4.1 Vektorrom og underrom

Størrelse: px
Begynne med side:

Download "4.1 Vektorrom og underrom"

Transkript

1 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, polynomer, matriser,... Vektorrom inneholder mange interessante underrom, som selv er vektorrom. 1 / 16

2 Vektorrom Definisjon. Et (reelt) vektorrom er en mengde V, der elementene kalles vektorer, som er utstyrt med to operasjoner: addisjon og multiplikasjon med skalar. Med en skalar menes her et reelt tall. Det kreves at følgende ti egenskaper (ofte kalt aksiomer) holder for alle u, v, w V og c, d R: 1. Addisjon av u og v betegnes med u + v og ligger i V. (dvs. V er lukket under addisjon). 2. u + v = v + u. 3. (u + v) + w = u + (v + w). 4. Det fins en nullvektor 0 i V som er slik at u + 0 = u. 5. For hver u V fins en vektor u V slik at u + ( u) = 0. NB: Fortsetter neste side! 2 / 16

3 Vektorrom (fortsettelse av definisjon) 6. Skalart multippel av u med c betegnes med c u og ligger i V (dvs. V er lukket under multiplikasjon med skalar). 7. c (u + v) = c u + c v. 8. (c + d) u = c u + d u. 9. c (d u) = (cd) u u = u. Merk: Det er opplagt at R n med sine vanlige operasjoner er et (reelt) vektorrom. Notasjon. Egenskap 3 gir at vi ikke trenger å bruke paranteser når det gjelder summer med flere vektorer. Vi skriver f.eks. ( ((v1 ) ) v 1 + v 2 + v 3 + v 4 i stedet for + v 2 ) + v 3 + v4. 3 / 16

4 Noen eksempler på vektorrom. Signalrommet S som består av alle reelle følger av typen x = {x j } j= = (..., x 2, x 1, x 0, x 1, x 2,...) utstyrt med operasjonene x+y = (..., x 2 +y 2, x 1 +y 1, x 0 +y 0, x 1 +y 1, x 2 +y 2,...), c x = (..., c x 2, c x 1, c x 0, c x 1, c x 2,...) der x, y S og c R. Tilsvarende kan man betrakte følgerommet F som består av alle reelle følger av typen x = {x j } j=1 = (x 1, x 2, x 3,...), utstyrt med tilsvarende operasjoner. 4 / 16

5 Eksempler på vektorrom (fortsettelse) Funksjonsrommet F(D, R) som består av alle reelle funksjoner definert på en mengde D, utstyrt med operasjonene f + g og c f definert ved (f + g)(t) = f (t) + g(t), (c f )(t) = c f (t), for alle t D, der f, g F(D, R) og c R. Matriserommet M m n som består av alle m n (reelle) matriser er et vektorrom når den betraktes med sine vanlige operasjoner A + B og c A. Noen skriver R m n eller M m n (R) i stedet for M m n. Vi skriver ofte M n (eller M n (R)) i stedet for M n n. 5 / 16

6 Merk: Man kan også definere komplekse vektorrom, dvs. vektorrom der skalarene er komplekse tall i stedet for reelle tall. Kommer tilbake til dette i avsn La V være et vektorrom. Fra egenskapene 1 10 kan man utlede andre egenskaper. F.eks. gjelder: Nullvektoren 0 i V er entydig bestemt. Hvis u V, er u entydig bestemt. Videre gjelder (for u V og c R): 0 u = 0 c 0 = 0 c u = 0 c = 0 eller u = 0 u = ( 1) u 6 / 16

7 Underrom La V være et vektorrom. Visse delmengder av V er av spesiell interesse: Definisjon. En delmengde H av V kalles et underrom dersom: a) Nullvektoren 0 i V ligger i H, b) H er lukket under addisjon (dvs. u, v H u + v H), c) H er lukket under multiplikasjon med skalar (dvs. u H, c R c u H). Merk: H blir da selv et vektorrom når det utstyres med operasjonene som den arver fra V. 7 / 16

8 Noen eksempler på underrom. {0} og V er alltid underrom av V. En linje i R 2 (eller i R 3 ) som går gjennom origo er et underrom av R 2 (eller av R 3 ). Et plan i R 3 som går gjennom origo er et underrom av R 3. La P være mengden av alle reelle polynomer i en reell variabel. Så p P hvis og bare hvis p(t) = c 0 + c 1 t + c 2 t c n t n for alle t R, der c 0, c 1,..., c n R og n er et naturlig tall eller 0. Da er P et underrom av funksjonsrommet F(R, R). La D n bestå av alle n n diagonale matriser. Da er D n et underrom av matriserommet M n. 8 / 16

9 Underrom utspent av en mengde La V være et vektorrom. Definisjon. La v 1,..., v p være vektorer i V og λ 1,..., λ p R. Vektoren p v = λ j v j = λ 1 v λ p v p j=1 kalles en lineær kombinasjon av v 1,..., v p. Vi lar Span{v 1,..., v p } betegne mengden som består av alle lineære kombinasjoner av v 1,..., v p. Dette betyr at { } Span{v 1,..., v p } = λ 1 v λ p v p λ 1,..., λ p R. 9 / 16

10 Teorem 1. La v 1,..., v p V. Da er H := Span{v 1,..., v p } et underrom av V. Vi sier da at H er underrommet utspent av v 1,..., v p. Vi sier også at {v 1,..., v p } utspenner H. Eksempel. La n være et naturlig tall eller 0. Definer P n P ved { } P n = p P polynomet p er av grad høyst n. Da er P n = Span { p 0, p 1,..., p n } der p 0, p 1,..., p n P er definert ved p 0 (t) = 1, p 1 (t) = t,..., p n (t) = t n, for t R. Så P n er et underrom av P. 10 / 16

11 4.2 Nullrom, kolonnerom og lineære transformasjoner Definisjon. Nullrommet til en m n matrise A er definert ved Nul A = { x R n : Ax = 0 }. Dette er de vektorene som avbildes på nullvektoren 0 under den lineære avbildningen x A x. Definisjon. Kolonnerommet til en m n matrise A er delmengden av R m definert ved der A = [ a 1 a 2 a n ]. Col A = Span{a 1, a 2,..., a n }. Merk at Col A = {A x : x R n }. Dette betyr at Col A er rekkevidden (= bildet) til avbildningen x A x. Teorem 2 og 3. Nul A er et underom av R n, mens Col A er et underrom av R m. 11 / 16

12 Lineære avbildninger Definisjon. La V og W være to vektorrom. En funksjon T : V W kalles en lineær avbildning (eller en lineær transformasjon) dersom den bevarer linearitet, dvs. at T (u + v) = T (u) + T (v) (u, v V ) T (c u) = c T (u) (u V, c R). Eksempel. Standardeksemplet er når V = R n, W = R m, A er en m n matrise og T A : V W er gitt ved T A (x) = A x for x R n. Definisjon. For en lineær avbildning T : V W definerer vi Kjernen (eller nullrommet) til T er underrommet av V gitt ved: KerT = {v V : T (v) = 0} Rekkevidden (eller bildet) til T er underrommet av W gitt ved: RanT = {T (v) : v V } 12 / 16

13 Eksempel. La V være vektorrommet som består av alle deriverbare funksjoner fra R inn i R. For f V, sett D(f ) = f. Da er D en lineær avbildning fra V inn i W := F(R, R). Videre er Ker D = {f V : f = 0} underrommet av V som består av alle konstantfunksjonene. Eksempel. La V være vektorrommet som består av alle to ganger deriverbare funksjoner fra R inn i R. For f V, sett T (f ) = f + af + bf der a, b er (reelle) konstanter. Da er T en lineær avbildning fra V inn i W := F(R, R). Kjernen til T er løsningene av den homogene lineære annenordens differensiallikningen y + ay + by = 0 13 / 16

14 4.3 Lineært uavhengige mengder, basiser La V være et vektorrom. Definisjon. Betrakt vektorer v 1, v 2,..., v p i V. Vi sier at v 1, v 2,..., v p er lineært uavhengige dersom vektorlikningen ( ) λ 1 v 1 + λ 2 v λ p v p = 0 der λ 1, λ 2,..., λ p er skalarer, bare har løsningen λ 1 = λ 2 = = λ p = 0. Dersom ( ) holder når minst en av λ j -ene ikke er null, sier vi at v 1, v 2,..., v p er lineært avhengige og at ( ) er en lineær avhengighetsrelasjon mellom v j -ene Hvis A er en m n matrise med kolonnevektorer a 1, a 2,..., a n, er disse vektorene lineært uavhengige hvis og bare hvis Nul A = {0}. 14 / 16

15 Teorem 4. Anta p 2. Da er v 1, v 2,..., v p lineært uavhengige hvis og bare hvis ingen av v j -ene kan skrives som en lineær kombinasjon av de øvrige. Definisjon. La H være et underrom av et vektorrom V. En endelig mengde B = {b 1, b 2,..., b p } av vektorer i H kalles en basis for H dersom b 1, b 2,..., b p er lineært uavhengige, og H = Span{b 1, b 2,..., b p }. Eksempel. Vektorene e 1, e 2,..., e n som er kolonnene i identitetsmatrisen I n gir en basis for R n. Den kalles standardbasisen for R n. Eksempel. Polynomene 1, t, t 2,..., t n er en basis for vektorrommet P n av polynomer av grad høyst n. 15 / 16

16 Definisjon. La H være et underrom av V. En endelig delmengde S sies å utspenne H dersom Span S = H. Ved å fjerne overflødige vektorer fra en slik mengde S vil vi til slutt ende opp med en basis for H : Teorem 5. Anta at S utspenner H og H {0}. Hvis en av vektorene i S er en lineær kombinasjon av de øvrige vektorene i S, vil disse øvrige vektorene i S fremdeles utspenne H. En delmengde av S vil derfor alltid være en basis for H. Teorem 6. La A = [ a 1 a n ] være en matrise og la R være den reduserte trappeformen til A (m.a.o., R = rref (A)). Kolonnene i A som svarer til pivotkolonnene i R danner en basis for Col A = Span{a 1,..., a n }. Merk: Når Nul A er {0}, kan vi finne en basis for Nul A ved å løse systemet R x = 0 og skrive ut x som en lineær kombinasjon av vektorene som fremkommer ved å skille ut de frie variablene; disse vektorene er lineært uavhengige, så de danner en basis for Nul A. 16 / 16

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

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. 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

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

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

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

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

Løsningsforslag. Vedlegg C: Kapittel 2. e) Ingen løsning. f) Flere løsninger: x = 4 + 2t, y = t. c) x 1 = 2, x 2 = 3, x 3 = 1

Løsningsforslag. Vedlegg C: Kapittel 2. e) Ingen løsning. f) Flere løsninger: x = 4 + 2t, y = t. c) x 1 = 2, x 2 = 3, x 3 = 1 Vedlegg C: Løsningsforslag Kapittel. a x =, y = 3 b x =, y = 0 cx =, y = 5 d x =, y = 3 e Ingen løsning. f Flere løsninger: x = 4 + t, y = t. a x = 7, x = 6, x 3 = bx =, x =, x 3 = c x =, x = 3, x 3 =.3

Detaljer

Obligatorisk innlevering 2 - MA 109

Obligatorisk innlevering 2 - MA 109 Obligatorisk innlevering 2 - MA 9 Skriv fullt navn og studentnummer øverst på besvarelsen. Du skal bruke sifrene fra studentnummeret i besvarelsen. Studentnummeret ditt er E. Er studentnummeret ditt da

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

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

Gauss-eliminasjon og matrisemultiplikasjon

Gauss-eliminasjon og matrisemultiplikasjon DUMMY Gauss-eliminasjon og matrisemultiplikasjon Lars Sydnes 9 september 2015 Sammendrag Dette notatet handler om hvordan man løser lineære ligningssystemer, altså systemer av flere ligninger i flere ukjente,

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

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

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

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

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

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

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 1 (TMA4100)

Matematikk 1 (TMA4100) Matematikk 1 (TMA4100) Forelesning 6: Derivasjon Eirik Hoel Høiseth Stipendiat IMF NTNU 22. august, 2012 Stigningstallet i et punkt Stigningstallet i et punkt Vi vender nå tilbake til problemet med å finne

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

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

DISKRET MATEMATIKK FINNES IKKE. Dan Laksov KTH, Stockholm

DISKRET MATEMATIKK FINNES IKKE. Dan Laksov KTH, Stockholm DISKRET MATEMATIKK FINNES IKKE Dan Laksov KTH, Stockholm matematikk/thorup/dlbook/april 11, 2005 DISKRET MATEMATIKK FINNES IKKE Diskret matematikk finnes ikke Dan Laksov Notater for Forum för Matematiklärare.

Detaljer

Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:

Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles elementer. En matrise har rader (vannrett, horisontalt)

Detaljer

MAT 1120: Obligatorisk oppgave 1, H-09

MAT 1120: Obligatorisk oppgave 1, H-09 MAT 110: Obligatorisk oppgave 1, H-09 Innlevering: Senest fredag 5. september, 009, kl.14.30, på Ekspedisjonskontoret til Matematisk institutt (7. etasje NHA). Du kan skrive for hånd eller med datamaskin,

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

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

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

Innlevering FO929A - Matematikk forkurs HIOA Obligatorisk innlevering 3 Innleveringsfrist Fredag 14. november 2014 kl. 14 Antall oppgaver: 13

Innlevering FO929A - Matematikk forkurs HIOA Obligatorisk innlevering 3 Innleveringsfrist Fredag 14. november 2014 kl. 14 Antall oppgaver: 13 Innlevering FO99A - Matematikk forkurs HIOA Obligatorisk innlevering 3 Innleveringsfrist Fredag 14. november 014 kl. 14 Antall oppgaver: 13 Løsningsforslag 1 Finn volumet til tetraederet med hjørner O(0,

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

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

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

Litt matematikk som er nyttig for teorien bak spillteorien.

Litt matematikk som er nyttig for teorien bak spillteorien. Litt matematikk som er nyttig for teorien bak spillteorien.. John von Neumanns min-max teorem For å vise dette resultatet trenger vi et lite hjelperesultat. For p R m så sier vi at p er en sannsynlighetsvektor

Detaljer

Vektorer og matriser

Vektorer og matriser DUMMY Vektorer og matriser Lars Sydnes 1.september 2014 OBS: UNDER UTVIKLING Oppgaver Det finnes passende oppgaver og løsningsforslag til dette notatet. 1 Innledning La oss se på et system av tre lineære

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

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

Dagens temaer. 3 domener. Tema. Time 4: z-transformasjonen. z-dometet; ett av tre domener. Andreas Austeng@ifi.uio.no, INF3470

Dagens temaer. 3 domener. Tema. Time 4: z-transformasjonen. z-dometet; ett av tre domener. Andreas Austeng@ifi.uio.no, INF3470 Dagens temaer Time 4: z-transformasjonen Andreas Austeng@ifi.uio.no, INF3470 z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper Ifi/UiO September 2009 H(z); systemfunksjonen og

Detaljer

For æresdoktoratet i Bergen 28 august 2008

For æresdoktoratet i Bergen 28 august 2008 ITERERTE LINEÆRE REKURSJONER OG SCHUBERT REGNING For æresdoktoratet i Bergen 28 august 2008 1. Adjunksjon av røtter 1.1 Notasjon. La A være en ring. For en A-algebra B betrakter vi Hom A (B, A) som en

Detaljer

RF5100 Lineær algebra Leksjon 1

RF5100 Lineær algebra Leksjon 1 RF5100 Lineær algebra Leksjon 1 Lars Sydnes, NITH 20.august 2013 I. INFORMASJON FAGLÆRER Kontakt: Lars Sydnes lars.sydnes@nith.no 93035685 Bakgrunn: Doktorgrad i Matematikk fra NTNU (2012), Siv.ing. Industriell

Detaljer

MAUMAT644 ALGEBRA vår 2016 Andre samling Runar Ile

MAUMAT644 ALGEBRA vår 2016 Andre samling Runar Ile MAUMAT644 ALGEBRA vår 2016 Andre samling Runar Ile 1 Ringer og ringhomomorfier 1.1 Hva er en ring? Avsnitt 18: Ringer og kropper Stoff: Ring, direkte produkt av ringer, ringhomomorfi og ringisomorfi, kjernen

Detaljer

Euklids algoritmen. p t 2. 2 p t n og b = p s 1. p min(t 2,s 2 )

Euklids algoritmen. p t 2. 2 p t n og b = p s 1. p min(t 2,s 2 ) For å finne største felles divisor (gcd) kan vi begrense oss til N, sidenfor alle a, b Z, harvi gcd(a, b) =gcd( a, b ). I prinsippet, dersom vi vet at a = p t 1 kan vi se at 1 p t 2 2 p t n og b = p s

Detaljer

QED 1 7. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 1 Tallenes hemmeligheter

QED 1 7. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 1 Tallenes hemmeligheter QED 1 7 Matematikk for grunnskolelærerutdanningen Bind 2 Fasit kapittel 1 Tallenes hemmeligheter Kapittel 1 Oppgave 8. Nei Oppgave 9. Det nnes ikke nødvendigvis et minste element i mengden. Et eksempel

Detaljer

Det viktigste dataelementet som MATLAB benytter, er matriser, som også gjerne betegnes arrays.

Det viktigste dataelementet som MATLAB benytter, er matriser, som også gjerne betegnes arrays. Kapittel 5 Matriseoperasjoner Det viktigste dataelementet som MATLAB benytter, er matriser, som også gjerne betegnes arrays. I det etterfølgende vil begrepet vektor bli benyttet enkelte steder som betegnelse

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

1 C z I G + + = + + 2) Multiplikasjon av et tall med en parentes foregår ved å multiplisere tallet med alle leddene i parentesen, slik at

1 C z I G + + = + + 2) Multiplikasjon av et tall med en parentes foregår ved å multiplisere tallet med alle leddene i parentesen, slik at Ekstranotat, 7 august 205 Enkel matematikk for økonomer Innhold Enkel matematikk for økonomer... Parenteser og brøker... Funksjoner...3 Tilvekstform (differensialregning)...4 Telleregelen...7 70-regelen...8

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

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

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

EKSAMENSOPPGÅVE. Tilletne hjelpemiddel: Godkjend kalkulator og formelsamling og 2 eigne A4-ark (4 sider totalt)

EKSAMENSOPPGÅVE. Tilletne hjelpemiddel: Godkjend kalkulator og formelsamling og 2 eigne A4-ark (4 sider totalt) EKSAMENSOPPGÅVE/EKSAMENSOPPGAVE EKSAMENSOPPGÅVE Eksamen i: MAT-1003 Kalkulus 3 Dato: Tirsdag 17. 1.013 Tid: Kl 09:00 13:00 Stad: Åsgårdveien 9 Tilletne hjelpemiddel: Godkjend kalkulator og formelsamling

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

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

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

Bildetransformer Lars Aurdal

Bildetransformer Lars Aurdal Bildetransformer Lars Aurdal FORSVARETS FORSKNINGSINSTITUTT Lars Aurdal. Forsvarets forskningsinstitutt (FFI), Kjeller. 5 ansatte. Ca. 3 forskere og ingeniører. Tverrfaglig institutt med vekt på arbeide

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

TALL. 1 De naturlige tallene. H. Fausk

TALL. 1 De naturlige tallene. H. Fausk TALL H. Fausk 1 De naturlige tallene De naturlige tallene er 1, 2, 3, 4, 5,... (og så videre). Disse tallene brukes til å telle med, og de kalles også telletallene. Listen med naturlige tall stopper ikke

Detaljer

Uke 4: z-transformasjonen

Uke 4: z-transformasjonen Uke 4: z-transformasjonen Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/26 Dagens temaer z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper

Detaljer

MAT1100 - Grublegruppen Uke 36

MAT1100 - Grublegruppen Uke 36 MAT - Grublegruppen Uke 36 Jørgen O. Lye Partiell derivasjon Hvis f : R 2 R er en kontinuerlig funksjon, så kaller man følgende dens partiellderiverte (gitt at de finnes!) f f(x + h, y) f(x, y) (x, y)

Detaljer

Fasit til utvalgte oppgaver MAT1100, uka 29/11-3/12

Fasit til utvalgte oppgaver MAT1100, uka 29/11-3/12 Fasit til utvalgte oppgaver MAT1100, uka 9/11-3/1 Øyvind Ryan (oyvindry@ifiuiono December, 010 Oppgave 15 Oppgave 155 a 4A 3B 4 1 3 1 3 1 4 1 8 4 1 4 3 3 1 3 0 9 6 + 6 3 9 0 5 18 14 1 3 4 4 9 1 6 8 + 6

Detaljer

Kontinuitet og derivasjon Forelesning i Matematikk 1 TMA4100

Kontinuitet og derivasjon Forelesning i Matematikk 1 TMA4100 Kontinuitet og derivasjon Forelesning i Matematikk 1 TMA4100 Hans Jakob Rivertz Institutt for matematiske fag 25. august 2010 2 Dagens pensum I dag vil vi se på følgende: Kontinuerlige funksjoner Den deriverte

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

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

Fremdriftplan. I går. I dag. 2.5 Uendelige grenser og vertikale asymptoter 2.6 Kontinuitet

Fremdriftplan. I går. I dag. 2.5 Uendelige grenser og vertikale asymptoter 2.6 Kontinuitet 1 Fremdriftplan I går 2.5 Uendelige grenser og vertikale asymptoter 2.6 Kontinuitet I dag 2.7 Tangenter og derivasjon 3.1 Den deriverte til en funksjon 3.2 Derivasjonsregler 3.3 Den deriverte som endringsrate

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

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

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

Eksamen i fag TFY 4305 Ikkelineær dynamikk Onsdag 30. november 2005 Tid: 15.00 19.00

Eksamen i fag TFY 4305 Ikkelineær dynamikk Onsdag 30. november 2005 Tid: 15.00 19.00 Side 1 av 6 Norges teknisk-naturvitenskapelige universitet Institutt for fsikk Faglig kontakt under eksamen: Navn: Jan Mrheim Telefon: 93653 eller 9 7 51 72 Eksamen i fag TFY 435 Ikkelineær dnamikk Onsdag

Detaljer

INF1400 Kap 02 Boolsk Algebra og Logiske Porter

INF1400 Kap 02 Boolsk Algebra og Logiske Porter INF4 Kap 2 Boolsk Algebra og Logiske Porter Hovedpunkter Toverdi Boolsk algebra Huntington s postulater Diverse teorem Boolske funksjoner med sannhetstabell Forenkling av uttrykk (port implementasjon)

Detaljer

Matriser og vektorrom

Matriser og vektorrom Matriser og vektorrom Dan Laksov Notater for gymnaset Del av et prosjekt år 2000 støttet av: Carl Tryggers Stifelse og Marianne och Marcus Wallenbergs Stiftelse Versjon 2 Januar 2001 Matematiska Institutionen

Detaljer

Optimering av funksjoner av flere variable

Optimering av funksjoner av flere variable Optimering av funksjoner av flere variable av Tom Lindstrøm Matematisk insitutt/cma Universitetet i Oslo Dette notatet gir en kortfattet innføring i maksimums- og minimumsproblemer for funksjoner av flere

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

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

Notater fra forelesning i MAT1100 torsdag 27.08.09

Notater fra forelesning i MAT1100 torsdag 27.08.09 Notater fra forelesning i MAT1100 torsdag 27.08.09 Amandip Sangha, amandips@math.uio.no 28. august 2009 Definisjon 1.1. En delmengde A R kalles oppad begrenset dersom det finnes et tall b R slik at b x

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

Obligatorisk oppgave 1 MAT1120 H15

Obligatorisk oppgave 1 MAT1120 H15 Obligatorisk oppgave MAT20 H5 Innleveringsfrist: torsdag 24/09-205, 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

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

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

Løsningsforslag til prøveunderveiseksamen i MAT-INF 1100, H-03

Løsningsforslag til prøveunderveiseksamen i MAT-INF 1100, H-03 Løsningsforslag til prøveunderveiseksamen i MAT-INF 1100, H-03 Denne prøveeksamenen har samme format som den virkelige underveiseksamenen, og inneholder oppgaver av samme type og vanskelighetsgrad. De

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

Rekker, Konvergenstester og Feilestimat

Rekker, Konvergenstester og Feilestimat NTNU December 8, 2012 Oversikt 1 2 3 4 5 6 For å forstå, må vi først forstå potensrekker For å forstå potensrekker, må vi først forstå rekker. For å forstå rekker, må vi først forstå følger. Definisjon

Detaljer

Dedekind introduserer nå en spesiell klasse snitt som han kaller rasjonale snitt:

Dedekind introduserer nå en spesiell klasse snitt som han kaller rasjonale snitt: DE IRRASJONALE TALLENE EUDOXUS TESTAMENTE. Dedekind s snitt. Vi så tidligere at de greske matmatikerene kom til klarhet over at ikke alle forhold kunne beskrives som de vi kaller rasjonale tall dvs at

Detaljer

0.1 Kort introduksjon til komplekse tall

0.1 Kort introduksjon til komplekse tall Enkel introduksjon til matnyttig matematikk Vi vil i denne innledningen introdusere litt matematikk som kan være til nytte i kurset. I noen tilfeller vil vi bare skrive opp uttrykk uten å komme inn på

Detaljer