6.8 Anvendelser av indreprodukter

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "6.8 Anvendelser av indreprodukter"

Transkript

1 6.8 Anvendelser av indreprodukter Vektede minste kvadraters problemer Anta at vi approksimerer en vektor y = (y 1,..., y m ) R m med ŷ = (ŷ 1,..., ŷ m ) R m. Et mål for feilen vi da gjør er y ŷ, der betegner den vanlige normen i R m. Kvadrering gir SS(E) := y ŷ 2 = (y 1 ŷ 1 ) (y m ŷ m ) 2. I situasjoner der y er resultatet av målinger vil noen av y s komponenter kunne regnes som sikrere enn andre. Vi kan da vekte hvert feilledd y j ŷ j med en passende vekt w j > 0; de sikre komponentene gis da høyere vekt enn de usikre. Den vektede summen av kvadratene for feilene blir vektetss(e) := w 2 1 (y 1 ŷ 1 ) w 2 m(y m ŷ m ) 2. 1 / 16

2 Sett W = diag(w 1,..., w m ). Vi innfører det vektede indreproduktet i R m definert ved x, y W = (W x) (W y) = w 2 1 x 1 y w 2 m x m y m. Den assosierte vektede normen på R m er da gitt ved Dermed er x W = W x = ( w 2 1 x w 2 m x 2 m) 1/2. y ŷ 2 W = w 2 1 (y 1 ŷ 1 ) w 2 m (y m ŷ m ) 2 = vektetss(e), så vektetss(e) = y ŷ 2 W = W (y ŷ) 2. 2 / 16

3 Betrakt nå et inkonsistent likningssystem A x = y der A er en m n matrise og y R m. En vektet minste kvadraters løsning av dette systemet (med hensyn på vektmatrisen W ) er en vektor x R n som gir minimum for uttrykket y Ax W som en funksjon av x. Nå er y Ax W = W (y Ax) = W y (W A)x = ỹ Ãx der ỹ = W y og à = W A. Vi ser at x må være vanlig minste kvadraters løsning av systemet à x = ỹ, dvs. av W A x = W y. Så vektet minste kvad. løsning x av systemet A x = y kan bestemmes ved å løse de vektede normallikningene (W A) T (W A) x = (W A) T W y 3 / 16

4 Anta f.eks. at (x 1, y 1 ),..., (x m, y m ) er datapunkter i planet (der x i x j når i j) og at vi vekter disse punktene henholdsvis med vektene w 1,..., w m. Anta videre at vi har valgt en lineær modell med grunnfunksjoner f 1, f 2,..., f n og at den assosierte designmatrisen X har lineært uavhengige kolonner. Vi kan da beregne den unike vektet minste kvadraters løsning β = ( β 1, β 2,..., β n ) av systemet X β = y ved å løse de vektede normallikningene Grafen til funksjonen (W X ) T (W X ) β = (W X ) T W y. f = β 1 f 1 + β 2 f β n f n vil da gi den best mulig tilnærmingen til de gitte datapunktene i vektet minste kvadraters forstand. 4 / 16

5 Om Fourier rekker Fouriers idé var at (pene) funksjoner på et intervall bør kunne approksimeres ved hjelp av lineære kombinasjoner av rene harmoniske svingninger. For enkelhets skyld betrakter vi vektorrommet V = C[0, 2π] av kontinuerlige funksjoner på [0, 2π], med indreproduktet f, g = og den assosierte normen 2π 0 f (t)g(t) dt ( 2π ) 1/2 f = f (t) 2 dt. La n være et naturlig tall. Vi definerer 0 S n = { u 0, u 1,..., u n, v 1,..., v n } der u 0 (t) = 1, u k (t) = cos kt og v k (t) = sin kt for k = 1,..., n. 5 / 16

6 Vi setter nå W n = SpanS n. Et element g i W n er da på formen g(t) = a 0 + n ( ak cos kt + b k sin kt ) k=1 der a 0, a 1,..., a n, b 1,..., b n R. Så W n er underrommet av V som består av lineære kombinasjoner av rene harmoniske svingninger med frekvenser opptil n. Det kan sjekkes ved utregning at S n er ortogonal. Så S n er en ortogonal basis for W n. La f V. Den n-te ordens Fourier approksimasjonen av f er definert ved F n (f ) = Proj Wn (f ). Vi har da at F n (f ) = n k=0 f, u k u k, u k u k + n k=1 f, v k v k, v k v k. 6 / 16

7 Utregning gir for k 1. Videre er f, u k = Så vi får at u 0, u 0 = 2π og u k, u k = v k, v k = π 2π 0 f (t) cos kt dt, f, v k = 2π F n (f ) = a n ( ak cos kt + b k sin kt ) k=1 0 f (t) sin kt dt. der a k = 1 π b k = 1 π 2π 0 2π 0 f (t) cos kt dt, k 0 f (t) sin kt dt, k 1. 7 / 16

8 Teoremet om beste approksimasjon gir at F n (f ) er funksjonen i W n som tilnærmer f best mulig Et av hovedresultatene i Fourier-analyse er at f F n (f ) 0 når n. Dette beskrives ved å si at Fourier rekken til f, nemlig rekken a (a k cos kt + b k sin kt), k=1 konverger mot f m.h.p. når n. Det å beregne F n (f ) i praksis kan være arbeidskrevende, og er ofte umulig å gjøre eksakt. Problemet er å beregne alle integralene som inngår i Fourier-koeffisientene a 0,..., a n, b 0,..., b n. Ofte må disse integralene beregnes approksimativt ved hjelp av en numerisk integrasjonsmetode. 8 / 16

9 4.8 Anvendelse på differenslikninger Vi minner om at signalrommet S består av alle reelle følger av typen y = {y k } k= = (..., y 2, y 1, y 0, y 1, y 2,...) Vi vil som regel skrive y = {y k } for vektorer i S. Vektorromsoperasjonene i S er gitt ved x + y = {x k + y k }, cy = {c y k } Hva med lineær uavhengighet i S? Betrakt f.eks. tre signaler u = {u k }, v = {v k } og w = {w k } i S. Anta at c 1 u + c 2 v + c 3 w = 0, der c 1, c 2, c 3 R. Dette betyr at {c 1 u k + c 2 v k + c 3 w k } = 0, dvs at c 1 u k + c 2 v k + c 3 w k = 0 for alle k Z 9 / 16

10 For en gitt k Z kan vi bruke dette for k, k + 1 og k + 2 og får da likningssystemet u k v k w k c 1 0 u k+1 v k+1 w k+1 c 2 = 0 u k+2 v k+2 w k+2 c 3 0 Koeffisientmatrisen C k = u k v k w k u k+1 v k+1 w k+1 u k+2 v k+2 w k+2 til systemet ovenfor kalles Casorati matrisen nr. k til signalene u, v og w. Hvis det fins en k Z slik at C k er invertibel, vil systemet ovenfor bare ha den trivielle løsningen c 1 = c 2 = c 3 = 0, og vi kan da konkludere med at u, v og w er lineært uavhengige. 10 / 16

11 Eksempel. La r, s, t være tre forskjellige reelle tall. Betrakt signalene u = {r k }, v = {s k } og w = {t k }. Casorati-matrisen for k = 0 blir C 0 = r s t r 2 s 2 t 2 og en utregning gir at det(c 0 ) = (r s) (s t) (t r) 0. Så C 0 er invertibel. Dermed kan vi konkludere at signalene {r k }, {s k }, {t k } er lineært uavhengige i S. Merk: Man kan gå frem på tilsvarende måte for å undersøke lineær uavhengighet av et endelig antall gitte signaler i S. 11 / 16

12 Lineære differenslikninger En lineær differenslikning av orden n for en følge {y k } i S er en likning på formen a 0 y k+n + a 1 y k+n a n 1 y k+1 + a n y k = z k (k Z) der a 0, a 1,..., a n R med a 0 0, a n 0, og {z k } S. Ved å dele på a 0 kan vi likegodt anta at a 0 = 1. Hvis z k = 0 for alle k, kalles likningen for homogen. Merk: La T : S S være definert ved T ({y k }) = { y k+n + a 1 y k+n a n 1 y k+1 + a n y k }. Da er T lineær og likningen ovenfor kan skrives som T ({y k }) = {z k } I signalbehandling kalles T for et linært filter, mens a j -ene kalles filterkoeffisientene. 12 / 16

13 Underrommet av S gitt ved H = KerT = { y S T (y) = 0 } er løsningsmengden til den homogene differenslikningen y k+n + a 1 y k+n a n 1 y k+1 + a n y k = 0 (k Z) H består da av signalene som blir filtrert bort av T. Teorem 16: Anta at y 0, y 1,..., y n 1 er spesifiserte. Da har likningen y k+n + a 1 y k+n a n 1 y k+1 + a n y k = z k (k Z) nøyaktig en løsning. Teorem 17: Løsningsmengden H til en n-te ordens homogen likning y k+n + a 1 y k+n a n 1 y k+1 + a n y k = 0 er et n-dimensjonalt underrom av S. 13 / 16

14 Merk: Til en en homogen differenslikning som i Teorem 17 kan vi assosiere en polynomlikning x n + a 1 x n a n 1 x + a n = 0 ( ) som ofte kalles den karakteristiske likningen (jf. tidligere emner). Da gjelder bl.a.: Dersom r er en reell rot i ( ), så er følgen {y k } = {r k } med i H, dvs den er en løsning av den homogene likningen. Reelle røtter som er forskjellige gir lineært uavhengige følger i H. Vi kan dermed konkludere at hvis det fins n forskjellige reelle røtter r 1,..., r n for ( ), så er {r k 1 }, {r k 2 },..., {r k n } en basis for H. 14 / 16

15 Dersom z = ρe iθ er en kompleks rot i ( ), angitt på polar form, så er begge følgene {ρ k cos(kθ)} og {ρ k sin(kθ)} med i H (og disse er lineært uavhengige). Dersom en rot har multiplisitet større enn 1 vil den gi opphav til flere løsninger. Hvis f.eks. r er en rot med multiplisitet 2, så vil også følgen {kr k } være i H. Vi går ikke nærmere inn på det generelle tilfellet. Når n er lik 2 eller 3 vil løsningene av typen beskrevet ovenfor stort sett være nok til å kunne angi en basis for H. 15 / 16

16 Om ikkehomogene lineære differenslikninger Disse kan løses ved å finne en spesiell løsning; å finne den generelle løsningen av den tilhørende homogene likningen; Generell løsning blir da den spesielle + generell løsning av den homogene likningen. Dette er helt analogt med situasjonen for lineære likningsystemer. 16 / 16

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

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

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

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

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

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

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

Kap. 6 Ortogonalitet og minste kvadraters problemer

Kap. 6 Ortogonalitet og minste kvadraters problemer Kap. 6 Ortogonalitet og minste kvadraters problemer vanlig indreprodukt (prikkprod.) i IR n, egenskaper. ortogonalitet i IR n Pythagoras teorem: u og v i IR n er ortogonale hvis og bare hvis u + v 2 =

Detaljer

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

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

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

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

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 Oppgaver til plenumsregningen torsdag 18/9

MAT1120 Oppgaver til plenumsregningen torsdag 18/9 MAT1120 Oppgaver til plenumsregningen torsdag 18/9 Øyvind Ryan (oyvindry@i.uio.no) September 2008 Oppgaver fra 4.8 Teorem 16 s. 282: y k+n + a 1 y k+n 1 + + a n 1 y k+1 + a n y k = z k har alltid en løsning

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

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

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 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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: 9. desember 2014. Tid for eksamen: 14.30 18.30. Oppgavesettet er på 6 sider. Vedlegg: Tillatte

Detaljer

Homogene lineære ligningssystem, Matriseoperasjoner

Homogene lineære ligningssystem, Matriseoperasjoner Homogene lineære ligningssystem, Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2010 Antall løsninger til et lineær ligningssystem Teorem Et lineært ligningssytem har

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

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

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

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

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

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

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

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

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

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

MAT Vår Oblig 2. Innleveringsfrist: Fredag 23.april kl. 1430

MAT Vår Oblig 2. Innleveringsfrist: Fredag 23.april kl. 1430 MAT 00 Vår 00 Oblig Innleveringsfrist: Fredag 3.april kl. 430 Oppgaven leveres stiftet med forsideark på ekspedisjonskontoret til Matematisk institutt i 7. etg. i Niels Henrik Abels hus innen fristen.

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

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

Ortogonale polynom og Gauss kvadratur

Ortogonale polynom og Gauss kvadratur Ortogonale polynom og Gauss kvadratur Hans Munthe-Kaas 1. jaunar 2002 Sammendrag Dette notatet tar for seg minste kvadrat approksimasjoner, ortogonale polynom og Gauss kvadratur. Notatet er ment som et

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

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

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

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

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

1 Mandag 1. februar 2010

1 Mandag 1. februar 2010 Mandag. februar 200 I dag skal vi fortsette med rekkeutviklinger som vi begynte med forrige uke. Vi skal se på litt mer generell rekker og vurdere når de konvergerer, bl.a. gi et enkelt kriterium. Dette

Detaljer

= 3 11 = = 6 4 = 1.

= 3 11 = = 6 4 = 1. MAT3000/4000 Eksamen V3 Løsningsforslag Oppgave [0 poeng] Sjekk at 3 er en kvadratisk rest i Z/(3) og finn løsningene av likningen x = 3 i Z/(3) (uten å lage en tabell for x ) Du får lov til å bruke at

Detaljer

EKSAMEN I MATEMATIKK 3 (TMA4110)

EKSAMEN I MATEMATIKK 3 (TMA4110) Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 EKSAMEN I MATEMATIKK 3 (TMA) Tirsdag 3. november Tid: 9: 3: LØSNINGSFORSLAG MED KOMMENTARER Oppgave I denne oppgaven

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

A.3.e: Ortogonale egenfunksjonssett

A.3.e: Ortogonale egenfunksjonssett TFY4250/FY2045 Tillegg 2 1 Tillegg 2: A.3.e: Ortogonale egenfunksjonssett Ikke-degenererte egenverdier La oss først anta at en operator ˆF har et diskret og ikke-degeneret spektrum. Det siste betyr at

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

LØSNINGSFORSLAG EKSAMEN, MAT 1001, HØSTEN (x + 1) 2 dx = u 2 du = u 1 = (x + 1) 1 = 1 x + 1. ln x

LØSNINGSFORSLAG EKSAMEN, MAT 1001, HØSTEN (x + 1) 2 dx = u 2 du = u 1 = (x + 1) 1 = 1 x + 1. ln x LØSNINGSFORSLAG EKSAMEN, MAT 00, HØSTEN 06 DEL.. Hvilken av funksjonene gir en anti-derivert for f(x) = (x + )? Løsning. Vi setter u = x +, som gir du = dx, (x + ) dx = u du = u = (x + ) = x + a) x+ b)

Detaljer

Løsningsforslag. og B =

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

Detaljer

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

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

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

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

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

Detaljer

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

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

(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

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

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

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

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

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

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

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

UNIVERSITETET I BERGEN

UNIVERSITETET I BERGEN BOKMÅL UNIVERSITETET I BERGEN Det matematisk-naturvitenskapelige fakultet. V.008. Løsningsforslag til eksamen i emnet MAT131 - Differensialligninger I 8. mai 008 kl. 0900-1400 Vi har ligningen der α er

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

Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på

Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på Kap. 7 Innledning Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på Symmetriske matriser. Disse matrisene har uvanlig pene egenskaper mht. diagonalisering. Kvadratiske

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

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

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

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

Alle svar skal grunngis. Alle deloppgaver har lik vekt.

Alle svar skal grunngis. Alle deloppgaver har lik vekt. Alle svar skal grunngis. Alle deloppgaver har lik vekt. Oppgave Vi denerer matrisene A, B, og C som A = [ ] 3, B = 5 9, C = 3 3. a) Regn ut følgende matrisesummer og matriseprodukter, om mulig. 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

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

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

FORELESNINGER I OPTIMAL KONTROLLTEORI (MAT 2310)

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

Detaljer

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

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

LP. Leksjon 8: Kapittel 13: Nettverk strøm problemer, forts.1

LP. Leksjon 8: Kapittel 13: Nettverk strøm problemer, forts.1 LP. Leksjon 8: Kapittel 13: Nettverk strøm problemer, forts.1 Vi fortsetter studiet av (MKS): minimum kost nettverk strøm problemet. Har nå en algoritme for beregning av x for gitt spenntre T Skal forklare

Detaljer

MA1201, , Kandidatnummer:... Side 1 av 5. x =.

MA1201, , Kandidatnummer:... Side 1 av 5. x =. MA1201, 05.10.2016, Kandidatnummer:... Side 1 av 5 Oppgave 1 Løs ligningssystemet S T S T 1 1 0 1 W X W X U2 1 1 V x = U5V. 1 0 2 1 x =. Oppgave 2 Regn ut: S T S T 1 2 1 1 1 W X W X U 3 0 1 V U0 1 V =

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

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

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

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

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

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

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

Institutt for Samfunnsøkonomi

Institutt for Samfunnsøkonomi Institutt for Samfunnsøkonomi Løsninger i: ELE 379 Matematikk valgfag Dato: 6.6., 9: 4: Tillatte hjelpemidler: Alle hjelpemidler + Eksamenskalkulator: TEXAS INSTRUMENTS BA II Plus TM Innføringsark: Ruter

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

MAT jan jan feb MAT Våren 2010

MAT jan jan feb MAT Våren 2010 MAT 1012 Våren 2010 Mandag 25. januar 2010 Forelesning Vi fortsetter med å se på det bestemte integralet, bl.a. på hvordan vi kan bruke numeriske beregninger til å bestemme verdien når vi ikke nødvendigvis

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

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

Alle svar skal grunngis. Alle deloppgaver har lik vekt.

Alle svar skal grunngis. Alle deloppgaver har lik vekt. Alle svar skal grunngis. Alle deloppgaver har lik vekt. Oppgave Vi denerer matrisene A, B, og C som A = [ ] 3, B = 5 9, C = 3 3. a) Regn ut følgende matrisesummer og matriseprodukter, om mulig. Dersom

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

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

Løsningsforslag MAT 120B, høsten 2001

Løsningsforslag MAT 120B, høsten 2001 Løsningsforslag MAT B, høsten Sett A = ( ) (a) Finn egenverdiene og egenvektorene til A ( ) λ =, e = ( λ =, e = ) (b) Finn matrisen e ta og den generelle løsningen på initialverdiproblemet Ẋ = AX, X()

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

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

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

Komplekse tall og trigonometri

Komplekse tall og trigonometri Kapittel Komplekse tall og trigonometri Grunnen til at vi har dette kapittelet midt i temaet Differenslikninger er for å kunne løse andre ordens differenslikninger. Da vil vi trenge å løse andregradslikninger.

Detaljer

Forelesningsplan M 117

Forelesningsplan M 117 Forelesningsplan M 117 Innledning Kan du gi et eksempel på et fenomen eller en prosess som er lineær? Har du eksempel på ikke-lineære fenomen? Hva er henholdsvis en ordinær (ODL) og en partiell differensialligning

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

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