Geometri i rommet. Kapittel Vektorer i R 3. Lengden av v er gitt ved
|
|
- Inger Dale
- 4 år siden
- Visninger:
Transkript
1 Kaittel 5 Geometri i rommet I dette kaitlet skal vi konsentrere oss om isometrier i R. Det er stort sammenfall mellom teoriene i og dimensjoner, og mange av resultatene fra forrige kaittel er gyldig også ir. Vi tar med resultatene her, men hoer over bevisene der det ikke er noe forskjell. Vi begynner imidlertid med noen sesielle regneregler for vektorer i rommet, og som ikke nødvendigvis har noen aralleller i lanet. 5. Vektorer i R I mange tilfeller kan det være vanskelig å skille mellom unkter og vektorer i rommet, begge deler angis med -tuler av reelle tall. Imidlertid er det en forskjell å dem. Et unkt P i rommet eksisterer uavhengig av valg av koordinatsystem, vi trenger faktisk ikke bestemme oss for noe koordinatsystem i det hele tatt. Beskrivelsen som et -tuel derimot baserer seg å et valg av koordinatsystem, og beskriver unktets lassering i forhold til dette koordinatsystemet. En vektor v kan vi tenke å som en il i rommet. En il har en retning og en lengde, og begge disse størrelsene er uavhengig av valg av koordinatsystem. Når vi har bestemt oss for et koordinatsystem kan vi lassere en vektor (il) med sin start-ende i oriogo. Den andre enden av ila eker da å et unkt i rommet. Vektoren vil da bli gitt ved koordinatene til dette unktet, relativt til det valgte koordinatsystemet. Noen resultater og størrelser vil være avhengig av valg av koordinatsystem, mens andre vil ikke være det. En vanlig størrelse som er avhengig av valg av koordinatsystem, eller mer sesifikt valg av enhet å aksene, er lengden av en vektor v.når vi har valgt et koordinatsystem kan vi angi en vektor ved et -tuel v =(a,b,c). Lengder av vektoren finner vi ved å bruke Pythagoras setning. Definisjon 5... La v =(a,b,c) være en vektor i R. Lengden av v er gitt ved v =(v T v) = a + b + c Vi skal hovedsakelig være interessert i ortonormale koordinatsystem. Ortonormale koordinatsystem henger sammen med ortonormale basiser for R. I en ortonormal basis har basisvektorene lengde og de står normalt å hverandre. Standardbasisen {e,e,e } der e e e er et eksemel å en ortonormal basis. Fortrinnet til ortonormale basiser er at det er enkelt å beregne koordinatene til et unkt eller en vektor. En vektor v R har koordinater relativt til standardbasisen gitt ved skalarroduktet v i = v e i i =,, og tilsvarende for en vilkårlig annen ortonormal basis. Merk at det er vanlig å bruke notasjonen for standardbasisen i R. i = e j = e k = e Eksemel 5... Mengden B = {v,v,v } der v v 4, v danner en ortonormal basis for R. I mange tilfeller vil vi ha gitt en vektor (av lengde ), og vi ønsker å finne en ortonormal basis som involverer denne vektoren. I lanet har vi en enkel formel for å finne en vektor som står normalt å en annen vektor. I -rommet har vi også formler for dette.
2 Lemma 5... a b R c være en vektor med lengde, dvs. a + b + c =. Dersom (a,b) =(,) vil vektorene og w = v b a a + a + b ac bc (a + b ) ha lengde og stå normalt å hverandre og å u, det vil si Bevis. Ren utregning. v v = w w = u v = u w = v w = Eksemel 5... Hvis vi bruker formelen i lemmaet å får v w = Det finnes en vektor-konstruksjon som er helt sesiell for R, det såkalte kryssroduktet av to vektorer. Den viktigste egenskaen til dette roduktet er at den konstruerte vektoren står normalt å de to vi starter med. Dette kan vi selvfølgelig utnytte når vi skal konstruere ortonormale basiser. Definisjon 5... La v,w R være to vektorer. Vi definerer kryssroduktet v w av de to vektorene ved formelen v w = i j k v v v w w w =(v w v w )i +(v w v w )j +(v w v w )k v w v w v w v w v w v w Eksemel 5... Vi skal regne ut kryssroduktet v w for vektorene v =(,,) og w =(,,). Vi har v w = i j k = i j + 5k Eksemel La u =(,,), u =(,, ).Vi kan bruke kryssroduktet til å finne en tredje vektor u slik at de tre vektorne utgjør en basis. Utregning gir u u = i j k =(,,) Siden kryssroduktet er forskjellig fra vet vi også at de to vektorene er lineært uavhengig. Proosisjon Kryssroduktet har følgende egenskaer (u,v,w R,k R); i) Lineært i begge faktorer; ii) nti-kommutativt; iii) Ortogonalitet; iv) Selv-utslettende; (u + v) w = u w + v w u (v + w)=u v + u w (ku) v = u (kv)=k(u v) u v = v u u (u v)=v (u v)= u 4
3 v) Tilfredsstiller Jacobi-identiteten; u (v w)+v (w u)+w (u v)= Egenska iii) sier at kryssroduktet står normalt å de to vektorene som inngår i roduktet. Bevis. Følger direkte fra definisjonen. Eksemel Vi skal regne ut Jacobi-identiteten for vektorene u =(,,), u =(,,) og u =(a,b,c). Vi har som gir u u =(,,) u u =(,c, b) u u =(c,, a) (u u ) u =( b,a,) (u u ) u =(b,,) (u u ) u =(, a,) Vi ser at summen av de tre vektorene er. Det er verdt å merke seg at lengden av kryssroduktet er lik arealet av arallellogrammet utsent av de to vektorene som inngår. Dett er det lett å se dersom vi antar at den ene vektoren er (,,). Hvis den andre vektoren er gitt ved v =(v,v q,v ),så vil arealet av arallellogrammet være gitt ved v + v. Samtidig vil kryssroduktet av u og v være u v =(, v,v ), og lengdene stemmer overens. Formelen for den ortonormale basisen gitt i lemmaet over baserer seg å kryssroduktet. Vi a b c w = v, v b a a + a + b ac bc (a + b ) For standardbasisen har vi de svært vakre sammenhengene i j = k, j k = i, k i = j Eksemel 5... Vi kan bruke disse formelene sammen med linearitetsegenskaene til vektorroduktet til å forenkle utregninger: La u = i j, u = i + j k. Da har vi u u =(i j) (i + j k) = i i + i j i k j i j j + j k = + k + j + k + i = i + j + k Vi kan kombinere kryssrodukt og skalarrodukt i det som kalles trielroduktet. Definisjon Trielroduktet av tre vektorer u,v,w er definert ved [u,v,w]=(u v) w Ved å bruke definisjonen av kryssrodukt kan vi gi en fin formel for trielroduktet; Proosisjon 5... La (u,u,u ), v =(v,v,v ) og w =(w,w,w ) være tre vektorer i rommet. Da har vi at trielroduktet [u,v,w]= u u u v v v = det() w w w der er matrisen med søyler (eller rader) u,v,w. Bevis. Følger direkte fra formelene for kryss- og skalar-rodukt. Eksemel Vi skal regne ut trielroduktet av vektorene (,,), v =(,,) og w =(,,). Vi bruker formelen [u,v,w]= Lemma Vi har = (u v) w =(v w) (w v) u Bevis. Følger fra roosisjonen over siden to ombyttinger av rader i en determinant ikke forandrer verdien av determinanten. Det siste resultatet gir at vi kan bytte om rekkefølgen i trielroduktet uten å forandre verdien. Det eneste 5
4 vi må asse å er fortegnet. Reglen er at så lenge vi beholder rekkefølgen å faktorene, så endres ikke tegnet. Med rekkefølge mener vi rekkefølge i syklisk forstand, det vil si at, og gir samme rekkefølge, mens,, gir den motsatte rekkefølgen. Trielroduktet ofører seg ganske ent i forhold til å gange vektorene med en matrise. Proosisjon La være en -matrise. Da har vi [u,v,w]=det()[u,v,w] Bevis. Trielroduktet [u,v,w] er gitt ved determinanten til en matrise med de tre vektorene som sine søylevektorer. Men det er det samme som determinanten til matriseroduktet (uvw) Eksemel La være matrisen gitt ved v Vi skal regne ut trielroduktet [u,v,w] å to måter. Først beregner v = Det gir trielrodukt Så regner vi ut og [u,v,w]= det()= [u,v,w]= og roduktet blir igjen w =, = 4 = = 5. Ortogonale -matriser Ortogonale matriser er definert gjennom relasjonen T = Id. lle søylene i en ortogonal matrise har derfor lengde og de står normalt å hverandre, det vil si at skalar-roduktet mellom to forskjellige søyler er. Det er historiske grunner som ligger bak navnet ortogonal matrise. Siden søylene har lengde skulle man kanskje tenke seg at matrisene burde omtales som ortonormale. Men det gjør vi altså ikke. Vi skal liste o noen egenskaer ved ortogonale matriser som vi tidligere har gjennomgått, i tillegg til at det etter hvert kommer noen nye: - Produktet av to ortogonale matriser er en ortogonal matrise. - Determinanten til en ortogonal matrise er ±. - lle (de reelle) egenverdiene til en ortogonal n nmatrise har absoluttverdi. - La være en ortogonal -matrise med determinant det()=. Da har en egenvektor v med tilhørende egenverdi l =. Proosisjon 5... La være en ortogonal - matrise med determinant det() =. Da har en egenvektor v med tilhørende egenverdi l =. Bevis. Vi har c ( )=det( + I)=det( + T ) = det() det(i + T )=det() det( + I) = det() c ( ) Siden vi har antatt at det() = følger det at c ( ) =, som er ekvivalent med at l = er en egenverdi. Eksemel 5... La være den ortogonale matrisen Da er B v ) en egenvektor med egenverdi -. C
5 Proosisjon 5... La være en ortogonal matrise, og la v være en egenvektor med egenverdi ±. La W = v? være det ortogonale komlementet til v det vil si alle vektorer i rommet som stå normalt å v. Da har vi W = W. Bevis. La w ofylle w T v =. Da har vi (w) T v = w T T v = w T v = ±w T v = og det følger at v står normalt å v. Proosisjon 5... La være en ortogonal - matrise, og la v,w R. Da har vi Bevis. Vi har v w = v w v w =(v) T w = v T T w = v T w = v w Eksemel 5... Vi betrakter den ortogonale - matrisen B og de to vektorene Da har vi v = Videre har vi v = + 4, w = og med litt mer regning, C, w = v w = v w = som stemmer med resultatet over. + + C Proosisjon La v = være en vektor i R. Da er Householder-matrisen ortogonal. Q v = I vvt v T v Eksemel 5... Vi kan regne ut Householder-matrisen for v =(,,). Det () Q v = I + + Denne matrisen er åenbart ortogonal. Siden standardbasisen er en ortonormal basis kan vi skrive v =(v T e )e +(v T e )e +(v T e )e Det gir oss et direkte argument for følgende resultat: Lemma La v,w R. Da har vi at v = w hvis og bare hvis v T w T u for alle u R. Proosisjon 5... La være en ortogonal - matrise, og la v,w R. Da har vi v w =(det) (v w) Bevis. Det holder å vise at for alle x R. Vi har [v,w,x]=(det)(v w) x [v,w,x]=[v,w, x] = det()[v,w, x] = det()(v w) x = det()(v w) x = det()(v w) x Eksemel Vi betrakter igjen den ortogonale -matrisen B C 7
6 og de to vektorene Vi har v v w +, w = + 4 og det følger med litt regning at + v w + + Vi har også og derfor Bruker vi at (v det()= v w får vi det aktuelle resultatet Isometrier i R = I dette avsnittet skal vi se å isometrier i R. Slik som tilfellet var med de ortogonale matrisene i forrige avsnitt, vil også mange av definisjonene og resultatene i dette avsnittet ha klare analogier med tilsvarende definisjoner og resultater i R.Iså fall gjengir vi kun resultatene, uten å ta med bevisene. Definisjon 5... En avbildning m : R! R kalles en isometri (stiv bevegelse) hvis den bevarer avstander, dvs. for vilkårlig valgte unkter P,Q R så er P Q = m(p) m(q). En isometri som avbilder en delmengde F R å seg selv kalles en symmetri av F. Proosisjon 5... isometri. a) Identitetsavbildningen er en b) Dersom m,m : R! R er to isometrier, da er også sammensettingen av de to avbildningene en isometri. c) Dersom m er en isometri, så er også den inverse avbildningen m en isometri. Mengder som ofyller de tre unktene i roosisjonen kalles i matematikken for en grue. Lemma 5... La m : R! R være en avbildning av lanet å seg selv. Da er følgende utsagn om m ekvivalente: (a) vbildningen m er en isometri som fikserer origo. (b) vbildningen m er venstre-multilikasjon med en ortogonal matrise og derfor lineær. Siden en isometri avbilder R å seg selv, vil den r. definisjon være en symmetri av R. Symmetrier som bevarer origo, og som i henhold til resultatet over er gitt ved multilikasjon med en ortogonal matrise, kalles unkt-symmetrier. Vi skal i resten av kaitlet konsentrere oss om unkt-symmetrier, eller ekvivalent; ortogonale matriser. Det betyr at vi i hovedsak skal studere isometrier å formen m(x)=x der er en ortogonal -matrise. Vi deler isometriene (eller unkt-symmetriene) inn i to hovedgruer, orienterings-bevarende, med determinant og orienterings-reverserende med determinant -. Definisjon Mengden av ortgonale -matriser kalles den ortogonale grua og skrives O(). Inneholdt i O() ligger SO(), som er de ortogonale - matrisene med determinant. Teorem La m(x)=x være en unkt-symmetri definert ved en ortogonal -matrise. Da kan skrives som et rodukt av en rotasjon og en refleksjon. Bevis. Vi vet at en ortogonal matrise har determinant det()=±. Hvis det()=,så har vi tidligere vist at 8
7 har en egenvektor v med egenverdi, og at tar det ortogonale komlementet W = v? til denne vektoren å seg selv. Det betyr at restriktert til W så svarer til en orienteringsbevarende isometri av et lan, det vil si at svarer til en rotasjon av W. Dersom det()=, så har en egenvektor v med tilhørende egenverdi -. Matrisen avbilder det ortogonale komlementet v? til v å seg selv. Det gjør også Householder-matrisen Q v og dermed også roduktet av dem Q v Dette roduktet har determinant ( ) = og svarer til en rotasjon. Det betyr at kan skrives som et rodukt av denne rotasjonen og refleksjonen gitt ved Q v. Proosisjon 5... To refleksjoner gir en rotasjon om skjæringslinja mellom de to refleksjonslanene. Bevis. Siden refleksjoner er ortogonale matriser med determinant det() =, vil roduktet være en ortogonal matrise med determinant, altså en rotasjon. I tillegg vil denne avbildningen olagt fiksere snitett av de to refleksjonslanene, som dermed gir oss rotasjonsaksen. iii) Hvis F m er en linje, så er m en rotasjon. iv) Hvis F m er et unkt, så er m en sammensetting av en refleksjon og en rotasjon. Bevis. Resultatet er en osummering av ting vi har vist tidligere. Proosisjon Enhver unkt-symmetri kan skrives som et rodukt av eller refleksjoner. Bevis. På bakgrunn av hva vi har vist tidligere, holder det å vise at en vilkårlig rotasjon kan skrives som et rodukt av to refleksjoner. Vi betrakter en rotasjon med rotasjonsvinkel q. La v være rotasjonsaksen til rotasjonen, og velg en vektor w som står normalt å denne. La Q w være den ene refleksjonen. Vi vet at denne refleksjonen fikserer normallanet til w og derfor også v. La videre w være en vektor som står normalt å v og som danner en vinkel q med w, og la Q w være den andre refleksjonen. Vektoren v fikseres også av denne refleksjonen og v fikseres sesielt av begge de to refleksjonene. Nå kan vi bruke et tidligere resultat til å fastslå at rotasjonen om v er gitt ved q = q som var det vi ville ha. En ortogonal matrise som ofyller k = Id sies å ha endelig orden, i dette tilfellet orden k. F.eks. vil en refleksjon ha orden. Definisjon La m : R! R være en unktsymmetri. Et unkt P R som ved m avbildes å seg selv; m(p)=p, kalles et fiksunkt for m. Mengden av alle fiksunkter; F m = {P R m(p)=p} kalles fiksunktsmengden til m. Klassifikasjon av unkt-symmetrier i rommet blir litt forskjellig fra det lane tilfellet; Proosisjon La m : R! R være en unktsymmetri med fiksunktsmengde F m. Da har vi følgende karakterisering: i) Hvis F m = R,så er m identitetsavbildningen. ii) Hvis F m er et lan, så er m en refleksjon. 9
8 5.4 Ogaver med løsning Eksemel I denne ogaven har vi ogitt en Finn to andre vektorer v og w slik at de tre vektorene til sammen gir en basis for R. Løsning.. Metodevalg: For å finne v skal vi bruke formelen i Lemma 5.., mens w skal vi finne som kryssroduktet av u og v.. Regning: Vi har a = og b =. Det gir q a + b = + = og dermed v = Vektoren w finner vi w = (i j + k) (i + j) = (i i + i j j i j j + k i + k j = (k + k + j i) = ( i + j + Eksemel Vi har gitt to refleksjoner. Den ene tar v =(,,) å v, den andre tar w =(,,) å w. Finn skjæringslinja mellom de to refleksjonslanene. Løsning.. Metodevalg: Refleksjonslanene står normalt å de ogitte vektorene. Skjæringslinja mellom lanene vil derfor være definert av en vektor som står normalt å begge vektorene. Denne kan vi finne ved å ta kryssroduktet av de to vektorene.. Regning: Kryssroduktet er gitt ved v w =(j + k) (i + j) = j i + j j + k i + k j = k + + j i =(,, ) Skjæringslinja er linja langs vektoren (,, ). Eksemel La være matrisen gitt ved Finn fiksunktene til matrisen og bestem hva slags isometri den reresenterer. Løsning.. Metodevalg: For å finne fiksunktene til en matrise,må vi løse v = v. Vi lar v =(x,y,z) og regner ut.. Regning: Vi skal x y x y z z Fiksunktmengden til er det samme som nullrommet til I, som x y = x y = 5 z Det betyr at hvis vi finner rangen til denne matrisen, så kan vi finne dimensjonen til nullrommet. Vi regner ut determinanten til matrisen 5 =( ) ( ) = 4 = som betyr at rangen er, og nullrommet derfor har dimensjon. Det betyr at uttrykker en sammensetting av en rotasjon og en refleksjon. 7
9 5.5 Ogaver Ogave. Regn ut lengden av vektorene: a) (,,) b) (,,) c) (,, ) Ogave. Finn en vektor som står normalt å den ogitte vektoren: a) (,,) b) (,,) c) (,,) d) (,, ) Ogave. Regn ut kryssroduktet v w for de ogitte vektorene: a) v =(,,) og w =(,, ) b) v =(,,) og w =(,, ) c) v =(,,) og w =(,, ) d) v =(,,) og w =(4,,7) Ogave 4. Regn ut kryssroduktet v w for de ogitte vektorene: a) v = i + j og w = i j b) v = i + k og w = j + k c) v = i + j + k og w = i j k d) v = i j + k og w = i j k Ogave 5. I hvert tilfelle har vi ogitt to vektorer, u og v. Finn en tredje vektor w slik at de tre vektorene til sammen danner en basis for R. og v og v og v og v Ogave. I denne ogaven har vi ogitt en vektor, u. Finn to andre vektorer v og w slik at de tre vektorene til sammen gir en basis for R. a) @ Ogave 7. Regn ut trielroduktet [u, v, w] i hvert tilfelle: a) v =, w = @, v w Ogave 8. La være matrisen gitt ved v = Regn ut [u,v,w], w 7
10 Ogave 9. La være matrisen gitt ved v = Regn ut [u,v,w], w Ogave. Vi har gitt en ortogonal matrise med det()=. Finn en vektor v slik at v = v. Ogave. Vi har gitt en ortogonal matrise med det()=. 5 5 Ogave 4. Vi har gitt to refleksjoner. Den ene tar v =(,,) å v, den andre tar w =(,,) å w. Finn skjæringslinja mellom de to refleksjonslanene. Ogave 5. Vi har gitt to refleksjoner. Den ene tar v =(,,) å v, den andre tar w =(,, ) å w. Finn skjæringslinja mellom de to refleksjonslanene. Ogave. La være matrisen gitt ved Finn fiksunktene til matrisen og bestem hva slags isometri den reresenterer. Ogave 7. La være matrisen gitt ved Finn fiksunktene til matrisen og bestem hva slags isometri den reresenterer. Finn en vektor v slik at v = v. Ogave. Regn ut Housholder-matrisen til den ogitte vektoren a) (,,) b) (,,) c) (,,) Ogave. La være matrisen gitt ved og Regn ut u v 7
Geometri i planet. Kapittel Geometrisk tolkning av lineære avbildninger
Kaittel 4 Geometri i lanet I dette og det neste kaitlet skal vi studere vektorrom i og dimensjoner, dvs. R og R. Vi har valgt å kalle kaitlene geometri i lan eller rom fordi vi i utgangsanktet skal bruke
DetaljerGruppeteori. Kapittel Symmetrigrupper
Kaittel 7 Grueteori Grueteori handler om å studere gruer, det vil si mengder med en velidg sesifikk, men likevel enkel, struktur. Den mest sentrale delen av definisjonen av en grue er en binær oerasjon.
DetaljerOppgavesett. Kapittel Oppgavesett 1
Kapittel 9 Oppgavesett Dette kapitlet består av fire oppgavesett med oppgaver fra alle deler av kompendiet. 9. Oppgavesett Oppgave. Et dynamisk system er gitt ved x n+ = M x n der M er -matrisen.6.. M
DetaljerKarakterer. Kapittel Homomorfier av grupper. 8.2 Representasjoner
Kapittel 8 Karakterer 8. Homomorfier av grupper I forrige kapittel definerte vi begrepet abstrakt gruppe, som en abstrakt versjon av begrepet symmetrigruppe. For å studere forbindelsen mellom abstrakte
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
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
DetaljerIndreprodukt. Kapittel Et generelt indreproduktbegrep
Kaittel 6 Indrerodukt Skalarroduktet av vektorer er et nyttig verktøy. Vi har sett at det kan brukes til å regne ut lengder av vektorer og å fastslå om vektorer står vinkelrett å hverandre. I tillegg har
DetaljerKomplekse tall. Kapittel 15
Kaittel 5 Komlekse tall Utgangsunktet for all regning er de naturlige tallene N = {,,3,...,} Den berømte matematikeren Leoold Kronecker formulerte dette som Gud skate de naturlige tallene, resten er menneskets
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
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 MAT2500. Fredrik Meyer. 29. august 2014
Oppgaver MAT500 Fredrik Meyer 9. august 04 Oppgave. Bruk cosinus-setningen til å se at definisjonen av vinkel i planet blir riktig. Løsning. Dette er en litt rar oppgave. Husk at cosinus-setningen sier
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
DetaljerAt z + w og zw er reelle betyr at deres imaginrdeler er lik null, det vil si at b + d 0 ad + bc 0 Den frste ligningen gir b d. Setter vi dette inn i d
Lsningsforslag til utvalgte ogaver i kaittel I dette kaittelet har mange av ogavene et mindre teoretisk reg enn i de foregaende kaitlene, og jeg regner derfor med at lrebokas eksemler og fasit er dekkende
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 ;
DetaljerGeometriske avbildninger og symmetri. A2A/A2B Høgskolen i Vestfold
Geometriske avbildninger og symmetri A2A/A2B Høgskolen i Vestfold 6. november 2009 Innhold 1. Symmetri 2. Avbildninger 3. Isometrier 4. Egenskaper ved avbildninger 5. Symmetrigrupper Kilde for forelesningen:
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
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
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
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
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.
DetaljerMAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.
MAT 2 april 2.7 Lineær.8 Underrom MAT 2 Våren 2 UiO 7. april 2 / 23 MAT 2 april 2.7 Lineær.8 Underrom Minner om:.7 Lineær (fortsettelse) Definisjon. To vektorer u og v i R n kalles lineært avhengige dersom
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
Detaljer5.5.1 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger. Løsningsforslag + + = =
til oppgavene i avsnitt 55 til oppgaver i avsnitt 55 551 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger cos( u + v) sin( u + v) cosu sin u u+ v u = sin( u v) cos( u v) sin
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
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
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
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
DetaljerOppgaver MAT2500 høst 2011
Oppgaver MAT2500 høst 2011 31. oktober 2011 Oppgaver avsnitt 1 Oppgave 1. Bruk cosinussetningen til å se at definisjonen av vinkel i planet blir riktig. Oppgave 2. Vis at d(x, y) = 0 hvis og bare hvis
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
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
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
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
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
DetaljerForelesningsnotater SIF8039/ Grafisk databehandling
Forelesningsnotater SIF839/ Grafisk databehandling Notater til forelesninger over: Kapittel 4: Geometric Objects and ransformations i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 orbjørn
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,
Detaljer4.4 Koordinatsystemer
4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } V kalles en basis for et vektorrom V dersom B er lineært uavhengig og B utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer
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
DetaljerArne B. Sletsjøe. Kompendium, MAT 1060
Arne B. Sletsjøe Kompendium, MAT 6 Innhold Dynamiske systemer 4. Diskrete dynamiske systemer..................................... 4. Lukkede dynamiske systemer..................................... 8. Oppgaver
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
DetaljerMAT 1110: Bruk av redusert trappeform
Tom Lindstrøm 10/5, 2006: MAT 1110: Bruk av redusert trappeform I Lays bok brukes den reduserte trappeformen til matriser til å løse en rekke problemer knyttet til ligningssystemer, lineærkombinasjoner,
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
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:
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
Detaljer9 Lineærtransformasjoner TMA4110 høsten 2018
9 Lineærtransformasjoner MA4 høsten 8 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
DetaljerQED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 3 Geometri
QED 5 0 Matematikk for grunnskolelærerutdanningen Bind Fasit kapittel Geometri Kapittel Oppgave a) ( +, + 7) = (4, 9) b) (0, 4 + 5) = (, ) c) ( + 0, + 6) = (, 9) Oppgave a) Vi får vektoren [4, ]. b) Vi
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 =
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
Detaljer= 3 11 = = 6 4 = 1.
MAT3000/4000 Eksamen V3 Løsningsforslag Oppgave [0 poeng] Sjekk at 3 er en kvadratisk rest i Z/(3) og finn løsningene av likningen x = 3 i Z/(3) (uten å lage en tabell for x ) Du får lov til å bruke at
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: 9. desember 2014. Tid for eksamen: 14.30 18.30. Oppgavesettet er på 6 sider. Vedlegg: Tillatte
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.
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
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:
Detaljer15 Hovedprinsippet for vektorrom med et indre produkt
Hovedprinsippet for vektorrom med et indre produkt La oss minne Hovedprinsippet (Seksjon 8.): Alle (endelig dimensjonale dvs. de som har en endelig basis) vektorrom kan beskrives som R n der n dim V. Alle
DetaljerInnlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9
Innlevering BYPE000 Matematikk 000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 4. april 014 før forelesningen Antall oppgaver: 9 1 Regn ut determinanten til følgende matriser. (Det er også
DetaljerEmne 10 Litt mer om matriser, noen anvendelser
Emne 10 Litt mer om matriser, noen anvendelser (Reelle) ortogonale matriser La A være en reell, kvadratisk matrise, dvs. en (n n)-matrise hvor hvert element Da vil A være ortogonal dersom: og Med menes
Detaljer5.7 Løsningsforslag til oppgaver i avsnitt 5.7
til oppgaver i avsnitt 57 57 til oppgaver i avsnitt 57 Oppgaver som består i å finne symmetrigrupper til plane figurer, er blitt gitt regelmessig til eksamen i geometri De er som regel enkle å løse Her
Detaljer5.8 Iterative estimater på egenverdier
5.8 Iterative estimater på egenverdier Det finnes ingen eksplisitt formel for beregning av egenverdiene til en kvadratisk matrise. Iterative metoder som finner (ofte) en (meget god) approksimasjon til
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
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
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.
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
DetaljerEKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER (TMA4212)
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 Faglig kontakt under eksamen: Navn: Brynjulf Owren (964) EKSAMEN I NUMERISK LØSNING AV DIFFERENSIALLIGNINGER MED DIFFERANSEMETODER
DetaljerKap. 5 Egenverdier og egenvektorer
Kap. 5 Egenverdier og egenvektorer Egenverdier, egenvektorer og diagonaliserbarhet er sentrale begreper for kvadratiske matriser. Mye er kjent fra tidligere, skal repetere dette og gå videre. Sammenhengen
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
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
Detaljer8 Vektorrom TMA4110 høsten 2018
8 Vektorrom TMA4 høsten 8 I de foregående kapitlene har vi tatt en lang vandring gjennom den lineære algebraens jungel. Nå skal vi gå opp på en fjelltopp og skue ut over landskapet vi har vandret gjennom.
DetaljerMAT1120 Notat 1 Tillegg til avsnitt 4.4
MAT1120 Notat 1 Tillegg til avsnitt 4.4 Vi tar utgangspunkt i Teorem 8 fra avsn. 4.4 i boka. For ordens skyld gjentar vi teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n } er en (ordnet) basis
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:
DetaljerDagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling
Dagens mål Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 IF2310 - Digital bildebehandling Ole Marius Hoel Rindal, slides av Andreas Kleppe Dagens mål Forstå
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 =
DetaljerMAUMAT644 ALGEBRA vår 2016 Første samling Runar Ile
MAUMAT644 ALGEBRA vår 2016 Første samling Runar Ile 1 Introduksjon: Grupper og ringer Ringer En ring er et sted hvor du kan addere, subtrahere og multiplisere. Hvis du også kan dividere kalles ringen for
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
DetaljerTDT4195 Bildeteknikk
TDT495 Bildeteknikk Grafikk Vår 29 Forelesning 5 Jo Skjermo Jo.skjermo@idi.ntnu.no Department of Computer And Information Science Jo Skjermo, TDT423 Visualisering 2 TDT495 Forrige gang Attributter til
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
DetaljerFra skolematematikken husker vi at kvadratroten til et tall a er det ositive tallet som har kvadrat lik a. Men det betyr at x2 = n x for x 0 x for x <
Lsningsforslag til utvalgte ogaver i kaittel 2 I seksjon 2.1 far du velse i a lse ulikheter hvor tallverdier inngar (ogave 2.1.5) og enkel trening i a fre matematiske resonnementer ved a kombinere bruk
DetaljerVektorrom. Kapittel 7. Hva kan vi gjøre med vektorer?
Kapittel 7 Vektorrom Vårt mål i dette kapitlet og det neste er å generalisere og abstrahere ideene vi har jobbet med til nå Især skal vi stille spørsmålet Hva er en vektor? Svaret vi skal gi, vil virke
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
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
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
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
DetaljerMA-132 Geometri Torsdag 4. desember 2008 kl Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator.
Institutt for matematiske fag EKSAMEN i MA-1 Geometri Torsdag 4. desember 008 kl. 9.00-14.00 Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator. Bokmål Oppgave 1 Gitt et linjestykke.
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
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
DetaljerLøsningsforslag øving 7
Løsningsforslag øving 7 8 Husk at en funksjon er injektiv dersom x y gir f(x) f(y), men her ser vi at f(3) 9 f( 3), eller generelt at f(z) z f( z) for alle z C, som betyr at f ikke er injektiv Vi ser også
DetaljerFor æresdoktoratet i Bergen 28 august 2008
ITERERTE LINEÆRE REKURSJONER OG SCHUBERT REGNING For æresdoktoratet i Bergen 28 august 2008 1. Adjunksjon av røtter 1.1 Notasjon. La A være en ring. For en A-algebra B betrakter vi Hom A (B, A) som en
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 +
DetaljerLøsningsforslag. a) Løs den lineære likningen (eksakt!) 11,1x 1,3 = 2 7. LF: Vi gjør om desimaltallene til brøker: x =
Prøve i FO99A - Matematikk Dato: 1. desember 014 Målform: Bokmål Antall oppgaver: 8 (0 deloppgaver) Antall sider: 3 Vedlegg: Formelsamling Hjelpemiddel: Kalkulator Alle svar skal grunngis. Alle deloppgaver
Detaljer(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer
5 Vektorrom Et vektorrom er en mengde V med tre algebraiske operasjoner (addisjon, negasjon og skalærmultiplikasjon) som tilfredsstiller de 10 betingelsene fra Def. 4.1.1. Jeg vil ikke gi en eksamensoppgave
DetaljerMAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse
MAT3000/4000 - Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse Oppgave 1 Din offentlig nøkkel er N = 377 og a = 269, mens lederen av klubben har valgt N = 1829 og a = 7. Passordet som du har mottatt
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:
DetaljerEn rekke av definisjoner i algebra
En rekke av definisjoner i algebra Martin Strand, martin.strand@math.ntnu.no 11. november 2010 Definisjonene som er gitt her, kommer i MA2201 Algebra og MA3201 Ringer og moduler. Forhåpentligvis blir det
Detaljer4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. Kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
DetaljerFASIT OG TIPS til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag, 1.utgave 2003 og 2.opplag 2004.
FAIT OG TIP til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag,.utgave og.opplag. Versjon..9. Det er ikke tatt med svar på alle oppgaver. Denne fasiten vil bli oppdatert etter hvert. Oppdager
DetaljerMAT1120 Notat 1 Tillegg til avsnitt 4.4
MAT1120 Notat 1 Tillegg til avsnitt 4.4 Dette notatet tar utgangspunkt i Teorem 8 fra avsnitt 4.4 i boka. For ordens skyld gjentar vi dette teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n
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
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
DetaljerGrublegruppe 19. sept. 2011: Algebra I
Grublegruppe 19. sept. 2011: Algebra I Ivar Staurseth ivarsta@math.uio.no Innledning, definisjoner Vi har så langt jobbet med mengder, X, hvor vi har hatt et avstandsbegrep og hvor vi har vært i stand
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. (.
Detaljer4.2 Nullrom, kolonnerom og lineære transformasjoner
4.2 Nullrom, kolonnerom og lineære transformasjoner Utover Span {v 1, v 2,..., v p } er det en annen måte vi får lineære underrom på! Ser nå på V = R n. Skal se at det er visse underrom knyttet til en
Detaljer