Matriser. Kapittel 4. Definisjoner og notasjon
|
|
- Tor-Erik Tollefsen
- 4 år siden
- Visninger:
Transkript
1 Kapittel Matriser Vi har lært å løse et lineært ligningssystem ved å sette opp totalmatrisen til systemet gausseliminere den ved hjelp av radoperasjoner på matrisen Vi skal nå se nærmere på egenskaper ved matriser regning med matriser Fra forrige kapittel vet du at en vektor kan være hentet fra R n eller C n Resultatene i dette kapitlet gjelder for både reelle komplekse vektorer matriser Men mange resultater gjelder så for andre tallsystemer enn disse for eksempel Q n Mer om dette i kapittel 7 Definisjoner notasjon En m n-matrise er en rektangulær tabell med tall som har m tall i høyden n tall i bredden: a a a n a a a n a m a m a mn Kolonnene i matrisen er følgende kolonnevektorer: a a a m a a a m a n a n a mn Radene i matrisen er følgende radvektorer: a a a n a a a n am a m a mn Eksempel Kolonnene til matrisen er: Radene er: + i 3 + i + i i Hvis vi har en liste med kolonnevektorer v v v n kan vi lage en m n-matrise v v v n der disse er kolonner Eksempel La v v være to vektorer i R 3 Da blir v v På samme måte kan vi hvis vi har en liste med radvektorer r r r m lage en matrise r r m med disse vektorene som rader Eksempel 3 La r r i r r 3 i være tre radvektorer i C Da har vi: r r i r 3 i Noen ganger vil vi bruke tilsvarende notasjon for å bygge opp en matrise av andre matriser eller av en kombinasjon av matriser vektorer Eksempel La A B være matriser v en vektor: A 3 B 9 v Da kan vi skrive A B v En n n-matrise kaller vi en kvadratisk matrise
2 Produkt av matrise vektor La A a a a n være en m n-matrise med vektorene a a a n som kolonner la v v v v n være en vektor i R n (eller en vektor i C n ) Vi definerer produktet Av av A v som lineærkombinasjonen av kolonnene i A med tallene i v som vekter: Av a v + a v + + a n v n Merk at produktet Av bare er definert når bredden av matrisen A er lik høyden av vektoren v Eksempel Vi regner ut produktet av en kompleks 3-matrise en vektor i R 3 : + i 3 i + ( ) i ( + i) + ( ) + ( ) ( i) ( ) i 7 + i Merk at resultatet blir en vektor i C Den andre linjen av utregningen i eksempelet viser en mer direkte måte å regne ut produktet Av på: Tallet som skal være på første posisjon i resultatvektoren får vi ved å gange tallene fra første rad i A med tallene i v legge sammen resultatene Tallet på andre posisjon i resultatvektoren får vi på samme måte fra andre rad i A Generelt har vi at dersom a a a n v a a a n v A v a m a m a mn v n så kan vi regne ut produktet Av på følgende måte: a v + a v + + a n v n a v + a v + + a n v n Av a m v + a m v + + a mn v n a a a n a v + v a + + v a n n a m a m a mn Teorem 6 Hvis A er en m n-matrise v w er vektorer c er en skalar så har vi følgende likheter: A(v + w) Av + Aw A(cv) c(av) Det er verdt å merke seg hva som skjer hvis vi ganger en matrise med en vektor der nøyaktig ett av tallene er resten er La oss teste dette med en eksempelmatrise: Eksempel 7 Vi ganger 3-matrisen + i A med de tre vektorene e e e 3 får følgende: + i Ae 3 Ae i Ae 3 Resultatene ble altså de tre kolonnene i A Generelt har vi at hvis A er en m n-matrise e e e n er vektorene som er slik at e i har et -tall i sin i-te koordinat bare -er ellers så er Ae Ae Ae n nøyaktig samme vektorer som kolonnene i A Matriseligninger Med disse nye redskapene kan et lineært ligningssystem a x + a x + + a n x n b a x + a x + + a n x n b a m x + a m x + + a mn x n b m skrives som en matriseligning: a a a n x b a a a n x b a m a m a mn x n Altså får vi en ligning på formen der Ax b a a a n a a a n A a m a m a mn b b m b b b m
3 er kjente er en ukjent vektor x x x x n Sum skalering av matriser La A B være to m n-matriser: a a n b b n a a n b b n A B a m a mn b m b mn Vi definerer summen A+B som en ny m n-matrise sånn: a + b a + b a n + b n a + b a + b a n + b n A+B a m + b m a m + b m a mn + b mn Produktet av et tall en matrise defineres sånn: c a c a c a n c a c a c a n ca c a m c a m c a mn Teorem 8 Hvis A B er m n-matriser v er en vektor c er en skalar så har vi følgende likheter: (A + B)v Av + Bv (ca)v c(av) Matrisemultiplikasjon Hvis x er en vektor med n komponenter A er en m n-matrise er altså Ax en vektor med m komponenter Det å multiplisere med A kan vi tenke på som en funksjon f A fra R n til R m eller C n til C m Vi skal senere se mye på denne type funksjoner som vi vil kalle lineærtransformasjoner Noen av de operasjonene på matriser vi skal se på nå er motivert fra at vi ønsker å tenke på matrisemultiplikasjon som funksjoner Multiplikasjon av to matriser A B vil vi tenke på som sammensetning av funksjoner vil derfor at følgende likhet skal holde: (AB)v A(Bv) Funksjonen f B som er å gange med B skal virke først så virker funsjonen f A som er å gange med A Hvis A er en m n-matrise B er en p q-matrise må n p siden f B spytter ut elementer i R p da må input til f A så være i R p Hvordan kan vi definere produkt av matriser slik at dette fungerer? La oss først se på et eksempel Eksempel 9 La A B være følgende to - matriser: 3 3 A B 7 Vi har lyst til å finne matrisen AB som skal være slik at (AB)v A(B(v)) for alle vektorer v Vi ser først på de to spesielle vektorene Vi vet fra tidligere at hvis vi ganger en -matrise med en av disse vektorene så får vi ut den første eller den andre kolonnen i matrisen Vi regner ut: B ( A B ) 3 7 Det vi er ute etter er at AB skal være slik at (AB)v A(Bv) for alle vektorer v Spesielt må vi da ha: ( ) (AB) A B Men det å gange med vektoren er det samme som å plukke ut første kolonne av matrisen så vi har nå funnet ut at første kolonne i matrisen AB må være: På samme måte finner vi andre kolonne i AB: 3 B ( ) 3 3 A B 7 3 ( (AB) A B ) 3 Dette betyr at andre kolonne i AB må være: 3 Dermed kommer vi frem til at produktet av A B er: AB 3 La oss nå generalisere det vi gjorde i eksempelet Foreløpig ser vi på generelle -matriser så tar vi det helt generelle tilfellet med matriser av vilkårlig størrelse etterpå La A B være to -matriser la e e være de to spesielle vektorene vi brukte i eksempelet over La b b være kolonnene i B slik at vi har: B b b 3
4 På samme måte som i eksempelet får vi nå: (AB)e A(Be ) Ab (AB)e A(Be ) Ab Dette betyr at første kolonne i matrisen AB må være Ab andre kolonne må være Ab Vi får altså: AB Ab Ab Hvis vi lar a a være radene i A så gir dette oss at: a b AB a b a b a b For å virkelig gjøre dette detaljert kan vi skrive opp nøyaktig hvordan vi finner hvert tall i AB ut fra hvert enkelt av tallene i A B Hvis A a a a a B b b b b så får vi: a b AB + a b a b + a b a b + a b a b + a b Merk hvordan dette siste uttrykket er bygd opp Når vi skal finne tallet som skal stå på en bestemt posisjon i AB går vi bortover den tilsvarende raden i A samtidig nedover den tilsvarende kolonnen i B Vi ganger sammen tallene vi finner i A med de vi finner i B legger sammen disse produktene Alt det vi gjorde nå fungerer helt tilsvarende når vi går til større matriser enn Men for at det skal gå an å gange sammen to matriser A B må de være kompatible i størrelse Vi finner produktet AB ved å kombinere rader fra A med kolonner fra B for at dette skal gå an må lengden av radene i A være lik lengden av kolonnene i B Det vil si at bredden til A må være lik høyden til B Altså vi kan bare gange en m n-matrise med n p-matrise der m p kan være alle mulige positive heltall Basert på det vi har gjort nå lager vi en generell definisjon av matrisemultiplikasjon Definisjon La A være en m n-matrise med rader a a a m la B være en n p-matrise med kolonner b b b p : a a A a m B b b b p Da er produktet av A B en m p-matrise definert ved: a b a b a b p a b a b a b p AB a m b a m b a m b p Hvis vi lar A B være som i definisjonen kan vi så skrive produktet slik: AB Ab Ab Ab p Eksempel La A B C være følgende matriser: + i A B C 3 Siden A er en 3-matrise B er en 3 -matrise er AB en -matrise Vi regner ut denne matrisen ved å bruke definisjonen: ( + i) + + ( ) ( + i) + + ( ) AB 3 + ( i) ( i) i 3 + i i 9 Hvis vi ganger sammen de samme to matrisene i motsatt rekkefølge får vi en 3 3-matrise: ( + i) ( i) ( ) + BA ( + i) ( i) ( ) + ( + i) ( i) ( ) i i + i + i i Produktet av matrisene B C blir en 3 -matrise: 8 BC Men produktet CB er ikke definert siden C er en -matrise B en 3 -matrise Vi kunne så regnet ut for eksempel CA men AC er ikke definert Legg merke til at matrisemultiplikasjon i motsetning til multiplikasjon av vanlige tall ikke er kommutativt Det vil si at faktorenes rekkefølge spiller en rolle: AB er ikke nødvendigvis det samme som BA Mange andre regneregler fungerer like bra med matriser som med tall la oss se på noen Teorem La A B C være matriser v en vektor c et tall I hver del av teoremet antar vi at størrelsene på matrisene vektoren er slik at alle operasjonene som brukes er definert (a) Matrisemultiplikasjon er en assosiativ operasjon: A(BC) (AB)C Et spesialtilfelle av dette er følgende: (AB)v A(Bv) (b) Å skalere et matriseprodukt er det samme som å skalere én av faktorene deretter multiplisere: (ca)b c(ab) A(cB) (c) Matrisemultiplikasjon distribuerer over addisjon av matriser: A(B+C) AB+AC (A+B)C AC+BC
5 Transponering Vi har hittil snakket om aritmetiske operasjoner på matriser som tilsvarer operasjoner vi kan gjøre med tall: addisjon multiplikasjon Operasjonen transponering derimot er spesiell for matriser går ut på at vi bytter om rader kolonner Definisjon La a a a n a a a n A a m a m a mn være en m n-matrise Den transponerte av A er n m-matrisen a a a m A a a a m a n a n a mn der radene kolonnene i A er byttet om Eksempel Hvis vi lar A være matrisen + i A så er den transponerte av A gitt ved: + i 3 A i Vi tar med noen regneregler for transponering Teorem 3 For enhver matrise A har vi: (A ) A Hvis A B er matriser sik at produktet AB er definert så er: Identitetsmatriser (AB) B A La I I n være den kvadratiske n n-matrisen I n Da er I A A for enhver n p-matrise A B I B for enhver m n-matrise B Spesielt er I x for enhver vektor x (Oppgave: sjekk alt dette) Derfor kalles I I n en identitetsmatrise eller en n n-identitetsmatrise Eksempel Identitetsmatrisen av størrelse er: I Vi sjekker enkelt at vi kan gange en hvilken som helst -matrise med I til venstre eller høyre uten at noe endres: a a a + a a + a a a a + a a + a a a a a a a a + a a + a a a a + a a + a a a a a Potenser av matriser Hvis A er en kvadratisk matrise så kan vi gange A med seg selv Vi definerer potenser av A på tilsvarende måte som potenser av tall: A A A A 3 A A A så videre Generelt definerer vi at A opphøyd i n-te er produktet av A med seg selv n ganger: A n A A A }{{} n ganger Et spesielt tilfelle er å opphøye i -te For tall har vi definert at a Men vi vet jo at for matriser spiller identitetsmatrisen den samme rollen som gjør for tall Derfor definerer vi at en n n-matrise opphøyd i -te blir identitetsmatrisen av størrelse n: Inverser A I n For multiplikasjon av tall har vi identitetselementet med egenskapen x x x Dessuten har vi inverser Gitt et tall a finnes et tall b inversen til a som er slik at a b Inversen til a er selvfølgelig bare tallet /a For eksempel: Inversen til tallet er / inversen til 3/ er /3 Kan vi på tilsvarende måte finne inverser til matriser? Igjen begrenser vi oss til å se på kvadratiske matriser spørsmålet blir: Gitt en n n-matrise A finnes det en matrise B som er slik at likhetene A B I n B A er oppfylt? Vi tar et eksempel for å se hvordan noen slike matriser kan se ut
6 Eksempel La A B være følgende - matriser: / A B 3 3/ Da kan vi regne ut at / A B 3 3/ / B A 3/ 3 Disse matrisene oppfyller altså likhetene A B I B A I I Vi definerer begrepet invers ved å bruke disse likhetene Definisjon La A være en n n-matrise En invers til A er en n n-matrise B som er slik at A B I n B A En matrise er inverterbar hvis den har en invers Denne definisjonen gir opphav til noen åpenbare spørsmål: Finnes det kvadratiske matriser som ikke har noen invers? (Vi har gitt et eget navn inverterbar til matriser som har invers Dette hinter ganske sterkt om at det bør finnes matriser som ikke har invers så) Kan en matrise ha mer enn én invers? Det første spørsmålet besvares ved en oppgave: Oppgave: Vis at ingen av matrisene A er inverterbare B C Det andre spørsmålet besvarer vi med et teorem Teorem 6 Hvis en matrise er inverterbar så har den nøyaktig én invers Bevis La A være en inverterbar n n-matrise Anta at B er en invers til A at C så er en invers til A; det vil si at A B I n B A A C I n C A Vi vil vise at B C ikke kan være forskjellige altså at vi nå må ha B C La oss ta utgangspunkt i produktet BAC Dette kan vi skrive som enten (BA) C eller B (AC) i hvert tilfelle får vi (ved å bruke likhetene over) at uttrykket i parentes blir identitetsmatrisen Vi setter dette sammen får: C I n C (BA) C B (AC) B I n B Vi har altså kommet frem til at B C så inversen er entydig Nå som vi vet at en matrise A ikke kan ha mer enn én invers kan vi slutte å snakke om en invers til A i ubestemt form Isteden sier vi inversen til A kaller denne A Eksempel 7 I eksempel er matrisen B en invers til A; vi har altså at A B Vi får dessuten at A er en invers til B slik at B A Hvorfor er inverser interessante? Én grunn er at de kan fortelle oss noe om løsninger av ligninger Hvis vi skal løse en ligning ax b der a b er tall så vil vi selvfølgelig dele på a for å få x alene på venstresiden Det er det samme som å gange med inversen til a Når vi skal løse en matriseligning Ax b så kan vi ikke dele på A Men hvis A er inverterbar så kan vi gange med inversen til A Det gjør at vi kan konkludere med at ligningen er løsbar at løsningen er entydig Vi skriver opp dette som et teorem Teorem 8 La A være en n n-matrise b en vektor Hvis A er inverterbar så har ligningen Ax b entydig løsning løsningen er x A b Bevis Vi sjekker ved innsetting at x A b er en løsning av ligningen Vi har: A (A b) (A A ) b I n b b Det betyr at x A b er en løsning Nå må vi sjekke at den er entydig Fra ligningen Ax b får vi ved å gange til venstre med A på begge sider av likhetstegnet: A Ax A b Men siden A A I n kan venstresiden her forenkles til I n x som bare er x Dermed har vi: x A b Det betyr at dette er den eneste løsningen av ligningen beviset er ferdig Eksempel 9 La oss se på følgende ligning: x 3 6
7 Fra eksempel vet vi at matrisen på venstresiden av denne ligningen er inverterbar at inversen er: / 3/ Da sier teorem 8 at ligningen har entydig løsning at løsningen er: x / 3/ 7 Vi skal senere se hvordan man finner inversen til en inverterbar matrise Før vi gjør det skal vi se på en generell teknikk for å løse flere ligningssystemer samtidig Denne teknikken skal vi deretter bruke til å finne en metode for å regne ut inverser Samtidig løsning av flere systemer Vi husker at et lineært ligningssystem kan skrives som en matriseligning Ax b at vi løser det ved å gausseliminere totalmatrisen A b Anta nå at vi vil løse flere systemer Ax b Ax b Ax t b t med samme koeffisientmatrise A men forskjellige høyresidevektorer b b b t Det kan vi selvsagt gjøre ved å utføre gausseliminasjon på totalmatrisene til alle systemene: A b A b A bt Men da gjør vi egentlig den samme gausseliminasjonen mange ganger Det eneste som blir forskjellig er hva vi får i siste kolonne Vi kan spare oss for arbeid ved å slå sammen totalmatrisene til den ene matrisen gausseliminere den A b b b t Eksempel La A være følgende matrise: A 3 Vi vil løse disse tre systemene: Ax 7 Ax Ax 3 Vi lager en kombinert totalmatrise for alle systemene gausseliminerer den: / 3/ / Den siste matrisen her er på redusert trappeform nå kan vi finne løsningene av de tre systemene ved å se på de tre høyresidene i denne matrisen: x x Beregning av inverser x 3 3/ / La oss nå se på hvordan vi kan regne ut inverser Anta at vi har en n n-matrise A Vi vil finne ut om den er inverterbar i så fall vil vi finne inversmatrisen A Vi ser på ligningen AX I n der X er en ukjent n n-matrise Hvis vi lar være kolonnene i X altså x x x n X x x x n så kan vi skrive produktet AX slik: AX Ax Ax Ax n La oss gi navn til kolonnene i identitetsmatrisen I n så: I n e e e n Det vil si at e i er den vektoren i R n som har et -tall på posisjon i bare -er ellers Nå kan vi ved å se på hver kolonne skrive om ligningen AX I n til disse n ligningene: Ax e Ax e Ax n e n Dermed kan vi bruke teknikken vi beskrev over for å løse flere ligningssystemer samtidig Da må vi gausseliminere matrisen A e e e n A In for å løse disse systemene La oss ta et eksempel for å se hvordan dette blir i praksis 7
8 Eksempel Vi vil forsøke å invertere følgende matrise: 3 A 3 Vi følger ideene beskrevet over så vi finner en matrise X slik at AX I 3 ved å løse følgende tre systemer: Ax Ax Ax 3 Vi setter opp den kombinerte totalmatrisen for de tre systemene gausseliminerer: Vi får altså følgende løsninger: x 6/ x x 3 3/ / / Nå har vi antatt at A In In B siden den andre matrisen her er på redusert trappeform er det den vi ender opp med når vi gausseliminerer Det vil si at X B er løsningen av ligningen AX I n altså har vi AB I n Nå er vi klare for å bevise at metoden vår for å finne inverser fungerer Teorem 3 La A være en n n-matrise (a) A er inverterbar hvis bare hvis A I n (b) Hvis A er inverterbar så kan vi finne inversen ved å gausseliminere matrisen A In til redusert trappeform lese av høyre halvdel av den resulterende matrisen Med andre ord: Resultatet av gausseliminasjonen blir følgende matrise: In A Bevis Når vi gausseliminerer matrisen A In til redusert trappeform må venstre halvdel av den resulterende matrisen enten bli I n eller en matrise med minst én nullrad Men i høyre halvdel kan det ikke bli noen nullrader for enhver rad vi får etter å ha gjort radoperasjoner på I n er på formen Nå finner vi matrisen X ved å bruke x x x 3 som kolonner: X 6/ 3/ / / Vi har funnet X ved å løse ligningen AX I 3 Hvis du prøver å gange dem sammen motsatt vei vil du oppdage at vi så har XA I 3 Dette betyr at X er inversen til A altså at A X I eksempelet løste vi ligningen AX I 3 det viste seg at matrisen X som vi fant så oppfylte likheten XA I 3 slik at vi kunne konkludere med at A X Dette var ikke en tilfeldighet det er faktisk alltid nok å løse ligningen AX I n for å finne inversen til A Vi skal bevise dette men vi tar først et lemma (hjelperesultat) som vi skal bruke i beviset vårt Lemma La A B være n n-matriser Dersom A In In B så er AB I n Bevis Vi viste over (i diskusjonen før eksempel ) at vi kan løse ligningen AX I n ved å gausseliminere matrisen A In a r + a r + + a n r n der r r r n er radene i I n minst én a i er ulik Dette betyr at hvis vi får en nullrad i venstre halvdel av trappeformmatrisen så har ligningen AX I n ingen løsning dermed er A ikke inverterbar Dermed har vi vist én halvdel av påstanden i del (a): Hvis A er inverterbar så må vi ha A I n La oss nå anta at A I n Vi vil vise at da er A inverterbar at metoden beskrevet i del (b) gir riktig svar La B være matrisen vi får som svar ved å bruke denne metoden Det vil si at følgende matriser er begynnelsen slutten av gausseliminasjonen vi utfører: A In In B Nå sier lemma at AB I n La oss stokke litt om på kolonnene i matrisen A In isteden se på følgende matrise: In A Hvis vi utfører akkurat de samme radoperasjonene på denne som vi gjorde i gausseliminasjonen av den første matrisen så får vi akkurat samme resultat men med tilsvarende omstokking av kolonnene altså: B In 8
9 Dette betyr at disse matrisene er radekvivalente: B In In A Ved å bruke lemma igjen på denne siste radekvivalensen får vi at BA I n Vi har altså vist at vi har AB I n BA som betyr at B er inversen til A Det vil si at vi har bevist andre halvdel av del (a) (hvis A I n så er A inverterbar) vi har bevist at metoden i del (b) gir riktig svar Det alt dette betyr i praksis er at hvis vi har en matrise A som vi har lyst til å invertere hvis det er mulig så setter vi opp matrisen A In gausseliminerer Da er det to muligheter Enten får vi en nullrad i venstre halvdel da er A ikke inverterbar Eller så kommer vi frem til redusert trappeform uten noen nullrad i venstre halvdel da har vi matrisen In A der inversen til A kan leses av i høyre halvdel En formel Det finnes en enkel formel for den inverse til en - matrise Teorem La a b A c d med ad bc Da er A ad bc d b c a Bevis AA a b d b c d ad bc c a I Produktet A A I beregnes på samme vis Det finnes tilsvarende formler for n n-matriser men det er fryktelig kjedelig For 3 3-matriser større er det bedre å gausseliminere 9
4 Matriser TMA4110 høsten 2018
Matriser TMA høsten 8 Nå har vi fått erfaring med å bruke matriser i et par forskjellige sammenhenger Vi har lært å løse et lineært likningssystem ved å sette opp totalmatrisen til systemet og gausseliminere
DetaljerGauss-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
Detaljertma4110 Matematikk 3 Notater høsten 2018 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland
tma4 Matematikk Notater høsten 8 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland Innhold Introduksjon ii Lineære likningssystemer Gausseliminasjon 4 Vektor- og matriselikninger 8 4 Matriser
DetaljerLineære ligningssystemer og gausseliminasjon
Kapittel Lineære ligningssystemer og gausseliminasjon Vi skal lære en metode for å finne og beskrive alle løsninger av systemer av m lineære ligninger med n ukjente. Oppvarming Her er et eksempel på et
DetaljerLineære ligningssystemer og gausseliminasjon
Kapittel Lineære ligningssystemer og gausseliminasjon Vi skal lære en metode for å finne og beskrive alle løsninger av systemer av m lineære ligninger med n ukjente Oppvarming Her er et eksempel på et
DetaljerMatriseoperasjoner. 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
DetaljerØving 2 Matrisealgebra
Øving Matrisealgebra Gå til menyen Edit Preferences... og sett Format type of new output cells til TraditionalForm hvis det ikke allerede er gjort. Start med to eksempelmatriser med samme dimensjon: In[]:=
Detaljer12 Projeksjon TMA4110 høsten 2018
Projeksjon TMA0 høsten 08 En projeksjon er en lineærtransformasjon P som tilfredsstiller P x = P x for alle x Denne ligningen sier at intet nytt skjer om du benytter lineærtransformasjonen for andre gang,
DetaljerForelesning 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
DetaljerVektorrom. Kapittel 7. Hva kan vi gjøre med vektorer?
Kapittel 7 Vektorrom Vårt mål i dette kapitlet og det neste er å generalisere og abstrahere ideene vi har jobbet med til nå Især skal vi stille spørsmålet Hva er en vektor? Svaret vi skal gi, vil virke
Detaljer8 Vektorrom TMA4110 høsten 2018
8 Vektorrom TMA4 høsten 8 I de foregående kapitlene har vi tatt en lang vandring gjennom den lineære algebraens jungel. Nå skal vi gå opp på en fjelltopp og skue ut over landskapet vi har vandret gjennom.
DetaljerLøsningsforslag øving 6
Løsningsforslag øving 6 7 Husk Teorem 79 i notatet: En delmengde U av et vektorrom V er et underrom hvis ) nullvektoren er i U, ) summen av to vektorer i U er i U igjen, og 3) et skalarmultiplum av en
DetaljerLineærtransformasjoner
Kapittel 8 Lineærtransformasjoner I forrige kapittel begynte vi å formulere lineær algebra på en generell måte, ved å gi en abstrakt definisjon av vektorrom For å beskrive sammenhenger mellom forskjellige
Detaljer6 Determinanter TMA4110 høsten 2018
6 Determinanter TMA4110 høsten 2018 En matrise inneholder mange tall og dermed mye informasjon så mye at det kan være litt overveldende Vi kan kondensere ned all informasjonen i en kvadratisk matrise til
DetaljerMer 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
DetaljerVær 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.
DetaljerTMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:
TMA4 Matematikk 3 Eksamen høsten 8 Løsning Side av 9 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 8 5 4 8 3 36 8 4 8 8 8 Den siste matrisen her er på redusert trappeform, og
DetaljerForelesning i Matte 3
Forelesning i Matte 3 Determinanter H. J. Rivertz Institutt for matematiske fag 1. februar 008 Innhold 1. time 1 Determinanter og elementære radoperasjoner Innhold 1. time 1 Determinanter og elementære
DetaljerEgenverdier og egenvektorer
Kapittel 9 Egenverdier og egenvektorer Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer Hvis A er en m n-matrise, så gir A en transformasjon
DetaljerRepetisjon: 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
DetaljerLineære 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
DetaljerI dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer.
Kapittel 2 Matriser I dette kapittelet skal vi studerer noen matematiske objekter som kalles matriser. Disse kan blant annet brukes for å løse lineære likningssystemer. 2.1 Definisjoner og regneoperasjoner
DetaljerVektorligninger. Kapittel 3. Vektorregning
Kapittel Vektorligninger I denne uken skal vi bruke enkel vektorregning til å analysere lineære ligningssystemer. Vi skal ha et spesielt fokus på R, for det går an å visualisere; klarer man det, går det
DetaljerHomogene 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
DetaljerMer 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
Detaljer7 Egenverdier og egenvektorer TMA4110 høsten 2018
7 Egenverdier og egenvektorer TMA4 høsten 8 Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer. Hvis A er en m n-matrise, så gir A
DetaljerMAT1120 Repetisjon Kap. 1, 2 og 3
MAT1120 Repetisjon Kap. 1, 2 og 3 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Fra kap. 1 repeterer vi: Matriser Vektorer og lineære kombinasjoner Lineæravbildninger
DetaljerRepetisjon: 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
DetaljerLineær 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
DetaljerGauss-eliminasjon og matrisemultiplikasjon
DUMMY Gauss-eliminasjon og matrisemultiplikasjon Lars Sydnes 9 september 2015 Sammendrag Dette notatet handler om hvordan man løser lineære ligningssystemer, altså systemer av flere ligninger i flere ukjente,
DetaljerLøsningsforslag øving 7
Løsningsforslag øving 7 8 Husk at en funksjon er injektiv dersom x y gir f(x) f(y), men her ser vi at f(3) 9 f( 3), eller generelt at f(z) z f( z) for alle z C, som betyr at f ikke er injektiv Vi ser også
DetaljerElementær 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
DetaljerLineær 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:
Detaljer9 Lineærtransformasjoner TMA4110 høsten 2018
9 Lineærtransformasjoner MA4 høsten 8 I forrige kapittel begynte vi å formulere lineær algebra på en generell måte, ved å gi en abstrakt definisjon av vektorrom For å beskrive sammenhenger mellom forskjellige
DetaljerObligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 2006
Obligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 006 Oppgave I hele oppgaven bruker vi I = 0 0 0 0. 0 0 a) Matrisen A har størrelse og B har størrelse slik at matriseproduktet A B er en
DetaljerLineære ligningssystem; Gauss-eliminasjon, Redusert echelonmatrise
Lineære ligningssystem; Gauss-eliminasjon, Redusert echelonmatrise E.Malinnikova, NTNU, Institutt for matematiske fag 19. september 2011 Lineære ligningssystem Vi har et ligningssystem av m ligninger med
DetaljerRang 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
DetaljerInverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009
Inverse matriser E.Malinnikova, NTNU, Institutt for matematiske fag September, 2009 Inverse 2 2 matriser En 2 2 matrise [ ] a b A = c d er inverterbar hvis og bare hvis ad bc 0, og da er [ ] A 1 1 d b
DetaljerLineære ligningssystem og matriser
Lineære ligningssystem og matriser E.Malinnikova, NTNU, Institutt for matematiske fag September 15, 2009 Lineære ligningssystem Vi har et ligningssystem av m ligninger med n ukjente x 1,..., x n som kan
DetaljerMA1201, , 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 =
DetaljerMAT 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,
DetaljerOppgave 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
DetaljerLO510D Lin.Alg. m/graf. anv. Våren 2005
TF Høgskolen i Sør Trøndelag Avdeling for informatikk og e læring LO5D Lin.Alg. m/graf. anv. Våren 5 Løsningsforslag Eksamen a) Setter α = og β = i ligningssystemet og gausseliminerer totalmatrisen til
DetaljerDiagonalisering. Kapittel 10
Kapittel Diagonalisering I te kapitlet skal vi anvende vår kunnskap om egenverdier og egenvektorer til å analysere matriser og deres tilsvarende lineærtransformasjoner Eksempel Vi begynner med et eksempel
DetaljerLineær 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
Detaljer1 Gauss-Jordan metode
Merknad I dette Kompendiet er det gitt referanser både til læreboka og til selve Kompendiet Hvordan å gjenkjenne dem? Referansene til boka er 3- tallede, som Eks 3 Vi kan også referere til 22, kap 22 eller
DetaljerMA1201/MA6201 Høsten 2016
MA121/MA621 Høsten 216 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 2.3 1 b) c) d) 1 3 1 1 3 1 A I 2
DetaljerKomplekse tall. Kapittel 2. Den imaginære enheten. Operasjoner på komplekse tall
Kapittel Komplekse tall Oppfinnelsen av nye tallsystemer henger gjerne sammen med polynomligninger x + 4 0 har ingen positiv løsning, selv om koeffisientene er positive tall Vi må altså inn med negative
DetaljerMAT1120 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
DetaljerLineære 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,
DetaljerEksamensoppgave i MA1201 Lineær algebra og geometri
Institutt for matematiske fag Eksamensoppgave i MA1201 Lineær algebra og geometri Faglig kontakt under eksamen: Steffen Oppermann Tlf: 9189 7712 Eksamensdato: 05.10.2016 Eksamenstid (fra til): 08:15 09:45
DetaljerEn rekke av definisjoner i algebra
En rekke av definisjoner i algebra Martin Strand, martin.strand@math.ntnu.no 11. november 2010 Definisjonene som er gitt her, kommer i MA2201 Algebra og MA3201 Ringer og moduler. Forhåpentligvis blir det
DetaljerLineære 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
DetaljerTil 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
DetaljerTMA4110 Eksamen høsten 2018 EKSEMPEL 1 Løsning Side 1 av 8. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer: x 1 7x 4 = 0
TMA4 Eksamen høsten 28 EKSEMPEL Løsning Side av 8 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 2 2 2 4 2 6 2 4 2 6 2 2 Dette gir likningene og 2 2 4 2 6 7 2. x 7x 4 = x 2 + 2x
DetaljerØving 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
DetaljerLineær 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
DetaljerLøsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b)
Innlevering BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 2 Innleveringsfrist Fredag 05. februar 2016 kl 14:00 Antall oppgaver: 5 Løsningsforslag 1 Vi denerer noen matriser A [ 1 5 2 0 B [ 1
DetaljerDeterminanter. Kapittel 6. Determinanter for 2 2-matriser. La oss beregne arealet av dette parallellogrammet. Vi tegner på noen hjelpelinjer:
Kapittel 6 Determinanter En matrise inneholer mange tall og erme mye informasjon så mye at et kan være litt overvelene Vi kan konensere ne all informasjonen i en kvaratisk matrise til ett enkelt tall som
DetaljerPensum 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
DetaljerDeterminanter til 2 2 og 3 3 matriser
Determinanter til 2 2 og 3 3 matriser [ ] a b Determinanten til en 2 2-matrise A = er c d det(a) = a b c d = ad bc. 1 Determinanter til 2 2 og 3 3 matriser [ ] a b Determinanten til en 2 2-matrise A =
Detaljer7 Ordnede ringer, hele tall, induksjon
Notat 07 for MAT1140 7 Ordnede ringer, hele tall, induksjon Definition 7.1. La R være utstyrt med addisjon og multiplikasjon slik at vi har å gjøre med en kommutativ ring. Anta videre at R er utstyrt med
DetaljerOppgaver MAT2500. Fredrik Meyer. 11. oktober 2014
Oppgaver MAT2500 Fredrik Meyer 11. oktober 2014 Oppgave 1. La ABCD og A BC D være to parallellogrammer med felles vinkel ABC = A BC. Vis at linjene gjennom DD, A C og AC er konkurrente. Løsning 1. Det
DetaljerHeldagsprøve i matematikk. Svar og løsningsforslag
Heldagsprøve i matematikk Svar og løsningsforslag Mandag 19. desember 005 Forkurset, Høgskolen i Oslo Tillatte hjelpemidler: Lommeregner. Formelsamling i matematikk. Tid: 5 klokketimer Alle svar må være
DetaljerMa Linær Algebra og Geometri Øving 5
Ma20 - Linær Algebra og Geometri Øving 5 Øistein søvik 7. oktober 20 Excercise Set.5.5 7, 29,.6 5,, 6, 2.7, A = 0 5 B = 0 5 4 7 9 0-5 25-4 C = 0 5 D = 0 0 28 4 7 9 0-5 25 F = 6 2-2 0-5 25 7. Find an elementary
DetaljerMAT-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
DetaljerLineær 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
DetaljerOppgaver til seksjon med fasit
Oppgaver til seksjon 4.-4.5 med fasit Oppgaver til seksjon 4.. Finn alle løsningene til ligningssystemet x + y z = x + y z = x + y + z =. Finn alle løsningene til ligningssystemet x y + z = x y = 4 x +
DetaljerProsent- og renteregning
FORKURSSTART Prosent- og renteregning p prosent av K beregnes som p K 100 Eksempel 1: 5 prosent av 64000 blir 5 64000 =5 640=3200 100 p 64000 Eksempel 2: Hvor mange prosent er 9600 av 64000? Løs p fra
DetaljerMA2401 Geometri Vår 2018
MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 7 4.8 1 La ABC være en trekant og E et punkt i det indre av BC. Vi skal vise
DetaljerMAT 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
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles matriseelementer eller bare elementer. En matrise har
DetaljerOppgaver MAT2500. Fredrik Meyer. 29. august 2014
Oppgaver MAT500 Fredrik Meyer 9. august 04 Oppgave. Bruk cosinus-setningen til å se at definisjonen av vinkel i planet blir riktig. Løsning. Dette er en litt rar oppgave. Husk at cosinus-setningen sier
DetaljerREGEL 1: Addisjon av identitetselementer
REGEL 1: Addisjon av identitetselementer Addisjon av identitetselementer a + 0 = a x + 0 = x Et identitetselement (nøytralt element) er et element som ikke medfører noen endring når det kombineres med
DetaljerFasit til utvalgte oppgaver MAT1110, uka 13/4-16/4
Fasit til utvalgte oppgaver MAT0, uka /4-6/4 Øyvind Ryan oyvindry@i.uio.no April, 00 Oppgave 4.8. a Bytt om første og andre rad. b Legg til ganger rad til rad. c Bytt om første og andre rad. d Legg til
DetaljerMA0002 Brukerkurs i matematikk B Vår 2014
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA000 Brukerkurs i matematikk B Vår 04 Løsningsforslag. Eksamen 6. mai Løsning: Oppgave a) dy dx y y y )y ) : gy), så likevektsløsningene
DetaljerMA1201/MA6201 Høsten 2016
MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Løsningsforslag Øving Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 6. a) Stemmer. Anta
DetaljerLineær 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
DetaljerMA2401 Geometri Vår 2018
MA2401 Geometri Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 6 4.5 1 La ABC være en trekant, og la D være et punkt på AB slik at A B D. Utsagnet
DetaljerEksamen i MNFMA205/SIF5021, 19. mai 1999-Løsningsforslag a b Oppgave 2. (a) Vi skal vise at H = 0 a b under matrisemultiplikasjon. Vi har at det.
Eksamen i MNFMA205/SIF5021 19. mai 1999-Løsningsforslag { } Oppgave 2. a Vi skal vise at H 0 a C er en gruppe under matrisemultiplikasjon. Vi har at det aā + a 2 + 2 > 0 da enten a 0 eller 0. Dette fører
DetaljerEKSAMEN 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(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
DetaljerTMA4100 Matematikk 1, høst 2013
TMA4100 Matematikk 1, høst 2013 Teknostart Forelesning 3 www.ntnu.no TMA4100 Matematikk 1, høst 2013, Teknostart Forelesning 3 Tema Logikk Definisjoner og Teoremer Mengder og Egenskaper ved de Reelle Tall
DetaljerMatematisk induksjon
Matematisk induksjon 1 Innledning Dette er et nytt forsøk på å forklare induksjon. Strategien min i forelesning var å prøve å unngå å få det til å se ut som magi, ved å forklare prinsippet fort ved hjelp
DetaljerLøsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 9 Løsningsforslag til eksamen i MA/MA6 Lineær algebra med anvendelser høsten 9 Oppgave a) Rangen til A er lik antallet
DetaljerVi anbefaler at elevene blir introdusert for likninger via en praktisk problemstilling. Det kan for eksempel være:
Likninger og algebra Det er større sprang fra å regne med tall til å regne med bokstaver enn det vi skulle tro. Vi tror at både likninger og bokstavregning (som er den algebraen elevene møter i grunnskolen)
DetaljerLineære 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
DetaljerFASIT OG TIPS til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag, 1.utgave 2003 og 2.opplag 2004.
FAIT OG TIP til Rinvold: Visuelle perspektiv. Lineær algebra. Caspar forlag,.utgave og.opplag. Versjon..9. Det er ikke tatt med svar på alle oppgaver. Denne fasiten vil bli oppdatert etter hvert. Oppdager
DetaljerRekurrens. 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
DetaljerJulenøtter til gruppe 5&7! (IKKE eksamensrelevant, bare for gøy gjerne i romjulen)
Julenøtter til gruppe 5&7! (IKKE eksamensrelevant, bare for gøy gjerne i romjulen) Dette er smakebiter på ting som dukker opp i videregående emner (MAT2400 og MAT2200). Del I og II kan gjøres uavhengig
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles matriseelementer eller bare elementer. En matrise har
DetaljerMAT1030 Forelesning 17
MAT1030 Forelesning 17 Rekurrenslikninger Roger Antonsen - 18. mars 009 (Sist oppdatert: 009-03-18 19:3) Forelesning 17 Forrige gang ga vi en rekke eksempler på bruk av induksjonsbevis og rekursivt definerte
DetaljerLineær algebra. H. Fausk
Lineær algebra H. Fausk 11.02.2016 Sjuende utkast Flere lineære likninger som samtidig skal oppfylles kalles lineære likningssystem. I prinsippet er løsing av lineære likningsystem enkelt, det benytter
DetaljerMA1201/MA6201 Høsten 2016
MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Med forebehold om feil Hvis du finner en, ta kontakt med Karin Kapittel 4 8 Vi benevner matrisen vi skal frem til
Detaljerx 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
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles elementer. En matrise har rader (vannrett, horisontalt)
DetaljerHva man må kunne i kapittel 2 - Algebra
Hva man må kunne i kapittel 2 - Algebra Teknikker og type-eksempler Faktorisering Se også eget notat om faktorisering på nettsidene mine. Faktorisering brukes til å: Finne fellesnevner i rasjonale uttrykk.
DetaljerLineær 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
DetaljerLineær 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