"]

    style VOL fill:#fff3e0,stroke:#e67e22,stroke-width:3px
    style ML fill:#fce4ec,stroke:#c2185b,stroke-width:2px

flowchart LR
    DET["det A"] --> INV["⭐ A⁻¹ = Cᵀ / det A<br/>(adjugate, teori)"]
    DET --> CR["Cramer<br/>xⱼ = det(Bⱼ)/det(A)<br/>(O(n!) felaket)"]
    DET --> VOL["⭐⭐ det = hacim ölçeği<br/>(KALICI)"]

    INV -.->|pratik DEĞİL| LU["LU her zaman kazanır"]
    CR -.->|pratik DEĞİL| LU
    VOL --> JAC["Jacobian determinantı<br/>change of variables"]
    JAC --> ML["Normalizing flows<br/>olasılık ölçüsü<br/>computational geometry"]

    style VOL fill:#fff3e0,stroke:#e67e22,stroke-width:3px
    style ML fill:#fce4ec,stroke:#c2185b,stroke-width:2px

Şekil 21.1: Determinantın üç uygulaması — formüller (teorik) vs hacim (kalıcı).

Builder Notu — Güzel Formül ≠ Pratik Algoritma

A⁻¹ formülü ve Cramer teorik şık, sayısal felaket — eliminasyon (LU) her zaman kazanır.
det = hacim → Jacobian değişken değişimi, normalizing flow yoğunluk düzeltmesi.
det Q = ±1 → ortogonal hacim korur, kararlı flow/RNN katmanları.
Koordinatlardan alan/hacim → computational geometry, point cloud (PointNet), mesh.

21.2 Ters Matris Formülü

\[ A^{-1} = \frac{1}{\det A} C^T \]

$C$ = kofaktör matrisi, $C^T$ = adjugate. 2×2’deki tanıdık formülün ($\frac{1}{ad-bc}\binom{d\ -b}{-c\ a}$) genellemesi.

Neden çalışır: $A \cdot C^T = \det(A) \cdot I$. Köşegen girişler kofaktör formülü ile $\det A$:

\[ a_{i1} C_{i1} + \cdots + a_{in} C_{in} = \det A \]

Köşegen-dışı sıfır: $i \neq j$ ise çarpım, “iki eşit satırlı bozulmuş matrisin” determinantına eşittir → 0 (Ders 18, Özellik 4).

“It’s as if I’m taking the determinant of a screwed up matrix with two identical rows.” — Strang, 17:09

Builder Notu: Adjugate sembolik/parametrik durumlarda değerli (implicit function theorem, hiperparametre gradyanları). Hesap için her zaman LU.

21.3 Cramer Kuralı

\[ \boxed{x_j = \frac{\det(B_j)}{\det A}} \]

$B_j$ = $A$’nın $j$-inci kolonu $\mathbf{b}$ ile değiştirilmiş.

Türetme: $\mathbf{x} = A^{-1} \mathbf{b} = \frac{1}{\det A} C^T \mathbf{b}$. $j$-inci bileşen tam olarak $\det(B_j) / \det(A)$ (kolon kofaktör açılımı).

Pratik değil: $n + 1$ determinant. $n = 10$’da bile felaket. Eliminasyon $O(n^3)$ kazanır.

“Cramer’s Rule is a disastrous way to go, because to compute these determinants, it takes approximately forever.” — Strang, 27:05

Ders: Kapalı-form algebra içindir (anlama, türetme); algoritma (eliminasyon) hesap içindir.

21.4 Determinant = Hacim ⭐⭐

$|\det A|$ = satırların gerdiği kutunun (paralelyüz) işaretli hacmi.

2×2: paralelkenar alanı.
3×3: paralelyüz hacmi.
n×n: n-boyutlu kutu hacmi.

İşaret = orientasyon (sağ-el/sol-el).

Birim küp: $A = I$ → kutu birim küp, hacim 1 = $\det(I)$ ✓.

Ortogonal $Q$: kolonlar ortonormal → kutu döndürülmüş birim küp, hacim 1. $Q^T Q = I$ → $(\det Q)^2 = 1$ → $\det Q = \pm 1$. Rotasyon $+1$ (orientasyon korunur), yansıma $-1$.

Builder Notu: Jacobian determinantı = hacim ölçeği = olasılık ölçüsü düzeltmesi. Normalizing flow’larda her katman $\log|\det J|$ olabilirliğe eklenir; ortogonal katmanlar $\log|\det| = 0$ → ucuz ve kararlı.

21.5 Hacim = Determinant İspatı

Hacim, determinantı tanımlayan 3 özelliği sağlar → hacim = determinant.

Özellik 1: birim küp hacmi 1 ✓.
Özellik 2: kenar takası → orientasyon (işaret) değişir, hacim aynı ✓.
Özellik 3A: kenar × $t$ → hacim × $t$ ✓.
Özellik 3B: lineer ayrışım (shear ile gösterilir) ✓.

Aynı 3 özellik → tek fonksiyon → hacim = determinant.

Builder Notu: Bu “aksiyom karakterizasyonu” matematiğin güçlü tekniği. ML’de “değişmez (invariant) çekirdekleri” tanımlamak için kullanılır.

21.6 Alan Formülü — Paralelkenar ve Üçgen

2-D’de: kenarlar $(a, b), (c, d)$ paralelkenar:

\[ \text{Alan} = |ad - bc| \]

Üçgen (orijinde başlıyorsa): yarısı = $\frac{1}{2}|ad - bc|$.

Genel üçgen (köşeler $(x_i, y_i)$):

\[ \text{Alan} = \frac{1}{2} \left| \det \begin{pmatrix} x_1 & y_1 & 1 \\ x_2 & y_2 & 1 \\ x_3 & y_3 & 1 \end{pmatrix} \right| \]

Kareköksüz, sadece koordinatlardan — geometriden çok daha temiz.

import numpy as np

# Paralelkenar (3,1), (1,4)
area_pgram = abs(np.linalg.det(np.array([[3, 1], [1, 4]])))
print(f"Paralelkenar alanı: {area_pgram}")

# Genel üçgen koordinatlardan
def triangle_area(p1, p2, p3):
    M = np.array([[p1[0], p1[1], 1],
                  [p2[0], p2[1], 1],
                  [p3[0], p3[1], 1]], dtype=float)
    return abs(np.linalg.det(M)) / 2

print(f"Üçgen (0,0), (3,1), (1,4): {triangle_area((0,0), (3,1), (1,4))}")
print(f"Üçgen (1,1), (4,2), (2,5): {triangle_area((1,1), (4,2), (2,5))}")

Builder Notu: Computational geometry ve graphics’in temel: üçgen mesh alanı, shoelace formülü (poligon), barycentric, point-in-triangle (işaret kontrolü). PointNet, mesh CNN bu nicelikleri özellik olarak kullanır. 3D tetrahedron hacmi sonlu eleman mesh kalitesi → $\det \approx 0$ = çarpık eleman.

21.7 Bu Dersin Özeti

$A^{-1} = C^T / \det A$.
Köşegen-dışı sıfır (“bozulmuş” matris ispatı).
Cramer: $x_j = \det(B_j)/\det(A)$.
Cramer pratik değil → eliminasyon.
det = hacim.
$\det Q = \pm 1$.
Hacim = det aksiyom ispatı.
Alan = $|ad - bc|$.
Genel üçgen 3×3 det.

Tek bir cümle

$A^{-1} = C^T / \det A$ ve Cramer zarif kapalı-formlar, ama pratikte hep LU. Asıl kalıcı fikir: det = hacim ölçeği (Jacobian, normalizing flows, computational geometry).

21.8 Kontrol Soruları

Soru 1: A = (2 1 / 1 3) → A⁻¹ kofaktör formülüyle.

$\det = 5$. $C = \begin{pmatrix} 3 & -1 \\ -1 & 2 \end{pmatrix} = C^T$ (simetrik). $A^{-1} = \frac{1}{5}\begin{pmatrix} 3 & -1 \\ -1 & 2 \end{pmatrix}$.

Soru 2: Cramer ile 2x₁+x₂=3, x₁+3x₂=5.

$\det A = 5$.

$x_1 = \frac{1}{5}\begin{vmatrix} 3 & 1 \\ 5 & 3 \end{vmatrix} = \frac{9-5}{5} = \frac{4}{5}$.

$x_2 = \frac{1}{5}\begin{vmatrix} 2 & 3 \\ 1 & 5 \end{vmatrix} = \frac{10-3}{5} = \frac{7}{5}$.

Soru 3: Köşeler (0,0), (3,1), (1,4) → üçgen alanı.

Orijinde → iki kenar $(3,1), (1,4)$.

$|ad - bc| = |12 - 1| = 11$. Üçgen = 5.5.

Soru 4: Jacobian = hacim ölçeği nasıl ML’de? Ortogonal katman avantajı? Cramer neden ML’de yok?

Jacobian: $\mathbf{y} = f(\mathbf{x})$ → küçük hacim öğesi $|\det J|$ kat ölçeklenir → yoğunluk $|\det J|^{-1}$ ile düzeltilir.

Normalizing flow: $\log|\det J|$ log-olabilirliğe eklenir; toplam zincir = $\sum \log|\det|$.

Ortogonal katman ($\det = \pm 1$): $\log|\det| = 0$, hacim korunur, $\|Q\mathbf{x}\| = \|\mathbf{x}\|$ → gradyan kararlı.

Cramer pratik değil: $n+1$ determinant; LU O(n³) ile aynı sonuç. np.linalg.solve her zaman LU.

Özet: hacim fikri derin (Jacobian, ortogonallik); Cramer/adjugate sadece teorik.

21.9 Egzersizler

Egzersiz 1. $A = (1\ 2 / 3\ 4)$ → $C, C^T, A^{-1}$. np.linalg.inv ile karşılaştır.

Egzersiz 2. Cramer ile: $x + y + z = 6, 2y + z = 4, z = 2$.

Egzersiz 3. Köşeler $(1,1), (4,2), (2,5)$ → üçgen alanı (3×3 det).

Egzersiz 4. (Python) solve vs Cramer karşılaştırma.

Egzersiz 5. İspatla: $\det(AB) = \det A \det B$ + hacim yorumu → bileşke hacim ölçekleri çarpılır. Ders 21’de özdeğer çarpımı = $\det$.

21.10 Sonraki Ders İçin Hazırlık

Ders 21: Özdeğerler ve Özvektörler

Özvektör: $A\mathbf{x} = \lambda \mathbf{x}$.
Karakteristik denklem: $\det(A - \lambda I) = 0$.
$\sum \lambda = \text{trace}$, $\prod \lambda = \det$.

Ders 21 öncesi

Egzersiz 5 (det = özdeğer çarpımı habercisi).
solve vs Cramer’i Python’da gör.

21.11 Anahtar Kavramlar (Cheat Sheet)

Kavram	Tanım	Strang’da
$A^{-1} = C^T / \det A$	Adjugate	3m26
$A C^T = (\det A) I$	Köşegende kofaktör	7m58
Köşegen-dışı 0	“Bozulmuş” matris det	17m09
Cramer	$x_j = \det(B_j)/\det(A)$	22m14
Cramer pratik değil	$n+1$ det; LU kazanır	27m05
det = hacim	Kutu hacmi	28m22
det Q = ±1	Ortogonal = döndürülmüş küp	35m38
Hacim = det ispatı	3 özellik	33m42
Alan = $\\|ad-bc\\|$	Paralelkenar; üçgen yarısı	46m03
Koordinatlardan alan	3×3 det	50m34

21.12 ML Bağlantıları Özeti

7 köprü

$A^{-1}$ = adj/det → Sembolik/implicit theorem; hesap için LU.
Cramer → Pratik değil; kavramsal kapalı-form.
det = hacim → Jacobian, normalizing flow yoğunluk düzeltmesi.
det Q = ±1 → Ortogonal flow/RNN katmanları; log-det = 0.
Koordinatlardan alan/hacim → PointNet, mesh CNN.
Aksiyom karakterizasyonu → Değişmez çekirdekler.
det ≈ 0 → Kötü-koşullu / dejenere / bilgi kaybı teşhisi.

Tek bir şey alıp gideceksen

$A^{-1}$ ve Cramer zarif ama pratikte hep LU. Asıl kalıcı fikir: det = hacim ölçeği — Jacobian, olasılık ölçüsü, ortogonallik, computational geometry.

--- title: "Cramer Kuralı, Ters Matris ve Hacim" subtitle: "Üç uygulama — kapalı-form vs hacim sezgisi" --- ::: {.callout-note title="Bölüm bilgisi"} - **Strang'in videosu:** [YouTube — Lecture 20: Cramer's Rule, Inverse Matrix, and Volume](https://www.youtube.com/watch?v=QNpj-gOXW9M) (≈50 dk) - **OCW sayfası:** [MIT 18.06SC — Lecture 20](https://ocw.mit.edu/courses/18-06sc-linear-algebra-fall-2011/resources/lecture-20-cramers-rule-inverse-matrix-and-volume/) - **Okuma süresi:** ≈40 dk ::: ## Bu Derste Ne Var? {#sec-bu-derste} Determinantın üç uygulaması: 1. **Ters matris formülü:** $A^{-1} = \frac{1}{\det A} C^T$ (adjugate). 2. **Cramer kuralı:** $x_j = \det(B_j) / \det(A)$ — güzel ama pratikte felaket. 3. **det = hacim:** kalıcı fikir, Jacobian'ın temeli. > *"The determinant actually equals the volume of something."* — Strang, 28:22 ```{mermaid} %%| label: fig-concept-map %%| fig-cap: "Determinantın üç uygulaması — formüller (teorik) vs hacim (kalıcı)." flowchart LR DET["det A"] --> INV["⭐ A⁻¹ = Cᵀ / det A (adjugate, teori)"] DET --> CR["Cramer xⱼ = det(Bⱼ)/det(A) (O(n!) felaket)"] DET --> VOL["⭐⭐ det = hacim ölçeği (KALICI)"] INV -.->|pratik DEĞİL| LU["LU her zaman kazanır"] CR -.->|pratik DEĞİL| LU VOL --> JAC["Jacobian determinantı change of variables"] JAC --> ML["Normalizing flows olasılık ölçüsü computational geometry"] style VOL fill:#fff3e0,stroke:#e67e22,stroke-width:3px style ML fill:#fce4ec,stroke:#c2185b,stroke-width:2px ``` ::: {.callout-tip title="Builder Notu — Güzel Formül ≠ Pratik Algoritma"} - **A⁻¹ formülü ve Cramer** teorik şık, sayısal felaket — eliminasyon (LU) her zaman kazanır. - **det = hacim** → Jacobian değişken değişimi, normalizing flow yoğunluk düzeltmesi. - **det Q = ±1** → ortogonal hacim korur, kararlı flow/RNN katmanları. - **Koordinatlardan alan/hacim** → computational geometry, point cloud (PointNet), mesh. ::: ## Ters Matris Formülü {#sec-ters} $$ A^{-1} = \frac{1}{\det A} C^T $$ $C$ = kofaktör matrisi, $C^T$ = adjugate. 2×2'deki tanıdık formülün ($\frac{1}{ad-bc}\binom{d\ -b}{-c\ a}$) genellemesi. **Neden çalışır:** $A \cdot C^T = \det(A) \cdot I$. Köşegen girişler kofaktör formülü ile $\det A$: $$ a_{i1} C_{i1} + \cdots + a_{in} C_{in} = \det A $$ **Köşegen-dışı sıfır:** $i \neq j$ ise çarpım, "**iki eşit satırlı bozulmuş matrisin**" determinantına eşittir → 0 (Ders 18, Özellik 4). > *"It's as if I'm taking the determinant of a screwed up matrix with two identical rows."* — Strang, 17:09 **Builder Notu:** Adjugate **sembolik/parametrik** durumlarda değerli (implicit function theorem, hiperparametre gradyanları). Hesap için her zaman LU. ## Cramer Kuralı {#sec-cramer} $$ \boxed{x_j = \frac{\det(B_j)}{\det A}} $$ $B_j$ = $A$'nın $j$-inci kolonu $\mathbf{b}$ ile değiştirilmiş. **Türetme:** $\mathbf{x} = A^{-1} \mathbf{b} = \frac{1}{\det A} C^T \mathbf{b}$. $j$-inci bileşen tam olarak $\det(B_j) / \det(A)$ (kolon kofaktör açılımı). **Pratik değil:** $n + 1$ determinant. $n = 10$'da bile felaket. **Eliminasyon $O(n^3)$ kazanır.** > *"Cramer's Rule is a disastrous way to go, because to compute these determinants, it takes approximately forever."* — Strang, 27:05 **Ders:** Kapalı-form **algebra** içindir (anlama, türetme); **algoritma** (eliminasyon) hesap içindir. ## Determinant = Hacim ⭐⭐ {#sec-hacim} $|\det A|$ = satırların gerdiği **kutunun (paralelyüz) işaretli hacmi**. - **2×2:** paralelkenar alanı. - **3×3:** paralelyüz hacmi. - **n×n:** n-boyutlu kutu hacmi. İşaret = **orientasyon** (sağ-el/sol-el). **Birim küp:** $A = I$ → kutu birim küp, hacim 1 = $\det(I)$ ✓. **Ortogonal $Q$:** kolonlar ortonormal → kutu döndürülmüş birim küp, hacim 1. $Q^T Q = I$ → $(\det Q)^2 = 1$ → $\det Q = \pm 1$. Rotasyon $+1$ (orientasyon korunur), yansıma $-1$. **Builder Notu:** **Jacobian determinantı = hacim ölçeği** = olasılık ölçüsü düzeltmesi. **Normalizing flow'larda** her katman $\log|\det J|$ olabilirliğe eklenir; ortogonal katmanlar $\log|\det| = 0$ → ucuz ve kararlı. ## Hacim = Determinant İspatı {#sec-hacim-ispat} Hacim, determinantı tanımlayan 3 özelliği sağlar → hacim = determinant. - **Özellik 1:** birim küp hacmi 1 ✓. - **Özellik 2:** kenar takası → orientasyon (işaret) değişir, hacim aynı ✓. - **Özellik 3A:** kenar × $t$ → hacim × $t$ ✓. - **Özellik 3B:** lineer ayrışım (shear ile gösterilir) ✓. Aynı 3 özellik → tek fonksiyon → **hacim = determinant**. **Builder Notu:** Bu "aksiyom karakterizasyonu" matematiğin güçlü tekniği. ML'de "değişmez (invariant) çekirdekleri" tanımlamak için kullanılır. ## Alan Formülü — Paralelkenar ve Üçgen {#sec-alan} 2-D'de: kenarlar $(a, b), (c, d)$ paralelkenar: $$ \text{Alan} = |ad - bc| $$ **Üçgen** (orijinde başlıyorsa): yarısı = $\frac{1}{2}|ad - bc|$. **Genel üçgen** (köşeler $(x_i, y_i)$): $$ \text{Alan} = \frac{1}{2} \left| \det \begin{pmatrix} x_1 & y_1 & 1 \\ x_2 & y_2 & 1 \\ x_3 & y_3 & 1 \end{pmatrix} \right| $$ **Kareköksüz**, sadece koordinatlardan — geometriden çok daha temiz. ```{python} #| label: code-area #| code-fold: false import numpy as np # Paralelkenar (3,1), (1,4) area_pgram = abs(np.linalg.det(np.array([[3, 1], [1, 4]]))) print(f"Paralelkenar alanı: {area_pgram}") # Genel üçgen koordinatlardan def triangle_area(p1, p2, p3): M = np.array([[p1[0], p1[1], 1], [p2[0], p2[1], 1], [p3[0], p3[1], 1]], dtype=float) return abs(np.linalg.det(M)) / 2 print(f"Üçgen (0,0), (3,1), (1,4): {triangle_area((0,0), (3,1), (1,4))}") print(f"Üçgen (1,1), (4,2), (2,5): {triangle_area((1,1), (4,2), (2,5))}") ``` **Builder Notu:** **Computational geometry** ve **graphics**'in temel: üçgen mesh alanı, shoelace formülü (poligon), barycentric, point-in-triangle (işaret kontrolü). **PointNet, mesh CNN** bu nicelikleri özellik olarak kullanır. **3D tetrahedron hacmi** sonlu eleman mesh kalitesi → $\det \approx 0$ = çarpık eleman. ## Bu Dersin Özeti {#sec-ozet} 1. **$A^{-1} = C^T / \det A$**. 2. **Köşegen-dışı sıfır** ("bozulmuş" matris ispatı). 3. **Cramer**: $x_j = \det(B_j)/\det(A)$. 4. **Cramer pratik değil** → eliminasyon. 5. **det = hacim**. 6. **$\det Q = \pm 1$**. 7. **Hacim = det** aksiyom ispatı. 8. **Alan = $|ad - bc|$**. 9. **Genel üçgen** 3×3 det. ::: {.callout-important title="Tek bir cümle"} **$A^{-1} = C^T / \det A$** ve **Cramer** zarif kapalı-formlar, ama pratikte hep LU. Asıl kalıcı fikir: **det = hacim ölçeği** (Jacobian, normalizing flows, computational geometry). ::: ## Kontrol Soruları {#sec-sorular} ::: {.callout-note collapse="true" title="Soru 1: A = (2 1 / 1 3) → A⁻¹ kofaktör formülüyle."} $\det = 5$. $C = \begin{pmatrix} 3 & -1 \\ -1 & 2 \end{pmatrix} = C^T$ (simetrik). $A^{-1} = \frac{1}{5}\begin{pmatrix} 3 & -1 \\ -1 & 2 \end{pmatrix}$. ::: ::: {.callout-note collapse="true" title="Soru 2: Cramer ile 2x₁+x₂=3, x₁+3x₂=5."} $\det A = 5$. $x_1 = \frac{1}{5}\begin{vmatrix} 3 & 1 \\ 5 & 3 \end{vmatrix} = \frac{9-5}{5} = \frac{4}{5}$. $x_2 = \frac{1}{5}\begin{vmatrix} 2 & 3 \\ 1 & 5 \end{vmatrix} = \frac{10-3}{5} = \frac{7}{5}$. ::: ::: {.callout-note collapse="true" title="Soru 3: Köşeler (0,0), (3,1), (1,4) → üçgen alanı."} Orijinde → iki kenar $(3,1), (1,4)$. $|ad - bc| = |12 - 1| = 11$. Üçgen = **5.5**. ::: ::: {.callout-note collapse="true" title="Soru 4: Jacobian = hacim ölçeği nasıl ML'de? Ortogonal katman avantajı? Cramer neden ML'de yok?"} **Jacobian:** $\mathbf{y} = f(\mathbf{x})$ → küçük hacim öğesi $|\det J|$ kat ölçeklenir → yoğunluk $|\det J|^{-1}$ ile düzeltilir. **Normalizing flow:** $\log|\det J|$ log-olabilirliğe eklenir; toplam zincir = $\sum \log|\det|$. **Ortogonal katman ($\det = \pm 1$):** $\log|\det| = 0$, hacim korunur, $\|Q\mathbf{x}\| = \|\mathbf{x}\|$ → gradyan kararlı. **Cramer pratik değil:** $n+1$ determinant; LU O(n³) ile aynı sonuç. `np.linalg.solve` her zaman LU. Özet: hacim fikri derin (Jacobian, ortogonallik); Cramer/adjugate sadece teorik. ::: ## Egzersizler {#sec-egzersizler} **Egzersiz 1.** $A = (1\ 2 / 3\ 4)$ → $C, C^T, A^{-1}$. `np.linalg.inv` ile karşılaştır. **Egzersiz 2.** Cramer ile: $x + y + z = 6, 2y + z = 4, z = 2$. **Egzersiz 3.** Köşeler $(1,1), (4,2), (2,5)$ → üçgen alanı (3×3 det). **Egzersiz 4.** *(Python)* solve vs Cramer karşılaştırma. **Egzersiz 5.** *İspatla:* $\det(AB) = \det A \det B$ + hacim yorumu → bileşke hacim ölçekleri çarpılır. Ders 21'de **özdeğer çarpımı = $\det$**. ## Sonraki Ders İçin Hazırlık {#sec-sonraki} **Ders 21: Özdeğerler ve Özvektörler** - **Özvektör:** $A\mathbf{x} = \lambda \mathbf{x}$. - **Karakteristik denklem:** $\det(A - \lambda I) = 0$. - $\sum \lambda = \text{trace}$, $\prod \lambda = \det$. ::: {.callout-warning title="Ders 21 öncesi"} - Egzersiz 5 (det = özdeğer çarpımı habercisi). - `solve` vs Cramer'i Python'da gör. ::: ## Anahtar Kavramlar (Cheat Sheet) {#sec-cheat-sheet} | Kavram | Tanım | Strang'da | |--------|-------|-----------| | **$A^{-1} = C^T / \det A$** | Adjugate | 3m26 | | **$A C^T = (\det A) I$** | Köşegende kofaktör | 7m58 | | **Köşegen-dışı 0** | "Bozulmuş" matris det | 17m09 | | **Cramer** | $x_j = \det(B_j)/\det(A)$ | 22m14 | | **Cramer pratik değil** | $n+1$ det; LU kazanır | 27m05 | | **det = hacim** | Kutu hacmi | 28m22 | | **det Q = ±1** | Ortogonal = döndürülmüş küp | 35m38 | | **Hacim = det ispatı** | 3 özellik | 33m42 | | **Alan = $\|ad-bc\|$** | Paralelkenar; üçgen yarısı | 46m03 | | **Koordinatlardan alan** | 3×3 det | 50m34 | ## ML Bağlantıları Özeti {#sec-ml-baglantilar} ::: {.callout-tip title="7 köprü"} 1. **$A^{-1}$ = adj/det** → Sembolik/implicit theorem; hesap için LU. 2. **Cramer** → Pratik değil; kavramsal kapalı-form. 3. **det = hacim** → Jacobian, normalizing flow yoğunluk düzeltmesi. 4. **det Q = ±1** → Ortogonal flow/RNN katmanları; log-det = 0. 5. **Koordinatlardan alan/hacim** → PointNet, mesh CNN. 6. **Aksiyom karakterizasyonu** → Değişmez çekirdekler. 7. **det ≈ 0** → Kötü-koşullu / dejenere / bilgi kaybı teşhisi. ::: ::: {.callout-important title="Tek bir şey alıp gideceksen"} **$A^{-1}$ ve Cramer** zarif ama pratikte hep LU. **Asıl kalıcı fikir: det = hacim ölçeği** — Jacobian, olasılık ölçüsü, ortogonallik, computational geometry. :::