12 Lineære transformasjoner

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "12 Lineære transformasjoner"

Transkript

1 2 Lineære transformasjoner 2 Funksjoner Definisjon 2 En funksjon ( a function) f : A B er en regel, som tilordner en entydig bestemt verdi f (a) B til ethvert element a A Mengden A kalles domenet til f ( the domain of f), mens B kalles kodomenet til f ( the codomain of f) f (a) er verdien til f i a ( the value of f at a) Mengden {f (a) a A} av alle verdier til f kalles bildet (eller verdimengden) til f ( the range of f) Merknad 22 Definisjonen ovenfor er ikke matematisk korrekt, fordi det ikke er klart hva en regel er Det finnes en absolutt korrekt definisjon, som vi ikke skal bruke i dette kurset Vi skal betrakte en regel som en formel, eller en algoritme, eller en annen brukbar beskrivelse 22 ransformasjoner og operatorer erminologien i lineær algebra er relativt gammel, og noen ganger stemmer ikke med den moderne matematiske terminologien Derfor følgende Definisjon 2 (Def 4 + Def 8) Gitt to vektorrom V og W En funksjon : V W kalles en transformasjon eller en avbildning ( a transformation or a mapping) Hvis V W, kalles en slik transformasjon en operator ( an operator) 2 En transformasjon/operator kalles lineær (linear) hviss for alle vektorer u, v V, or alle skalærer k R, er (a) (ku) k (u) ; (b) (u + v) (u) + (v) Merknad 24 Jeg foretrekker ordet transformasjon, men i eksamensoppgaver i 2-24 brukes ordet avbildning Eksempel 25 (Hovedeksemplet) La A Mat m n være en m n matrise Betegn med A : R m R n

2 den følgende transformasjonen (operatoren hvis m n): A (x) Ax R m, x x x 2 Rn x n Merknad 26 En slik transformasjon kalles en matrisetransformasjon ( matrix trransformation, Def ovenfor Ex 4) Følgende teorem beksriver lineære transformasjoner R n R m, og hjelper til å bygge matrisen A: eorem 27 (h 42 + formel 42) Gitt en lineær transformasjon : R n R m Da eksisterer det en entydig bestemt matrise A Mat m n slik at A (matrisen betegnes som A ) 2 Matrisen A bygges slik: anvend på basisvektorene e i fra standardbasisen (e, e 2,, e n ),,, Rn, og sett resultatene som kolonner i matrisen A: Eksempel 28 (Ex 4) La A (e ) (e 2 ) (e n ) : R 4 R være definert slik: x x 2 x x 4 2x x 2 + x 5x 4 4x + x 2 2x + x 4 5x x 2 + 4x

3 La oss bygge matrisen A: 2 4 5,, 2 4 5, Endelig: A A (x) Ax , x x 2 x x 4 2x x 2 + x 5x 4 4x + x 2 2x + x 4 5x x 2 + 4x (x) Eksempel 2 (Nulltransformasjonen, Ex 42) : V W, (x) Hvis V R n og W R m, er A der A er m n nullmatrisen eksempel, hvis m 4 og n 6, er A 4,6 For Eksempel 2 (Identitetsoperator, Ex 4) I V : V V, I V (x) x 2

4 Hvis V R n, er I V A der A I n er identitetsmatrisen For eksempel, hvis n 4, er A I 4 Merknad 2 Vi skiller notasjonene for identitetsoperatoren (I V eller I R n) og identitetsmatrisen I n Definisjon 22 (Def 8) Gitt to transformasjoner : U V, 2 : V W Deres komposisjon ( their composition) defineres slik: 2 : U W 2 (x) 2 ( (x)), x U Definisjon 2 (Formler 84 og 85) Gitt Hvis det eksisterer slik at : V W S : W V S I V, S I W, dvs S ( (x)) x, x V, (S (y)) y, y W, kaller vi S for den inverse til ( the inverse of ), og betegner S 2 (Litt annerledes enn Def 82) En slik transformasjon kalles invertibel eller en isomorfi ( invertible, or an isomorphism) Vi sier også at rommene V og W er isomorfe ( isomorphic), og skriver V W

5 Eksempel 24 (Grunnlaget til Hovedprinsippet, Seksjon 82) Hvis dim V n, er V R n La være en basis for V, og la være definert slik: G (g, g 2,, g n ) : V R n, S R n V, (x) x G R n, x V, α S α 2 α g + α 2 g α n g n V, α n Da er S, og både og S er isomorfier α α 2 α n Rn 2 (Ex 827) Isomorfiene P n R n+ er gitt ved : P n R n+, S : R n+ P n, ( α + α x + α 2 x α n x n) (Ex 828) S α α α n La m 2, n Isomorfiene α α α n Rn+, α + α x + α 2 x α n x n P n Mat m n R mn : Mat 2 R 6, S : R 6 Mat 2, 4

6 er gitt ved ( ) a a 2 a a 2 a 22 a 2 S b b 2 b b 4 b 5 b 6 a a 2 a 2 a 22 a a 2 R 6, b b b 5 Mat b 2 b 4 b 2 6 Merknad: vi definerer isomorfien kolonnevis, ikke radvis, som i Ex 828 eorem 25 (Formlene 42 og 46) Hvis A Mat m n og B Mat k m, er B A BA : R n R k, dvs 2 2 Mat k n 2 Hvis A Mat n n, er ( A ) A : R n R n, dvs Mat n n Oppgave 26 Kan vi definere for : R n R m, der m n? 2 Matrisen for en lineær transformasjon (Ch 84) 2 Hovedprinsippet igjen La oss utvide Hovedprinsippet (se Seksjon 82) Ethvert (endelig dimensjonalt, dvs som har en endelig basis) vektorrom kan beskrives som R n, der n dim V Rommet er jo isomorf til R n, se Eksempel 24! Alle lineære transformasjoner : V W 5

7 kan beskrives som matrisetransformasjoner A : R n R m, der n dim V og m dim W En oppgave om vektorrom og lineære transformasjoner kan løses slik: Oversett oppgaven fra V, W, -språket til R n, R m, A -språket Her trenger man to ordbøker, dvs to basiser: G for V og H for W Matrisen beskrives nedenfor A H G 2 Løs oppgaven for R n, R m og A : beskriv ker ( A ) Null (A), R ( A ) col (A), finn diverse basiser, løs systemet Ax b osv Oversett resultatene tilbake til V, W, -språket : beksriv ker, R ( ), finn diverse basiser, løs likningen (y) c osv Dette gjøres på følgende måte (se begynnelsen av Ch 84) Anta at vi har to basiser: G for V, og H for W : G (g, g 2,, g n ) V, H (h, h 2,, h m ) W Matrisen for mht basiser G og H (the matrix for relative to the bases G and H) er definert i formel 845: (x) H H G x G der x G er koordinatvektoren til x mht basisen G (en n kolonnevektor), og der (x) H er koordinatvektoren til (x) mht basisen H (en m kolonnevektor) Matrisen A H G er da en m n matrise Definisjonen hjelper til å bruke matrisen A, men ikke til å bygge A For å bygge A H G, er det bedre å bruke formel 844: matrisen A består av kolonner som er koordinatvektorer til (g i ) mht basisen H: A H G (g ) H (g 2 ) H (g n ) H For operatorer (se Formlene 847 og 848) betegnes matrisen G G enklere som G, og A G (g ) G (g 2 ) G (g n ) G, (x) G G x G 6

8 Eksempel 27 (Hovedeksemplet) Det er relativt enkelt å finne matrisen A i tilfellet V R n, W R m, og E og F er standardbasiser: Hvis E (e, e 2,, e n ) F (f, f 2,, f m ) for en m n matrise A, så er Eksempel 28 (Igjen Ex 4) La være definert slik: La også x x 2 x x 4,,,, A : R n R m E (e, e 2, e, e 4 ) F (f, f 2, f ) La oss bygge matrisen F E A : R 4 R,, 2x x 2 + x 5x 4 4x + x 2 2x + x 4 5x x 2 + 4x,,,, A F E :, Rn, Rm R R4, A (e ) F (e 2 ) F (e ) F (e 4 ) F (e ) (e 2 ) (e ) (e 4 )

9 Eksempel 2 (Ex 82) Hvis er nulltransformasjonen: : V W (x), så er H G nullmatrisen av størrelsen m n, der n dim V, m dim W, uavhengig av basiser G og H Eksempel 22 (Ex 8 og 844) Hvis er identitesoperatoren (I V (x) x), er I V : V V I V G I n der n dim V, uavhengig av basisen G, fordi I V (g ) G g G I V (g 2 ) G g 2 G I V (g n ) G g n G eorem 22 (h 85) Gitt to basiser G og H for det samme vektorrommet V Da er I H G P H G, I G H P G H (der P H G og P G H er overgangsmatriser) 24 Bildet og kjernen Definisjon 222 (Def 82 + Def 8) La : V W,, 8

10 være en lineær transformasjon Kjernen ker til ( the kernel of ), bildet R ( ) til ( the range of ), nulliteten til ( the nullity of ) og rangen til ( the rank of ) defineres slik: eorem 22 (h 84) ker {x V (x) } V, R ( ) { (x) x V } W, nullity ( ) dim (ker ), rank ( ) dim R ( ) nullity ( ) + rank ( ) dim V Eksempel 224 (Ex 8) La A Mat m n og Da er A : R n R m ker Null (A), R ( ) col (A), der Null (A) er nullrommet til A og col (A) er kolonnerommet til A Merknad 225 La G være en basis for V, og H være en basis for W I følge Hovedprinsippet, kan ker og R ( ) beskrives ved hjelp av Null (A) og col (A) der A H G Eksempel 226 (Ex 85) Velger standardbasisene La n 4: A F E : P n P n+, (p (x)) xp (x) E (, x, x 2,, x n) P n, F (, x, x 2,, x n+) P n+ G J

11 Ingen frie variable, derfor Null (A) {}, ker {} nullity ( ) Kolonnene i A danner en basis for col (A), derfor danner ( x, x 2, x, x 4, x 5) en basis for R ( ), og rank ( ) 5 eorem 227 (h 84 + modifisert h 842) La : U V, S : V W, og la G, H og J være basiser for U, V, og W S J G S J H H G 2 er invertibel, dvs er en isomorfi, hviss matrisen ( H G ) er invertibel, og G H ( H G ) Eksempel 228 (Ex 87) Siden S (X) X ( E, S : Mat 2 2 Mat 2 2, S E er S invertibel med S S, og, (S E ) S E, ker S {},, R (S) Mat 2 2, nullity (S), rank (S) 4 ),

12 2 er ikke lineær det : Mat 2 2 R Eksempel 22 (Ex 8) : P R, (p) p ( ) p (2) p (4) G (, x, x 2, x ) P, H H G, , R G J Prøv å tolke resultatet! Fasit: R ( ) R, tuppelet ( 8 + 2x 5x 2 + x ) danner en basis for ker, nullity ( ) Eksempel 2 (Ex 8) Velger standardbasisen La n 4: : P n P n, (p (x)) p (x) E (, x, x 2,, x n) P n (), (x), ( x 2) 2x, ( x ) x 2, ( x 4) 4x 2 F E 4 G J () danner en basis for ker, (, 2x, x 2, 4x ) danner en basis for R ( ), nullity ( ), rank ( ) 4

13 25 Injektive, surjektive og bijektive transformasjoner La oss minne kvantorer (quantifiers), som vi introduserte i Seksjon 52: Kvantor Forklaring i norsk Forklaring i engelsk Kommentar For alle/envher/ethvert For all/any Eksisterer det minst én/ett Exists at least one! Eksisterer det eksakt én/ett Exists exactly one! Eksisterer det høyst én/ett Exists at most one Brukes kun i dette kurset Definisjon 2 (Def 82, 822 og 82) Gitt : V W Vi sier at: a) G er surjektiv ( onto or onto W ) dersom ( y W ) ( x V ) slik at (x) y b) G er injektiv ( one-to-one or -) dersom ( y W ) (!x V ) slik at (x) y c) G er bijektiv eller invertibel eller en isomorfi ( invertible or an isomorphism) dersom ( y W ) (!x V ) slik at (x) y Merknad 22 Definisjonen til isomorfi her er litt annerledes enn Definisjon 2, men er ekvivalent til den Se ellers Figure 82 eorem 2 (h 82 utvidet) : V W er injektiv ker {} Null ( H G ) {} (uavhengig av basiser G og H) 2 : V W er surjektiv R ( ) W col ( H G ) R m (uavhengig av basiser G og H) : V W er bijektiv (invertibel, en isomorfi) H G er en invertibel matrise (uavhengig av basiser G og H) Man får da automatisk at dim V dim W 2

14 Eksempel 24 (Ex 845 utvidet) Finn E : P 2 P 2, E (, x, x 2), (f) f (x 5) 2 Vis at er invertibel og beregn E Vis at (g) g ( ) x+5 4 Beregn ( + 2x + x 2) 5 Beregn ( + 2x + x 2) Løsning 25 (), () E, (x) x 5, (x) E 5, ( x 2) (x 5) 2 x 2 x + 25, ( x 2 ) E 25 Endelig: E Siden E er invertibel, og ( E ) er invertibel, og 5 25 E ,

15 La S (g) g ( ) x+5 Da er S E S () E S (x) E S ( x 2 ) E E x + 5 derfor S 4 Løsning : ( + 2x + x 2 ) E E E x2 + x + 25 E x+5 E E + 2x + x 2 E 5 ( x+5 ) 2 25 E E, 5 25 ( + 2x + x 2) 66 84x + 27x 2 Løsning 2 (direkte): ( + 2x + x 2) + 2 (x 5) + (x 5) 2 27x 2 84x Løsning : ( + 2x + x 2) E E + 2x + x 2 E, 5 25 ( + 2x + x 2) 8 + 4x + x , Løsning 2 (direkte): ( + 2x + x 2) ( ) ( ) 2 x + 5 x x2 + 4x Hvordan endres matrisen ved et basisskifte? I Ch 85 er det gitt en formel (h 852) for operatorer, men ikke for transformasjoner Det er lurt å gi den manglende formelen i dette Kompendium Formelen kan hjelpe dere til å løse flere oppgaver i Ch

16 Merknad 26 (Formel 852, korollar fra eorem 227) Gitt 4 vektorrom A, B, C og D, 4 basiser G, H, J og K, og transformasjoner: A S B C U D Da er U S K G U K J J H S H G eorem 27 (Korollar fra eorem 22 og 227) La : V W være en linear transformasjon, la G og G være to basiser for V, og la H og H være to basiser for W Da er H G P H H H G P G G, der P G G er overgangsmatrisen fra G til G, og P H H er overgangsmatrisen fra H til H Merknad 28 Husk at P H H (P H H ) og Bevis Siden er P G G (P G G) I W I V, H G I W I V H G I W H H H G I V G G P H H H G P G G Korollar 2 Hvis vi endrer bare én basis, blir formlene enklere: 2 H G H G P G G, H G P H H H G, 5

17 Korollar 24 (h 852) Hvis er en operator, dvs V W, og vi har to basiser G og G istedenfor fire, så er G G G P G G G G P G G P G G G P G G P G P der P P G G Eksempel 24 (Ex 84) Da er ( x y : R 2 R, ) y 5x + y 7x + 6y F E A x y Men i eksemplet kreves det å finne matrisen H G mht basiser G og H som er forskjellige fra standardbasiser: ( ) 5 G,, 2 H, 2 2, 2 Vi skal da bruke eorem 27 Vi trenger da overgangsmatrisene: P F H 2, 2 2 P H F (P H F ) P E G , Endelig: H G P H F F E P E G

x 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder

x 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder 4 Noen merknader 4. Lineære systemer Ax = b Gitt systemet Ax = b, A = [a i,j ] i=,,...,m, j=,,...,n x = b = Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder b i. Med det finnes

Detaljer

15 Hovedprinsippet for vektorrom med et indre produkt

15 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

Detaljer

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT-1004 Vårsemester 2017 Prøveeksamen MAT-4 Vårsemester 7 Prøveeksamen Contents. Forord................................. OPPGAVE OPPGAVE OPPGAVE 7 4 OPPGAVE 8 OPPGAVE 6 OPPGAVE 7 OPPGAVE 8 OPPGAVE 9 Formatering av svarene 4 9. Rasjonale tall.............................

Detaljer

(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer

(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

Detaljer

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

Eksamensoppgave 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

Detaljer

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT-1004 Vårsemester 2017 Prøveeksamen MAT-1004 Vårsemester 017 Prøveeksamen Contents 0.1 Forord................................. 1 1 OPPGAVE OPPGAVE OPPGAVE 6 4 OPPGAVE 7 5 OPPGAVE 10 6 OPPGAVE 11 7 OPPGAVE 11 8 OPPGAVE 1 9 Formatering av

Detaljer

MAT-1004 Vårsemester 2017 Obligatorisk øving 3

MAT-1004 Vårsemester 2017 Obligatorisk øving 3 MAT-4 Vårsemester 7 Obligatorisk øving Contents OPPGAVE OPPGAVE Hvordan løses oppgave? 5 4 Hvordan løses oppgave? 6 5 Formatering av svarene 8 5. Rasjonale tall............................. 8 5. Matriser

Detaljer

4.4 Koordinatsystemer

4.4 Koordinatsystemer 4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } kalles en basis for et vektorrom V dersom B er lineært uavhengig og utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer ;

Detaljer

MAT1120 Notat 1 Tillegg til avsnitt 4.4

MAT1120 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

Detaljer

EKSAMENSOPPGAVE. to A4 ark egne notater og Rottmanns tabeller. Kontaktperson under eksamen: Professor Andrei Prasolov. Telefon:

EKSAMENSOPPGAVE. to A4 ark egne notater og Rottmanns tabeller. Kontaktperson under eksamen: Professor Andrei Prasolov. Telefon: EKSAMENSOPPGAVE Eksamen i: Mat 4 Lineær algebra Dato: Torsdag 4 juni 25 Tid: Kl 9: 3: Sted: Åsgårdvegen 9 Tillatte hjelpemidler: Godkjent kalkulator, to A4 ark egne notater og Rottmanns tabeller Oppgavesettet

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

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

13 Oppsummering til Ch. 5.1, 5.2 og 8.5 3 Oppsummering til Ch. 5. 5. og 8.5 3. Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A. I kalkulus (teori av differensiallikninger) er det viktig å beregne

Detaljer

MAT1120 Notat 1 Tillegg til avsnitt 4.4

MAT1120 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

Detaljer

Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.

Til 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

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

EKSAME SOPPGAVE MAT-1004 (BOKMÅL)

EKSAME SOPPGAVE MAT-1004 (BOKMÅL) EKSAME SOPPGAVE MAT-00 (BOKMÅL) Eksamen i : Mat-00 Lineær algebra. Dato : Torsdag 09. juni. Tid : 09.00 -.00. Sted: : Teorifagb., hus, plan. Tillatte hjelpemidler : Godkjent kalkulator, to A ark egne notater

Detaljer

4.1 Vektorrom og underrom

4.1 Vektorrom og underrom 4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,

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

Universitetet 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 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:

Detaljer

12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)

12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5) Diagonalisering av matriser og operatorer (Ch 5, 5 og 85) Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A I kalkulus (teori av differensiallikninger) er

Detaljer

MAT-1004 Vårsemester 2017 Obligatorisk øving 6

MAT-1004 Vårsemester 2017 Obligatorisk øving 6 MAT-4 Vårsemester 7 Obligatorisk øving Contents OPPGAVE Hvordan å løse oppgaven? 4 Formatering av svarene 9. Rasjonale tall............................. 9. Matriser og vektorer.........................

Detaljer

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger Notat2 - MAT1120 - Om matriserepresentasjoner av lineære avbildninger Dette notatet uftfyller bokas avsn 54 om matriserepresentasjoner av lineære avbildninger mellom endelig dimensjonale vektorrom En matriserepresentasjon

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

Rang og Vektorrom. Magnus B. Botnan NTNU. 4. august, 2015

Rang 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

Detaljer

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT1120 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

Detaljer

1 Gauss-Jordan metode

1 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

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

(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

Detaljer

MAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.

MAT 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

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

UNIVERSITET I BERGEN

UNIVERSITET 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

Detaljer

Lineær uavhengighet og basis

Lineær 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

16 Ortogonal diagonalisering

16 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

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

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H & Rorres, C: Elementary Linear Algebra, 11 utgave Jonas Tjemsland 26 april 2015 4 Generelle vektorrom 41 Reelle

Detaljer

MAT1120 Oppgaver til plenumsregningen torsdag 18/9

MAT1120 Oppgaver til plenumsregningen torsdag 18/9 MAT1120 Oppgaver til plenumsregningen torsdag 18/9 Magnus Dahler Norling (magnudn@math.uio.no) September 2014 Oppgave 4.6.4 rank A = rank B = 5 (teorem 13+14). dim Nul A = n - rank A = 6-5 = 1 (teorem

Detaljer

Basis, koordinatsystem og dimensjon

Basis, koordinatsystem og dimensjon Basis, koordinatsystem og dimensjon NTNU, Institutt for matematiske fag 22.-24. oktober 2013 Basis Basis for vektorrom: En endelig mengde B = {b 1, b 2,..., b n } av vektorer i et vektorrom V er en basis

Detaljer

Oppgave: Avgjør om følgende to mengder er like: 1) (A B) C 2) A (B C)

Oppgave: Avgjør om følgende to mengder er like: 1) (A B) C 2) A (B C) Mengder, fortsettelse. Tre mengder Venndiagram for tre mengder A, B og C må tegnes slik at alle muligheter blir dekket. For å få dette til må de overlappe hverandre: Oppgave: Avgjør om følgende to mengder

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 MAT2 - Lineær algebra Onsdag 29 mai, 20, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets

Detaljer

Kap. 6 Ortogonalitet og minste kvadrater

Kap. 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

Detaljer

GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type

GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type Emne 8 GENERELLE VEKTORROM Hittil har vi bare snakket om vektorrom av type og underrom av dette. Vi definerte en mengde V som et underrom av hvis det inneholdt og var lukket under addisjon og skalar multiplikasjon.

Detaljer

MAT-1004 Vårsemester 2017 Obligatorisk øving 2

MAT-1004 Vårsemester 2017 Obligatorisk øving 2 MAT-1004 Vårsemester 2017 Obligatorisk øving 2 Contents 1 OPPGAVE 2 2 OPPGAVE 2 Eksempler 4.1 Oppgave 1............................... 4.2 Oppgave 2............................... 5 4 Formatering av svarene

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

MAT1120 Repetisjon Kap. 1

MAT1120 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

Detaljer

Mer om kvadratiske matriser

Mer 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

Detaljer

Mer om kvadratiske matriser

Mer 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

Detaljer

LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010

LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010 LØSNINGSFORSLAG EKSAMEN MA/MA6 VÅR Oppgave. a Radredusering gir A 4 6 5 R, og siden R har to ledende variabler så får vi ranka. Siden A har re kolonner gir dimensjonsteoremet for matriser at nullitya 4

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. Produktet AB er m p matrisen definert

Detaljer

Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11.

Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11. Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11. utgave Jonas Tjemsland 19. november 2014 1 Lineære likningssystemer

Detaljer

A 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:

A 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.

Detaljer

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Faglig kontakt under eksamen: Truls Fretland (73 55 89 87) EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER LØSNINGSFORSLAG

Detaljer

7.4 Singulærverdi dekomposisjonen

7.4 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

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

Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.

Gauss-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

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

Løsninger 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 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

Detaljer

Eksempel. La A = {a, b, c, d} og B = {1, 2, 3} La f være gitt ved: f(a) = 1, f(b) = 3, f(c) = 2, f(d) = 1. Dette kan illustreres slik:

Eksempel. La A = {a, b, c, d} og B = {1, 2, 3} La f være gitt ved: f(a) = 1, f(b) = 3, f(c) = 2, f(d) = 1. Dette kan illustreres slik: Funksjoner La A og B være to mengder. En funksjon f fra A til B betegnes med f: A -> B og er en tilordning (regel) som til ethvert element a A tilordner ett og bare ett element b B. Elementet b kalles

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

Dette krever ikke noe nytt aksiom. Hvorfor? Og hvorfor må vi anta at A ikke er tom? Merk at vi har:

Dette krever ikke noe nytt aksiom. Hvorfor? Og hvorfor må vi anta at A ikke er tom? Merk at vi har: Notat 4 for MAT1140 4 Mer om mengder 4.1 Familier av mengder Union og snitt. Aksiom 4.1. Dersom A er en mengde bestående av mengder, kan de sistnevnte føyes sammen til en stor mengde, kalt unionen til

Detaljer

Egenverdier for 2 2 matriser

Egenverdier 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

Detaljer

Eksempel. La A = {a, b, c, d} og B = {1, 2, 3} La f være gitt ved: f(a) = 1, f(b) = 3, f(c) = 2, f(d) = 1. Dette kan illustreres slik:

Eksempel. La A = {a, b, c, d} og B = {1, 2, 3} La f være gitt ved: f(a) = 1, f(b) = 3, f(c) = 2, f(d) = 1. Dette kan illustreres slik: Funksjoner La A og B være to mengder. En funksjon f fra A til B betegnes med f: A -> B og er en tilordning (regel) som til ethvert element a A tilordner ett og bare ett element b B. Elementet b kalles

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

Forelesning 22 MA0003, Mandag 5/11-2012 Invertible matriser Lay: 2.2

Forelesning 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

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

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

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

Obligatorisk oppgave 1 MAT1120 HØSTEN 2014

Obligatorisk oppgave 1 MAT1120 HØSTEN 2014 Obligatorisk oppgave 1 MAT1120 HØSTEN 2014 Innleveringsfrist: torsdag 25. september 2014, innen kl 14.30. Besvarelsen leveres på Matematisk institutt, Ekspedisjonskontoret, 7. etasje i N.H. Abels hus.

Detaljer

EKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3

EKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 25 2. januar 25 EKSAMENSOPPGAVER FOR TMA4/TMA45 MATEMATIKK 3 Oppgave A- a) Finn kvadratrøttene til det komplekse tallet

Detaljer

Notat 05 for MAT Relasjoner, operasjoner, ringer. 5.1 Relasjoner

Notat 05 for MAT Relasjoner, operasjoner, ringer. 5.1 Relasjoner Notat 05 for MAT1140 5 Relasjoner, operasjoner, ringer 5.1 Relasjoner Når R er en relasjon som er veldefinert på A B, slik at R(x, y) er en påstand når x A og B B, tenker vi på relasjonen som noe som lever

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

Matriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009

Matriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009 Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2009 Addisjon av matriser Hvis A = [a ij ] og B = [b ij ] er matriser med samme størrelse, så er summen A + B matrisen

Detaljer

Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:

Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene: HJEMMEOPPGAVER utgave av 8-12-2002): Oppgave 15 til 16 desember: La H være mengden av alle matriser på formen A = a 1 a 12 a 13 a 1n 0 a 2 0 0 0 0 a 3 0 0 0 a n der a 1 a 2 a n 0 Videre la SH være matrisene

Detaljer

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder Et forsøk på et oppslagsverk for TMA4145 Lineære metoder Ruben Spaans May 21, 2009 1 Oppslagsverk Adjungert Ball, la (X, d) være et metrisk rom og la ɛ > 0. Da er for x 0 X: 1. B(x 0 ; ɛ) = {x x X d(x,

Detaljer

Rom og lineæritet. Erik Bédos. Matematisk Institutt, UiO 2012.

Rom og lineæritet. Erik Bédos. Matematisk Institutt, UiO 2012. Rom og lineæritet Erik Bédos Matematisk Institutt, UiO 202. Lineær algebra er et viktig redskap i nær sagt alle grener av moderne matematikk. De fleste emnene i matematikk på masternivå bygger på en forståelse

Detaljer

Grublegruppe 19. sept. 2011: Algebra I

Grublegruppe 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

Detaljer

6.4 Gram-Schmidt prosessen

6.4 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

Detaljer

Oppgaver i kommutativ algebra

Oppgaver i kommutativ algebra Oppgaver i kommutativ algebra Fredrik Meyer 1 Moduler Oppgave (1). Vis at om m, n er koprimære, så er (Z/mZ) Z (Z/nZ) = 0. Proof. Siden m og n er koprimære, finnes det a, b Z slik at an + bm = 1. La x

Detaljer

MAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse

MAT3000/ 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

Detaljer

Mer lineær algebra. Inger Christin Borge. Matematisk institutt, UiO. Kompendium i MAT1012 Matematikk 2. Våren 2014

Mer lineær algebra. Inger Christin Borge. Matematisk institutt, UiO. Kompendium i MAT1012 Matematikk 2. Våren 2014 Mer lineær algebra Kompendium i MAT Matematikk Våren 4 Inger Christin Borge Matematisk institutt, UiO Forord Dette kompendiet er skrevet til bruk i andre del av emnet MAT. I dette emnet jobber vi under

Detaljer

MAT Oblig 1. Halvard Sutterud. 22. september 2016

MAT Oblig 1. Halvard Sutterud. 22. september 2016 MAT1110 - Oblig 1 Halvard Sutterud 22. september 2016 Sammendrag I dette prosjektet skal vi se på anvendelsen av lineær algebra til å generere rangeringer av nettsider i et web basert på antall hyperlinker

Detaljer

Obligatorisk oppgave nr1 MAT Lars Kristian Henriksen UiO

Obligatorisk oppgave nr1 MAT Lars Kristian Henriksen UiO Obligatorisk oppgave nr1 MAT-1120 Lars Kristian Henriksen UiO 21. oktober 2014 Oppgave 1 i) Minste k slik at P k kun har positive elementer er 6. Finner x* ved å laste oslo.m, for så å skrive følgende

Detaljer

Øving 3 Determinanter

Øving 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

Detaljer

Dagens 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 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

Detaljer

Obligatorisk oppgavesett 1 MAT1120 H16

Obligatorisk oppgavesett 1 MAT1120 H16 Obligatorisk oppgavesett MAT0 H6 Innleveringsfrist: torsdag /09 06, innen kl 4.30. Besvarelsen leveres på Matematisk institutt, 7. etasje i N.H. Abels hus. Husk å bruke forsiden som du finner via hjemmesiden.

Detaljer

EKSAMENSOPPGAVE. 4 (1+3) Det er 12 deloppgaver (1abc, 2abcd, 3abc, 4ab) Andrei Prasolov

EKSAMENSOPPGAVE. 4 (1+3) Det er 12 deloppgaver (1abc, 2abcd, 3abc, 4ab) Andrei Prasolov Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE Eksamen i: Mat-004 Lineær algebra Dato: Torsdag. juni 207 Klokkeslett: 09.00-3.00 Sted: Åsgårdvegen 9 Tillatte hjelpemidler: Godkjent kalkulator,

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

Pensum i lineæralgebra inneholder disse punktene.

Pensum i lineæralgebra inneholder disse punktene. Pensum i lineæralgebra inneholder disse punktene. 1) Løsning av lineære ligningssystem. Finne løsning hvis den fins og også avgjøre om løsning ikke fins. Entydig, flertydig løsning. 2) Overføre en matrise

Detaljer

Kap. 7 Symmetriske matriser og kvadratiske former

Kap. 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.

Detaljer

Lineære likningssystemer og matriser

Lineære 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

Detaljer

Oppgave 1 (25 %) - Flervalgsoppgaver

Oppgave 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

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 23.08.2015 Fjerde utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er løsing av linære likningsystem enkelt, men det blir fort veldig

Detaljer

Forelesning 1 mandag den 18. august

Forelesning 1 mandag den 18. august Forelesning 1 mandag den 18 august 11 Naturlige tall og heltall Definisjon 111 Et naturlig tall er et av tallene: 1,, Merknad 11 Legg spesielt merke til at i dette kurset teller vi ikke 0 iblant de naturlige

Detaljer

6.5 Minste kvadraters problemer

6.5 Minste kvadraters problemer 6.5 Minste kvadraters problemer I mange anvendte situasjoner møter man lineære likningssystemer som er inkonsistente, dvs. uten løsninger, samtidig som man gjerne skulle ha funnet en løsning. Hva gjør

Detaljer

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x).

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x). Funksjoner En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x). Mengden D kalles definisjonsmengden (eng.: domain) til f. Merknad Dersom

Detaljer

Løsningsforslag for eksamen i Matematikk 3 - TMA4115

Løsningsforslag for eksamen i Matematikk 3 - TMA4115 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag for eksamen i Matematikk 3 - TMA4115 Vår 1 1 a) La z = x iy. Da er Re z = x og z = x y. Siden y er et reelt

Detaljer

TMA4100 Matematikk 1 Høst 2014

TMA4100 Matematikk 1 Høst 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA400 Matematikk Høst 04 Løsningsforslag Øving 04 30 For å vise at f er en injektiv one-to-one funksjon, ser vi på den deriverte,

Detaljer

OPPGAVER FOR FORUM

OPPGAVER 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

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

Holomorfe symplektiske avbildninger, former og mangfoldigheter. Darboux teorem.

Holomorfe symplektiske avbildninger, former og mangfoldigheter. Darboux teorem. Holomorfe symplektiske avbildninger, former og mangfoldigheter. Darboux teorem. av Knut Petersen-Øverleir MASTEROPPGAVE for graden Master i matematikk Det matematisk- naturvitenskapelige fakultet Universitetet

Detaljer

Vær 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! 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.

Detaljer

Mer om lineære likningssystemer, vektorer og matriser

Mer om lineære likningssystemer, vektorer og matriser Kapittel Mer om lineære likningssystemer, vektorer og matriser I dette kapittelet tar vi utgangspunkt i lineære likningssystemer, som vi lærte om i MAT, og setter dette inn i et større rammeverk, kalt

Detaljer