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

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

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

Transkript

1 MAT 2 april 2.7 Lineær.8 Underrom MAT 2 Våren 2 UiO 7. april 2 / 23

2 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 den ene vektoren er et multiplum av den andre, altså dersom u Span{v} eller v Span{u}. Tre (eller flere) vektorer i R n kalles lineært avhengige dersom (minst) en av vektorene kan uttrykkes som en lineær kombinasjon av de andre vektorene. 2 / 23

3 MAT 2 Dette kan generelt uttrykkes slik: april 2.7 Lineær.8 Underrom Definisjon. En mengde {v, v 2,..., v p } av p forskjellige vektorer i R n kalles lineært avhengig hvis det fins skalarer k, k 2..., k p, som ikke alle er lik, slik at k v + k 2 v k p v p =. () Vektorlikningen () kalles en lineær avhengighetsrelasjon mellom vektorene v, v 2,..., v p. Dersom mengden ikke er lineært avhengig kalles den lineært uavhengig. Dette inntreffer når vektorlikningen x v + x 2 v x p v p = (2) kun har den trivielle løsningen x = x 2 = = x p =. Hvis mengden {v, v 2,..., v p } er lineært uavhengig sier vi at vektorene er lineært uavhengige. 3 / 23

4 MAT 2 april 2.7 Lineær.8 Underrom Eksempel. Vi har tidligere sett at vektorene lineært avhengige: [ 2 ] [, ] og [ ] er En lineær avhengighetsrelasjon mellom disse vektorene er [ ] [ ] [ ] 2 2 =. Dette betyr at vektorlikningen [ ] [ 2 x + x 2 ] + x 3 [ ] = (3) har andre løsninger enn den trivielle løsningen, nemlig (x, x 2, x 3 ) = (, 2, ).. 4 / 23

5 MAT 2 april 2.7 Lineær.8 Underrom Avhengig eller uavhengig? Betrakt S = {v, v 2,..., v p } i R n. For å undersøke om S er lineært avhengig eller ikke danner vi n p matrisen A = [v v 2 v p ]. Siden x v + x 2 v x p v p = kan skrives som A x =, ser vi at S er lineært avhengig dersom A x = har en ikke triviell løsning. S er lineært uavhengig dersom A x = kun har den trivielle løsningen x =. 5 / 23

6 MAT 2 Tilsvarende ser vi at: april 2.7 Lineær.8 Underrom Teorem.28. Kolonnevektorene i en matrise A er lineært uavhengige hvis og bare hvis likningen Ax = kun har den trivielle løsningen. Eksempel. Er v = (2,, ), v 2 = (2,, ) og v 3 = (4,, 2) lineært uavhengige? VI setter A = [v v 2 v 3 ] = Radredusering av [A ] gir , og vi ser at A x = kun har den trivielle løsningen. Dermed er vektorene v, v 2 og v 3 lineært uavhengige. 6 / 23

7 MAT 2 april 2.7 Lineær.8 Underrom Bemerkning. Hvis vi har flere vektorer i R n enn n, vil disse vektorene alltid være lineært avhengige. Dette har vi sett eksempler på når n = 2 eller n = 3. Generelt kan vi argumentere slik: Betrakt v, v 2,..., v p i R n der p > n. Sett A = [v v 2 v p ]. Systemet A x = har da nødvendigvis ikke trivielle løsninger. For ellers måtte radreduksjon av matrisen [A ] gi en matrise med ledende -ere i alle de p første kolonnene. Men det kan høyst være en ledende -er i hver rad til A, altså høyst n tilsammen. Dette er ikke mulig når p > n. Dette betyr at v, v 2,..., v p må være lineært avhengige. 7 / 23

8 MAT 2 april 2.7 Lineær.8 Underrom Det største antall lineært uavhengige vektorer i R n er altså n. Det at n vektorer v, v 2,..., v n i R n er lineært uavhengige svarer til at matrisen A = [v v 2 v n ] kan radreduseres til identitetsmatrisen I n = Spesielt gir dette at kolonnevektorene til I n er lineært uavhengige. Vi skriver I n = [e e 2 e n ] der, e 2 =,..., e n = e =.... (4) 8 / 23

9 MAT 2 april 2.7 Lineær.8 Underrom Eksempel. Vektorene e, e 2, e 3, e 4 R 4 er altså lineært uavhengige. Videre har vi også at Span{e, e 2, e 3, e 4 } = R 4 : Vi har jo at a b c = a d + b + c + d. Vi vil derfor si at {e, e 2, e 3, e 4 } er en basis for R 4. Selve begrepet basis skal vi nå studere nærmere. 9 / 23

10 MAT 2 april 2.7 Lineær.8 Underrom.8 Underrom nullrom, og begrepet basis Et underrom av R n er et rom som ligger i det større rommet R n og som oppfører seg pent med hensyn på regnereglene, dvs. det har også en lineær struktur. Mer presist: Definisjon. Et underrom av R n er en delmengde U av R n som oppfyller følgende tre egenskaper: i) Vi har U (nullvektoren er med i U). ii) Hvis u og v er i U, så er u + v i U (vi sier at U er lukket under addisjon ). iii) Hvis u er i U og k er en skalar, er ku i U (vi sier at U er lukket under skalar multiplikasjon ). / 23

11 MAT 2 april 2.7 Lineær.8 Underrom Geometriskt er det lett å sjekke at linjer og plan som går gjennom origo er underrom. Generelt har vi: Teorem.34. La v, v 2,..., v p være vektorer i R n. Da er Span{v, v 2,..., v p } et underrom av R n. Bevis: Vi sjekker at U = Span{v, v 2,..., v p } oppfyller f.eks. punkt ii) i definisjonen: La u, v U. Vi kan da skrive u = s v + s 2 v s p v p og og får at v = t v + t 2 v t p v p, u + v = (s + t )v + (s 2 + t 2 )v (s p + t p )v p, så u + v U. / 23

12 MAT 2 april 2.7 Lineær.8 Underrom Eksempel. En linje L i R 2 gitt ved likningen y = ax er et underrom av R 2 : Vi har nemlig at L = {(t, at) t R} = {t (, a) t R} = Span{(, a)}, så dette følger av Teorem.34. En linje med likning y = ax + b der b er ikke et underrom av R 2 : nullvektoren er jo ikke med på linja. Obs : R n har to "opplagte"underrom : Rommet R n er et underrom av seg selv. Mengden {} = Span{} er også et underrom av R n. Dette kalles det trivielle underrommet. 2 / 23

13 MAT 2 april 2.7 Lineær.8 Underrom En annen måte å lage underrom av R n er å se på løsningsrommet til homogene lineære likningssystemer. Definisjon. Nullrommet til en m n matrise A er løsningsmengden til det homogene likningssystemet A x =. Vi skriver Nul A for denne mengden, dvs. Nul A = {x R n : A x = }. Eksempel. Vi vil finne nullrommet til matrisen A gitt ved [ ] A =. 3 / 23

14 MAT 2 april 2.7 Lineær.8 Underrom Likningssystemet A x = har utvidet matrise [ ]. Den reduserte trappeformen blir: [ Løsningsmengden til systemet A x = er derfor gitt ved vektorene på formen s der s R. Det betyr at Nul A = {s : s R} = Span{(,, )}, som viser at Nul A er et underrom av R 3 (ved Teorem.34). ]. 4 / 23

15 MAT 2 april 2.7 Lineær.8 Underrom Generelt har vi: Teorem.4. La A være en m n matrise. Da er Nul A et underrom av R n. Bevis: i) Siden A =, har vi at Nul A. ii)-iii) La u, v Nul A. Da er A u = og A v =, så dvs u + v Nul A. A (u + v) = A u + A v = + =, Videre er A (k u) = k(a u) = k =, så k u Nul A for enhver skalar k. 5 / 23

16 MAT 2 april 2.7 Lineær.8 Underrom Den beste"måten å angi et underrom på er ved hjelp av en basis: Definisjon. La U være et underrom av R n. En mengde B = {v, v 2,..., v p } av vektorer i U kalles en basis for U dersom følgende to egenskaper holder: i) Mengden B er lineært uavhengig; ii) B utspenner U, dvs Span{v, v 2,..., v p } = U. Eksempel. Vi har tidligere sett at kolonnene til I n, nemlig e, e 2,..., e n, er lineært uavhengige. Disse utspenner også R n. Dermed danner disse en basis for R n. Mengden E = {e, e 2,..., e n } kalles standardbasisen til R n. Elementene i standardbasisen til R 2 kalles ofte for i og j; i R 3 kalles de ofte for i, j og k. 6 / 23

17 MAT 2 Når U = R n har vi: april 2.7 Lineær.8 Underrom Teorem.43. La B = {v, v 2,..., v n } være en lineært uavhengig mengde av n vektorer i R n. Da er B en basis for R n. Dette betyr at vi da slipper å sjekke at B utspenner R n. La oss se hvorfor B = {v, v 2,..., v n } da utspenner R n : La b R n og sett A = [v v 2 v n ]. Siden kolonnene til A er lineært uavhengige vet vi at A kan radreduseres til I n. Dermed vil systemet A x = b alltid ha nøyaktig en løsning. Dette betyr at det finnes entydige bestemte skalarer x, x 2,..., x n slik at x v + x 2 v x n v n = b. Dette viser at b Span{v, v 2,, v n }. 7 / 23

18 MAT 2 Dette viser samtidig at: april 2.7 Lineær.8 Underrom Når {v, v 2,..., v n } er en basis for R n, kan enhver vektor i R n skrives som en lineær kombinasjon av v, v 2,..., v n på en entydig måte. [ ] [ ] Eksempel. Vektorene og er opplagt lineært 2 3 uavhengige, så de danner en basis for R 2. [ ] b Enhver R 2 kan derfor skrives på en entydig måte som b 2 en lineær kombinasjon av disse vektorene; vi finner at : [ ] [ ] [ ] b = 3b +b b +b b 2 8 / 23

19 MAT 2 april 2.7 Lineær.8 Underrom Eksempel. Linja L i R 2 gitt ved likningen y = 5x er et underrom av R 2. [ ] Den er utspent av (, 5), så en basis for L er { }. 5 Eksempel. Likningen x + y z = gir et plan U som er et underrom av R 3. La (x, y, z) U. Ved å innføre parametere y = s og z = t får vi at x = s + t. Det gir Altså er = { s U = {(x, y, z) = ( s + t, s, t) : s, t R}. U = { +t s + t s t } : s, t R } : s, t R = Span{, }. 9 / 23

20 MAT 2 Merk at det følger at april 2.7 Lineær.8 Underrom u = og v = danner en basis for planet U: i) Vi har nettopp sett at Span{u, v} = U. ii) u og v er lineært uavhengige, siden disse vektorene opplagt ikke er parallelle. Samme fremgangsmåte kan alltid brukes til å finne en basis for et plan i R 3 angitt ved en likning av typen ax + by + cz =. 2 / 23

21 MAT 2 april 2.7 Lineær.8 Underrom Eksempel. Skal finne en basis for Nul A der A = Den utvidede matrisen til Ax = radreduseres til 4 5. Det gir = { Nul A = { s s 4t s 5t s t + t 4 5 } : s, t, R : s, t R }. 2 / 23

22 MAT 2 april 2.7 Lineær.8 Underrom Vi ser at Nul A utspennes av u = og v = 4 5, og disse er lineært uavhengige (siden de ikke er multiple av hverandre). Dermed er {u, v} en basis for Nul A. Denne fremgangsmåten kan alltid brukes til å finne en basis for nullrommet til en matrise. Vektorene man kommer da frem til vil automatisk være lineært uavhengige. 22 / 23

23 MAT 2 april 2.7 Lineær.8 Underrom Vi tar også med følgende begrep: Definisjon. La U være et underrom U {}. Antall elementer i en basis for U kalles dimensjonen til U, og skrives dim(u). Dersom U = {} setter vi dim(u) =. Eksempel. dim R n = n. Dersom L = Span{v} der v, så L er en linje, er dim L = (siden {v} er en basis for L). Dersom U = Span{u, v} der u, v er lineært uavhengige, så U er et plan, er dim U = 2 (siden {u, v} er en basis for U). Dersom U = Nul A, der A er en matrise, så er dim U lik antall frie variable i løsningsmengden til systemet A x =. 23 / 23

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

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

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

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

4.1 Vektorrom og underrom

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

Detaljer

4.1 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

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

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. Kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,

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

(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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer 5 Vektorrom Et vektorrom er en mengde V med tre algebraiske operasjoner (addisjon, negasjon og skalærmultiplikasjon) som tilfredsstiller de 10 betingelsene fra Def. 4.1.1. Jeg vil ikke gi en eksamensoppgave

Detaljer

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

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

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

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

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

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

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

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

UNIVERSITET I BERGEN

UNIVERSITET I BERGEN UNIVERSITET I BERGEN Det matematisk-naturvitenskapelige fakultet BOKMÅL Løsningsforslag eksamen MAT - Lineær algebra H Med forbehold om skrivefeil. Oppgave. Betrakt A = 6 5, b = 6 b (a) (b) Finn den reduserte

Detaljer

Lineær 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

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

Basis, koordinatsystem og dimensjon

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

Detaljer

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

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

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

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

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

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

= 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

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

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

LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010

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

Detaljer

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

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

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

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

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

12 Lineære transformasjoner

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

Detaljer

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

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

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

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

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

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

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

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

Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag. Eksamen MA desember Lykke til!

Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag. Eksamen MA desember Lykke til! Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag Eksamen Emnekode: Emnenavn: MA-2 Lineær algebra Dato: Varighet:. desember 2 9. - 4. Antall sider: Tillatte hjelpemidler:

Detaljer

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

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

Repetisjon: om avsn og kap. 3 i Lay

Repetisjon: om avsn og kap. 3 i Lay Repetisjon: om avsn. 2.1-2.4 og kap. 3 i Lay Matrisemultiplikasjon La A = [a ij ] være en m n matrise og B = [b kl ] være en n p matrise. ] Skriv B = [b 1 b 2 b p der b j -ene er i R n for hver j. Produktet

Detaljer

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over. Lineær algebra H. Fausk 09.03.2015 Andre utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er det enkelt, men det blir fort veldig mange regneoperasjoner som

Detaljer

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

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

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

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

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

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

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

MAT-1004 Vårsemester 2017 Obligatorisk øving 2

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

Detaljer

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

Kap. 7 Symmetriske matriser og kvadratiske former

Kap. 7 Symmetriske matriser og kvadratiske former Kap. 7 Symmetriske matriser og kvadratiske former Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på symmetriske matriser som har uvanlig pene egenskaper mht. diagonalisering.

Detaljer

Lineære likningssystemer, 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

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

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

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

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

Lineær algebra. Kurskompendium, Utøya, MAT1000. Inger Christin Borge

Lineær algebra. Kurskompendium, Utøya, MAT1000. Inger Christin Borge Lineær algebra Kurskompendium, Utøya, MAT1000 Inger Christin Borge 2006 Forord Dette er et kompendium skrevet til bruk i MAT1000-varianten av Utøyaseminarene, arrangert av Matematisk fagutvalg ved Matematisk

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

MAT-1004 Vårsemester 2017 Obligatorisk øving 6

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

Detaljer

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

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.

Lineær algebra. H. Fausk i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over. Lineær algebra H. Fausk 23.08.2015 Fjerde utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er løsing av linære likningsystem enkelt, men det blir fort veldig

Detaljer

Seksjonene : Vektorer

Seksjonene : Vektorer Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren

Detaljer

Seksjonene : Vektorer

Seksjonene : Vektorer Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren

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

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

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

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

Detaljer

MAT 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

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

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

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

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

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

Obligatorisk oppgavesett 1 MAT1120 H16

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

Detaljer

Lineær algebra. H. Fausk

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

Detaljer