MAT UiO. 10. mai Våren 2010 MAT 1012

Størrelse: px
Begynne med side:

Download "MAT UiO. 10. mai Våren 2010 MAT 1012"

Transkript

1 MAT Våren UiO. / 7

2 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 A. Diagonalkomponentene til D, λ,..., λ n, er egenverdiene til A (gjentatt i henhold til multiplisitet). Løsningene til det frakoblede systemet y = D y er da gitt ved C e λ t y(t) =., C n e λnt der C,..., C n R. / 7

3 Løsningene til x = A x finner vi så ved C e λ t x(t) = P y(t) = [v v n ]. C n e λnt der C,..., C n R. = C e λ t v + + C n e λnt v n. Egenfunksjonene e λ t v,..., e λnt v n gir oss da n lineært uavhengige løsninger av systemet. Enhver løsning av systemet kan skrives som en unik lineær kombinasjon av disse egenfunksjonene, som er basisfunksjoner for systemet. Systemet x = A x har altså uendelig mange løsninger. For å plukke ut en spesiell løsning får vi gjerne oppgitt en initialbetingelse: 3 / 7

4 Definisjon. En initialbetingelse til systemet x = A x er en betingelse på formen x(t ) = b, der t R, b R n. Problemet å løse et system av difflikninger sammen med en slik betingelse kalles gjerne et initialverdiproblem. Eksempel. Betrakt initialverdiproblemet x = x + x 3x 3 x = 4x + x + 3x 3, x() = x 3 = x 3. Vi har tidligere sett at alle løsningene til systemet er gitt ved x(t) = C e 4t +C +C 3 e t 5, C, C, C 3 R. der vektorene ovenfor er kolonnevektorene til matrisen P som diagonaliserer A. 4 / 7

5 Nå er x() = C + C + C 3 Initialbetingelsen gir oss derfor følgende lineært likningssystem: C C C 3 = C + C + 5C 3 = C 3 = 5. Koeffisientmatrisen til dette likningssystemet er P, som er inverterbar. Dermed vet vi at likningssystemet har nøyaktig én løsning ved IMT. Dette betyr at initialverdiproblemet vårt også vil ha nøyaktig én løsning. Ved å løse det lineære likningssystemet finner vi at C = 4 C = 4, C 3 =. 5 / 7

6 Dermed er løsningen på initialverdiproblemet gitt ved x(t) = 4 e 4t e t. Ved en tilsvarende argumentasjon kan følgende vises: Teorem 4.7. La A M n (R), t R og b R n. Da finnes det kun én løsning på initialverdiproblemet x = A x, x(t ) = b. 6 / 7

7 Vi skal se hvordan vi kan finne reelle løsninger av et system x = A x der matrisen A har. Underveis vil vi støte på vektorvaluerte funksjoner. Definisjon. En kompleks vektorvaluert funksjon z er en funksjon som sender hver t R til en kompleks vektor i C n. En slik funksjon kan alltid skrives på formen z(t) = u(t) + i y(t) der u og y er reelle vektorvaluerte funksjoner fra R inn i R n. 7 / 7

8 Vi er interessert i reelle løsninger av x = A x. Slike kan vi finne ved hjelp av løsninger: Teorem 4.9. Anta z(t) = u(t) + i y(t) er en kompleks løsning av systemet z = A z. Da er både u og y reelle løsninger til systemet x = A x. Bevis: Siden z er en løsning har vi (u(t) + iy(t)) = A (u(t) + i y(t)). Det gir u (t) + iy (t) = Au(t) + i Ay(t). Ved å sammenligne realdelene og imaginærdelene får vi u = Au og y = Ay, så u og y er reelle løsninger til systemet. 8 / 7

9 Anta nå at λ = a + i b (der b ) er en kompleks egenverdi til A med tilhørende egenvektor v = Re v + i Im v. Man kan da sjekke at z(t) = e λt v er en en (kompleks) løsning av systemet z = A z og derved en kompleks egenfunksjon til systemet. Nå er z(t) = e λt v = e (a+ib)t (Re v + i Im v). Fra MAT husker vi at Derfor er e ibt = cos bt + i sin bt. z(t) = e at e ibt (Re v + i Im v) = e at (cos bt + i sin bt) (Re v + i Im v) = e at (Re v cos bt Im v sin bt) + i e at (Re v sin bt + Im v cos bt). 9 / 7

10 Vi har dermed skrevet z(t) på formen der og z(t) = u(t) + i y(t) u(t) = e at (Re v cos bt Im v sin bt) y(t) = e at (Re v sin bt + Im v cos bt). Ved Teorem 4.9 er både u og y reelle løsninger av systemet vi vil løse. Det kan også vises at disse er lineært uavhengige. Merk at λ også er en egenverdi til A med tilh. egenvektor v,slik at z(t) = e λt v vil også være en kompleks løsning til systemet. Men den vil ikke gi oss noen nye reelle løsninger: Hvert par av kompleks konjugerte til A gir oss nemlig de reelle løsningene C u(t) + C y(t), C, C R. / 7

11 Formlene for u(t) og y(t) er dessverre vanskelige å huske! Det er nok enklere å huske at vi skal beregne real- og imaginærdel av den tilhørende egenfunksjonen: Eksempel. Betrakt systemet { x = x 5x x = 5x + x. Koeffisientmatrisen er A = [ 5 5 ] og vi har tidligere regnet ut at egenverdiene til A er λ = ± 5i, med tilhørende egenvektorer [ ] ±i s, s C, s. / 7

12 Vi velger å bruke λ = + 5i. En tilhørende [ ] kompleks i egenfunksjon er da z(t) = e (+5i)t. Det gir e (+5i)t [ i ] [ = e t (cos(5t) + i sin(5t))( ( [ = e t cos(5t) ( [ +i e t sin(5t) = e t [ sin(5t) cos(5t) ] [ sin(5t) ] [ + i ] ) ] [ + cos(5t) ] + i e t [ cos(5t) sin(5t) ]. ] ) ] ) / 7

13 Dette gir oss de to reelle løsningene [ ] [ u(t) = e t sin(5t) og y(t) = e t cos(5t) cos(5t) sin(5t) Siden u() = [ ] og y() = [ ]. ] er lineært uavhengige, så er u og y lineært uavhengige løsninger (ved Teorem 4.6). Alle de reelle løsningene til systemet er derfor gitt ved: [ ] [ ] [ ] x (t) = C x (t) e t sin(5t) +C cos(5t) e t cos(5t), C sin(5t), C R. 3 / 7

14 Oppsummering: Når λ = a ± i b (der b ) er til A med tilhørende egenvektorer v og v bruker vi kun en av egenverdiene, f.eks. λ = a + i b. Vi skriver den løsningen som z(t) = e (a+i b)t (Re v + i Im v) og regner ut u(t) = Re z(t) og y(t) = Im z(t). Bidraget til de reelle løsningene til systemet x = A x er en lineær kombinasjon av u(t) og y(t). 4 / 7

15 Eksempel. Vi vil løse initialverdiproblemet x = A x, x() = der A = 3. Utregning gir at det karakteristiske polynomet til A er p(λ) = λ 3 4λ 7λ 6. Ved å prøve oss frem finner vi ut at p( ) =. Vi kan derfor dele p(λ) med λ +, og finner deretter at p har to røtter ± i. Egenverdiene til A er altså og ± i 5 / 7

16 For λ = finner vi at de tilhørende egenvektorene er s, s R, s. For λ = + i er de tilhørende egenvektorene i s i, s C, s. 3 (De tilhørende egenvektorene til i er de konjugerte til vektorene ovenfor, men vi trenger ikke disse). En tilhørende kompleks egenfunksjon er derfor i z(t) = e ( +i )t i. 3 6 / 7

17 Vi regner ut: z(t) = e ( +i )t i i 3 = e t (cos(t ) + i sin(t ))( 3 + i ) ( = e t cos(t ) 3 ( +ie t sin(t ) 3 sin(t ) + cos(t ) ) ) 7 / 7

18 Til sammen gir dette den generelle løsningen x(t) = C e t +C 3 e t + C e t sin(t ) cos(t ) sin(t ) cos(t ) 3 sin(t ) cos(t ) + sin(t ) cos(t ) + sin(t ) 3 cos(t ) der C, C, C 3 R. Initialbetingelsen gir x() = C + C 3 + C 3 =. 8 / 7

19 Dette gir et lineært likningssystem som vi løser ved radredusering 3 så C =, C = og C 3 =., Løsningen på initialverdiproblemet er dermed x(t) = e t e t cos(t ) + sin(t ) cos(t ) + sin(t ) 3 cos(t ). 9 / 7

20 likevekt og Definisjon. Et system på formen x = a x + a x + + a n x n + b x = a x + a x + + a n x n + b. x n = a n x + a n x + + a nn x n + b n der a ij, b, b,..., b n R og b = (b, b,..., b n ) kalles et inhomogent system av n første ordens lineære difflikninger med konstante koeffisienter. Systemet kan skrives på matriseform x = A x + b der A = [a ij ]. / 7

21 I studiet av inhomogene systemer vil vi trenge følgende begrep: Definisjon. Likevektspunktene til et system av difflikninger i funksjonene x, x,..., x n er alle løsningene til systemet som fremkommer ved å sette uttrykkene for x, x,..., x n lik. Eksempel. Betrakt et homogent system x = A x. Likevektspunktene finner vi ved ved å løse systemet A x =. Vi ser at mengden av alle likevektspunktene er Nul(A). Spesielt er alltid et likevektspunkt. / 7

22 Eksempel. Betrakt det inhomogene systemet { x = 4x + 5x + 4 x = x x Likevektspunktene finner vi ved å løse { 4x + 5x + 4 = x x =. Utregning gir at eneste løsning er (x, x ) = (4, 4). Dermed er (4, 4) det eneste likevektspunktet til systemet. / 7

23 Merk: For å finne likevektspunktene til systemet x = A x + b må vi løse A x + b =, dvs. likningssystemet A x = b. Dette er et lineært likningssystem som har ingen, én eller uendelig mange løsninger. Hvis vi antar at A er inverterbar, finnes det nøyaktig én løsning ved IMT. Det eneste likevektspunktet til systemet er da gitt ved: x = A ( b). 3 / 7

24 Betrakt nå systemet x = Ax + b og la oss anta at A er inverterbar. Anta at y = A y. Da er så y = A y b + b (siden b + b = ), y = A (y A b) + b (siden A A = I ) Vi setter derfor x = y A b = y + A ( b). Merk at A ( b) er likevektspunktet til systemet, og er en konstant vektor. Vi har derfor at x = y. Dermed får vi at x = A x + b, så x er en løsning av det inhomogene systemet. Omvendt, hvis x = A x + b og y = x A ( b), ser vi at y = A y. 4 / 7

25 Vi har dermed begrunnet følgende: Metode for å løse x = A x + b når A er inverterbar: ) Vi løser det tilhørende homogene systemet y = A y. ) Vi løser A x + b =, dvs. vi finner likevektspunktet. 3) Vi får den generelle løsningen til x = A x + b ved å summere løsningene i ) og ). { x Eksempel. Betrakt systemet = 4x + 5x + 4 x = x x [ ] 4 5 som har koeffisientmatrise A =. A er inverterbar og vi har tidligere regnet ut at likevektspunktet er (4, 4). 5 / 7

26 Vi må løse det homogene systemet y = A y. Matrisen A har ± i. En egenvektor tilhørende + i er v = ( 3 i, ). Egenfunksjonen e (+i)t v gir: e (+i)t ( [ 3 ] [ + i = e t (cos t + i sin t)( [ 3 = e t (cos t [ 3 ] ) ] [ ] sin t ) [ +i e t (cos t ] [ + i ] ) ] [ 3 + sin t ] ). 6 / 7

27 Den reelle generelle løsningen av det homogene systemet er derfor [ y(t) = C e t 3 cos t + sin t [ ]+C cos t e t cos t 3 sin t sin t der C, C R. Det inhomogene systemet har dermed generell løsning [ ] 4 x(t) = y(t) + 4 = C e t [ 3 cos t + sin t cos t der C, C R. ] [ + C e t cos t 3 sin t sin t [ ] ] ] 7 / 7

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

Systemer av første ordens lineære differensiallikninger

Systemer av første ordens lineære differensiallikninger Kapittel 4 Systemer av første ordens lineære differensiallikninger Differensiallikninger, forkortet difflikninger, er svært viktige, og dukker opp nærmest overalt i anvendelser. En difflikning er en likning

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

16 Ortogonal diagonalisering

16 Ortogonal diagonalisering Ortogonal diagonalisering Ortogonale matriser Definisjon (Def 7) En n n matrise A kalles ortogonal dersom den er invertibel og A A T Denne betingelsen er ekvivalent til at der I n er n n identitesmatrisen

Detaljer

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

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

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

=cos. =cos 6 + i sin 5π 6 = =cos 2 + i sin 3π 2 = i.

=cos. =cos 6 + i sin 5π 6 = =cos 2 + i sin 3π 2 = i. Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 9 L SNINGSFORSLAG TIL EKSAMEN I SIF59 MATEMATIKK Bokmål Fredag. desember Oppgave a) Vi har z = i r e iθ = e i π r =,

Detaljer

Øving 3 Determinanter

Øving 3 Determinanter Øving Determinanter Determinanten til en x matrise er definert som Clear@a, b, c, dd K a b OF c d ad -bc Determinanten til en matrise er derfor et tall. Du skal se at det viktige for oss er om tallet er

Detaljer

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

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

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

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

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

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

6.8 Anvendelser av indreprodukter

6.8 Anvendelser av indreprodukter 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

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

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

Oppgave 1 (25 %) - Flervalgsoppgaver

Oppgave 1 (25 %) - Flervalgsoppgaver Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består

Detaljer

Lineær algebra. 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

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

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

MA0002 Brukerkurs i matematikk B Vår 2013

MA0002 Brukerkurs i matematikk B Vår 2013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA Brukerkurs i matematikk B Vår Løsningsforslag Øving 6 9..7 Anta at en populasjon er delt inn i tre aldersklasser, og at %

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

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

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

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

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

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

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

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

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

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

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Ny/utsatt eksamen i Eksamensdag: 9. august 2. Tid for eksamen: 9 2. Oppgavesettet er på 8 sider. Vedlegg: Tillatte hjelpemidler: MAT Kalkulus

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

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

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

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

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

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

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

Optimal kontrollteori

Optimal kontrollteori Optimal kontrollteori 1. og 2. ordens differensialligninger Klassisk variasjonsregning Optimal kontrollteori er en utvidelse av klassisk variasjonsregning, som ble utviklet av Euler og Lagrange. Et vanlig

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

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

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

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

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

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

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

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 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

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

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

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

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

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

UNIVERSITETET I BERGEN

UNIVERSITETET I BERGEN LØSNINGSFORSLAG UNIVERSITETET I BERGEN Det matematisk-naturvitenskapelige fakultet. H.007. Eksamen i emnet MAT131 - Differensialligninger I 8. september 007 kl. 0900-100 Tillatte hjelpemidler: Ingen (heller

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

Numerisk løsning av ODL

Numerisk løsning av ODL Numerisk løsning av ODL Arne Morten Kvarving Department of Mathematical Sciences Norwegian University of Science and Technology 5. November 2007 Problem og framgangsmåte Vi vil finne en tilnærming til

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

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

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

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

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

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

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

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

Oppgaver til seksjon med fasit

Oppgaver til seksjon med fasit Oppgaver til seksjon.6-. med fasit Oppgaver til seksjon.6. Skriv b som en lineærkombinasjon av a og a når a = ( ( a = og b =.. Skriv b som en lineærkombinasjon av a, a og a når a = a =, a = og b = 5. (.

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

EKSAMEN I MATEMATIKK 1000

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

Detaljer

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

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

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

TMA4110 Matematikk 3 Haust 2011

TMA4110 Matematikk 3 Haust 2011 Noregs teknisk naturvitskaplege universitet Institutt for matematiske fag TMA4110 Matematikk 3 Haust 2011 Løysingsforslag Øving 2 Oppgåver frå læreboka, s. xliv-xlv 9 Me finn først fjørkonstanten k. Når

Detaljer

TMA4110 Matematikk 3 Haust 2011

TMA4110 Matematikk 3 Haust 2011 Noregs teknisk naturvitskaplege universitet Institutt for matematiske fag TMA4110 Matematikk 3 Haust 2011 Løysingsforslag Øving 3 Oppgåver frå læreboka, s. lxxi 7 Anta at y p = acos2t+bsin2t. Då har me

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

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4123/TMA4125 Matematikk 4M/4N Vår 2013 Løsningsforslag Øving 4 1 a) Bølgeligningen er definert ved u tt c 2 u xx = 0. Sjekk

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2014

MA0002 Brukerkurs i matematikk B Vår 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2014 Løsningsforslag Øving 10 Oppgaver fra boken: 10.6 : 1, 8, 9, 12, 19, 26, 29,, 4 Det

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

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

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

Detaljer