Øving 3 Determinanter

Størrelse: px
Begynne med side:

Download "Øving 3 Determinanter"

Transkript

1 Øving Determinanter Determinanten til en x matrise er definert som 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 null eller ikke. Determinanten kan beregnes som en kryssproduktkomponent mellom to vektorer. Det gjør det enklere å huske formelen. v = 8a, b, 0<; v = 8c, d, 0<; vd 80, 0, a d - b c< Determinanten til matriser av høyere orden beregnes ved å redusere determinantene til lavere dimensjoner fram til n =. a b c e f d f d e d e f F == a K OF - b K OF + c K OF h i g i g h g h i a e i - a f h - b d i + b f g + c d h - c e g a He i - f hl - b Hd i - f gl + c Hd h - e gl True Determinanter kan utvikles langs vilkårlig rad eller søyle. Husk fortegnsskjemaet. Determinanter er et nyttig begrep i lineær algebra, som inngår i mange formler. Et likningssystem har entydig løsning når determinanten til koeffisientmatrisen er ulik null. Et inhomogent system A.x = b har ingen eller mange løsninger når det A = 0. Et homogent system A.x = 0 har uendelig mange løsninger når det A = 0. Når vi arbeider med inhomogene systemer, er vi ofte interessert i når systemet har entydig løsning, altså der det A ¹ 0. Arbeider vi med homogene systemer, derimot, vil x = 0 alltid være løsning og opsjonen ingen løsning faller bort. Siden den entydige løsningen da må være x = 0, er vi som oftest opptatt av når systemet har mange løsninger, mer interessante enn null-løsningen, og vi søker derfor løsninger der det A = 0. Et eksempel er egenverdier og egenvektorer som vi studerer i øvelse 4. Beregning av determinant kan også fortelle oss om matrisen er invertibel. Det er ingen vits i å starte prosessen med Gausseliminasjon dersom vi på forhånd kan avgjøre at matrisen ikke lar seg invertere. Enkleste eksempel er x matirise:

2 A = K a b O; c d d c - b - a Vi gjenkjenner nevneren som det A. d c - K d -b O -c a b - a Siden det A forekommer i nevneren, ser vi at det A ¹ 0 for at formelen er gyldig, dvs A er bare inverterbar når det A ¹ 0. Husk at likninssystemet A.x = v har entydig løsning x = A-.v som forutsetter at A- eksisterer, dvs. vi har entydig løsning når det A ¹ 0. Egenskaper ved determinanter.det (A. B) = Det (A) Det (B) = Det( B.A) husk at determinanten er et tall og rekkefølgen er derfor uten betydning.. Det( AT M = Det HAL siden determinanter kan beregnes enten radvis eller kolonnevis, har transponering ingen ting å si for resultatet. Determinanten til en diagonalmatrise er lik produktet av diagonalelementene. 4. Det (I) = enhetsmatrisen er en diagonalmatrise med -ere på diagonalen. 5. Det (A- M = DetHAL følger av pkt når B = A-, samt pkt 4 6. Det (An L = HDetHALLn følger av med B = An-. Her betyr An = A.A.A A (n ganger matriseprodukt) 7. Det( k A) = k n Det(A) matrisen k A framkommer ved at alle radene i A multipliseres med k Operasjoner på determinanter Du har lært i kurset at det er tre elementære operasjoner du kan gjøre på en totalmatrise til et likningssystem uten at løsningsmengden forandres. De rekkeekvivalente operasjonene er:. Rad x erstattes med rad x + k * rad y. Dette benytter du for å bygge opp nuller under og over diagonalen i Gausseliminasjonsprosessen... Bytte om rad x og rad y. Rekkefølgen av likningene i et likningssett er uten betydning.. Multiplisere rad x med en konstant. Dette er nyttig for å skape ledende enere, eller generelt for at nødvendig verdi av k i operasjon kan være et helt tall. Kan disse operasjonene også benyttes på determinanter for å oppnå flere posisjoner med nullelementer? I så fall reduseres regnetiden betydelig for å beregne determinanten. Ja, men med klare konsekvenser du må kjenne til. Du kan erstatte rad x med rad x + k rad y i determinanten uten at determinanten skifter verdi. Dette er derfor en nyttig operasjon for å forenkle regningen av determinanter ved å øke antall nuller. Bytter du om rad x og rad y, skifter determinanten fortegn. Du kompenserer for dette ved å multiplisere determinanten med -.

3 Kan disse operasjonene også benyttes på determinanter for å oppnå flere posisjoner med nullelementer? I så fall reduseres regnetiden betydelig for å beregne determinanten. Ja, men med klare konsekvenser du må kjenne til. Du kan erstatte rad x med rad x + k rad y i determinanten uten at determinanten skifter verdi. Dette er derfor en nyttig operasjon for å forenkle regningen av determinanter ved å øke antall nuller. Bytter du om rad x og rad y, skifter determinanten fortegn. Du kompenserer for dette ved å multiplisere determinanten med -. Multipliserer du en rad i determinanten med k, multipliseres determinantens verdi med k. Du kompenserer for dette ved å multiplisere determinanten med. k Når du tar hensyn til disse kompensasjonene, sikrer du at determinantens verdi er uforandret selv etter rekkeoperasjoner. Eksempel Beregn determinanten til matrisen A = Det A = - Det = - Det = - H L = = - Det = - Det K 4 0 O -5-7 Her har vi byttet om. og. rad for å få en ener i første posisjon ( ikke strengt tatt nødvendig, men det gjør at du kan multiplisere med heltallig verdi når vi siden benytter operasjon to ganger). Med to nuller i første søyle er det enkelt å beregne determinanten ved å utvikle etter denne søylen. Sjekk svaret i Mathematica: F 5 - Noen eksempler på inhomogene likningssystemer illustrerer dette poenget x+y+z= x +z=s x-y+rz= sd 0 - r ;b = s ; 5-r Vi ser at det A = 0 når r = 5. Programmet drøfter ikke løsningsmengden for ulike verdier av parametrene, men gir det generelle svaret. Det er derfor viktig for brukeren å tolke resultatet i output- cellen.

4 4 0 s - r Hs-L +s r-5 4 Hs-L - r-5 - s + Hs-L - r-5 Igjen blir vi minnet på å studere tilfellene r ¹ 5 og r = 5. Vi ser også at s = krever spesiell behandling når r = 5. Eks Gitt likningssettet x+y+z= x +z= x-y+4z= r = 4; s = ; Vi finner en løsning x =-, y = -, z =0. Med r ¹ 5 får vi ikke problemer med s =. Eks Gitt likningssettet x+y+z= x +z= x-y+5z= 0 ;b = - r s ; r = 5; s = ; 0-5

5 Her får vi ingen løsning, da siste rad er inkonsistent. Merk at s ¹ Eks Gitt likningssettet x+y+z= x +z= x-y+5z= r = 5; s = ; 0 ;b = - r s ; Når vi får en hel rad med nuller, har vi en fri variabel ( den som ikke er forbundet med en ledende er), og vi får uendelig mange løsninger: x = - t, y = -+ t, z = t På vektorform: - x y = - + t z 0 Konklusjon : Likningssystemet har entydig løsning når r ¹ 5. Likningssystemet har uendelig mange løsninger når r =5, s =. Likningssystemet har ingen løsning når r = 5, s ¹ Cramer' s regel Hvis du er tilhenger av formler fremfor algoritmisk utregning, kan du lære deg denne regelen for å løse likningssett. Den benytter i stor grad determinanter. Når du har flere enn likninger, vil determinanter lett bli tidkrevende å regne med hvis du ikke benytter rekkeoperasjonene nevnt ovenfor for å bygge nullposisjoner. Vi illustrerer regelen ved å løse samme sett som i øving : x+y +4z = 5 x+ y = 7 -x +z = -

6 nanter lett bli tidkrevende å regne med hvis du ikke benytter rekkeoperasjonene nevnt ovenfor for å bygge nullposisjoner. Vi illustrerer regelen ved å løse samme sett som i øving : 6 x+y +4z = 5 x+ y = 7 -x +z = - Først må du skrive likningssettet på matriseform og beregne determinanten til koeffisientmatrisen : x y = 7 z - La oss kalle denne systemdeterminanten 4 0 F - 0 For å finne x, som representeres med første søyle, beregner du en ny determinant der første søyle i systemdeterminanten erstattes med søylevektoren på høyre side. Denne determinanten divideres med systemdeterminanten. x = F F - 0 Tilsvarende beregnes y og z ved å erstatte respektive søyler med søylevektoren på høyre side. y = z = F F F F - 0 Vi har altså igjen funnet løsningene x= y= z=5 Som du sikkert har innsett nå, kan oppgaver i lineær algebra ofte løses på mange ulike måter. Det kan være lurt å spesialisere seg i bestemte løsningsmetoder før du får den store oversikten over faget.

7 7 Oppgave Gitt matrisene ; B= ; 0 0 s - 0 Regn ut det A det B det HA.B - B.AL det A - Matrisene A og B brukes i oppgave og oppgave Oppgave La b = 0 - Løs Likningssystemet A.x = b i Mathematica. ved LinearSolve -kommandoen. Ved Gauss- eliminasjon ( bruk RowReduce-kommandoen på totalmatrisen og tolk svaret). Ved x = A-. b 4. Ved Cramer s regel. Oppgave Drøft likningssystemet B.x = b for ulike verdier av s. Velg en verdi av s som gir entydig løsning, Velg også en verdi av s der du ikke får løsning. Kan du få uendelig mange løsninger? Løs oppgaven med metode - 4 der det er relevant

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

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

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

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

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

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

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

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

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

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

Lineære ligningssystemer. Forelesning, TMA4110 Torsdag 17/9. Lineære ligningssystemer (forts.) Eksempler

Lineære 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

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

MAT UiO. 10. mai Våren 2010 MAT 1012

MAT UiO. 10. mai Våren 2010 MAT 1012 MAT Våren UiO. / 7 Betrakt et system x = A x der A M n (R) er diagonaliserbar. Vi har sett at systemet kan løses ved frakoblingsmetoden: Vi finner da P = [v v n ] (inverterbar) og D (diagonal) som diagonaliserer

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

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

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

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

Emne 9. Egenverdier og egenvektorer

Emne 9. Egenverdier og egenvektorer 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

Detaljer

Lineære ligningssystem og matriser

Lineære 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

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

Elementær Matriseteori

Elementær 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

Detaljer

Lineære ligningssystem; Gauss-eliminasjon, Redusert echelonmatrise

Lineære 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

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

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

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

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

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

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007

MA1201 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 +

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

MAT UiO mai Våren 2010 MAT 1012

MAT UiO mai Våren 2010 MAT 1012 200 MAT 02 Våren 200 UiO 0-2. 200 / 48 200 Betrakt et system x = A x der A M n (R) er diagonaliserbar. Vi har sett at systemet kan løses ved frakoblingsmetoden: Vi finner da P = [v v n ] (inverterbar)

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

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

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

Determinanter til 2 2 og 3 3 matriser

Determinanter 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 =

Detaljer

Lineær algebra. H. Fausk

Lineær algebra. H. Fausk Lineær algebra H. Fausk 11.02.2016 Sjuende utkast Flere lineære likninger som samtidig skal oppfylles kalles lineære likningssystem. I prinsippet er løsing av lineære likningsystem enkelt, det benytter

Detaljer

System av likninger. Den andre likningen løses og gir x=1, hvis man setter x=1 i første likning får man

System av likninger. Den andre likningen løses og gir x=1, hvis man setter x=1 i første likning får man System av likninger System av likninger er en mengde likninger med flere ukjente. I økonomiske sammenheng er disse svært vanlige ved optimering. Ofte må vi kreve deriverte lik null for å optimere. I kurset

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

INNHOLD SAMMENDRAG ALGEBRA OG FUNKSJONER

INNHOLD SAMMENDRAG ALGEBRA OG FUNKSJONER INNHOLD ALGEBRA OG FUNKSJONER... PARENTESER... USYNLIGE PARENTESER... USYNLIGE MULTIPLIKASJONSTEGN... DE TI GRUNNLEGGENDE ALGEBRAISKE LOVENE... REGNEUTTRYKK INNSATT FOR VARIABLER... 3 SETTE OPP FORMLER...

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

Ma Linær Algebra og Geometri Øving 1

Ma 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

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

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

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

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

Lineær algebra. H. Fausk

Lineær algebra. H. Fausk Lineær algebra H. Fausk 04.02.2016 Sjuende utkast Lineære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er løsing av lineære likningsystem enkelt, det benytter bare de

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

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

Oppgave 1. e rt = 120e. = 240 e

Oppgave 1. e rt = 120e. = 240 e Løsning MET 803 Matematikk Dato 5. desember 05 kl 0900-00 Oppgave. (a) Dersom vi selger eiendommen etter t år, med t > 0, så er nåverdien av salgssummen med r = 0,0. Da får vi N(t) = V (t)e rt = 0 e e

Detaljer

Løsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b)

Løsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b) Innlevering BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 2 Innleveringsfrist Fredag 05. februar 2016 kl 14:00 Antall oppgaver: 5 Løsningsforslag 1 Vi denerer noen matriser A [ 1 5 2 0 B [ 1

Detaljer

Prosent- og renteregning

Prosent- og renteregning FORKURSSTART Prosent- og renteregning p prosent av K beregnes som p K 100 Eksempel 1: 5 prosent av 64000 blir 5 64000 =5 640=3200 100 p 64000 Eksempel 2: Hvor mange prosent er 9600 av 64000? Løs p fra

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

7.1 forts. Schur triangularisering og spektralteoremet

7.1 forts. Schur triangularisering og spektralteoremet 7.1 forts. Schur triangularisering og spektralteoremet Vi skal vise to svært sentrale resultat i lineær algebra. Spektralteoremet (Teorem 3 i Lay): dette sier bl.a. at reelle symmetriske matriser er ortogonalt

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

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

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3 Prøve i Matematikk BYFE DAFE Dato: 27. mai 26 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Løsningsforslag Oppgave Gitt matrisene [ 2 A 4 B [ 2 og C [ 2

Detaljer

Inverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009

Inverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009 Inverse matriser E.Malinnikova, NTNU, Institutt for matematiske fag September, 2009 Inverse 2 2 matriser En 2 2 matrise [ ] a b A = c d er inverterbar hvis og bare hvis ad bc 0, og da er [ ] A 1 1 d b

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

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

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

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

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

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

Computers in Technology Education

Computers in Technology Education Computers in Technology Education Beregningsorientert matematikk ved Høgskolen i Oslo Skisse til samlet innhold i MAT1 og MAT2 JOHN HAUGAN Både NTNU og UiO har en god del repetisjon av videregående skoles

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

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

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

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

Høgskolen i Oslo og Akershus. x 1 +3x 2 +11x 3 = 6 2x 2 +8x 3 = 4 18x 1 +5x 2 +62x 3 = 40

Høgskolen i Oslo og Akershus. x 1 +3x 2 +11x 3 = 6 2x 2 +8x 3 = 4 18x 1 +5x 2 +62x 3 = 40 Innlevering i BYFE/EMFE 1000 Oppgavesett 4 Innleveringsfrist: 8. mars klokka 14:00 Antall oppgaver: 3 Løsningsforslag Oppgave 1 a) Om vi tenker oss at vi spiser x 1 hg banan, drikker x hg lettmelk og spiser

Detaljer

Rekurrens. MAT1030 Diskret matematikk. Rekurrens. Rekurrens. Eksempel. Forelesning 16: Rekurrenslikninger. Dag Normann

Rekurrens. MAT1030 Diskret matematikk. Rekurrens. Rekurrens. Eksempel. Forelesning 16: Rekurrenslikninger. Dag Normann MAT1030 Diskret matematikk Forelesning 16: likninger Dag Normann Matematisk Institutt, Universitetet i Oslo INGEN PLENUMSREGNING 6/3 og 7/3 5. mars 008 MAT1030 Diskret matematikk 5. mars 008 Mandag ga

Detaljer

Matematikk og fysikk RF3100

Matematikk og fysikk RF3100 DUMMY Matematikk og fysikk RF3100 Løsningsforslag, Øving 11 8mai 201 Tidsfrist: 18mai 201 klokken 1400 Oppgave 1 Obs: I denne oppgaven reperesenterer vi vektorer med 1 n-matriser, altså radvektorer I hele

Detaljer

I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer.

I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer. Kapittel 2 Matriser I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer. 2.1 Definisjoner og regneoperasjoner

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

Tallregning og algebra

Tallregning og algebra 30 Tallregning og algebra Mål for opplæringen er at eleven skal kunne tolke, bearbeide og vurdere det matematiske innholdet i ulike tekster bruke matematiske metoder og hjelpemidler til å løse problemer

Detaljer

MAT Prøveeksamen 29. mai - Løsningsforslag

MAT Prøveeksamen 29. mai - Løsningsforslag MAT0 - Prøveeksamen 9 mai - Løsningsforslag Oppgave Sett A = 4 4 0 x 0, x = x, b =, x 0 og la v, v, v betegne kolonnevektorene til A a) Skriv A x = y som en vektorlikning x Svar : Siden A x = [v v v ]

Detaljer

Bytte om to rader La Matlab generere en tilfeldig (4 4)-matrise med heltallige komponenter mellom 10 og 10 ved kommandoen Vi skal underske hva som skj

Bytte om to rader La Matlab generere en tilfeldig (4 4)-matrise med heltallige komponenter mellom 10 og 10 ved kommandoen Vi skal underske hva som skj velse 2: Egenskaper ved determinanter av Klara Hveberg I denne velsen skal vi bruke Matlab til a studere hva elementre radoperasjoner gjr med determinanten til en matrise. Deretter skal vi se pa determinanten

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

Matematikk for økonomer Del 2

Matematikk for økonomer Del 2 Matematikk for økonomer Del 2 Formelark Dokument type: Formelark Antall kapitler: 10 kapitler Antall sider: 17 Sider Forfatter: Studiekvartalets kursholdere rett til bruk av materialet. Det innebærer at

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

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

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

Denne labøvelsen gir en videre innføring i elementær bruk av programmet Maple.

Denne labøvelsen gir en videre innføring i elementær bruk av programmet Maple. MAPLE-LAB 2 Denne labøvelsen gir en videre innføring i elementær bruk av programmet Maple.. Sett i gang Maple på din PC / arbeidsstasjon. Hvis du sitter på en Linux-basert maskin og opplever problemer

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

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

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

6.6 Anvendelser på lineære modeller

6.6 Anvendelser på lineære modeller 6.6 Anvendelser på lineære modeller Skal først se på lineær regresjon for gitte punkter i planet: det kan formuleres og løses som et minste kvadraters problem! I mere generelle lineære modeller er man

Detaljer

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

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

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

Løs likningssystemet ved å få totalmatrisen på redusert trappeform

Løs likningssystemet ved å få totalmatrisen på redusert trappeform Emne: IRF 10014 Matematikk 1. Lærer: Øystein Holje og Kent Ryne Grupper: Diverse. Dato: 04.1.015 Tid: 9.00 13.00. Antall oppgavesider:. Antall vedleggsider: 3, formelark. Sensurfrist: Hjelpemidler: Godkjent

Detaljer

Eksempeloppgave 1T, Høsten 2009

Eksempeloppgave 1T, Høsten 2009 Eksempeloppgave 1T, Høsten 009 Del 1 Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt. Oppgave 1 ( poeng) a) Bruk opplysningene nedenfor til å finne

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

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

REGEL 1: Addisjon av identitetselementer

REGEL 1: Addisjon av identitetselementer REGEL 1: Addisjon av identitetselementer Addisjon av identitetselementer a + 0 = a x + 0 = x Et identitetselement (nøytralt element) er et element som ikke medfører noen endring når det kombineres med

Detaljer

y(x) = C 1 e 3x + C 2 xe 3x.

y(x) = C 1 e 3x + C 2 xe 3x. NTNU Institutt for matematiske fag TMA4115 Matematikk eksamen 4 juni 9 Løsningsforslag 1 Innsatt for z = x + iy kan ligningen skrives x + 1 + i(y ) = x 1 + i(y + ) Ved å benytte at z = a + b for et kompleks

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

Fasit MAT102 juni 2016

Fasit MAT102 juni 2016 Fasit MAT02 juni 206. (a) Finn egenverdiene og egenvektorene til matrisen ( ) 6 A = 2 7 Svar: λ = 8 og ( ) x = y y ( ) /2, λ = 5 og ( ) x = y y ( ) for alle y 0. (b) Finn den generelle løsningen på systemet

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

Heldagsprøve i matematikk. Svar og løsningsforslag

Heldagsprøve i matematikk. Svar og løsningsforslag Heldagsprøve i matematikk Svar og løsningsforslag Mandag 19. desember 005 Forkurset, Høgskolen i Oslo Tillatte hjelpemidler: Lommeregner. Formelsamling i matematikk. Tid: 5 klokketimer Alle svar må være

Detaljer

4.1 Vektorrom og underrom

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

Detaljer

12 Lineære transformasjoner

12 Lineære transformasjoner 2 Lineære transformasjoner 2 Funksjoner Definisjon 2 En funksjon ( a function) f : A B er en regel, som tilordner en entydig bestemt verdi f (a) B til ethvert element a A Mengden A kalles domenet til f

Detaljer