Emne 9. Egenverdier og egenvektorer

Størrelse: px
Begynne med side:

Download "Emne 9. Egenverdier og egenvektorer"

Transkript

1 Emne 9. Egenverdier og egenvektorer Definisjon: Vi starter med en lineær transformasjon fra til, hvor Dersom, hvor, sier vi at: er egenverdiene til A er tilhørende egenvektorer. betyr at er et reelt eller komplekst tall. Hva forteller dette? 1) En egenvektor kan pr. definisjon ikke være en nullvektor 2) Dersom er reell vil avbilde en vektor som er parallell med seg selv. ( Vi kan ha som da følgelig vil gi ) Eksempler: Merk! Siden er en lineær transformasjon må også, hvor Det innebærer at vi har uendelig mange egenvektorer for hver egenverdi. Hvis f.eks. er en egenvektor, vil også alle andre vektorer på -aksen (unntatt ) være en egenvektor, dvs.

2 Hvordan beregne? Vi kan skrive Husk at det finnes uendelig mange egenvektorer for hver. Dette likningssettet må derfor ha uendelig mange løsninger, og det vet vi er mulig bare dersom: (2) vil gi et n te ordens polynom ( karakteristisk likning ): Med andre ord: Likning (2) gir oss alle egenverdiene til A, dvs. Når disse er funnet setter vi hver og en av dem inn i (1) for å finne egenvektorene. Det vil si: *) Det er det samme om vi skriver eller Tilsvarende eller. Resultatet blir det samme.

3 Eksempel 1 Finn egenverdiene og egenvektorene til Vi får: Følgelig vha. (2): Utregnet: Svar: Vi har to egenverdier For å finne egenvektorene setter vi inn i (1) Sitter igjen med likningen. Velger. Det gir, og følgelig egenvektorene F.eks. gir, og følgelig Kommentar: Når vi skal bruke egenvektorene i praksis, spiller det ingen rolle hvilke parameterverdier (s, t) vi velger. I dette eksemplet ville f.eks. eller gjort akkurat samme nytte. Vi kan derfor si at A har egenvektorene og

4 Eksempel 2a) Homogene differenslikninger (rekursive likninger) Gitt differenslikningen, hvor, Finn vha. egenverdier og egenvektorer. Merk!,, osv Vi innser at Generelt: Matrisen A er den samme som i eksempel 1, med egenverdier, og egenvektorer,. Egenvektorene er lineært uavhengige og danner derfor en basis,, for Men da må vi kunne sette Løsning av denne likningen gir og Men husk at selve definisjonen på egenverdier/egenvektorer var. Da må osv. Vi får:

5 Eksempel 2b) Diagonalisering Samme eksempel som 2a), men regnet med matriser. Vi har fortsatt at og Dette kan omskrives til matriseform: Eller med symboler: Hvor: er en egenvektormatrise. I vårt eksempel: er en egenverdimatrise. I vårt eksempel: Vi viste også i eksempel 2a) at og Det må da tilsvarende kunne omskrives til: Med symboler: Alternativt:, osv. Leder til : Betyr i vårt eksempel at :

6 Kommentar til eksempel 2 I 2a) satte vi opp lineærkomb. På matriseform: Koeffisientmatrisen gjenkjenner vi som egenvektormatrisen M Jamført med Emne 7 Vektorrom er ikke dette noe annet en koordinattransformasjon fra basis til standardbasis, dvs. Lineærtransformasjonen vil derfor uttrykt i basis bli til, Hvor ( egenverdimatrisen ) Vi har altså dualiteten: Referert Referert Vi har foretatt en diagonalisering av A ( D er en diagonalmatrise )

7 Eksempel 3. Egenverdier: ( 2 sammenfallende egenverdier ) Egenvektorene finner vi som nevnt av likningen: Med : Velger vi, vil rad 1 gi og rad 2 gi Egenvektor: ( En kontroll for sikkerhets skyld av rad 3 gir ) Med. Her har vi 2 frie variable og kan derfor finne 2 lineært uavhengige egenvektorer. F.eks., Svar: Egenverdier:, Egenvektorer: Transformasjonsmatrisen A er diagonaliserbar, dvs.

8 Eksempel 4 Ikke-diagonaliserbar matrise. Egenverdier: ( 2 sammenfallende egenverdier ) Med :. Velger. Det gir Med : Her ser vi at, og dermed følger at Vi har bare én fri variabel,. Velger og får Merk! Siden vi ikke kan finne 3 lineært uavhengige egenvektorer, er heller ikke A diagonaliserbar. Vi kan altså ikke sette, eksisterer ikke En annen måte å si det på er at egenvektorene ikke kan danne en basis for. er kun basis for et 2-dimensjonalt underrom V (dvs. et plan) Jfr. eksempel 2a) betyr det at: kun dersom må regnes ut som et vanlig matriseprodukt fordi, dvs. Påstand: Dersom (n n)-matrisen A har distinkte (dvs. forskjellige ) egenverdier, kan vi alltid finne lineært uavhengige egenvektorer. A er diagonaliserbar. Dersom vi har 2 eller flere sammenfallende egenverdier (som i eks. 3 og 4), må vi undersøke i hvert enkelt tilfelle om det finnes lineært uavhengige egenvektorer eller ikke.

9 Eksempel 5. Finne egenverdier og egenvektorer ved direkte inspeksjon Speiling om linjen Husk: betyr at avbilder en parallell til seg selv dersom Dersom som vi skal speile om linjen er det åpenbart bare vektorer på linjen og vinkelrett på linjen som oppfyller kravet. Vektor vil speile seg selv, dvs.. Speilbildet av blir en like lang, men motsatt rettet vektor, dvs. Men det betyr jo nettopp at og er egenvektorene til A, med respektive egenverdier og. Dermed har vi Det gir speilingsmatrisen: Kommentar Du har sett et tilsvarende eksempel tidligere (Vektorrom, del 2, eksempel 9), men da brukte vi ikke begrepene egenverdier og egenvektorer.

10 Eksempel 6. Komplekse egenverdier. Røttene og dermed egenverdiene blir: og Innsatt : Fra rad 1: Velger. Det er ganske lett å kontrollere at verdiene også passer inn i rad 2, slik at: Når matrisen A er reell vil både egenverdiene og egenvektorene opptre i komplekskonjugerte par, slik at: Siden egenvektorene er lineært uavhengige er A diagonaliserbar, dvs., hvor som tidligere og. Hva blir da f.eks.? La oss omgjøre egenverdiene til polar form:, Men det betyr f.eks. at : og dermed Eller generelt i dette eksemplet: hvor positivt heltall. og dermed:

11 Eksempel 7 System av 1.ordens homogene differensiallikninger Fra Ma10 vet vi at den homogene differensiallikningen har løsningsmengden, hvor C er en konstant som avhenger av initialbetingelsene. Hva om vi har følgende system av 1.ordens diff.likninger: Vi kan sette det på matriseform: Symbolsk: Vi finner at matrisen A har egenverdiene og egenvektorene, og dermed I en kommentar til eksempel 2 fant vi Jamført med dette kan vi sette, slik at Vektoren tilsvarer altså, men uttrykt i basis Det vi har oppnådd er et dekoplet likningssett Løsningen mhp. blir derfor Løsning mhp. : Det vil si: Siden kunne vi også skrevet I eks. 2a) hadde vi en homogen differenslikning med løsning For en tilsvarende homogen differensiallikning byttes bare ut med

12 Noen setninger sakset fra læreboka, side Det er ikke nødvendig å huske alle disse setningene, men de kan være fine når man skal finne og/eller kontrollere egenverdiene. Dvs. : 1) og 2) er en konsekvens av at A og D er formlike matriser, Hvis og eksisterer har den egenverdiene har de samme egenverdiene har egenverdiene, har egenverdiene har egenverdiene, positivt heltall Dette så vi bl.a. i eksempel 2a) har egenverdiene ( Uforandrede egenvektorer )

13 Eksempel 8 I eksempel 1 fant vi at har egenverdier og egenvektorer. I hht. setning 8) må ha egenverdiene:, men de samme egenvektorene som A. Kontroll: (kalkulator)

Emne 10 Litt mer om matriser, noen anvendelser

Emne 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

Detaljer

Emne 11 Differensiallikninger

Emne 11 Differensiallikninger Emne 11 Differensiallikninger Differensiallikninger er en dynamisk beskrivelse av et system eller en prosess, basert på de balanselikningene vi har satt opp for prosessen. (Matematisk modellering). Vi

Detaljer

Emne 7. Vektorrom (Del 1)

Emne 7. Vektorrom (Del 1) Emne 7. Vektorrom (Del 1) Første del av dette emnet innholder lite nytt regnemessig, men vi innfører en rekke nye begreper. Avbildning (image). R m T R n n image(t) Vi kan starte med samme skjematiske

Detaljer

Lineær algebra-oppsummering

Lineær 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:

Detaljer

Emne 6. Lineære transformasjoner. Del 1

Emne 6. Lineære transformasjoner. Del 1 Emne 6. Lineære transformasjoner. Del 1 Lineære transformasjoner kan sammenliknes med vanlig funksjonslære. X x 1 x 2 x 3 f Y Gitt to tallmengder X og Y. y 1 En funksjon f er her en regel som y 2 knytter

Detaljer

4.2 Nullrom, kolonnerom og lineære transformasjoner

4.2 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

Øving 5 Diagonalisering

Øving 5 Diagonalisering Øving 5 Diagonalisering En matrise A er diagonaliserbar dersom den er similær med en diagonalmatrise, dvs. det eksisterer en invertibel matrise P og diagonal matrise D slik at P.D.P -1. I øving 4 lærte

Detaljer

Forelesning 14 Systemer av dierensiallikninger

Forelesning 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

Detaljer

Kap. 5 Egenverdier og egenvektorer

Kap. 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

Detaljer

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 3 Faglig kontakt under eksamen: Carl Fredrik Berg (975 05 585) EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

Detaljer

Kapittel 3. Mer om egenverdier og egenvektorer. 3.1 Komplekse n-tupler og vektorer

Kapittel 3. Mer om egenverdier og egenvektorer. 3.1 Komplekse n-tupler og vektorer Kapittel 3 Mer om egenverdier og egenvektorer I neste kapittel skal vi lære å løse systemer av difflikninger. Da vil vi trenge egenverdier og egenvektorer, og selv om vi skal løse reelle problemer, vil

Detaljer

Obligatorisk innlevering 3 - MA 109, Fasit

Obligatorisk 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

Detaljer

5.6 Diskrete dynamiske systemer

5.6 Diskrete dynamiske systemer 5.6 Diskrete dynamiske systemer Egenverdier/egenvektorer er viktige for å analysere systemer av typen x k+1 = A x k, k 0, der A er en kvadratisk diagonaliserbar matrise. Tenker her at x k angir systemets

Detaljer

Lineær algebra. 0.1 Vektorrom

Lineær 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

Detaljer

Eksamensoppgavehefte 2. MAT1012 Matematikk 2: Mer lineær algebra

Eksamensoppgavehefte 2. MAT1012 Matematikk 2: Mer lineær algebra Eksamensoppgavehefte 2 MAT1012 Matematikk 2: Mer lineær algebra Matematisk institutt, UiO, våren 2010 I dette heftet er det samlet et utvalg av tidligere eksamensoppgaver innenfor temaet Lineær algebra

Detaljer

Tiden går og alt forandres, selv om vi stopper klokka. Stoffet i dette kapittelet vil være en utømmelig kilde med tanke på eksamensoppgaver.

Tiden går og alt forandres, selv om vi stopper klokka. Stoffet i dette kapittelet vil være en utømmelig kilde med tanke på eksamensoppgaver. Kapittel 4 Anvendelser av lineære likningssystemer Tiden går og alt forandres, selv om vi stopper klokka Stoffet i dette kapittelet vil være en utømmelig kilde med tanke på eksamensoppgaver 4 Populasjonsdynamikk

Detaljer

MAT 1001. Vår 2010. Oblig 1. Innleveringsfrist: Fredag 19.februar kl. 1430

MAT 1001. Vår 2010. Oblig 1. Innleveringsfrist: Fredag 19.februar kl. 1430 MAT Vår Oblig Innleveringsfrist: Fredag 9februar kl 43 Oppgaven leveres stiftet med forsideark på ekspedisjonskontoret til Matematisk institutt i 7 etg i Niels Henrik Abels hus innen fristen Oppgaven vil

Detaljer

Tallfølger er noe av det første vi treffer i matematikken, for eksempel når vi lærer å telle.

Tallfølger er noe av det første vi treffer i matematikken, for eksempel når vi lærer å telle. Kapittel 1 Tallfølger 1, 2, 3, 4, 5, 6, 7, 8,... Det andre temaet i kurset MAT1001 er differenslikninger. I en differenslikning er den ukjente en tallfølge. I dette kapittelet skal vi legge grunnlaget

Detaljer

Grunnleggende matematikk for ingeniører Side 1 av 5

<kode> Grunnleggende matematikk for ingeniører Side 1 av 5 Grunnleggende matematikk for ingeniører Side 1 av 5 Emnebeskrivelse 1 Emnenavn og kode Grunnleggende matematikk for ingeniører 2 Studiepoeng 10 studiepoeng 3 Innledning Dette er det ene av

Detaljer

Lineære likningssystemer

Lineære likningssystemer Kapittel 1 Lineære likningssystemer Jeg tenker på et tall slik at π ganger tallet er 12. 1.1 Lineære likninger Matematikk dreier seg om å løse problemer. Problemene gjøres ofte om til likninger som så

Detaljer

Kap. 5 Egenverdier og egenvektorer

Kap. 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

Detaljer

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT - Lineær algebra Onsdag 5 september, 0, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets

Detaljer

10 Radrommet, kolonnerommet og nullrommet

10 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

Detaljer

Lineære likningssett.

Lineære 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,

Detaljer

Lineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning

Lineær 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

Detaljer

DAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver: 10 + 3

DAFE 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

Detaljer

Øving 4 Egenverdier og egenvektorer

Øving 4 Egenverdier og egenvektorer Øving Egenverdier og egenvektorer En egenvektor til en matrise A er løsning av likningen A.x = Λ x hvor Λ er en konstant. Det betyr at virkningan av å multiplisere en matirse med en vektor gir en ny vektor

Detaljer

3.9 Teori og praksis for Minste kvadraters metode.

3.9 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:

Detaljer

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 EKSAMEN I TMA4 MATEMATIKK 3 Bokmål Mandag 6. juni løsningsforslag Hjelpemidler (kode C): Enkel kalkulator (HP3S eller

Detaljer

Løsningsforslag. e n. n=0. 3 n 2 2n 1. n=1

Løsningsforslag. e n. n=0. 3 n 2 2n 1. n=1 Eksamen i BYPE2000 - Matematikk 2000 Dato: 6. juni 2014 Målform: Bokmål Antall oppgaver: 7 (20 deloppgaver) Antall sider: 4 Vedlegg: Noen formler Hjelpemiddel: Ingen Alle svarene skal grunngis. Alle deloppgavene

Detaljer

Minste kvadraters løsning, Symmetriske matriser

Minste 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).

Detaljer

Lineær 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. 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

Detaljer

Lineær 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 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

Detaljer

Avdeling for lærerutdanning. Lineær algebra. for allmennlærerutdanningen. Inger Christin Borge

Avdeling 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

Detaljer

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9

Innlevering 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

Detaljer

Utkast til løsningsforslag til eksamen i emnet MAT 121 - Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl. 09-14.

Utkast til løsningsforslag til eksamen i emnet MAT 121 - Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl. 09-14. Utkast til løsningsforslag til eksamen i emnet MAT 2 - Lineær algebra Utan ansvar for feil og mangler Mandag 3. mai 2, kl. 9-4. Oppgave En bisverm flyr mellom to kuber, A og B, på dagtid, og hver bi blir

Detaljer

3.1 Første ordens lineære difflikninger. y + f(x)y = g(x) (3.1)

3.1 Første ordens lineære difflikninger. y + f(x)y = g(x) (3.1) Kapittel 3 Differensiallikninger 3.1 Første ordens lineære difflikninger Definisjon 3.1 En første ordens lineær difflikning er en likning på formen y + f(x)y = g(x) (3.1) der f og g er kjente funksjoner.

Detaljer

John Haugan. Matematikk for ingeniørstudenter: Lineær algebra

John 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,

Detaljer

x n+1 rx n = 0. (2.2)

x n+1 rx n = 0. (2.2) Kapittel 2 Første ordens lineære differenslikninger 2.1 Homogene likninger Et av de enkleste eksemplene på en følge fås ved å starte med et tall og for hvert nytt ledd multiplisere det forrige leddet med

Detaljer

Kap. 6 Ortogonalitet og minste kvadraters problemer

Kap. 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 =

Detaljer

Manual for wxmaxima tilpasset R2

Manual for wxmaxima tilpasset R2 Manual for wxmaxima tilpasset R Om wxmaxima wxmaxima er en utvidet kalkulator som i tillegg til å regne ut alt en vanlig kalkulator kan regne ut, også regner symbolsk. Det vil si at den kan forenkle uttrykk,

Detaljer

MAT 1110: Bruk av redusert trappeform

MAT 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,

Detaljer

OPPGAVER FOR FORUM

OPPGAVER FOR FORUM OPPGAVER FOR FORUM 2007-2008 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

Detaljer

,QQOHGQLQJ 3-1/ )DJ 67( 6W\ULQJ DY URPIDUW \ / VQLQJVIRUVODJ WLO YLQJ

,QQOHGQLQJ 3-1/ )DJ 67( 6W\ULQJ DY URPIDUW \ / VQLQJVIRUVODJ WLO YLQJ 3-1/ )DJ 67( 6W\LQJ DY RPIDW \ / VQLQJVIRVODJ WLO YLQJ,QQOHGQLQJ Der det er angitt referanser, er det underforstått at dette er til sider, figurer, ligninger, tabeller etc., i læreboken, dersom andre referanser

Detaljer

Kap. 5 og Notat 2 Oppsummering

Kap. 5 og Notat 2 Oppsummering Kap. 5 og Notat 2 Oppsummering Vi lar A være en reell n n matrise, med mindre noe annet sies. x R n er en egenvektor for A tilh. egenverdien λ R betyr at A x = λ x og x 0. Hvis A er triangulær, er egenverdiene

Detaljer

Digital Arbeidsbok i ELE 3719 Matematikk

Digital Arbeidsbok i ELE 3719 Matematikk Eivind Eriksen Digital Arbeidsbok i ELE 3719 Matematikk 3. april 215 Handelshøyskolen BI Innhold Del I Forelesninger i ELE3719 Matematikk 1 Vektorer og vektorregning......................................

Detaljer

Løsningsforslag. og B =

Løsningsforslag. og B = Prøve i Matte EMFE DAFE ELFE BYFE Dato: august 25 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Oppgave a) Gitt matrisene A = 2 3 2 4 2 Løsningsforslag og

Detaljer

Sammendrag R2. www.kalkulus.no. 31. mai 2009

Sammendrag R2. www.kalkulus.no. 31. mai 2009 Sammendrag R2 www.kalkulus.no 31. mai 2009 1 1 Trigonometri Definisjon av sinus og cosinus Sirkelen med sentrum i origo og radius 1 kalles enhetssirkelen. La v være en vinkel i grunnstilling, og la P være

Detaljer

MA1410: Analyse - Notat om differensiallikninger

MA1410: Analyse - Notat om differensiallikninger Høgskolen i Agder Avdeling for realfag MA40: Analyse - Notat om differensiallikninger Dato: Høsten 2000 Merknader: Dette notatet kommer i tillegg til 4.2 og 6. i læreboka. Ma 40: Analyse skal inneholde

Detaljer

FORELESNINGER I OPTIMAL KONTROLLTEORI (MAT 2310)

FORELESNINGER I OPTIMAL KONTROLLTEORI (MAT 2310) FORELESNINGER I OPTIMAL KONTROLLTEORI (MAT 2310) TERJE SUND Innledning I matematisk optimering søker en å bestemme maksimums- og minimumspukter for funksjoner som avhenger av reelle variable og av andre

Detaljer

Matematikk 15 V-2008

Matematikk 15 V-2008 Matematikk 5 V-008 Løsningsforslag til øving 9 OPPGVE Husk at N = {alle naturlige tall} = {0,,,,... }, Z = {alle heltall} = {...,,, 0,,,,... }, R = {alle reelle tall} og = {alle komplekse tall} = { z :

Detaljer

EKSAMEN I 3MX-R2 (3MZ-S2), SPØRREUNDERSØKELSE AUGUST 2014

EKSAMEN I 3MX-R2 (3MZ-S2), SPØRREUNDERSØKELSE AUGUST 2014 EKSAMEN I 3MX-R2 (3MZ-S2), SPØRREUNDERSØKELSE AUGUST 2014 Matematikk R2 Oversikt over hovedområdene: Programfag Hovedområder Matematikk R1 Geometri Algebra Funksjoner Matematikk R2 Geometri Algebra Funksjoner

Detaljer

Komplekse tall og komplekse funksjoner

Komplekse tall og komplekse funksjoner KAPITTEL Komplekse tall og komplekse funksjoner. Komplekse tall.. Definisjon av komplekse tall. De komplekse tallene er en utvidelse av de reelle tallene. Dvs at de komplekse tallene er en tallmengde som

Detaljer

Lineære likningssystemer, vektorer og matriser

Lineære likningssystemer, vektorer og matriser Lineære likningssystemer, vektorer og matriser Kompendium i MAT00 Matematikk Høsten 2008 Inger Christin Borge Matematisk institutt, UiO Forord Velkommen til Universitetet i Oslo, og til MAT00! Selv om

Detaljer

KOMPLEKSE TALL. hvor x og y er reelle tall. x = Re z og y = Im z

KOMPLEKSE TALL. hvor x og y er reelle tall. x = Re z og y = Im z KOMPLEKSE TALL. Innledning og definisjoner Mengden av komplekse tall danner en utvidelse av den reelle tallmengden. Denne utvidelsen skjer ved at vi innfører en ny størrelse (et tall) i som er slik at

Detaljer

Emneplaner for fysikk og matematikk 3-treterminordingen (TRE)

Emneplaner for fysikk og matematikk 3-treterminordingen (TRE) Emneplaner for fysikk og matematikk 3-treterminordingen (TRE) Heltid - ikke studiepoenggivende utdanning Godkjent av Avdelingsstyret ved ingeniørutdanningen 14. mars 2011 Fakultet for teknologi, kunst

Detaljer

Numerisk løsning av differensiallikninger Eulers metode,eulers m

Numerisk løsning av differensiallikninger Eulers metode,eulers m Numerisk løsning av differensiallikninger Eulers metode, Eulers midtpunktmetode, Runge Kuttas metode, Taylorrekkeutvikling* og Likninger av andre orden MAT-INF1100 Diskretsering Utgangspunkt: differensiallikning

Detaljer

Programmering i Java med eksempler

Programmering i Java med eksempler Simulering av differenslikninger Programmering i Java med eksempler Forelesning uke 39, 2006 MAT-INF1100 Differenslikn. p. 1 Løsning av differenslikninger i formel Mulig for lineære likninger med konst.

Detaljer

Oppgaver til Dynamiske systemer 1

Oppgaver til Dynamiske systemer 1 Oppgaver til Dynamike ytemer Oppgave 0. Lineariering av ulineær modell Likning (2.28) i læreboka er en dynamik modell av en tank med gjennomtrømning og oppvarming. Modellen gjengi her: cρv T (t) P (t)+cw(t)[t

Detaljer

Differensiallikninger definisjoner, eksempler og litt om løsning

Differensiallikninger definisjoner, eksempler og litt om løsning Differensiallikninger definisjoner, eksempler og litt om løsning MAT-INF1100 Differensiallikninger i MAT-INF1100 Definsjon, litt om generelle egenskaper Noen få anvendte eksempler Teknikker for løsning

Detaljer

tilfeller tatt for gitt ved universiteter og høyskoler. Her er framstillingen kortfattet, meningen er at dette kan brukes som referanse.

tilfeller tatt for gitt ved universiteter og høyskoler. Her er framstillingen kortfattet, meningen er at dette kan brukes som referanse. Forord Denne læreboken gir en innføring i lineær algebra, rettet mot begynnerkurs på Universitets- og Høyskolenivå. Arbeidet med dette stoffet tok til som en del av et større prosjekt, som omfattet datastøttet

Detaljer

Sammendrag R1. 26. januar 2011

Sammendrag R1. 26. januar 2011 Sammendrag R1 26. januar 2011 1 1 Notasjon Implikasjon Vi skriver A B hvis påstanden A impliserer B. Det vil si at hvis påstand A er riktig, så er påstand B riktig. Ekvivalens Vi skriver A B hvis to påstander

Detaljer

MAT 1001, Høsten 2009 Oblig 2, Løsningsforslag

MAT 1001, Høsten 2009 Oblig 2, Løsningsforslag MAT 1001, Høsten 009 Oblig, sforslag a) En harmonisk svingning er gitt som en sum av tre delsvingninger H(x) = cos ( π x) + cos (π (x 1)) + cos (π (x )) Skriv H(x) på formen A cos (ω(x x 0 )). siden H(x)

Detaljer

Potensrekker. Binomialrekker

Potensrekker. Binomialrekker Potensrekker Potensrekker er rekker på formen: Potensrekker kan brukes på en rekke områder for å finne tilnærmede eller eksakte løsninger på problemer som ellers kanskje må løses numerisk eller krever

Detaljer

Dimensjonalitetsproblemer (3)

Dimensjonalitetsproblemer (3) Dimensjonalitetsproblemer Dimensjonalitetsproblemer (3) Ved å inkludere flere uavhengige egenskaper der µ i1 6= µ i2 i egenskapsvektoren vil r 2 øke og P(e) avta, slik at: P d+1 (e) apple P d (e). Dette

Detaljer

Matriser og Kvadratiske Former

Matriser 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

Detaljer

Løsningsforslag eksamen STE 6038 Geometrisk modellering 9/8 1995

Løsningsforslag eksamen STE 6038 Geometrisk modellering 9/8 1995 Løsningsforslag eksamen STE 638 Geometrisk modellering 9/8 995. a) Vi skal bestemme hvilke av avbildningene/transformasjonene som er homeomorfier. f 4 6 Determinanten til matrisen er lik, dvs at den har

Detaljer

QED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 3 Geometri

QED 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 00 Kalkulus. Eksamensdag: Mandag,. desember 006. Tid for eksamen:.30 8.30. Oppgavesettet er på sider. Vedlegg: Tillatte hjelpemidler:

Detaljer

Simulering av differenslikninger

Simulering av differenslikninger Forelesning uke 37, 2007 Løsning av differenslikninger i formel Mulig for lineære likninger med konst. koeff. og enkelte inhomogeniteter. Eksempel: (b, c er konstante) x n+2 + bx n+1 + cx n = cos(n), x

Detaljer

Øving 6 Tallfølger og differenslikninger

Øving 6 Tallfølger og differenslikninger Øving Tallfølger og differenslikninger Teori Se også Mathematicakompendiet kap. En tallfølge er en liste av elementer satt opp i en bestemt rekkefølge { a[0]a[]a[]...a[n]... } = {a[n]} 0. Vi kaller elementet

Detaljer

Sammendrag R1. Sandnes VGS 19. august 2009

Sammendrag R1. Sandnes VGS 19. august 2009 Sammendrag R1 Sandnes VGS 19. august 2009 1 1 Notasjon Implikasjon Vi skriver A B hvis påstanden A impliserer B. Det vil si at hvis påstand A er riktig, så er påstand B riktig. Ekvivalens Vi skriver A

Detaljer

b) Lag to likninger med ulik vanskegrad (en ganske lett og en vanskelig), der svaret i begge skal bli x = -3. Løs også likningene.

b) Lag to likninger med ulik vanskegrad (en ganske lett og en vanskelig), der svaret i begge skal bli x = -3. Løs også likningene. Oppgave I Likninger og ulikheter a) Løs likningen: x + 2 a. + (3x + 4) 3 6 2 ( x + 2)6 6 6 + (3x + 4) 3 6 2 2x + 4 + 9x + 2 2x 9x 2 5 x b) Lag to likninger med ulik vanskegrad (en ganske lett og en vanskelig),

Detaljer

EKSAMEN I MATEMATIKK 1000

EKSAMEN I MATEMATIKK 1000 EKSAMEN I MATEMATIKK 1000 Oppgave 1 a) Finn den deriverte av disse funksjonene: f(x) = x 3 e 5x og g(x) = ln(tan(x)) + x 3. b) Finn de følgende ubestemte integralene: i) (x 3 + xe x2 ) dx og ii) cos 2

Detaljer

100 ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK)

100 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

Detaljer

3x + 2y 8, 2x + 4y 8.

3x + 2y 8, 2x + 4y 8. Oppgave En møbelfabrikk produserer bord og stoler Produksjonen av møbler skjer i to avdelinger, avdeling I og avdeling II Alle møbler må innom både avdeling I og avdeling II Det å produsere et bord tar

Detaljer

Manual for wxmaxima tilpasset R1

Manual for wxmaxima tilpasset R1 Manual for wxmaxima tilpasset R1 Om wxmaxima wxmaxima er en utvidet kalkulator som i tillegg til å regne ut alt en vanlig kalkulator kan regne ut, også regner symbolsk. Det vil si at den kan forenkle uttrykk,

Detaljer

1 Mandag 8. februar 2010

1 Mandag 8. februar 2010 1 Mandag 8. februar 2010 Vi er ferdig med en-variabel-teorien, og vi kan begynne å jobbe med funksjoner i flere variable. Det første vi skal gjøre er å gå gjennom de vanlige analysene vi gjør for funksjoner

Detaljer

Løsningsforslag. a) Løs den lineære likningen (eksakt!) 11,1x 1,3 = 2 7. LF: Vi gjør om desimaltallene til brøker: x =

Løsningsforslag. 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

Tall og mengder. Per G. Østerlie. 30. september 2013

Tall og mengder. Per G. Østerlie. 30. september 2013 Tall og mengder Per G. Østerlie 30. september 2013 1 Introduksjon Nå skal vi se på hva mengder og intervaller er og hvilke symboler vi benytter. Vi starter med å se på tall og hvordan vi kan dele opp i

Detaljer

Polynomisk interpolasjon

Polynomisk interpolasjon Polynomisk interpolasjon Hans Munthe-Kaas 1. jaunar 2002 Abstract Dette notatet tar for seg interpolasjon med polynomer. Notatet er ment som et tillegg til læreboken i I162, og forsøker å framstille dette

Detaljer

wxmaxima Brukermanual for Matematikk 1T Bjørn Ove Thue

wxmaxima Brukermanual for Matematikk 1T Bjørn Ove Thue wxmaxima Brukermanual for Matematikk 1T Bjørn Ove Thue Om wxmaxima wxmaxima er en utvidet kalkulator som i tillegg til å regne ut alt en vanlig kalkulator kan regne ut, også regner symbolsk. Det vil si

Detaljer

MAT 1120: Obligatorisk oppgave 2, H-09

MAT 1120: Obligatorisk oppgave 2, H-09 MAT 1120: Obligatorisk oppgave 2, H-09 Innlevering: Senest fredag 30 oktober, 2009, kl1430, på Ekspedisjonskontoret til Matematisk institutt (7 etasje NHA) Du kan skrive for hånd eller med datamaskin,

Detaljer

og variasjon av parameterene Oppsummering.

og variasjon av parameterene Oppsummering. Inhomogene differensiallikninger av andre orden Ubestemte koeffisienters metode og variasjon av parameterene Oppsummering. MAT-INF1100 October 30, 2007 NYTT TEMA Innhomogene likninger: Oppdeling i partikulær

Detaljer

Forelesning 10 Cramers regel med anvendelser

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

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2013

MA0002 Brukerkurs i matematikk B Vår 2013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2013 Løsningsforslag Øving 3 8.2.1 Anta at dy = y2 y) dx a) Finn likevektspunktene til

Detaljer

MATEMATIKK FOR ØKONOMER (3. avdeling) Eksamensoppgaver

MATEMATIKK FOR ØKONOMER (3. avdeling) Eksamensoppgaver MATEMATIKK FOR ØKONOMER (3. avdeling) Eksamensoppgaver Sosialøkonomisk institutt 22 Forord Dette heftet er beregnet på studenter som forbereder seg til eksamen i kurset Matematikk for økonomer i 3. avdeling.

Detaljer

Differenslikninger. Inger Christin Borge. Matematisk institutt, UiO. Kompendium 2 i MAT1001 Matematikk 1. Høsten 2008

Differenslikninger. Inger Christin Borge. Matematisk institutt, UiO. Kompendium 2 i MAT1001 Matematikk 1. Høsten 2008 Differenslikninger Kompendium 2 i MAT1001 Matematikk 1 Høsten 2008 Inger Christin Borge Matematisk institutt, UiO Forord Trilogien fortsetter, og du tar nå fatt på Kompendium 2 i MAT1001. Her skal vi ta

Detaljer

Løsningsforslag. og B =

Løsningsforslag. og B = Prøve i Matte Dato: vår 5 ENDRE Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver ar lik vekt. Oppgave a Gitt matrisene A regn ut A + B, AB. Løsningsforslag 4 og B 7 5 Vi

Detaljer

Diskretisering av 1D - varmelikningen

Diskretisering av 1D - varmelikningen Diskretisering av D - varmelikningen Vi vil løse numerisk den tidsuavhengige en-dimensjonale varmeledningslikningen uten kilde/sluk ledd. Differensiallikningen forenkles da til d T d x d dt Vi representerer

Detaljer

Lineære likningssystemer, vektorer og matriser

Lineære 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!

Detaljer

n=0 n=1 n + 1 Vi får derfor at summen er lik 1/2. c)

n=0 n=1 n + 1 Vi får derfor at summen er lik 1/2. c) Eksamen i BYPE2000 - Matematikk 2000 Dato: 204 Målform: Bokmål Antall oppgaver: 7 (20 deloppgaver) Antall sider: 4 Vedlegg: Noen formler Hjelpemiddel: Ingen Alle svarene skal grunngis. Alle deloppgavene

Detaljer

De hele tall har addisjon, multiplikasjon, subtraksjon og lineær ordning, men ikke divisjon.

De hele tall har addisjon, multiplikasjon, subtraksjon og lineær ordning, men ikke divisjon. Innledning til Matematikk Hans Petter Hornæs, hans.hornaes@hig.no Det er ofte vanskelig å komme i gang et fag. Innledningsvis er det gjerne en del grunnleggende begreper som må på plass. Mange studenter

Detaljer

Øving 2 Matrisealgebra

Øving 2 Matrisealgebra Øving Matrisealgebra Gå til menyen Edit Preferences... og sett Format type of new output cells til TraditionalForm hvis det ikke allerede er gjort. Start med to eksempelmatriser med samme dimensjon: In[]:=

Detaljer

Sammendrag kapittel 9 - Geometri

Sammendrag kapittel 9 - Geometri Sammendrag kapittel 9 - Geometri Absolutt vinkelmål (radianer) Det absolutte vinkelmålet til en vinkel v, er folholdet mellom buelengden b, og radien r. Buelengde v = b r Med v i radianer! b = r v Omregning

Detaljer

Tidligere eksamensoppgaver

Tidligere eksamensoppgaver Tillegg B Tidligere eksamensoppgaver Her følger et kronologisk utvalg av tidligere ekamensoppgaver innenfor temaet lineær algebra gitt i tilsvarende kurs som MAT1001 ved UiO. Utvalget er gjort med hensyn

Detaljer

Løsningsforslag. 7(x + 1/2) 5 = 5/6. 7x = 5/ /2 = 5/6 + 3/2 = 14/6 = 7/3. Løsningen er x = 1/3. b) Finn alle x slik at 6x + 1 x = 5.

Løsningsforslag. 7(x + 1/2) 5 = 5/6. 7x = 5/ /2 = 5/6 + 3/2 = 14/6 = 7/3. Løsningen er x = 1/3. b) Finn alle x slik at 6x + 1 x = 5. Prøve i FO99A - Matematikk Dato: 3. desember 01 Målform: Bokmål Antall oppgaver: 5 (0 deloppgaver) Antall sider: Vedlegg: Formelsamling Hjelpemiddel: Kalkulator Alle svar skal grunngis. Alle deloppgaver

Detaljer

Repetisjon: om avsn og kap. 3 i Lay

Repetisjon: 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

Detaljer

Semesteroppgave. TMA4215 Numerisk Matematikk Gruppe nr. 6 Kristian Stormark og Bjørn E. Vesterdal. Høst 2003

Semesteroppgave. TMA4215 Numerisk Matematikk Gruppe nr. 6 Kristian Stormark og Bjørn E. Vesterdal. Høst 2003 Semesteroppgave TMA4215 Numerisk Matematikk Gruppe nr. 6 Kristian Stormark og Bjørn E. Vesterdal Høst 2003 Sammendrag Fra datasettet med termodynamiske egenskaper for vann ved konstant temperatur 25 C

Detaljer

Krasjkurs MAT101 og MAT111

Krasjkurs MAT101 og MAT111 Krasjkurs MAT101 og MAT111 Forord Disse notatene ble skrevet under et åtte timer (to firetimers forelesninger) i løpet av 10. og 11. desember 2012. Det er mulig at noen av utregningene ikke stemmer, enten

Detaljer