RF5100 Lineær algebra Leksjon 2
|
|
- Johanna Olafsen
- 8 år siden
- Visninger:
Transkript
1 RF5100 Lineær algebra Leksjon 2 Lars Sydnes, NITH 27.august 2013
2 I. LINEÆRE SYSTEM
3 SKJÆRINGSPUNKTET FOR TO LINJER l 1 : x + y = 1 P l 2 : x + y = 3 Geometri: (i) P ligger på linjen l 1 (ii) P ligger på linjen l 2 Algebra: (i) eq 1 : x + y = 1 (ii) eq 2 : x + y = 3
4 LØSNING eq 1 + eq 2 : 2y = 4 eq 2 : x + y = 3 eq 1 2 : y = 2 eq 2 : x + y = 3 eq 1 : y = 2 eq 2 eq 1 : x = 1 Resultat: Vi har omformet de opplysningene vi hadde om P til x = 1, y = 2. Metode: Vi dannet lineærkombinasjoner av ligningene.
5 NAIV GAUSS-JORDAN-ELIMINASJON n ligninger eq 1, eq 2,..., eq n. n variabler x 1, x 2,..., x n. Bruk eq 1 til å eliminere x 1 fra de andre ligningene. Bruk den oppdaterte versjonen av eq k til å eliminere x k fra de andre ligningene. Resultat: Siste versjon av eq k inneholder kun variabelen x k : eq 1 : a 1 x 1 = b 1 eq 2 : a 2 x 2 = b 2. eq n : a n x n = b n Altså: x i = b i /a i.
6 PIVOTERING OG AVRUNDINGSFEIL x y = x y = 1 GIVEN MATRIX: { 1.234e e e+19 } { 1.000e e e+00 } Straightforward Gauss Elimination: { 1.000e e e+11 } { 0.000e e e+01 } Error indicator: e+11 Scaled pivoting: { 1.000e e e+01 } { 0.000e e e+01 } Error indicator: e+00 METODEVALG PÅVIRKER NUMERISK STABILITET
7 PIVOTERING n ligninger eq 1, eq 2,..., eq n. n variabler x 1, x 2,..., x n. Finn fram til den ligningen eq i1 som egner seg best for eliminasjon av variabelen x 1. Utfør eliminasjonen og merk ligningen eq i1 som brukt. Steg k: Finn fram til ligningen eq ik som egner seg best for eliminasjon av variabelen x k. Let blant de oppdaterte versjonene av de ubrukte ligningene. Utfør eliminasjonen og merk eq ik som brukt. Resultat: Siste versjon av eq ik inneholder kun variabelen x k : eq ik : a k x k = b k
8 HVILKEN LIGNING EGNER SEG BEST? Svaret er ikke opplagt Tradeoff: Velegnethet vs. Ressursbruk. Absolutt verdi av koeffesienter: Velg den ligningen der x k sin koeffesient har størst absoluttverdi. (Delvis pivotering / Partial pivoting) Relativ verdi av koeffesienter: Velg den ligningen der koeffesienten til variabelen x k har størst absoluttverdi relativt til de andre variablene. (Skalert pivotering / Scaled pivoting)
9 II. LINEÆRE SYSTEM PÅ MATRISEFORM
10 KOEFFESIENTMATRISEN Lineært system: x + y + z = 1 x + 2y + 2z = 3 x + 2y + 3z = 6 Koeffesientmatrisen: (Arbeidsdata) double[][] coefficients;
11 HVA MATRISER ER 1.0 Matriser holder orden på koeffesienter. Lineært system Koeffesientmatrisen
12 RADOPERASJONER
13 III. MATRISER
14 IV. LINEÆRE SYSTEM OG MATRISELIGNINGER
15 V. INVERSJON OG TRANSPONERING
16 VI. OPPSUMMERING
17 OPPSUMMERING I ETTERKANT Eksempel: Skjæringspunktet mellom to linjer bestemmes av 2 lineære ligninger i to variabler. Eksempel: Tre ligninger med tre ukjente x, y, z. Systematikk: Gausseliminasjon (Enkelt grunnprinsipp): Eliminer variabelen x ved å kombinere ligning 1 med de to andre ligningene. Eliminer variabelen y ved å kombinere ligning 2 med de to andre ligningene. Eliminer variabelen z ved å kombinere ligning 3 med de to andre ligningene.
18 EKSEMPEL x + y + z = 1 x + 2y + 2z = 3 x + 2y + 3z = 6 Trekker ligning 1 fra de to andre, og variabelen x står igjen alene i første kolonne: x + y + z = y + z = y + 2z = 5 Trekker ligning 2 fra de to andre, og variabelen y står igjen alene i andre kolonne: x = y + z = z = 3
19 EKSEMPEL Trekker ligning 3 fra ligning 2, og variabelen z står igjen alene i tredje kolonne: x = 1 Altså må: 0 + y + 0 = z = 3 x = 1, y = 1 og z = 3 De opprinnelige ligningene bestemmer x, y, z-verdiene, vi former ligningene om og gjør dem gjennomsiktige. Vi hverken legger til eller trekker fra informasjon.
20 GAUSS-JORDAN-ELIMINASJON n ligninger e 1, e 2,..., e n. (Altså n opplysninger) n variabler x 1, x 2,..., x n. (Altså n ukjente) Bruk ligning e k til å frigjøre x k fra de andre ligninge- Steg 1: ne. Steg k: ne. Bruk ligning e 1 til å frigjøre x 1 fra de andre ligninge- Aber: Vi forutsetter her at x k forekommer i ligning k etter steg k 1. Dette kan vi ikke garantere!!
21 PROBLEMEKSEMPEL Systemet x + y + z = 1 2x + 2y + 3z = 3 3x + 3y z = 4 omformes til følgende system etter ett steg: x + y + z = z = z = 1 Vi får ikke til å eliminere y. Vi har to forslag til z-verdier: z = 1, z = 1 4. Systemet er altså selvmotsigende. Vi har utledet en absurditet av det.
22 MILDERE PROBLEMEKSEMPEL Systemet x + y + z = 1 2x + 2y + 3z = 3 2x + 3y z = 4 omformes til følgende system etter ett steg: x + y + z = z = y + 3z = 2 Her kan vi gå videre, men vi må bruke ligning 3 for å eliminere y-variabelen i de andre ligningene. Vi er tjent med svakere kobling mellom ligningene og variablene
23 VII. OPPGAVER
24 REGNEOPPGAVER Noen ligningsystem å bryne seg på: x + 2y 3z = 6 2x y + 4z = 1 x y + z = 3 x + 2y + z = 4 3x + 8y + 7z = 20 2x + 7y + 9z = 23 Den neste har en twist in the tail: 3x 8y + 10z = 22 x 3y + 2z = 5 2x 9y 8z = 11 Og: Hvorfor ikke bruke rad 2 til å eliminere x? Da blir aritmetikken enklere. Løs disse systemene med å arbeide med ligningene og/eller matriseformen til systemet.
25 LAB: MATRISER Skriv en matriseklasse i Java. Ta gjerne utgangspunkt i RF5100/kode/matLib/Matrix.java eller Denne må man vel også ha for å få koden til å kompilere: ~sydlar/rf5100/kode/matlib/dimensionerror.java Her er de lineære matriseoperasjonene allerede implementert. Studer dem og kritiser dem. Arbeid med følgende: public Matrix multiply(matrix other);
26 LAB: GAUSSELIMINASJON Arbeid med: util/solvers.java.
27 REFERANSER -Lineære system : A & R : Kap. 1 D & P: Matriser: D & P:
Gauss-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,
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
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
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
DetaljerMa Linær Algebra og Geometri Øving 1
Ma0 - Linær Algebra og Geometri Øving Øistein Søvik 0. september 0 Excercise Set. = 4 x6 x x = x 6 4 x x = x 4 4 4 x x. In each part, determine whether the equation is linear in x, x and x Før vi begynner
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
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
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
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
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
DetaljerKlara Hveberg, 26 sylen under pivot-elementet, ma vi na bare trekke (3; 2)=(2; 2) = 8=2 = 4 ganger andre rad fra tredje rad >> k=(3,2)/(2,2); >> (3,:)
Lab 2: Gauss-eliminasjon av Klara Hveberg I denne laboratorievelsen skal vi se pa hvordan vi kan lage Matlab-funksjoner som utfrer Gauss-eliminasjon pa matriser, dvs som bringer dem pa trappeform ved hjelp
DetaljerForelesning 14 Systemer av dierensiallikninger
Forelesning 14 Systemer av dierensiallikninger Eivind Eriksen 9. april 010 Dierensiallikninger En dierensiallikning inneholder en avhengig variabel (typisk y ) og en uavhengig variabel (typisk x), som
DetaljerRF3100 Matematikk og fysikk Leksjon 1
RF3100 Matematikk og fysikk Leksjon 1 Lars Sydnes, NITH 30. august 2013 I. INFORMASJON FAGLÆRER Kontakt: Lars Sydnes lars.sydnes@nith.no 93035685 Ved NTNU: Doktorgrad i Matematikk 2012, Siv.ing. Industriell
DetaljerRF5100 Lineær algebra Leksjon 12
RF5100 Lineær algebra Leksjon 12 Lars Sydnes, NITH 26. november 2013 I. GAUSS-ELIMINASJON 2x + 3y + z = 1 2x + 5y z = 1 4x + 7y + 4z = 3 x + 3/2 y + 1/2 z = 1/2 x + 2z = 2 y z = 1 3z = 2 x + 2z = 2 y z
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
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
DetaljerElementære eliminasjonsmatriser
Elementære eliminasjonsmatriser Gitt en vektor a = [a 1,..., a n ] T, en matrise 1 0 0 0.......... M k = 0 1 0 0 0 a k+1 a k 1 0, a k 0,.......... 0 an a k 0 1 kalles elementære eliminasjonsmatriser eller
DetaljerRF5100 Lineær algebra Leksjon 9
RF5100 Lineær algebra Leksjon 9 Lars Sydnes, NITH 11. november 2013 I. DATASKJERMEN DATASKJERMEN (0, 0) x (wp os x, wp os y ) y winres x (wcenter x, wcenter y ) winres x (devres x, devres y ) Merk: Det
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,
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
DetaljerHvorfor er lineær algebra viktig? Linear
Lineær Algebra Hvorfor er lineær algebra viktig? Linear y = ax + b linje y = f(x) funksjon Taylor utvikling f(x) =f(x 0 )+f 0 (x 0 )(x x 0 )+ 1 2 f 00 (x 0 )(x x 0 ) 2 + f(x) f(x 0 )+f 0 (x 0 )(x x 0 )
DetaljerProjeksjoner av vektorer Analyse av værdata
Projeksjoner av vektorer Analyse av værdata Lars Sydnes 11. september 2013 1 Osloserien Ved værstasjoner rundt omkring i verden måler man temperaturen hver eneste dag. Vi har tilgang til målinger gjort
Detaljer(3/2)R 2+R 3 R 1 +R 2,( 2)R 1 +R 3 ( 2)R 1 +R 4 6/5R 3 +R 4 1/5R 3
NTNU Institutt for matematiske fag TMA4115 Matematikk 3 våren 2009 Løsningsforslag - Øving 10 Fra Edwards & Penney, avsnitt 4.4 5 Vi bruker Algoritme 1 og 2 i EP på sidene 190 og 193 for å finne en basis
DetaljerRF3100 Matematikk og fysikk Leksjon 1
RF3100 Matematikk og fysikk Leksjon 1 Lars Sydnes, NITH 30. august 2013 I. INFORMASJON FAGLÆRER Kontakt: Lars Sydnes lars.sydnes@nith.no 93035685 Ved NTNU: Doktorgrad i Matematikk 2012, Siv.ing. Industriell
DetaljerMA2501 Numeriske metoder
MA2501 Numeriske metoder Løsningsforslag, øving 7 Oppgave 1 a) Vi vet at r = Ae e = A 1 r. La være en vektornorm på R n med en tilhørende avledet (subordinat) matrisenorm på R n n. Siden blir Ax A = sup
DetaljerMA2501 Numeriske metoder
MA250 Numeriske metoder Oppgave Løsningsforslag, øving 7 a) Vi vet at r = Ae e = A r. La være en vektornorm på R n med en tilhørende avledet (subordinat) matrisenorm på R n n. Siden blir Ax A = sup Ax
DetaljerLineære likningssystemer
Lineære likningssystemer Mange fysiske problemer kan formuleres som lineære likningssystemer i vektorrommet, 1/19 Lu = f Lineær: betyr at virkningen av L på u + v er L(u + v) = Lu + Lv, og skaleres som
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
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,
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
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
DetaljerPG4200 Algoritmer og datastrukturer Forelesning 5 Implementasjon av lister
PG4200 Algoritmer og datastrukturer Forelesning 5 Implementasjon av lister Lars Sydnes, NITH 5. februar 2014 I. Implementasjoner Tabell-implementasjon av Stakk Tabellen er den lettest tilgjengelige datastrukturen
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 =
DetaljerRF5100 Lineær algebra Leksjon 1
RF5100 Lineær algebra Leksjon 1 Lars Sydnes, NITH 20.august 2013 I. INFORMASJON FAGLÆRER Kontakt: Lars Sydnes lars.sydnes@nith.no 93035685 Bakgrunn: Doktorgrad i Matematikk fra NTNU (2012), Siv.ing. Industriell
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
Detaljertma4110 Matematikk 3 Notater høsten 2018 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland
tma4 Matematikk Notater høsten 8 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland Innhold Introduksjon ii Lineære likningssystemer Gausseliminasjon 4 Vektor- og matriselikninger 8 4 Matriser
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
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
DetaljerLP. Leksjon 5. Kapittel 5: dualitetsteori. motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former
LP. Leksjon 5 Kapittel 5: dualitetsteori motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former 1 / 26 Motivasjon Til ethvert LP problem (P) er det knyttet et
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.
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
Detaljer1. Finn egenverdiene og egenvektorene til matrisen A = 2 1 A =
Fasit MAT102 juni 2017 Oppgave 1 1. Finn egenverdiene og egenvektorene til matrisen ( ) 1 2 A = 2 1 Løsning: Egenverdiene er røttene til det karakteristiske polynom gitt ved determinanten av matrisen (
DetaljerLP. Leksjon 1. Kapittel 1 og 2: eksempel og simpleksmetoden
LP. Leksjon 1. Kapittel 1 og 2: eksempel og simpleksmetoden Dette emnet gir en innføring i lineær optimering og tilgrensende felt. hva er LP (lin.opt.=lin.programmering) mer generelt: matematisk optimering
DetaljerRF5100 Lineær algebra Leksjon 1
RF5100 Lineær algebra Leksjon 1 Lars Sydnes, NITH 20.august 2013 I. INFORMASJON FAGLÆRER Kontakt: Lars Sydnes lars.sydnes@nith.no 93035685 Bakgrunn: Doktorgrad i Matematikk fra NTNU (2012), Siv.ing. Industriell
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
DetaljerMA0002 Brukerkurs i matematikk B Vår 2016
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA000 Brukerkurs i matematikk B Vår 06 Anbefalte øvingsoppgaver fra boken: 9.3 : 53, 6, 64, 7, 75. Det er bare oppgaven under
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).
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
DetaljerVektorligninger. Kapittel 3. Vektorregning
Kapittel Vektorligninger I denne uken skal vi bruke enkel vektorregning til å analysere lineære ligningssystemer. Vi skal ha et spesielt fokus på R, for det går an å visualisere; klarer man det, går det
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
DetaljerRF5100 Lineær algebra Løsningsforslag til prøveeksamen
RF5 Lineær algebra Løsningsforslag til prøveeksamen NITH 6. desember Oppgave (a) Jeg skal løse et system av tre ligninger med tre ukjente. Dette gjør jeg ved å utføre radoperasjoner på matrisen tilhørende
DetaljerVektorer og matriser
DUMMY Vektorer og matriser Lars Sydnes 1.september 2014 OBS: UNDER UTVIKLING Oppgaver Det finnes passende oppgaver og løsningsforslag til dette notatet. 1 Innledning La oss se på et system av tre lineære
DetaljerProjeksjoner av vektorer Analyse av værdata
Projeksjoner av vektorer Analyse av værdata Lars Sydnes NITH 12. september 2013 1 Osloserien Ved værstasjoner rundt omkring i verden måler man temperaturen hver eneste dag. Vi har tilgang til målinger
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
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
Detaljer10 Radrommet, kolonnerommet og nullrommet
Radrommet kolonnerommet og nullrommet La A være en m n matrise Vi kan beskrive matrisen ved hjelp av dens rader r A r r i R n r m eller dens kolonner A [ c c c n ci R m Definisjon (se Def 7 i boka) For
DetaljerOppgaver som illustrerer alle teknikkene i 1.4 og 1.5
Oppgaver som illustrerer alle teknikkene i 1.4 og 1.5 Gitt 3 punkter A 1,1,1,B 2,1,3,C 3,4,5 I Finne ligning for plan gjennom 3 punkt Lager to vektorer i planet: AB 1, 0,2 og AC 2,3, 4 Lager normalvektor
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Skriftlig eksamen MET 11803 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 0.1.018 Kl. 09:00 Innlevering: 0.1.018 Kl. 14:00 For mer informasjon om formalia, se
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:
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
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
DetaljerAvdeling for lærerutdanning. Lineær algebra. for allmennlærerutdanningen. Inger Christin Borge
Avdeling for lærerutdanning Lineær algebra for allmennlærerutdanningen Inger Christin Borge 2006 Innhold Notasjon iii 1 Lineære ligningssystemer 1 1.1 Lineære ligninger......................... 1 1.2 Løsningsmengde
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Fagoppgave MET 1186 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 18.1.19 Kl. 9: Innlevering: 5.1.19 Kl. 1: For mer informasjon om formalia, se eksamensoppgaven.
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
DetaljerLP. Leksjon 2. Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri
LP. Leksjon 2. Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri 1 / 16 Repetisjon LP problem tillatt løsning, optimal løsning basisliste basis, basisvariable og ikkebasisvariable
DetaljerEksamen TMA desember 2009
Eksamen TMA41 14. desember 009 Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag 1 a) Grafen. - 0 4 6 b) Dersom vi antar at f(x) = 1 (f(x + 0) + f(x 0)), har vi f(x) = Setter
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
DetaljerMAKE MAKE Arkitekter AS Maridalsveien Oslo Tlf Org.nr
en omfatter 1 Perspektiv I en omfatter 2 Perspektiv II en omfatter 3 Perspektiv III en omfatter 4 Perspektiv IV en omfatter 5 Perspektiv V en omfatter 6 Perspektiv VI en omfatter 7 Perspektiv VII en omfatter
DetaljerPG4200 Algoritmer og datastrukturer Forelesning 2
PG4200 Algoritmer og datastrukturer Forelesning 2 Lars Sydnes, NITH 15. januar 2014 I. Forrige gang Praktisk eksempel: Live-koding II. Innlevering Innlevering 1 2.februar Offentliggjøring: 22.januar Innhold:
DetaljerELE Matematikk valgfag
SENSORVEILEDNING - Skriftlig eksamen ELE 3711 Matematikk valgfag Institutt for Samfunnsøkonomi Utlevering: 11.06.018 Kl. 0:00 Innlevering: 11.06.018 Kl. 14:00 For mer informasjon om formalia, se eksamensoppgaven.
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
DetaljerHovedfagspresentasjon. Preprosessing Large Scale Linear Systems
Hovedfagspresentasjon Preprosessing Large Scale Linear Systems Bernt Asbjørn Omland Institutt for Informatikk ved Universitet i Bergen 18 Desember 2003 1 Oversikt Preprosessering Yinue Ye og M.C. Cheng
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
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
DetaljerLP. Leksjon 8: Kapittel 13: Nettverk strøm problemer, forts.1
LP. Leksjon 8: Kapittel 13: Nettverk strøm problemer, forts.1 Vi fortsetter studiet av (MKS): minimum kost nettverk strøm problemet. Har nå en algoritme for beregning av x for gitt spenntre T Skal forklare
DetaljerMA2501 Numerical methods
MA250 Numerical methods Solutions to problem set Problem a) The function f (x) = x 3 3x + satisfies the following relations f (0) = > 0, f () = < 0 and there must consequently be at least one zero for
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 +
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
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,
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 =
DetaljerEGENDEFINERTE FUNKSJONER I SAS OG LITT OM OPEN SOURCE INTEGRASJON SAS FANS I STAVANGER 21.10.2015, MARIT FISKAAEN (SAS INSTITUTE)
EGENDEFINERTE FUNKSJONER I SAS OG LITT OM OPEN SOURCE INTEGRASJON SAS FANS I STAVANGER 21.10.2015, MARIT FISKAAEN (SAS INSTITUTE) EGENDEFINERTE FUNKSJONER INNLEDNING 2 På FANS 4. mars 2015 ble det vist
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
DetaljerLP. Leksjon 7. Kapittel 13: Nettverk strøm problemer
LP. Leksjon 7. Kapittel 13: Nettverk strøm problemer Skal studere matematiske modeller for strøm i nettverk. Dette har anvendelser av typen fysiske nettverk: internet, vei, jernbane, fly, telekommunikasjon,
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. 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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Kalkulus og lineær algebra Eksamensdag: Onsdag 9 mai 9 Tid for eksamen: 4:3 8:3 Oppgavesettet er på 7 sider Vedlegg: Tillatte
DetaljerNumerisk lineær algebra for Poissons ligning
Numerisk lineær algebra for Poissons ligning NTNU Brynjulf Owren Institutt for matematiske fag November 24, 2008 1 / 30 Innhold 1 Motivasjon, generelt om ligningsløsning 2 Poisson s ligning i 2 dimensjoner
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
DetaljerPG4200 Algoritmer og datastrukturer Forelesning 10
PG4200 Algoritmer og datastrukturer Forelesning 10 Lars Sydnes, NITH 9. april 2014 NOE Å STUSSE PÅ? Quadratic probing i Hash-tabell: ( ) 2 i + 1 p = p + ( 1) i+1 2 Underforstått forutsetning: Heltallsaritmetikk
DetaljerKapittel 2: simpleksmetoden, forts.
LP. Leksjon 2 Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri LP. Leksjon 2: #1 of 14 Repetisjon LP problem tillatt løsning, optimal løsning basisliste basis, basisvariable
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
DetaljerKp. 12 Multippel regresjon
Kp 12 Multippel Bruk av Kp 12 Multippel ; oversikt Kp 12 Multippel Bjørn H Auestad Kp 11: Regresjonsanalyse 1 / 46 Kp 12 Multippel ; oversikt Kp 12 Multippel Bruk av Kp 12 Multippel ; oversikt 121 Introduction
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
DetaljerJohn Haugan. Matematikk for ingeniørstudenter: Lineær algebra
John Haugan Matematikk for ingeniørstudenter: Lineær algebra Studieprogram Energi og miljø i bygg, 25-26 2 John Haugan Matematikk for ingeniørstudenter: Lineær algebra Studieprogram Energi og miljø i bygg,
DetaljerRidge regresjon og lasso notat til STK2120
Ridge regresjon og lasso notat til STK2120 Ørulf Borgan februar 2016 I dette notatet vil vi se litt nærmere på noen alternativer til minste kvadraters metode ved lineær regresjon. Metodene er særlig aktuelle
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 likningssystemer, vektorer og matriser
Lineære likningssystemer, vektorer og matriser Kompendium 1 i MAT1001 Matematikk 1 Høsten 2008 Inger Christin Borge Matematisk institutt, UiO Forord Velkommen til Universitetet i Oslo, og til MAT1001!
DetaljerLineær algebra. Kurskompendium, Utøya, MAT1000. Inger Christin Borge
Lineær algebra Kurskompendium, Utøya, MAT1000 Inger Christin Borge 2006 Forord Dette er et kompendium skrevet til bruk i MAT1000-varianten av Utøyaseminarene, arrangert av Matematisk fagutvalg ved Matematisk
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
Detaljer