Forelesning 10 Cramers regel med anvendelser

Like dokumenter
Forelesning i Matte 3

Lineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning

Repetisjon: Om avsn og kap. 3 i Lay

MAT1120 Repetisjon Kap. 1, 2 og 3

Repetisjon: om avsn og kap. 3 i Lay

Lineær algebra-oppsummering

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.

Lineære likningssystemer og matriser

Mer om kvadratiske matriser

Mer om kvadratiske matriser

DAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver:

Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11.

Matriser og Kvadratiske Former

Løsning Eksamensrelevante oppgaver i ELE 3719 Matematikk Vektorer, matriser og lineær algebra Dato Februar Oppgave 1. (A) Vi leser av at

Forelesning 22 MA0003, Mandag 5/ Invertible matriser Lay: 2.2

6 Determinanter TMA4110 høsten 2018

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.

Lineære likningssett.

MAT1120 Repetisjon Kap. 1

Obligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 2006

Inverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009

Rang og Vektorrom. Magnus B. Botnan NTNU. 4. august, 2015

Løsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b)

Eksamen i ELE Matematikk valgfag Torsdag 18. mai Oppgave 1

1 Gauss-Jordan metode

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.

Digital Arbeidsbok i ELE 3719 Matematikk

Oppgave 1. e rt = 120e. = 240 e

Øving 3 Determinanter

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.

4.2 Nullrom, kolonnerom og lineære transformasjoner

Lineær algebra. H. Fausk

MAT-1004 Vårsemester 2017 Prøveeksamen

Øving 2 Matrisealgebra

Lineær algebra. H. Fausk

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT-1004 Vårsemester 2017 Obligatorisk øving 2

Høgskolen i Oslo og Akershus. 1 (x 2 + 1) 1/2 + x 1 2 (x2 + 1) 1/2 (x 2 + 1) = x 2x 2 x = = 3 ln x sin x

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

Forelesning 14 Systemer av dierensiallikninger

4 Matriser TMA4110 høsten 2018

EKSAMEN. 1 Om eksamen. EMNE: MA-109 FAGLÆRER: Svein Olav Nyberg, Turid Knutsen, Øystein Alvik

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

(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

Lineære ligningssystemer. Forelesning, TMA4110 Torsdag 17/9. Lineære ligningssystemer (forts.) Eksempler

Lineære likningssystemer, vektorer og matriser

EMNE 4. Determinanter

Determinanter til 2 2 og 3 3 matriser

Pensum i lineæralgebra inneholder disse punktene.

MA1201/MA6201 Høsten 2016

6.4 Gram-Schmidt prosessen

100 ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK)

UNIVERSITET I BERGEN

EKSAMEN. 1 Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Trond Stølen Gustavsen. Klasser: (div) Dato: 24. mai 2004 Eksamenstid:

Oppgave 1. (a) Vi løser det lineære systemet for a = 1 ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: x A =

Kap. 5 Egenverdier og egenvektorer

Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.

7.4 Singulærverdi dekomposisjonen

Lineære likningssystemer

MAT1120 Notat 2 Tillegg til avsnitt 5.4

Matriser. Kapittel 4. Definisjoner og notasjon

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger

Utkast til løsningsforslag til eksamen i emnet MAT Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl

12 Projeksjon TMA4110 høsten 2018

12 Lineære transformasjoner

Høgskolen i Oslo og Akershus. e 2x + x 2 ( e 2x) = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) 1 sin x (sin x) + 2x = cos x

MAT Vår Oblig 1. Innleveringsfrist: Fredag 19.februar kl. 1430

6.5 Minste kvadraters problemer

MAT1120 Notat 2 Tillegg til avsnitt 5.4

Vektorligninger. Kapittel 3. Vektorregning

Øving 4 Egenverdier og egenvektorer

Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.

Prøve i Matte 1000 BYFE DAFE 1000 Dato: 03. mars 2016 Hjelpemiddel: Kalkulator og formelark. Alle svar skal grunngis. Alle deloppgaver har lik vekt.

6.4 (og 6.7) Gram-Schmidt prosessen

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

MET Matematikk for siviløkonomer

Lineærtransformasjoner

Fasit til utvalgte oppgaver MAT1110, uka 13/4-16/4

3.9 Teori og praksis for Minste kvadraters metode.

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007

Institutt for Samfunnsøkonomi

Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 L SNINGSFORSLAG TIL EKSAMEN I SIF5009 MATEMATIKK 3 Bokmål Man

Vær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter!

10 Radrommet, kolonnerommet og nullrommet

tma4110 Matematikk 3 Notater høsten 2018 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland

Høgskolen i Oslo og Akershus. = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) e 2x + x 2 ( e 2x) 1 sin x (sin x) + 2x = cos x

Løsningsforslag C = B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB

Elementær Matriseteori

Høgskolen i Oslo og Akershus. a) Finn den deriverte av disse funksjonene: b) Finn disse ubestemte integralene: c) Finn disse bestemte integralene:

Oppgave P. = 2/x + C 6 P. + C 6 P. d) 12(1 x) 5 dx = 12u 5 1/( 1) du = 2u 6 + C = 2(1 x) 6 + C 6 P. Oppgave P.

Computers in Technology Education

Ma Linær Algebra og Geometri Øving 1

tilfeller tatt for gitt ved universiteter og høyskoler. Her er framstillingen kortfattet, meningen er at dette kan brukes som referanse.

Geometri. Kapittel Vektorproduktet

Prøve i Matte 1000 ELFE KJFE MAFE 1000 Dato: 02. desember 2015 Hjelpemiddel: Kalkulator og formelark

Regneregler for determinanter

John Haugan. Matematikk for ingeniørstudenter: Lineær algebra

Lineære ligningssystem og matriser

Transkript:

Forelesning 10 Cramers regel med anvendelser Eivind Eriksen 25. mars 2010

Lineære likningssystemer Vi minner om at ethvert lineært likningssystem Ax = b kan løses ved hjelp av Gauss eliminasjon, som er en metode eller algoritme. Vi bruker elementære radoperasjoner på den utvidede koesientmatrisen (A b), og leser av eventuelle løsninger fra den redusert trappeformen til (A b). Noen ganger er det nyttig å ha en formel for å kunne løse lineære likningssystemer. Hvis A er en kvadratisk og invertibel matrise, så har vi allerede sett at x = A 1 b er en formel for løsningen av likningssystemet. For å bruke denne formelen, må vi regne ut den inverse matrisen A 1.

Cramers regel La Ax = b være et lineært likningssystem, og anta at A er en invertibel n n-matrise. Vi skriver A = (a1 a2... a n ) ved hjelp av kolonnevektorer. Cramers regel La A i (b) = (a1 a2... b... a n ) være matrisen vi får dersom vi bytter ut kolonne a i fra A med vektoren b. Da sier Cramers regel at Ax = b har nøyaktig en løsning x = (x 1, x 2,..., x n ), gitt ved x i = det(a i(b)) det(a) for i = 1, 2,..., n Dette gir en ny formel for løsningen av Ax = b, som er basert på determinanter.

Et eksempel Vi ser på likningssystemet Ax = b, gitt ved ( ( ) ( 3 2 x1 6 5 4 ) x 2 = 8 ) I dette tilfellet er det(a) = 3 4 ( 2) ( 5) = 2, så A er en invertibel matrise. Vi kan dermed bruke Cramers regel: (... 2 A 1 (b) =... 4 ), A 2 (b) = ( 3 )... 5... x 1 = 6 2 8 4 A = 40 2 = 20, x 2 = 3 6 5 8 A = 54 2 = 27

Lineære systemer med parametre I Vi ser på et likningssystem Ax = b med parameter s, gitt ved ( ( ) ( ) 3s 2 x1 4 6 s ) x 2 = 1 Vi skal undersøke hva slags løsninger x = (x 1, x 2 ) dette systemet har for forskjellige verdier av s. Vi starter med å regne ut det(a): 3s 2 6 s = 3s2 12 = 3(s 2 4) = 3(s 2)(s + 2) Dermed ser vi at A er invertibel når s ±2. I disse tilfellene har systemet nøyaktig én løsning. Vi regner ut disse løsningene ved hjelp av Cramers regel.

Lineære systemer med parametre II Vi har at A 1 (b) = ( ) 4 2, A 2 (b) = 1 s ( ) 3s 4 6 1 Dermed får vi x 1 = x 2 = 4 2 1 s A 3s 4 6 1 A = 4s + 2 3s 2 12 = 2(2s + 1) 3(s 2)(s + 2) = 3s + 24 3s 2 12 = s + 8 (s 2)(s + 2) Vi ser at løsningene blir funksjoner i s, og de gjelder når s ±2.

Lineære systemer med parametre III I de to gjenstående tilfellene s = 2 og s = 2 så er det(a) = 0. Det betyr at A ikke er invertibel, og at systemet har enten ingen løsninger eller uendelig mange løsninger. Vi bruker Gauss-elimimasjon for å avgjøre hva som skjer i disse tilfellene. For s = 2 har vi utvidet koesientmatrise og trappeform ( ) 6 2 4 6 2 1 ( ) 6 2 4 0 0 5 For s = 2 har vi utvidet koesientmatrise og trappeform ( ) ( ) 6 2 4 6 2 4 6 2 1 0 0 3 Vi ser at systemet er inkonsistent (ingen løsning) for s = ±2.

En formel for inverse matriser La A være en n n-matrise. Kofaktormatrisen til A er matrisen som består av alle kofaktorene C 11 C 12... C 1n C 21 C 22... C 2n C =........ C n1 C n2... C nn Den adjungerte matrisen til A er den transponerte av kofaktormatrisen, adj(a) = C t. Invers matrise Hvis A er en invertibel n n-matrise, så er A 1 = 1 det(a) adj(a)

Et eksempel Vi ser på matrisen A gitt ved 3 2 0 A = 6 0 1 2 5 0 Vi regner ut alle kofaktorene til A og kofaktormatrisen til A: 5 2 30 C = 0 0 19 2 3 12 Siden det(a) = 0 + 1( 19 + 0 = 19, er A invertibel og vi får A 1 = 1 det(a) adj(a) = 1 19 5 0 2 2 0 3 30 19 12

Lineær-transformasjoner i planet og determinanter La T : R 2 R 2 være en lineær-transformasjon med standardmatrise C, slik at T (v) = C v. Transformasjoner av planet Hvis S er et område i planet med endelig areal A, så vil T avbilde dette området til et område T (S) i planet med areal A det(c). T (v)=c v Enhetskvadrat: Areal = 1 Parallellogram: Areal = det(c)

Lineær-transformasjoner i rommet og determinanter La T : R 3 R 3 være en lineær-transformasjon med standardmatrise C, slik at T (v) = C v. Transformasjoner av rommet Hvis S er et område i rommet med endelig volum V, så vil T avbilde dette området til et område T (S) i rommet med volum V det(c). T (v)=c v Enhetskube: V = 1 Parallellepiped: V = det(c)