Forelesning i Matte 3
|
|
- Leo Christensen
- 5 år siden
- Visninger:
Transkript
1 Forelesning i Matte 3 Determinanter H. J. Rivertz Institutt for matematiske fag 1. februar 008
2 Innhold 1. time 1 Determinanter og elementære radoperasjoner
3 Innhold 1. time 1 Determinanter og elementære radoperasjoner Inverterbarhet og determinanter
4 Innhold 1. time 1 Determinanter og elementære radoperasjoner Inverterbarhet og determinanter 3 Determinanter av matriseprodukter
5 3 Innhold. time 1 Kramers regel
6 3 Innhold. time 1 Kramers regel Den adjungerte til en n n-matrise
7 3 Innhold. time 1 Kramers regel Den adjungerte til en n n-matrise 3 Formel for inverse til n n-matrise
8 4 Determinanter og elementære radoperasjoner I. A (1/c)R i B A = c B II. A SWAP(R i,r j ) B A = B III. A (c)r i +R j B A = B
9 5 Inverterbarhet og determinanter Teorem En n n matrise A er inverterbar hvis og bare hvis A 0.
10 6 Determinanter av matriseprodukter Setning Determinanten til produktet av to matriser er lik produktet av determinantene til hver av dem A B = A B A B C = A B C
11 7 Kramers regel Teorem Et lineært system med invertibel (n n) koeffisientmatrise: a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + + a n x n = b. a n1 x 1 + a n x + + a nn x n = b n har entydig løsning
12 7 Kramers regel Teorem Et lineært system med invertibel (n n) koeffisientmatrise: x 1 = a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + + a n x n = b. a n1 x 1 + a n x + + a nn x n = b n b 1 a 1 a 1n b a a n b n a n a nn, A har entydig løsning
13 7 Kramers regel Teorem Et lineært system med invertibel (n n) koeffisientmatrise: x 1 = a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + + a n x n = b. a n1 x 1 + a n x + + a nn x n = b n b 1 a 1 a 1n b a a n b n a n a nn,..., x i = A i A A har entydig løsning Der A i er matrisen der vi har byttet ut i-te kolonne i A med b = (b 1, b,..., b n ).
14 8 Den adjungerte til en matrise Definisjon Den adjungerte til n n-matrisen A. Er lik A 11 A 1 A n1 adj A = [A ij ] T A 1 A A n = A 1n A n A nn
15 8 Den adjungerte til en matrise Definisjon Den adjungerte til n n-matrisen A. Er lik A 11 A 1 A n1 adj A = [A ij ] T A 1 A A n = A 1n A n A nn Notasjonen [] T betyr transponert, dvs rader blir kolonner og motsatt.
16 9 Formel for den inverse til en matrise Teorem Den inverse av en invertibel matrise A er gitt ved A 1 = adj A A
17 9 Formel for den inverse til en matrise Teorem Den inverse av en invertibel matrise A er gitt ved A 1 = adj A A Idé for bevis. Kramers regel og ekspansjon langs i-te kolonne gir Bruker ogsa at x = A 1 b. x i = 1 A (A 1ib 1 + A i b + + A ni b n ).
18 10 Eksempel 1 3 Finn den inverse til A = A 11 = A 1 = A 13 = A 1 = A = A 3 = A 31 = A 3 = A 33 = A 1 = 1,
19 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = A 13 = A 1 = A = A 3 = A 31 = A 3 = A 33 = A 1 = 1,
20 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = 4 1 = 6 A 13 = A 1 = A = A 3 = A 31 = A 3 = A 33 = A 1 = 1 6,
21 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = 4 1 = 6 A 13 = A 1 = A = A 3 = = A 31 = A 3 = A 33 = A = a 11 A 11 + a 1 A 1 + a 13 A 13 = 1, A 1 = 1 6 1
22 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = 4 1 = 6 A 13 = A 1 = 3 1 = 4 A = A 3 = A 31 = A 3 = A 33 = = A = a 11 A 11 + a 1 A 1 + a 13 A 13 = 1, A 1 =
23 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = 4 1 = 6 A 13 = A 1 = 3 1 = 4 A = 1 1 = 0 A 3 = A 31 = A 3 = A 33 = = A = a 11 A 11 + a 1 A 1 + a 13 A 13 = 1, A 1 =
24 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = 4 1 = 6 A 13 = = A 1 = 3 1 = 4 A = 1 1 = 0 A 3 = = A 31 = A 3 = A 33 = A = a 11 A 11 + a 1 A 1 + a 13 A 13 = 1, A 1 =
25 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = 4 1 = 6 A 13 = = A 1 = 3 1 = 4 A = 1 1 = 0 A 3 = = A 31 = 3 = A 3 = A 33 = A = a 11 A 11 + a 1 A 1 + a 13 A 13 = 1, A 1 =
26 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = 4 1 = 6 A 13 = = A 1 = 3 1 = 4 A = 1 1 = 0 A 3 = = A 31 = 3 = A 3 = 1 4 = 6 A 33 = A = a 11 A 11 + a 1 A 1 + a 13 A 13 = 1, A 1 =
27 10 Eksempel 1 3 Finn den inverse til A = A 11 = 1 = A 1 = 4 1 = 6 A 13 = = A 1 = 3 1 = 4 A = 1 1 = 0 A 3 = = A 31 = 3 = A 3 = 1 4 = 6 A 33 = = 10 A = a 11 A 11 + a 1 A 1 + a 13 A 13 = 1, A 1 =
Forelesning 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
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
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
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
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 =
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
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
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
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
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
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
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
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
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
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 >
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
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
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
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
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
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
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
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).
DetaljerFasit til utvalgte oppgaver MAT1110, uka 13/4-16/4
Fasit til utvalgte oppgaver MAT0, uka /4-6/4 Øyvind Ryan oyvindry@i.uio.no April, 00 Oppgave 4.8. a Bytt om første og andre rad. b Legg til ganger rad til rad. c Bytt om første og andre rad. d Legg til
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. 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
DetaljerLineær uavhengighet og basis
Lineær uavhengighet og basis NTNU, Institutt for matematiske fag 19. oktober, 2010 Lineær kombinasjon En vektor w sies å være en lineær kombinasjon av vektorer v 1, v 2,..., v k hvis det finnes tall c
Detaljer6.5 Minste kvadraters problemer
6.5 Minste kvadraters problemer I mange anvendte situasjoner møter man lineære likningssystemer som er inkonsistente, dvs. uten løsninger, samtidig som man gjerne skulle ha funnet en løsning. Hva gjør
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
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
DetaljerKonvergenstester Forelesning i Matematikk 1 TMA4100
Konvergenstester Forelesning i Matematikk 1 TMA4100 Hans Jakob Rivertz Institutt for matematiske fag 1. november 2011 Kapittel 8.3. Integrasjonstesten 3 Ikke-avtagende delsummer Husker at n-te delsum av
DetaljerDeterminanter. Kapittel 6. Determinanter for 2 2-matriser. La oss beregne arealet av dette parallellogrammet. Vi tegner på noen hjelpelinjer:
Kapittel 6 Determinanter En matrise inneholer mange tall og erme mye informasjon så mye at et kan være litt overvelene Vi kan konensere ne all informasjonen i en kvaratisk matrise til ett enkelt tall som
Detaljer3.9 Teori og praksis for Minste kvadraters metode.
3.9 Teori og praksis for Minste kvadraters metode. Vi fortsetter med minste kvadraters problem. Nå skal vi se nærmere på noen teoretiske spørsmål, bl.a. hvordan normallikningene utledes. Minner om MK problemstillingen:
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
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
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:
Detaljer12 Projeksjon TMA4110 høsten 2018
Projeksjon TMA0 høsten 08 En projeksjon er en lineærtransformasjon P som tilfredsstiller P x = P x for alle x Denne ligningen sier at intet nytt skjer om du benytter lineærtransformasjonen for andre gang,
DetaljerLineære ligningssystemer og gausseliminasjon
Kapittel Lineære ligningssystemer og gausseliminasjon Vi skal lære en metode for å finne og beskrive alle løsninger av systemer av m lineære ligninger med n ukjente. Oppvarming Her er et eksempel på et
DetaljerLineær algebra. H. Fausk
Lineær algebra H. Fausk 11.02.2016 Sjuende utkast Flere lineære likninger som samtidig skal oppfylles kalles lineære likningssystem. I prinsippet er løsing av lineære likningsystem enkelt, det benytter
DetaljerMAT1120 Repetisjon Kap. 1
MAT1120 Repetisjon Kap. 1 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Idag skal vi repetere fra kap. 1 i Lays bok. Det handler bl.a. om : Matriser Vektorer
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
Detaljer6.4 (og 6.7) Gram-Schmidt prosessen
6.4 (og 6.7) Gram-Schmidt prosessen La W {0} være et endeligdimensjonalt underrom av et indreprodukt rom V. Man kan starte med en vanlig basis for W og konstruere en ortogonal basis for W. Ønskes det en
DetaljerMAT1120. Obligatorisk oppgave 1 av 2. Torsdag 20. september 2018, klokken 14:30 i Devilry (devilry.ifi.uio.no).
Innleveringsfrist MAT20 Obligatorisk oppgave av 2 Torsdag 20. september 208, klokken 4:30 i Devilry (devilry.ifi.uio.no). Instruksjoner Du velger selv om du skriver besvarelsen for hånd og scanner besvarelsen
DetaljerObligatorisk innlevering 3 - MA 109, Fasit
Obligatorisk innlevering - MA 9, Fasit Vektorer Oppgave: Avgjør om, og er lineært uavhengige Dette er spørsmålet om det finnes vekter x, x, x - ikke alle lik - slik at x + x + x = Vi skriver det på augmentert
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
DetaljerMa Linær Algebra og Geometri Øving 5
Ma20 - Linær Algebra og Geometri Øving 5 Øistein søvik 7. oktober 20 Excercise Set.5.5 7, 29,.6 5,, 6, 2.7, A = 0 5 B = 0 5 4 7 9 0-5 25-4 C = 0 5 D = 0 0 28 4 7 9 0-5 25 F = 6 2-2 0-5 25 7. Find an elementary
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
DetaljerLineær algebra. H. Fausk
Lineær algebra H. Fausk 04.02.2016 Sjuende utkast Lineære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er løsing av lineære likningsystem enkelt, det benytter bare de
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
DetaljerKap. 6 Ortogonalitet og minste kvadrater
Kap. 6 Ortogonalitet og minste kvadrater IR n er mer enn bare et vektorrom: den har et naturlig indreprodukt, nemlig prikkproduktet av vektorer. Dette indreproduktet gjør det mulig å tenke geometrisk og
DetaljerDAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver: 10 + 3
Innlevering DAFE ELFE Matematikk HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2 Antall oppgaver: + 3 For hver av matrisene nedenfor nn den ekvivalente matrisen som er på redusert
DetaljerEKSAMEN. 1 Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Trond Stølen Gustavsen. Klasser: (div) Dato: 24. mai 2004 Eksamenstid:
EKSAMEN EMNE: MA6 FAGLÆRER: Svein Olav Nyberg, Trond Stølen Gustavsen Klasser: (div) Dato: mai Eksamenstid: Eksamensoppgaven består av følgende: Antall sider (ink forside): 5 Antall oppgaver: Antall vedlegg:
DetaljerEksamensoppgave i MA1201 Lineær algebra og geometri
Institutt for matematiske fag Eksamensoppgave i MA1201 Lineær algebra og geometri Faglig kontakt under eksamen: Steffen Oppermann Tlf: 9189 7712 Eksamensdato: 05.10.2016 Eksamenstid (fra til): 08:15 09:45
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
DetaljerObligatorisk oppgave nr1 MAT Lars Kristian Henriksen UiO
Obligatorisk oppgave nr1 MAT-1120 Lars Kristian Henriksen UiO 21. oktober 2014 Oppgave 1 i) Minste k slik at P k kun har positive elementer er 6. Finner x* ved å laste oslo.m, for så å skrive følgende
DetaljerMA1201/MA6201 Høsten 2016
MA121/MA621 Høsten 216 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 2.3 1 b) c) d) 1 3 1 1 3 1 A I 2
DetaljerLøsningsforslag, eksamen i MA0002, Brukerkurs i matematikk B
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 6 Løsningsforslag, eksamen i MA0002, Brukerkurs i matematikk B Oppgave 1 En parametrisk linje L og et plan P (i rommet)
DetaljerLineære ligningssystemer og gausseliminasjon
Kapittel Lineære ligningssystemer og gausseliminasjon Vi skal lære en metode for å finne og beskrive alle løsninger av systemer av m lineære ligninger med n ukjente Oppvarming Her er et eksempel på et
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
DetaljerEMNE 4. Determinanter
EMNE 4. Determinanter Gitt en kvadratisk matrise, A = ( n n ). determinant som angis som: Til alle kvadratiske matriser kan vi knytte en det Determinanten er i utgangspunktet bare en tallstørrelse (skalar),
DetaljerMAT1120 Notat 2 Tillegg til avsnitt 5.4
MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjoner (også kalt koordinatmatriser) av lineære avbildninger mellom endeligdimensjonale vektorrom En slik
DetaljerLO118D Forelesning 5 (DM)
LO118D Forelesning 5 (DM) Relasjoner 03.09.2007 1 Relasjoner 2 Ekvivalensrelasjoner 3 Matriser av relasjoner 4 Relasjonsdatabaser Relasjon Relasjoner er en generalisering av funksjoner En relasjon er en
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
DetaljerMA1201, , Kandidatnummer:... Side 1 av 5. x =.
MA1201, 05.10.2016, Kandidatnummer:... Side 1 av 5 Oppgave 1 Løs ligningssystemet S T S T 1 1 0 1 W X W X U2 1 1 V x = U5V. 1 0 2 1 x =. Oppgave 2 Regn ut: S T S T 1 2 1 1 1 W X W X U 3 0 1 V U0 1 V =
Detaljer100 ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK)
ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK) EIVIND ERIKSEN, TROND STØLEN GUSTAVSEN, AND HELGE HÜLSEN Introduksjon Dette kompendiet inneholder oppgaver med
DetaljerDerivasjon Forelesning i Matematikk 1 TMA4100. Hans Jakob Rivertz Institutt for matematiske fag 2. september 2011
Derivasjon Forelesning i Matematikk TMA400 Hans Jakob Rivertz Institutt for matematiske fag 2. september 20 Kapittel 3.7. Derivasjon av inverse funksjoner 3 Derivasjon av inverse til deriverbare funksjoner
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. (.
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
DetaljerUniversitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag. Eksamen MA desember Lykke til!
Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag Eksamen Emnekode: Emnenavn: MA-2 Lineær algebra Dato: Varighet:. desember 2 9. - 4. Antall sider: Tillatte hjelpemidler:
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
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
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 =
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
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
DetaljerObligatorisk oppgave 2
Universitetet i Oslo MAT0 Obligatorisk oppgave Skrevet av: Sindre Rannem Bilden 4. oktober 04 Først utleder vi hva U T U tilsier, siden U kan skrives kan også U T skrives på formen U = [ u u n ] U T =
DetaljerMAT1120 Notat 2 Tillegg til avsnitt 5.4
MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjonen (også kalt koordinatmatrisen) til en lineær avbildning mellom to endeligdimensjonale vektorrom
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
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
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.
DetaljerLP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse
LP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse matrisenotasjon simpleksalgoritmen i matrisenotasjon eksempel negativ transponert egenskap: bevis følsomhetsanalyse
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
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
DetaljerForelesning 4 torsdag den 28. august
Forelesning 4 torsdag den 28. august 1.10 Rekursjon Merknad 1.10.1. Hvert tall i sekvensen 1, 2, 4, 8, 16,... er to ganger det foregående. Hvordan kan vi beskrive sekvensen formelt? Vi kan ikke skrive
DetaljerPotensrekker Forelesning i Matematikk 1 TMA4100
Potensrekker Forelesning i Matematikk 1 TMA4100 Hans Jakob Rivertz Institutt for matematiske fag 15. november 2011 Kapittel 8.9. Konvergens av Taylorrekker 3 i 3 i Løs likningen x 2 + 1 = 0 3 i Løs likningen
DetaljerLineærtransformasjoner
Kapittel 8 Lineærtransformasjoner I forrige kapittel begynte vi å formulere lineær algebra på en generell måte, ved å gi en abstrakt definisjon av vektorrom For å beskrive sammenhenger mellom forskjellige
DetaljerOPPGAVER FOR FORUM
OPPGAVER FOR FORUM 2006-2007 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk
DetaljerGauss-eliminasjon og matrisemultiplikasjon
DUMMY Gauss-eliminasjon og matrisemultiplikasjon Lars Sydnes 9 september 2015 Sammendrag Dette notatet handler om hvordan man løser lineære ligningssystemer, altså systemer av flere ligninger i flere ukjente,
DetaljerOppgave P. = 2/x + C 6 P. + C 6 P. d) 12(1 x) 5 dx = 12u 5 1/( 1) du = 2u 6 + C = 2(1 x) 6 + C 6 P. Oppgave P.
Løsning MET 86 Matematikk for siviløkonomer Innleveringsfrist 5. mars 9 kl Vi benytter maksimal score 6p på hver deloppgave og 44p totalt, og grensen for å bestå er ca 86p. Du kan selv fylle ut tabellen
DetaljerEKSAMEN. 1 Om eksamen. EMNE: MA-109 FAGLÆRER: Svein Olav Nyberg, Turid Knutsen, Øystein Alvik
EKSAMEN EMNE: MA- FAGLÆRER: Svein Olav Nyberg, Turid Knutsen, Øystein Alvik Klasser: (div) Dato: mai Eksamenstid: Eksamensoppgaven består av følgende: Antall sider (ink forside): Antall oppgaver: Antall
Detaljer4.9 Anvendelser: Markovkjeder
4.9 Anvendelser: Markovkjeder Markov kjeder er en spesiell type diskret dynamisk system. Stokastisk modell: grunnleggende i sannsynlighetsregning. Vinner av Abelprisen 2007, S. Varadhan, jobber i dette
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
Detaljer7 Ordnede ringer, hele tall, induksjon
Notat 07 for MAT1140 7 Ordnede ringer, hele tall, induksjon Definition 7.1. La R være utstyrt med addisjon og multiplikasjon slik at vi har å gjøre med en kommutativ ring. Anta videre at R er utstyrt med
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
Detaljer12 Lineære transformasjoner
2 Lineære transformasjoner 2 Funksjoner Definisjon 2 En funksjon ( a function) f : A B er en regel, som tilordner en entydig bestemt verdi f (a) B til ethvert element a A Mengden A kalles domenet til f
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,
Detaljerx 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder
4 Noen merknader 4. Lineære systemer Ax = b Gitt systemet Ax = b, A = [a i,j ] i=,,...,m, j=,,...,n x = b = Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder b i. Med det finnes
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
DetaljerForelesning Matematikk 4N
Forelesning Matematikk 4N Hans Jakob Rivertz Institutt for matematiske fag 18. september 2006 2 Komplekse fourier rekker (10.5) Målet med denne leksjonen er vise hvordan man skrive fourier rekkene på kompleks
Detaljer4.4 Koordinatsystemer
4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } kalles en basis for et vektorrom V dersom B er lineært uavhengig og utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer ;
Detaljer