Introduksjon (2) til R Matriser og matriseregning
|
|
- Ingolf Vidar Tollefsen
- 5 år siden
- Visninger:
Transkript
1 Introduksjon (2) til R Matriser og matriseregning Før vi ser nærmere på matriser skal vi laste ned data fra Statistikkbanken Statistisk sentralbyrå (SSB): Gå til Statistisk sentralbyrå Velg Statistikkbanken Velg + Befolkning og deretter + Fødte og døde, og så til Fødte >>. Velg tabell Levendefødte, etter mors alder. Kryss av for fylkesvis Hele landet. Sett hake for alle aldre og alle årstall. Deretter Vis tabell>> Kryss av for lagre som Excel. Rediger excel-filen fjern unødvendig tekst og alle headinger. Deretter lag en tekstfil (tab delimited) *.txt. Denne filen lagrer du i arbeidsdirektoriet for R (hjemmeområdet ditt). Deretter kan du lese den inn med read.table MB <- as.matrix(read.table("aldermorbarnv2.txt", header = FALSE)) head(mb) V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 [1,] [2,] [3,] Lager nye variabeloverskrifter, og definerer alder (age) og årstall (y). Bruk årstall avhengig av hva du laster ned fra SSB age <- 15:49 y <- 1972:2016 Setter navn på kolonner og rader: colnames(mb) <- y rownames(mb) <- age head(mb)
2 Bruker image() og konturplot contour (), filled.contour() image(age, y, MB, col = terrain.colors(12), ylab="årstall", xlab="mors alder ved første fødsel (år)") contour(age, y, MB, add = TRUE, labcex = 1) filled.contour(age, y, MB, ylab = "Årstall", xlab = "Mors alder ved første barn (år)") Fram til begynnelsen av 2000-tallet har mors alder økt ved førstegangsfødsel. Aldersstrukturen på populasjonen i Norge Gå til Statistisk sentralbyrå 2
3 Velg Statistikkbanken Velg Folketall og deretter Folkemengde og befolkningsendringer. Finn tabell Folkemengde, etter kjønn og ettårig alder. Velg Alder 1-årig. Hak av for alle aldre. Velg Kvinner og deretter alle årstall. Vis tabell og lagre den i Excel. Rediger Excel-filen ved å fjerne headinger på kolonner og rader som tidligere. Lagre den som tekstfil og les den inn i R: FK <- as.matrix(read.table("folkemettaarigkvinnerv2.txt", header = FALSE)) alder <- 0 : 105 årstall < : 2017 colnames(fk) <- årstall rownames(fk) <- alder image(alder, årstall, FK, col = terrain.colors(12), ylab = "Årstall", xlab = "Alder (år)", main = "Antall kvinner i Norge") contour(alder, årstall, FK, add = TRUE, labcex = 1) filled.contour(alder, årstall, FK, ylab = "Årstall", xlab = "Alder(år)", main = "Antall kvinner i Norge") 3
4 Årsklassen 105 år betyr 105 år og eldre. Legg merke til færre fødsler under andre verdenskrigog på 1980-tallet, samt stadig økende levealder. Tilsvarende kan gjøres for Menn, hvor man får omtrent samme resultat, men hvor man kan se at nå har det for første gang blitt flere menn enn kvinner i Norge, vesentlig grunnet immigrasjon. Lag et plot med årstall på x-aksen og summen av kolonnene på y-aksen. Denne figuren viser antall kvinner i Norge plot(1846 : 2017, colsums(fk), type = "l", lwd = 4, col = 2, xlab = "Årstall", ylab = "Antall kvinner i Norge") Antall gutter og jenter født i Norge Gitt til slutteksamen H2016 Gå til Statistisk sentralbyrå Velg Statistikkbanken, Befolkning, Fødte og døde, Fødte og 4
5 tabell 04231: Levendefødte, etter kjønn Sett hake for hele landet, Gutt og jenter, samt Vis tabell >>, samt Lagre som Excel, og deretter lagre filen på arbeidsdirektoriet. Rediger filen slik at du ender med en txt-fil som ser slik ut (bruke transpose) Årstall Gutter Jenter b <- read.table("filnavn.txt", header = TRUE) b[1:6,] Årstall Gutter Jenter Deretter lager du et plot: plot(b$årstall, b$gutter, ylim = c(20000, 35000), pch = 17, col = 4, xlab = "Årstall", ylab = "Antall levendefødte per år") points(b$årstall, b$jenter, pch = 16, col = 2) legend("topleft", c("gutter", "Jenter"), pch = c(17,16), lwd = 2, col = c(4,2)) Trekker linjer ved å bruke en glattingsfunksjon: lines(smooth.spline(b$årstall, b$gutter),lty = 1, col = 4,lwd = 2) lines(smooth.spline(b$årstall, b$jenter),lty = 1, col = 2,lwd = 2) 5
6 Konklusjon av resultatene fra egenaktivitetene? Du kan som alternativ presentere dataene med variabel Kjønn med kategoriene Gutter og Jenter Årstall Antall Kjønn Gutter Gutter Gutter plot(b$årstall, b$antall, col=c(4,2)[b$kjønn], ylim=c(20000, 35000), xlab = "Årstall", pch = c(17, 16)[b$Kjønn], ylab = "Antall levendefødte per år") Vi skal undersøke om Fishers prinsipp for kjønnsratio 1: 1 (50:50) gjelder for mennesker. Lager en ny kolonne som inneholder Ratio mellom gutter og jenter, og lag et plot av resultatet: b$ratio <- b$gutter/b$jenter plot(b$årstall, b$ratio, lwd= 3, type="b", xlab = "Årstall", ylab = "Kjønnsratio gutter/jenter") abline (h = mean(b$ratio), lwd = 2, col = 2) Alternativt plot hvis du har lest inn Er det avvik fra 50:50 forhold? Nei. Ifølge Fishers prinsipp resulterer slik mennesket resproduserer seg i et 50:50 forhold. g.m <- as.integer (mean (b$gutter)); g.m j.m <- as.integer (mean (b$jenter)); j.m binom.test(c(g.m, j.m), p = 0.5) #alternativt chisq.test(c(g.m, j.m),p=c(1/2,1/2)) Exact binomial test data: c(g.m, j.m) 6
7 number of successes = 29401, number of trials = 57241, p-value = 6.996e-11 alternative hypothesis: true probability of success is not equal to percent confidence interval: sample estimates: probability of success Chi-squared test for given probabilities data: c(g.m, j.m) X-squared = , df = 1, p-value = 6.821e-11 Tidsserieobjekt Vi kan lage et tidsserieobjekt av datasettet: b.ts <- ts(b[,-1],start = c(1972,1), frequency = 1) plot(b.ts, main= "", xlab = "Årstall", lwd=3) Matriser Lag en magisk matrise jfr. Albrecht Düreres Melencolia I med et magisk kvadrat, med innslag av alkymistenes mystikk. 7
8 Det finnes ikke noe magisk i kvadratet, men har den interessante egenskapen at tallet 34 går igjen i flere av summeringene. - Alle hjørnene summeres til 34 - De fire tallene i midten summeres til 34-3 og 2 i første rad som vender mot 15 og 14 i fjerde rad summeres til 34-5 og 9 i første kolonne som vender mot 8 og 12 i fjerde kolonne summeres til 34 - De fire kvadratene i hvert hjørne adderes til 34 - Summeres kolonnene blir dette = 34 - Summen av diagonalene blir v <- c(16, 5, 9, 4, 3, 10, 6, 15, 2, 11, 7, 14, 13, 8, 12, 1) magic <- matrix(v, nrow = 4) magic [,4] [1,] [2,] [3,] [4,] Summer kolonner og rader i matrisen: colsums(magic) [1] rowsums(magic) [1] Diagonalen til matrisen: diag(magic) [1] Summer diagonalen: sum(diag(magic)) [1] 34 Transposering av en matrise forandrer rader til kolonner og kolonner til rader: Transposer matrisen: 8
9 t(magic) [,4] [1,] [2,] [3,] [4,] Løse ligninger via matriseregning Vi skal løse følgende ligningssystem x 4y + 6z = 10 x 2y + z = 5 2x 5y + 4z = 3 Med matrisealgebra har vi: Ax = B A <- matrix(c(1, 1, 2, -4, -2, -5, 6, 1, 4), nrow = 3);A [1,] [2,] [3,] A er inverterbar, determinanten (deta) er forskjellig fra null det(a) [1] -1 B <- matrix(c(10, 5, -3), nrow = 3); B [,1] [1,] 10 [2,] 5 [3,] -3 Løser ligningsystemet solve(a, B) [,1] [1,] 124 [2,] 75 [3,] 31 Det vil si: x = 124, y = 75, z = 31 Hvis A er en kvadratisk n x n matrise og determinanten til A er forskjellig fra null så får vi en entydig løsning av Ax = B lik x=a -1 B. Hvis deta = 0 og B 0 så har Ax = B ingen eller uendelig mange løsninger. 9
10 Matriser En kolonnevektor K er en nx1 matrise med bare en kolonne. k 1 k 2 K = [ ] k n En radvektor R er en 1xn matrise med bare en rad: R = [r 1 r 2 r n] En mxn matrise A har m rader og n kolonner: a 11 a 12 a 1n a A = [ 21 a 22 a 2n ] a m1 a m2 a mn En nxn kvadratmatrise B har n rader og n kolonner a 11 a 12 a 1n a B = [ 21 a 22 a 2n ] a n1 a n2 a nn En nxn diagonalmatrise D har 0 i alle ledd bortsett fra hoveddiagonalen: a a D = [ 22 0 ] 0 0 a nn En diagonalmatrise hvor alle tallene på hoveddiagonalen er lik 1 og resten lik 0 (a ij = 1 når i = j og a ij = 0 når i j)kalles en identitetsmatrise (enhetsmatrise) av orden n (I n ) I n = [ ] 1 En matrise n x n A multiplisert (%*%) med identitetsmatrisen gir den opprinnelige matrisen: A I n = A 10
11 Lager en matrise med 3 rader, samt en 3x3 diagonalmatrise. Matrise multiplisert %*% diagonalmatrise gir den opprinnelige matrisen: A <- matrix(c(1, 1, 2, -4, -2, -5, 6, 1, 4), nrow = 3); A [1,] [2,] [3,] I3 <- diag(1, nrow = 3); I3 [1,] [2,] [3,] A %*% I3 [1,] [2,] [3,] Nullmatrisen 0 har alle tall lik 0: = [ ] 0 Matrisen A multiplisert med nullmatrisen gir en nullmatrise. I en transponert (transposert) matrise A T bytter rader og kolonner plass, men hoveddiagonalen blir lik den opprinnelige matrisen A: a 11 a 21 a m1 A T a = [ 12 a 22 a 2n ] a 1n a 2n a mn Transponerer en matrise med tallene 1:9 med t(): X <- matrix(1:9, nrow = 3); X [1,] [2,] [3,] t(x) [1,] [2,]
12 [3,] Hvis vi i stedet er en 2x3 matrise så vil den transponerte matrisen bli en 3x2 matrise: X2 <- matrix(c(1, 4, 2, 5, 3, 6), nrow = 2); X2 [1,] [2,] Transponert matrise X^T t(x2) [,1] [,2] [1,] 1 4 [2,] 2 5 [3,] 3 6 Hvis den kvadratiske transponerte nxn matrisen A T er lik den opprinnelige matrisen A har vi en symmetrisk matrise. Vi kan utføre matrisealgebra. A og B er to mxn matriser, og summen av dem A + B = B + A (kommutativ lov) blir lik summen av enkeltelementene. Tilsvarende for matrisesubtraksjon,men da A - B. a 11 a 12 a 1n b 11 b 12 b 1n a A + B = [ 21 a 22 a 2n b ] + [ 21 b 22 b 2n ] = a m1 a m2 a mn b m1 b m2 b mn a 11 + b 11 a 12 + b 12 a 1n + b 1n a = [ 21 + b 21 a 22 + b 22 a 2n + b 2n ] a m1 + b m1 a m2 + b m2 a mn+bmn X2 <- matrix(c(1, 4, 2, 5, 3, 6), nrow=2); X2 [1,] [2,] X3 <- matrix(1:6, nrow=2); X3 [1,] [2,] X2 + X3 [1,] [2,]
13 En matrise kan bli multiplisert med en skalar k ved at alle elementene i matrisen blir multiplisert med k: k <- 2 k * X2 [1,] [2,] Har vi en nxn kvadratmatrise A kan vi finne determinanten til matrisen deta. For en 2x2 matrise blir determinanten: A = [ a 11 a 12 a 21 a 22 ] A = deta = a 11 a 12 a 21 a 22 = a 11 a 22 a 12 a 21 Det vil si lik produktet av diagonalen øverst venstre - nederst høyre minus produktet diagonalen øversthøyre nederst venstre. For en 3x3 matrise M blir determinanten detm= M : a 11 a 12 a 13 M = [ a 21 a 22 a 23 ] a 31 a 32 a 33 a 11 a 12 a 13 detm = a 21 a 22 a 23 = a 11 a 22 a 23 a a 31 a 32 a 32 a a 12 a 21 a a 31 a + a 13 a 21 a a 31 a M <- matrix(c(1, 2, -2, 3, 6, 0, 0, 4, 2), nrow = 3);M [1,] [2,] [3,] Determinanten til matrisen M: det(m) [1] -24 Vi kan også regne med determinanter. De kan adderes, bli multiplisert med en skalar. Hvis vi har to nxn matriser A og B så vil: det(ab) = (deta)(detb) deta = deta T 13
14 En kvadratisk nxn matrise er singulær hvis determinanten til matrisen er lik 0: M2 <- matrix(c(2, 2, -1, 3, 6, 0, 0, 4, 2), nrow=3);m [1,] [2,] [3,] det(m2) [1] 0 Tilsvarende, for en kvadratmatrise hvor determinanten er forskjellig fra 0, så er matrisen ikke-singulær. For to nxn matriser A og B hvor AB = BA = I n så er B en invers matrise til A, og A er en invers matrise til B. Det er bare mulig å invertere en matrise hvis determinanten til matrisen er forskjellig fra null. Hvis vi har en inverterbar matrise A: så vil den inverse matrisen A -1 være lik: A = [ a 11 a 12 a 21 a 22 ] A 1 = 1 deta [ a 22 a 12 a 21 a 11 ] Hvis den transponerte nxn matrisen A T er lik den inverse matrisen A -1, (A T =A -1 )så kalles matrisen ortogonal. Vi kan løse lineære ligninger analytisk, dvs. vi trenger ikke bruke rekkereduksjon, og Gauss-Jordan eliminasjon: Identitetsmatrisen I n har 1-tall i diagonalen og 0 for resten I4 <- diag(1, nrow=4); I4 [,4] [1,] [2,] [3,] [4,]
15 En nxn matrise M er invertibel hvis det eksisterer en invers matrise M -1 og matrisemultiplisering (%*%) av disse blir lik identitetsmatrisen: M M 1 = I n M <- matrix(c(1, 1, 2, 4, 6, 4, 0, 1, 2), nrow=3); M [1,] [2,] [3,] Minv <- solve(m); Minv [1,] [2,] [3,] M%*%Minv [1,] [2,] [3,] Hvis det finnes en invertibel matrise C slik at sammenhengen med to n x n matriser K og L er slik at: K = C 1 LC så er matrisene K og L formlike. Det betyr også at matrisene K og L har like egenverdier. For eksempel diagonalmatrisen D til K har egenverdiene langs diagonalen, og K sies å være diagonaliserbar hvis diagonalmatrisen D er formlik med K. Hvis en slik nxn matrise er diagonaliserbar har den n egenvektorer som er lineært uavhengige. Vi kan finne determinanten, egenverdier, egenvektorer og den transposerte matrisen. Hvis vi har en kvadratmatrise M så vil matrisen ganger egenvektorene (ν) være lik egenverdiene (skalarverdier λ ) ganger egenvektorene: M ν = λ ν Egenverdien med størst absoluttverdi kommer først. Egenvektorer og egenverdier benyttes i stabilitetsanalyse av differensialligninger via Jacobi-matrise med partiellderiverte, i prinsipalkomponentanalyse ved multivariabel statisikk, eller i generelle likevektsstudier. I dette eksemplet blir egenverdiene og egenvektorene komplekse tall 15
16 Egenverdier og egenvektorer M <- matrix(c(1, 2, -2, 3, 6, 0, 0, 4, 2), nrow = 3);M [1,] [2,] [3,] eigen(m) $values [1] $vectors [1,] [2,] [3,] Hvis vi har en 2 x 2 matrise så vil determinanten være. Mer komplisert utregning for større tall av n: M = [ a b c d ] det(m) = a b = ad bc c d det(m) #determinant [1] -24 t(m)# transposert matrise, bytter rader og kolonner [1,] [2,] [3,] M <- matrix(c(1, 1, 2, 4, 6, 4, 0, 1, 2), nrow = 3); M [1,] [2,] [3,] colsums(m) #kolonnesum [1] rowsums(m) #radsum [1] diag(m) #diagonal [1] sum(diag(m))#sum diagonal [1] 9 rowmeans(m) #gjennomsnitt av rader [1] colmeans(m) #gjennomsnitt av kolonner [1]
17 Datarammer, as.data.frame(),data.frame() er en type matriser som kan inneholde forskjellige datatyper, men lister, list(), kan i tillegg inneholde alt mulig rart. Bruker vi oppsummering summary() kommer svaret som en liste.man kan plukke ut deler av en matrise med subset() expand.grid() kan brukes til å lage alle mulige faktorkombinasjoner, for eksempel kombinasjon av faktorene a, b og c: b <- expand.grid(list(a = seq(0, 4, 2), b = c(1, 2), c = seq(0, 1))); b a b c Skal man gjenta prosesser er det flere muligheter replicate() apply() eller løkker for(i in 1:n){FUN} hvor FUN er funksjonen som du velger å bruke apply() kan brukes på rader (MARGIN = 1) eller kolonner (MARGIN = 2) i matriser. lapply() utfører apply() på hvert element i en liste eller dataramme, og returnerer svaret som en liste. En lignende utgave er sapply(). Her et eksempel med å regne ut gjennomsnitt av 10 normalfordelte tall og gjenta dette 1000 ganger: hist(sapply(1:1000, function(x)mean(rnorm(10))), col="lightgreen", breaks=20, xlab="", main="") Man kan også gjøre det på denne måten: 17
18 hist(replicate(1000, mean(rnorm(10))), col="lightblue", breaks=20, xlab="", main="") Du kan også løse et system med ligninger hvor komplekse tall inngår (4 i)x + 2y = 3 i 2x + (4 3i)y = 2 + i A <- matrix(c(4-1*1i, 2+0*1i, 2+0*1i, 4-3*1i), nrow=2); A [,1] [,2] [1,] 4-1i 2+0i [2,] 2+0i 4-3i B <- c(3-1*1i, 2+1*1i); B [1] 3-1i 2+1i solve(a, B) [1] i i Løsningene (x, y) i kompleksplanet blir ( i, i) 18
Matriser og matriseregning
og matriseregning Halvor Aarnes, UiO, 2014 Matriser Innhold Matriser... 1 Determinant... 6 Ligningsystemer... 8 Matriseaddisjon og matrisesubtraksjon... 11 Matrisemultiplisering... 11 Egenverdier og egenvektorer...
DetaljerGauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.
Gauss-Jordan eliminasjon; redusert echelonform Forelesning, TMA4110 Fredag 18/9 Martin Wanvik, IMF MartinWanvik@mathntnuno En matrise vil normalt være radekvivalent med flere echelonmatriser; med andre
DetaljerVær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter!
Vær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter! Oppgave.. a x y = x + y = r r r +r r x y = y fri x y = y fri Vi får én fri variabel, og løsningens har følgelig dimensjon.
DetaljerLineær algebra-oppsummering
Kapittel 9 Lineær algebra-oppsummering Matriser 1 Matriser er et rektangulært sett av elementer ordnet i rekker og kolonner: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij m n a m1 a n2 a mn 2 Kvadratisk matrise:
Detaljer1 Gauss-Jordan metode
Merknad I dette Kompendiet er det gitt referanser både til læreboka og til selve Kompendiet Hvordan å gjenkjenne dem? Referansene til boka er 3- tallede, som Eks 3 Vi kan også referere til 22, kap 22 eller
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles elementer. En matrise har rader (vannrett, horisontalt)
DetaljerObligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 2006
Obligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 006 Oppgave I hele oppgaven bruker vi I = 0 0 0 0. 0 0 a) Matrisen A har størrelse og B har størrelse slik at matriseproduktet A B er en
DetaljerMinste kvadraters løsning, Symmetriske matriser
Minste kvadraters løsning, Symmetriske matriser NTNU, Institutt for matematiske fag 19. november 2013 Inkonsistent ligningsystem Anta at Ax = b er et inkonsistent ligningsystem, da er b ikke i Col(A).
DetaljerLineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning
Lineær Algebra og Vektorrom Eivind Eriksen Høgskolen i Oslo, Avdeling for Ingeniørutdanning c Eivind Eriksen 2005. Innhold Kapittel 1. Lineære likningssystemer 1 1.1. Lineære likningssystemer i to variable
Detaljer4 Matriser TMA4110 høsten 2018
Matriser TMA høsten 8 Nå har vi fått erfaring med å bruke matriser i et par forskjellige sammenhenger Vi har lært å løse et lineært likningssystem ved å sette opp totalmatrisen til systemet og gausseliminere
DetaljerMatriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009
Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2009 Addisjon av matriser Hvis A = [a ij ] og B = [b ij ] er matriser med samme størrelse, så er summen A + B matrisen
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles matriseelementer eller bare elementer. En matrise har
DetaljerMatriser. Kapittel 4. Definisjoner og notasjon
Kapittel Matriser Vi har lært å løse et lineært ligningssystem ved å sette opp totalmatrisen til systemet gausseliminere den ved hjelp av radoperasjoner på matrisen Vi skal nå se nærmere på egenskaper
DetaljerInverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009
Inverse matriser E.Malinnikova, NTNU, Institutt for matematiske fag September, 2009 Inverse 2 2 matriser En 2 2 matrise [ ] a b A = c d er inverterbar hvis og bare hvis ad bc 0, og da er [ ] A 1 1 d b
DetaljerMer om kvadratiske matriser
Kapittel 2 Mer om kvadratiske matriser Vi lader opp til anvendelser, og skal bli enda bedre kjent med matriser. I mange anvendelser er det ofte de kvadratiske matrisene som dukker opp, så fra nå skal vi
DetaljerMer om kvadratiske matriser
Kapittel 2 Mer om kvadratiske matriser Vi lader opp til anvendelser, og skal bli enda bedre kjent med matriser. I mange anvendelser er det ofte de kvadratiske matrisene som dukker opp, så fra nå skal vi
DetaljerRegneregler for determinanter
Regneregler for determinanter E.Malinnikova, NTNU, Institutt for matematiske fag 6. oktober, 2010 Triangulær matriser En kvadratisk matrise A = [a ij ] kalles øvre/nedretriangulær hvis a ij = 0 når i >
DetaljerForelesningsnotat i Diskret matematikk 27. september 2018
Kvadratiske matriser Hvis en matrise A er kvadratisk kan den multipliseres med seg selv. Vi skriver vanligvis A 2 istedenfor AA, A 3 istedenfor AAA, osv. Spesielt er A 1 = A. Enhetsmatriser, også kalt
DetaljerPensum i lineæralgebra inneholder disse punktene.
Pensum i lineæralgebra inneholder disse punktene. 1) Løsning av lineære ligningssystem. Finne løsning hvis den fins og også avgjøre om løsning ikke fins. Entydig, flertydig løsning. 2) Overføre en matrise
DetaljerUNIVERSITET I BERGEN
UNIVERSITET I BERGEN Det matematisk-naturvitenskapelige fakultet BOKMÅL Løsningsforslag eksamen MAT - Lineær algebra H Med forbehold om skrivefeil. Oppgave. Betrakt A = 6 5, b = 6 b (a) (b) Finn den reduserte
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles matriseelementer eller bare elementer. En matrise har
DetaljerMAT-1004 Vårsemester 2017 Prøveeksamen
MAT-4 Vårsemester 7 Prøveeksamen Contents. Forord................................. OPPGAVE OPPGAVE OPPGAVE 7 4 OPPGAVE 8 OPPGAVE 6 OPPGAVE 7 OPPGAVE 8 OPPGAVE 9 Formatering av svarene 4 9. Rasjonale tall.............................
DetaljerLineær algebra. 0.1 Vektorrom
Lineær algebra Siden dette temaet er alt for stort til å kunne gjennomgås på en halvtime, med alle de teoremene og denisjonene som skal til, har jeg laget dette notatet. Det bygger hovedsakelig på notatene
Detaljer6 Determinanter TMA4110 høsten 2018
6 Determinanter TMA4110 høsten 2018 En matrise inneholder mange tall og dermed mye informasjon så mye at det kan være litt overveldende Vi kan kondensere ned all informasjonen i en kvadratisk matrise til
DetaljerLøsning Eksamensrelevante oppgaver i ELE 3719 Matematikk Vektorer, matriser og lineær algebra Dato Februar Oppgave 1. (A) Vi leser av at
Løsning Eksamensrelevante oppgaver i ELE 379 Matematikk Vektorer, matriser og lineær algebra Dato Februar 05 Oppgave. (A) Vi leser av at A = 3 5, B = ( 0 5 ), C = 0 5 9 og har dermed at π x = Ax + BT =
DetaljerØving 2 Matrisealgebra
Øving Matrisealgebra Gå til menyen Edit Preferences... og sett Format type of new output cells til TraditionalForm hvis det ikke allerede er gjort. Start med to eksempelmatriser med samme dimensjon: In[]:=
DetaljerLineær algebra. H. Fausk 09.03.2015. i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.
Lineær algebra H. Fausk 09.03.2015 Første utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. Selv om løsningen av lineære likingsystem i prinsippet er elementært blir det fort
DetaljerDiagonalizering. En n n matrise A sies å være diagonaliserbar hvis den er similær med en diagonalmatrise D. A = PDP 1
Diagonalizering En n n matrise A sies å være diagonaliserbar hvis den er similær med en diagonalmatrise D. A = PDP 1 1 Diagonalizering En n n matrise A sies å være diagonaliserbar hvis den er similær med
DetaljerUniversitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra
Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT2 - Lineær algebra Onsdag 29 mai, 20, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets
DetaljerMA1201/MA6201 Høsten 2016
MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Løsningsforslag Øving Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 6. a) Stemmer. Anta
DetaljerLineære ligningssystemer. Forelesning, TMA4110 Torsdag 17/9. Lineære ligningssystemer (forts.) Eksempler
Lineære ligningssystemer Generell form; m ligninger i n ukjente, m n-system: Forelesning, TMA4110 Torsdag 17/9 Martin Wanvik, IMF MartinWanvik@mathntnuno a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1
DetaljerR: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og
EGENVERDIER FOR MATRISER a Motiverende eksempel En by i USA har 0000 innbyggere som stemmer ved valget hvert år. I dag stemmer 8000 for R og 000 for D. Hvert år går 30% fra R til D og 0% fra D til R. Hva
DetaljerLøsningsforslag MAT 120B, høsten 2001
Løsningsforslag MAT B, høsten Sett A = ( ) (a) Finn egenverdiene og egenvektorene til A ( ) λ =, e = ( λ =, e = ) (b) Finn matrisen e ta og den generelle løsningen på initialverdiproblemet Ẋ = AX, X()
DetaljerDiagonalisering. Kapittel 10
Kapittel Diagonalisering I te kapitlet skal vi anvende vår kunnskap om egenverdier og egenvektorer til å analysere matriser og deres tilsvarende lineærtransformasjoner Eksempel Vi begynner med et eksempel
DetaljerLO510D Lin.Alg. m/graf. anv. Våren 2005
TF Høgskolen i Sør Trøndelag Avdeling for informatikk og e læring LO5D Lin.Alg. m/graf. anv. Våren 5 Løsningsforslag Eksamen a) Setter α = og β = i ligningssystemet og gausseliminerer totalmatrisen til
DetaljerLøsninger for eksamen i MAT Lineær algebra og M102 - Lineær algebra, fredag 28. mai 2004, Oppgave 1. M s = = 1 2 (cofm 2) T.
Løsninger for eksamen i MAT - Lineær algebra og M - Lineær algebra, fredag 8. mai 4, (a) Finn determinanten til matrisen M s = Oppgave s uttrykt ved s, og bruk dette til å avgjøre for hvilke s matrisen
DetaljerRang og Vektorrom. Magnus B. Botnan NTNU. 4. august, 2015
Rang og Vektorrom Magnus B. Botnan NTNU 4. august, 2015 Lineær Uavhengighet La v (1),..., v (m) være vektorer av samme størrelse. Vi sier at vektorene er lineært avhengige hvis det finnes konstanter c
DetaljerOppgave 1 (25 %) - Flervalgsoppgaver
Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: Mandag 5 desember 2016 Tid for eksamen: 09.00 13.00 Oppgavesettet er på 6 sider. Vedlegg:
DetaljerØving 3 Determinanter
Øving Determinanter Determinanten til en x matrise er definert som Clear@a, b, c, dd K a b OF c d ad -bc Determinanten til en matrise er derfor et tall. Du skal se at det viktige for oss er om tallet er
Detaljer7.4 Singulærverdi dekomposisjonen
7.4 Singulærverdi dekomposisjonen Singulærverdi dekomposisjon til en matrise A er en av de viktigste faktoriseringene av A (dvs. A skrives som et produkt av matriser). Den inneholder nyttig informasjon
DetaljerMAT1120 Repetisjon Kap. 1, 2 og 3
MAT1120 Repetisjon Kap. 1, 2 og 3 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Fra kap. 1 repeterer vi: Matriser Vektorer og lineære kombinasjoner Lineæravbildninger
DetaljerMAT-1004 Vårsemester 2017 Prøveeksamen
MAT-1004 Vårsemester 017 Prøveeksamen Contents 0.1 Forord................................. 1 1 OPPGAVE OPPGAVE OPPGAVE 6 4 OPPGAVE 7 5 OPPGAVE 10 6 OPPGAVE 11 7 OPPGAVE 11 8 OPPGAVE 1 9 Formatering av
DetaljerDeterminanter til 2 2 og 3 3 matriser
Determinanter til 2 2 og 3 3 matriser [ ] a b Determinanten til en 2 2-matrise A = er c d det(a) = a b c d = ad bc. 1 Determinanter til 2 2 og 3 3 matriser [ ] a b Determinanten til en 2 2-matrise A =
Detaljer6.4 Gram-Schmidt prosessen
6.4 Gram-Schmidt prosessen La W {0} være et endeligdimensjonalt underrom av R n. (Senere skal vi mer generelt betrakte indreprodukt rom; se seksjon 6.7). Vi skal se hvordan vi kan starte med en vanlig
DetaljerForelesning 22 MA0003, Mandag 5/11-2012 Invertible matriser Lay: 2.2
Forelesning 22 M0003, Mandag 5/-202 Invertible matriser Lay: 2.2 Invertible matriser og ligningssystemet x b Ligninger på formen ax b, a 0 kan løses ved å dividere med a på begge sider av ligninger, noe
DetaljerLineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.
Lineær algebra H. Fausk 09.03.2015 Andre utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er det enkelt, men det blir fort veldig mange regneoperasjoner som
DetaljerMAT Prøveeksamen 29. mai - Løsningsforslag
MAT0 - Prøveeksamen 9 mai - Løsningsforslag Oppgave Sett A = 4 4 0 x 0, x = x, b =, x 0 og la v, v, v betegne kolonnevektorene til A a) Skriv A x = y som en vektorlikning x Svar : Siden A x = [v v v ]
DetaljerLineære likningssystemer og matriser
Kapittel 3 Lineære likningssystemer og matriser I dette kapittelet skal vi sette sammen Kapittel 1 og 2. 3.1 Den utvidede matrisen til et likningssystem Vi starter med et lineært likningssystem med m likninger
DetaljerRepetisjon: Om avsn og kap. 3 i Lay
Repetisjon: Om avsn. 2.1-2.4 og kap. 3 i Lay Matrisemultiplikasjon. La A = [a ij ] være en m n matrise og B = [b kl ] være en n p matrise. ] Skriv B = [b 1 b 2 b p. Produktet AB er m p matrisen definert
DetaljerEksamensoppgave MAT juni 2010 (med løsningsforslag)
Eksamensoppgave MAT-4 juni (med løsningsforslag) Contents OPPGAVE OPPGAVE 4 OPPGAVE 5 4 OPPGAVE 6 5 Fasit 7 5 Oppgave 7 5 Oppgave 7 5 Oppgave 8 54 Oppgave 8 6 Løsningsforslag 9 6 Oppgave 9 6 Oppgave 6
DetaljerI dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer.
Kapittel 2 Matriser I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer. 2.1 Definisjoner og regneoperasjoner
DetaljerA 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:
5.3 Diagonalisering Det ville være fint om en matrise A var similær med en diagonalmatrise D: da har vi funnet egenverdiene, og kan f.eks. lett beregne A k. Når er dette tilfelle? Det er tema i denne seksjonen.
DetaljerTMA4110 Eksamen høsten 2018 EKSEMPEL 1 Løsning Side 1 av 8. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer: x 1 7x 4 = 0
TMA4 Eksamen høsten 28 EKSEMPEL Løsning Side av 8 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 2 2 2 4 2 6 2 4 2 6 2 2 Dette gir likningene og 2 2 4 2 6 7 2. x 7x 4 = x 2 + 2x
DetaljerTMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:
TMA4 Matematikk 3 Eksamen høsten 8 Løsning Side av 9 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 8 5 4 8 3 36 8 4 8 8 8 Den siste matrisen her er på redusert trappeform, og
DetaljerMAT UiO. 10. mai Våren 2010 MAT 1012
MAT Våren UiO. / 7 Betrakt et system x = A x der A M n (R) er diagonaliserbar. Vi har sett at systemet kan løses ved frakoblingsmetoden: Vi finner da P = [v v n ] (inverterbar) og D (diagonal) som diagonaliserer
DetaljerLøsningsforslag øving 6
Løsningsforslag øving 6 7 Husk Teorem 79 i notatet: En delmengde U av et vektorrom V er et underrom hvis ) nullvektoren er i U, ) summen av to vektorer i U er i U igjen, og 3) et skalarmultiplum av en
DetaljerRepetisjon: om avsn og kap. 3 i Lay
Repetisjon: om avsn. 2.1-2.4 og kap. 3 i Lay Matrisemultiplikasjon La A = [a ij ] være en m n matrise og B = [b kl ] være en n p matrise. ] Skriv B = [b 1 b 2 b p der b j -ene er i R n for hver j. Produktet
DetaljerLineære likningssett.
Lineære likningssett. Forelesningsnotater i matematikk. Lineære likningssystemer. Side 1. 1. Innledning. La x 1, x, x n være n ukjente størrelser. La disse størrelsene være forbundet med m lineære likninger,
DetaljerForelesning 10 Cramers regel med anvendelser
Forelesning 10 Cramers regel med anvendelser Eivind Eriksen 25. mars 2010 Lineære likningssystemer Vi minner om at ethvert lineært likningssystem Ax = b kan løses ved hjelp av Gauss eliminasjon, som er
DetaljerLineære ligningssystem og matriser
Lineære ligningssystem og matriser E.Malinnikova, NTNU, Institutt for matematiske fag September 15, 2009 Lineære ligningssystem Vi har et ligningssystem av m ligninger med n ukjente x 1,..., x n som kan
DetaljerMatriser og Kvadratiske Former
Eivind Eriksen Matriser og Kvadratiske Former 15 mars 2012 Handelshøyskolen BI Innhold 1 Matriser og vektorer 1 11 Matriser 1 12 Matriseaddisjon 2 13 Matrisesubtraksjon 3 14 Skalarmultiplikasjon 3 15
DetaljerEksamen i ELE Matematikk valgfag Torsdag 18. mai Oppgave 1
Eksamen i ELE79 - Matematikk valgfag Torsdag 8. mai 07 LØSNINGFORSLAG Oppgave (a) Den utvidede matrisen til likningssystemet er 6 Gausseliminasjon: ganger rad I legges til rad II: 0 0 Rad I trekkes fra
DetaljerLøsningsforslag for eksamen i Matematikk 3 - TMA4115
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag for eksamen i Matematikk 3 - TMA4115 Vår 1 1 a) La z = x iy. Da er Re z = x og z = x y. Siden y er et reelt
DetaljerMA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag MA101 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3 desember 007 Oppgave 1 a) Vi ser på ligningssystemet x +
Detaljer12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)
Diagonalisering av matriser og operatorer (Ch 5, 5 og 85) Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A I kalkulus (teori av differensiallikninger) er
Detaljer13 Oppsummering til Ch. 5.1, 5.2 og 8.5
3 Oppsummering til Ch. 5. 5. og 8.5 3. Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A. I kalkulus (teori av differensiallikninger) er det viktig å beregne
DetaljerMAT-1004 Vårsemester 2017 Obligatorisk øving 2
MAT-1004 Vårsemester 2017 Obligatorisk øving 2 Contents 1 OPPGAVE 2 2 OPPGAVE 2 Eksempler 4.1 Oppgave 1............................... 4.2 Oppgave 2............................... 5 4 Formatering av svarene
DetaljerEgenverdier og egenvektorer
Kapittel 9 Egenverdier og egenvektorer Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer Hvis A er en m n-matrise, så gir A en transformasjon
DetaljerLøsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 9 Løsningsforslag til eksamen i MA/MA6 Lineær algebra med anvendelser høsten 9 Oppgave a) Rangen til A er lik antallet
DetaljerLØSNINGSSKISSE TIL EKSAMEN I FAG SIF august 2001
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 LØSNINGSSKISSE TIL EKSAMEN I FAG SIF500 0. august 00 Oppgave 5 +6 ( 4 +6)0 dvs. at vi har en rot 0 og 4 røtter av
DetaljerEKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 25 2. januar 25 EKSAMENSOPPGAVER FOR TMA4/TMA45 MATEMATIKK 3 Oppgave A- a) Finn kvadratrøttene til det komplekse tallet
DetaljerOppgaver til seksjon med fasit
Oppgaver til seksjon 4.-4.5 med fasit Oppgaver til seksjon 4.. Finn alle løsningene til ligningssystemet x + y z = x + y z = x + y + z =. Finn alle løsningene til ligningssystemet x y + z = x y = 4 x +
DetaljerElementær Matriseteori
Elementær Matriseteori Magnus B. Botnan NTNU 3. august, 2015 Kursinfo - Foreleser: Magnus B. Botnan http://www.math.ntnu.no/~botnan/ - Hjemmeside: https: //wiki.math.ntnu.no/tma4110/2015h/forkurs/start
DetaljerLineære ligningssystem; Gauss-eliminasjon, Redusert echelonmatrise
Lineære ligningssystem; Gauss-eliminasjon, Redusert echelonmatrise E.Malinnikova, NTNU, Institutt for matematiske fag 19. september 2011 Lineære ligningssystem Vi har et ligningssystem av m ligninger med
DetaljerØving 5 Diagonalisering
Øving 5 Diagonalisering En matrise A er diagonaliserbar dersom den er similær med en diagonalmatrise, dvs. det eksisterer en invertibel matrise P og diagonal matrise D slik at P.D.P -1. I øving 4 lærte
DetaljerForelesning i Matte 3
Forelesning i Matte 3 Determinanter H. J. Rivertz Institutt for matematiske fag 1. februar 008 Innhold 1. time 1 Determinanter og elementære radoperasjoner Innhold 1. time 1 Determinanter og elementære
DetaljerEksamensoppgave i TMA4110/TMA4115 Calculus 3
Institutt for matematiske fag Eksamensoppgave i TMA4110/TMA4115 Calculus 3 Faglig kontakt under eksamen: Markus Szymik Tlf: 411 16 793 Eksamensdato: August 2018 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerKap. 6 Ortogonalitet og minste kvadraters problemer
Kap. 6 Ortogonalitet og minste kvadraters problemer vanlig indreprodukt (prikkprod.) i IR n, egenskaper. ortogonalitet i IR n Pythagoras teorem: u og v i IR n er ortogonale hvis og bare hvis u + v 2 =
DetaljerEKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Faglig kontakt under eksamen: Truls Fretland (73 55 89 87) EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER LØSNINGSFORSLAG
DetaljerVi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på
Kap. 7 Innledning Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på Symmetriske matriser. Disse matrisene har uvanlig pene egenskaper mht. diagonalisering. Kvadratiske
DetaljerLineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.
Lineær algebra H. Fausk 23.08.2015 Fjerde utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er løsing av linære likningsystem enkelt, men det blir fort veldig
DetaljerTMA Kræsjkurs i Matlab. Oppgavesett 1/3
TMA4123 - Kræsjkurs i Matlab. Oppgavesett 1/3 22.02.2013 Dette oppgavesettet omhandler grunnleggende Matlab-funksjonalitet, slik som variabler, matriser, matematiske funksjoner og plotting. Den aller viktigste
DetaljerLøsningsforslag øving 9, ST1301
Løsningsforslag øving 9, ST1301 Oppgave 1 Regresjon. Estimering av arvbarhet. a) Legg inn din egen høyde, din mors høyde, din fars høyde, og ditt kjønn via linken på fagets hjemmeside 1. Last så ned dataene
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: STK1110 Statistiske metoder og dataanalyse 1. Eksamensdag: Tirsdag 11. desember 2012. Tid for eksamen: 14.30 18.30. Oppgavesettet
DetaljerGenerelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11.
Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11. utgave Jonas Tjemsland 19. november 2014 1 Lineære likningssystemer
DetaljerTMA4122/TMA4130 Matematikk 4M/4N Høsten 2010
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4122/TMA410 Matematikk 4M/4N Høsten 2010 1 Oppgave: Løs følgende ligningssystemer ved hjelp av Gauss-eliminasjon med delvis
DetaljerKap. 7 Symmetriske matriser og kvadratiske former
Kap. 7 Symmetriske matriser og kvadratiske former Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på symmetriske matriser som har uvanlig pene egenskaper mht. diagonalisering.
DetaljerMA2501, Vårsemestre 2019, Numeriske metoder for lineære systemer
MA5 Vårsemestre 9 Numeriske metoder for lineære systemer Introduksjon Vi vil approksimere løsningen av lineære systemet av n ligningene og n ukjente: a x + a x + + a n x n b a x + a x + + a n x n b ()
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 0 Lineær algebra Eksamensdag: Mandag 0. desember 0 Tid for eksamen: 4.30 8.30. Oppgavesettet er på 7 sider. Vedlegg: Tillatte
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Lineær algebra Eksamensdag: Mandag,. desember 7. Tid for eksamen: 4. 8.. Oppgavesettet er på 8 sider. Vedlegg: Tillatte hjelpemidler:
DetaljerNumerisk lineær algebra
Numerisk lineær algebra Arne Morten Kvarving Department of Mathematical Sciences Norwegian University of Science and Technology 29. Oktober 2007 Problem og framgangsmåte Vi vil løse A x = b, b, x R N,
DetaljerHomogene lineære ligningssystem, Matriseoperasjoner
Homogene lineære ligningssystem, Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2010 Antall løsninger til et lineær ligningssystem Teorem Et lineært ligningssytem har
Detaljer7.1 forts. Schur triangularisering og spektralteoremet
7.1 forts. Schur triangularisering og spektralteoremet Vi skal vise to svært sentrale resultat i lineær algebra. Spektralteoremet (Teorem 3 i Lay): dette sier bl.a. at reelle symmetriske matriser er ortogonalt
Detaljer16 Ortogonal diagonalisering
Ortogonal diagonalisering Ortogonale matriser Definisjon (Def 7) En n n matrise A kalles ortogonal dersom den er invertibel og A A T Denne betingelsen er ekvivalent til at der I n er n n identitesmatrisen
DetaljerEksamensoppgave i TMA4115 Matematikk 3
Institutt for matematiske fag Eksamensoppgave i TMA45 Matematikk 3 Faglig kontakt under eksamen: Aslak Bakke Buan a, Morten Andreas Nome b, Tjerand Silde c Tlf: a mobil Aslak, b mobil Morten, c mobil Tjerand
DetaljerTil enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.
4.6 Rang Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon. Definisjon: Rangen til en m n matrise A betegnes med rank A og er definert som dimensjonen til kolonnerommet
DetaljerEgenverdier for 2 2 matriser
Egenverdier for matriser (Bearbeidet versjon av tidligere notat på nett-sidene til MA101 - Lineær algebra og geometri Versjon oppdatert med referanser til 10utg av læreboken) Egenvektorer og egenverdier
DetaljerOppgaver til seksjon med fasit
Oppgaver til seksjon.6-. med fasit Oppgaver til seksjon.6. Skriv b som en lineærkombinasjon av a og a når a = ( ( a = og b =.. Skriv b som en lineærkombinasjon av a, a og a når a = a =, a = og b = 5. (.
Detaljer