Lineære ligningssystemer

Størrelse: px
Starte visningen fra side:

Download "Lineære ligningssystemer"

Transkript

1 enote 2 1 enote 2 Lineære ligningssystemer Denne enote handler om lineære ligningssystemer, om metoder til at beskrive dem og løse dem, og om hvordan man kan få overblik over løsningsmængdernes struktur. Noten kan læses uden særlige forudsætninger, dog bør man kende til talrummene R n og C n, se enote 1. Version Lineære ligninger Bemærkning 2.1 Fællesbetegnelsen L Definitioner og regler i denne enote gælder både for de reelle tal R og de komplekse tal C. Mængden af reelle tal og mængden af komplekse tal er eksempler på tallegemer. Tallegemer har fælles regneregler, hvad angår de elementære regneoperationer. Når vi i det følgende benytter symbolet L, betyder det, at det, der beskrives, gælder for mængden af både komplekse såvel som reelle tal. En lineær ligning med n ubekendte x 1, x 2,..., x n er en ligning af formen a 1 x 1 + a 2 x a n x n = b. (2-1) Tallene a 1, a 2,..., a n kaldes koefficienter, og tallet b kaldes højresiden. Koefficienterne og højresiden betragtes som kendte tal i modsætning til de ubekendte. Ligningen kaldes homogen, hvis b =, ellers inhomogen.

2 enote LINEÆRE LIGNINGER 2 Definition 2.2 Løsning til en lineær ligning Ved en løsning til ligningen a 1 x 1 + a 2 x a n x n = b. (2-2) forstås et talsæt x = (x 1, x 2,..., x n ) L n, der ved indsættelse i ligningen får den til at passe, det vil sige, at venstresiden ved indsættelse bliver lig med højresiden. Ved den fuldstændige løsning eller blot løsningsmængden forstås mængden af alle løsninger til ligningen. Eksempel 2.3 Ligning for en ret linje i planen Et eksempel på en lineær ligning er ligningen for en ret linje i (x, y)-planen y = 2 x + 5. (2-3) Her fremstår y isoleret på venstresiden, og koefficienterne 2 og 5 har velkendte geometriske fortolkninger. Men ligningen kunne også skrives som 2 x x 2 = 5, (2-4) hvor x og y er erstattet af de mere generelle navne for ubekendte x 1 og x 2, og hvor ligningen er opskrevet på formen (2-1). Løsningsmængden for (2-3) og (2-4) er selvfølgelig koordinatsættene for samtlige punkter på linjen ved indsættelse vil de netop opfylde ligningen, mens ingen andre punkter gør det! Eksempel 2.4 Trivielle og inkonsistente ligninger Den lineære ligning x 1 + x 2 + x 3 + x 4 = = (2-5) hvor alle koefficienterne samt højresiden er, er et eksempel på en triviel ligning. Ligningens løsningsmængde består af alle x = (x 1, x 2, x 3, x 4 ) L 4. Hvis alle ligningens koefficienter er, men højresiden er forskellig fra, opstår en inkonsistent ligning; det vil sige en ligning, som ingen løsninger har. Det gælder fx ligningen x 1 + x 2 + x 3 + x 4 = 1 = 1. (2-6)

3 enote LINEÆRE LIGNINGER 3 Til at undersøge lineære ligninger, husker vi på de sædvanlige omformningsregler: Man ændrer ikke ved løsningsmængden for ligningen, hvis man lægger den samme størrelse til på begge sider af lighedstegnet, og man ændrer heller ikke ved løsningsmængden, hvis man ganger på begge sider af lighedstegnet med en konstant, som er forskellig fra. Alle lineære ligninger, som ikke er inkonsistente, og som indeholder mere end én ubekendt, har uendeligt mange løsninger. Det følgende eksempel viser, hvordan man i så fald kan opskrive løsningsmængden. Eksempel 2.5 Uendeligt mange løsninger på standard-parameterform Find alle løsninger til den følgende inhomogene lineære ligning med tre ubekendte: 2 x 1 x x 3 = 5. (2-7) Ved indsættelse af x 1 = 1, x 2 = 1 og x 3 = 1 i (2-7) ses, at x = (x 1, x 2, x 3 ) = (1, 1, 1) er en løsning. Men hermed har vi ikke fundet den fuldstændige løsning, da vi for eksempel kan konstatere, at x = ( 1 2,, 1) også er en løsning. Hvordan kan vi angive hele løsningsmængden? Lad os starte med at isolere x 1, x 1 = x 2 2 x 3. (2-8) Til ethvert valg af talværdier for x 2 og x 3 svarer der netop én ny værdi af x 1. Lad os fx sætte x 2 = 1 og x 3 = 4, og så får vi x 1 = 5. Det betyder, at talsættet ( 5, 1, 4) er en løsning. Vi kan derfor betragte x 2 og x 3 som frie parametre, der fastlægger værdien af x 1. Vi omdøber derfor x 2 og x 3 til de mere passende parameter-navne s henholdsvis t sådan, at s = x 2 og t = x 3. Herefter kan x 1 udtrykkes således (sammenlign med (2-8)): x 1 = s 2 t. (2-9) Vi kan nu opskrive den fuldstændige løsning for (2-7) på følgende standard-parameterform: x 1 x = x 2 = x s t hvor s, t L. (2-1) 1 Bemærk, at parameterfremstillingens midterste ligning x 2 = + s 1 + t sådan set blot udtrykker navneskiftet fra x 2 til s. Tilsvarende udtrykker nederste ligning blot navneskiftet fra x 3 til t.

4 enote SYSTEM AF LINEÆRE LIGNINGER 4 Hvis vi opfatter (2-7) som ligningen for en plan i rummet, så angiver (2-1) en parameterfremstilling for den samme plan. Første søjlevektor på højresiden (den, der ikke ganges med en fri parameter) angiver begyndelsespunktet i planen, og de to sidste søjlevektorer er retningsvektorer for planen. Dette er beskrevet nærmere i enote?? om Geometriske vektorer. 2.2 System af lineære ligninger Et lineært ligningssystem bestående af m lineære ligninger med n ubekendte skrives på formen a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2. a m1 x 1 + a m2 x a mn x n = b m. (2-11) Ligningssystemet har m rækker med hver én ligning. De n ubekendte, som betegnes x 1, x 2,..., x n, optræder i hver af de m ligninger, med mindre nogle led har koefficienten og er udeladt. Koefficienten til x j i ligningens række nummer i betegnes a ij. Ligningssystemet kaldes homogent, hvis alle de m højresiders b i er lig med ; i modsat fald inhomogent. Definition 2.6 Løsning for et lineært ligningssystem Ved en løsning til det lineære ligningssystem a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2. a m1 x 1 + a m2 x a mn x n = b m (2-12) forstås et talsæt x = (x 1, x 2,..., x n ) L n, der ved indsættelse får alle de m lineære ligninger i systemet til at passe det vil sige, at venstresiden er lig højresiden i hver ligning. Ved den fuldstændige løsning eller blot løsningsmængden forstås mængden af alle løsninger til ligningssystemet. En enkelt løsning betegnes ofte som en partikulær løsning.

5 enote KOEFFICIENTMATRIX OG TOTALMATRIX 5 Eksempel 2.7 Homogent lineært ligningssystem Der er givet et homogent lineært ligningssystem bestående af to ligninger med fire ubekendte: x 1 + x x 3 + x 4 = (2-13) 2 x 1 x 2 x 3 + x 4 =. Er talsættene x = (1, 1, 2, 6) og y = (3,, 1, 5) partikulære løsninger til ligningerne? Ved indsættelse af x i systemets venstreside får vi = = 7. Da venstresiden kun i det første tilfælde er lig højresiden, er x kun en løsning til den første af de to ligninger. Derfor er x ikke en løsning til hele ligningssystemet. Ved indsættelse af y får vi = =. Da venstresiden i begge tilfælde er lig højresiden, er y en løsning til begge de to ligninger. Derfor er y en partikulær løsning til ligningssystemet. Løsningsmængden til et lineært ligningssystem er fællesmængden af løsningsmængderne til hver af de ligninger, som indgår i systemet dvs. kun de løsninger, ligningerne har til fælles. 2.3 Koefficientmatrix og totalmatrix Når man skal undersøge et lineært ligningssystem, er det ofte bekvemt at benytte sig af matricer. En matrix er et rektangulært talskema, som består af et vist antal rækker og søjler. For eksempel har den matrix M, som er givet ved M = [ ], (2-14) to rækker og tre søjler. De seks tal kaldes matricens elementer. Matricens diagonal består af de elementer, hvis rækkenummer er lig med søjlenummer. I M består diagonalen således af elementerne 1 og 3. Ved koefficientmatricen A til det lineære ligningssystem (2-11) forstås den matrix, hvis

6 enote KOEFFICIENTMATRIX OG TOTALMATRIX 6 første række består af koefficienterne til den første ligning, hvis anden række består af koefficienterne til den anden ligning og så videre. Kort sagt den følgende matrix med m rækker og n søjler: a 11 a 12 a 1n a 21 a 22 a 2n A = (2-15) a m1 a m2 a mn Ligningssystemets totalmatrix T fremkommer ved, at man i koefficientmatricens højre side tilføjer en ny søjle, som består af ligningssystemets højresider b i. T har dermed m rækker og n + 1 søjler, hvor n var antal ubekendte. Hvis vi samler højresiderne b i i en søjlevektor b, som vi kalder ligningssystemets højreside, er T sammensat således, hvor den lodrette hjælpelinje symboliserer systemets lighedstegn: a 11 a 12 a 1n b 1 T = [ A b ] a 21 a 22 a 2n b 2 = (2-16) a m1 a m2 a mn b m Den lodrette hjælpelinje før sidste søjle i (2-16) har blot den pædagogiske funktion at skabe klarere overblik. Man kan vælge at udelade linjen, hvis det i sammenhængen ikke kan føre til misforståelser. Eksempel 2.8 Koefficientmatrix, højresider og totalmatrix For det lineære ligningssystem bestående af 3 ligninger med 3 ubekendte x 2 + x 3 = 2 2x 1 + 4x 2 2x 3 = 2 3x 1 + 4x 2 + x 3 = 9 (2-17) har vi A = 2 4 2, b = 2 og T = (2-18) Bemærk, at det, som er placeret øverst til venstre i A og T, angiver, at koefficienten til x 1 i ligningssystemets øverste række er. Det smarte ved en koefficientmatrix (og en totalmatrix) er, at vi ikke behøver at skrive de ubekendte op. Koefficienternes entydige placering i matricen gør, at vi ikke er i tvivl om, hvilken af de ubekendte hver af dem hører til. Vi har fjernet overflødige symboler! En matrix er simpelthen en kompakt og simplere måde at opskrive mange ligninger på.

7 enote REDUKTION AF LINEÆRE LIGNINGSSYSTEMER Reduktion af lineære ligningssystemer Lineære ligningssystemer kan reduceres, det vil sige gøres enklere, ved hjælp af en metode, der kaldes Gauss-elimination. Metoden har flere forskellige varianter, og den særlige variant der, benyttes i disse enoter, går under navnet GaussJordan-elimination. Det algebraiske grundlag for alle varianterne er, at man kan omforme et lineært ligningssystem ved såkaldte rækkeoperationer, uden at man derved ændrer på ligningssystemets løsningsmængde. Når ligningssystemet er reduceret mest muligt, er det som regel nemt at aflæse og opskrive dets løsningsmængde. Sætning 2.9 Rækkeoperationer Man ændrer ikke på et lineært ligningssystems løsningsmængde hvis man omformer ligningssystemet ved en af de følgende tre rækkeoperationer: ro 1 : Lad to af ligningerne bytte række. ro 2 : Gang en af ligningerne med en konstant, som ikke er. ro 3 : Læg til en ligning en af de øvrige ligninger ganget med en konstant. Vi fastlægger her en kort notation for hver af de tre rækkeoperationer: ro 1 : R i R j : Ligningen i række i ombyttes med ligningen i række j. ro 2 : k R i : Ligningen i række i ganges med k. ro 3 : R j + k R i : Til ligningen i række j lægges ligningen i række i ganget med k. I det følgende eksempel afprøver vi de tre rækkeoperationer. Eksempel 2.1 Rækkeoperationerne Vi eksemplificerer ro 1 Betragt ligningssystemet nedenfor til venstre. Vi bytter om på de to ligninger, hvorved vi har udført R 1 R 2, x 1 + 2x 2 = 3 x 1 + x 2 = x 1 + x 2 = x 1 + 2x 2 = 3. Systemet til højre har samme løsningsmængde som systemet til venstre. (2-19) Vi eksemplificerer ro 2 Betragt ligningssystemet nedenfor til venstre. Vi ganger ligningen i anden række med 5, hvor-

8 enote REDUKTION AF LINEÆRE LIGNINGSSYSTEMER 8 ved vi har udført 5 R 2 : x 1 + 2x 2 = 3 x 1 + x 2 = x 1 + 2x 2 = 3 5 x x 2 =. (2-2) Systemet til højre har samme løsningsmængde som systemet til venstre. Vi eksemplificerer ro 3 Betragt ligningssystemet nedenfor til venstre. Til ligningen i anden række lægger vi ligningen i første række ganget med 2. Vi har dermed udført R R 1 : x 1 + 2x 2 = 3 x 1 + x 2 = x 1 + 2x 2 = 3 3x 1 + 5x 2 = 6. (2-21) Systemet til højre har samme løsningsmængde som systemet til venstre. Pilen, som er brugt i de tre eksempler, indikerer, at en (eller flere) rækkeoperation(er) har fundet sted. Bevis Bevis for ro 1 Første del af beviset for sætning 2.9 er enkel. Da løsningsmængden for et ligningssystem er identisk med fællesmængden F af løsningsmængderne til hver af de ligninger, der indgår i systemet, ændres F naturligvis ikke ved, at ligningernes rækkefølge ændres. Derfor er ro 1 tilladt. Bevis for ro 2 Da én lignings løsningsmængde ikke ændres, ved at den ganges med en konstant k =, vil F ikke kunne påvirkes af, at en af ligningerne i et ligningssystem erstattes af ligningen selv ganget med en konstant forskellig fra. Derfor er ro 2 tilladt. Bevis for ro 3 Betragt endelig et lineært ligningssystem A med n ubekendte x = (x 1, x 2,... x n ). Venstresiden af en ligning i A opskriver vi som L(x) og højresiden som b. Vi udfører nu en vilkårlig rækkeoperation af typen ro 3 på følgende måde: En vilkårlig ligning L 1 (x) = b 1 ganges med et vilkårligt tal k og lægges dernæst til en vilkårlig anden ligning L 2 (x) = b 2. Herved dannes en ny ligning L 3 (x) = b 3, hvor L 3 (x) = L 2 (x) + k L 1 (x) og b 3 = b 2 + k b 1. Vi viser nu, at det ligningssystem B, som opstår, ved at L 2 (x) = b 2 i A erstattes af L 3 (x) = b 3, har samme løsningsmængde som A, og at ro 3 dermed er tilladt. Antag først, at x er en vilkårlig løsning til A. Så gælder ifølge omformningsregler for én ligning, at k L 1 (x ) = k b 1

9 enote REDUKTION AF LINEÆRE LIGNINGSSYSTEMER 9 og videre, at L 2 (x ) + k L 1 (x ) = b 2 + k b 1. Heraf følger, at L 3 (x ) = b 3 og dermed, at x også er en løsning til B. Antag nu omvendt, at x 1 er en vilkårlig løsning til B. Så følger på samme måde, at og videre, at k L 1 (x 1 ) = k b 1 L 3 (x 1 ) k L 1 (x 1 ) = b 3 k b 1. Venstresiden svarer til L 2 (x 1 ) og højresiden til b 2, så derfor er L 2 (x 1 ) = b 2, og x 1 er også en løsning til A. Samlet er det som ønsket vist, at ro 3 er tilladt. Af sætning 2.9 får vi umiddelbart: Følgesætning 2.11 Man ændrer ikke på et lineært ligningssystems løsningsmængde, hvis man omformer det et vilkårligt antal gange og i en vilkårlig rækkefølge ved hjælp af de tre rækkeoperationer. Vi er nu rede til at benytte de tre rækkeoperationer til at reducere et lineært ligningssystem. Vi følger i det følgende eksempel principperne i GaussJordan-elimination, og vil senere i afsnit 2.5 give en præcis karakteristik af denne metode. Eksempel 2.12 GaussJordan-elimination Vi betragter nedenfor til venstre et lineært ligningssystem, som består af tre ligninger, hvori der indgår de tre ubekendte x 1, x 2 og x 3. Til højre er ligningssystemets totalmatrix opskrevet: x 2 + x 3 = x 1 + 4x 2 2x 3 = 2 T = (2-22) 3x 1 + 4x 2 + x 3 = Ideen i reduktionen er gennem rækkeoperationerne at opnå følgende situation: x 1 skal være det eneste tilbageværende led på venstresiden af den øverste ligning, x 2 det eneste på venstresiden af den midterste ligning og x 3 det eneste på venstresiden af den nederste ligning. Hvis dette er muligt, er ligningssystemet ikke blot reduceret men også løst!

10 enote REDUKTION AF LINEÆRE LIGNINGSSYSTEMER 1 Vi går herunder frem efter en række trin, som følger GaussJordan-algoritmen, mens vi samtidig ser på rækkeoperationernes indvirkning på totalmatricen. For at opfylde ønsket, at x 1 er eneste led i første lignings venstreside, skal vi først og fremmest sørge for, at den øverste ligning, altså række et, i det hele taget indeholder x 1 og med koefficienten 1. Det kan vi i denne opgave opnå i to trin. Vi ombytter de to øverste ligninger (ved ro 1 ) og ganger derefter den ligning, som nu står i række et, med 1 2 (ved ro 2). Kort sagt R 1 R 2 og 1 2 R 1 : x 1 + 2x 2 x 3 = 1 x 2 + x 3 = 2 3x 1 + 4x 2 + x 3 = (2-23) Nu fjerner vi alle andre forekomster af x 1. Der er her kun én forekomst, der skal fjernes, nemlig i række tre. Vi ganger derfor ligningen i række et med tallet 3 og lægger dette produkt til ligningen i række tre (ved re 3 ) sagt på en anden måde, vi lægger række et til række tre 3 gange, eller vi trækker række et fra række tre 3 gange. Dvs. R 3 3 R 1 : x 1 + 2x 2 x 3 = x 2 + x 3 = x 2 + 4x 3 = (2-24) Husk, at brugen af ro 3 kun påvirker én række i dette tilfælde påvirkes kun række 3, ikke række 1. Vi har nu opnået, at x 1 kun optræder i række et. Der skal den blive! Arbejdet med x 1 er afsluttet, hvilket svarer til, at der øverst i totalmatricens første søjle er et 1-tal og under 1- tallet kun -er. Arbejdet med første søjle er færdiggjort! De næste omformninger skal forsøge at sikre, at den ubekendte x 2 kun er repræsenteret i række to. Først sørger vi lige for, at x 2 i række to får koefficienten 1 fremfor 1, hvilket gøres med operationen ro 2 ( 1) R 2 : x 1 + 2x 2 x 3 = 1 x 2 x 3 = 2 2x 2 + 4x 3 = (2-25) Nu kan vi fjerne forekomsterne af x 2 fra række et og række tre ved to gange at benytte ro 3 R 1 2 R 2 og R R 2 : x 1 + x 3 = x 2 x 3 = x 3 = (2-26)

11 enote REDUKTION AF LINEÆRE LIGNINGSSYSTEMER 11 Herefter er arbejdet med x 2 afsluttet, hvilket svarer til, at der i række to i totalmatricens anden søjle er et 1-tal med ovenfor og nedenunder. Ligesom med den første søjle vil vi undgå at ændre på denne søjle to senere rækkeoperationer. Til sidst ønsker vi, at den ubekendte x 3 er repræsenteret alene i række tre med koefficienten 1, hvorfor x 3 skal fjernes fra række et og række to. Det kan vi opnå i to trin. Først fås korrekt koefficient (ved ro 2 ) 1 2 R 3 : x 1 + x 3 = (2-27) x 2 x 3 = x 3 = Derefter ro 3 to gange R 1 R 3 og R 2 + R 3 : x 1 = x 2 = x 3 = (2-28) Nu optræder x 3 kun i række tre. Det svarer til, at der i række tre i totalmatricens tredje søjle er et 1-tal, mens der er rene -er i resten af denne søjle. Vi har nu gennemført en fuldstændig reduktion af ligningssystemet og kan konkludere, at der findes netop én løsning til det ligningssystem, vi har arbejdet med, nemlig x = (x 1, x 2, x 3 ) = (4, 1, 1). (2-29) Lad os huske på, hvad en løsning er: Det er et talsæt, der får alle ligningerne i ligningssystemet til at passe! Lad os derfor eftervise, at (2-29) faktisk er en løsning til ligningssystemet (2-22): ( 1) + 1 = ( 1) 2 1 = 2 Som forventet passer alle tre ligninger! ( 1) + 1 = 9. I (2-28) har ligningssystemets totalmatrix efter rækkeoperationerne opnået en særlig smuk form med tre såkaldt ledende 1-taller i diagonalen og -er alle andre steder. Man siger, at den omformede matrix er en trappematrix, idet de ledende 1-taller danner en trappe, man kan gå ned ad fra venstre mod højre! Det er dog ikke altid muligt at få trappens 1-taller til at følge en ret linje, men mindre kan også gøre det! Ofte må man flytte sig mere end én søjle mod højre for at finde næste trin. Den generelle lidt kringlede

12 enote REDUKTION AF LINEÆRE LIGNINGSSYSTEMER 12 definition følger herunder. Definition 2.13 Trappematrix Et lineært ligningssystem kaldes et fuldstændigt reduceret ligningssystem, hvis dets tilhørende totalmatrix er en trappematrix. En matrix er en trappematrix, hvis den opfylder de følgende fire betingelser: 1. Det første tal i en række, som ikke er et, skal være et 1-tal. Det kaldes for rækkens ledende 1-tal. 2. I to på hinanden følgende rækker, som begge har et ledende 1-tal, står den øverste rækkes ledende 1-tal længere til venstre end den følgende rækkes ledende 1-tal (trappen går nedad fra venstre mod højre). 3. I en søjle, hvori der optræder et ledende 1-tal, består de øvrige elementer i søjlen udelukkende af -er. 4. Eventuelle rækker, som udelukkende består af -er, er placeret i bunden af matricen. Definitionen på en trappematrix fra definition 2.13 betegnes i den internationale litteratur som matricens reduced row echelon form. Eksempel 2.14 Trappematricer Betragt de følgende tre matricer A = 1, B = 1 og C =. (2-3) 1 De tre viste matricer er alle trappematricer. De ledende 1-taller (markeret med fed) betragtes som trappens trin. I A er trinene smukt placeret i diagonalen. B har kun to ledende 1-taller, og man må gå to søjler mod højre for at komme fra første til andet trin. I C har trappen kun ét trin.

13 enote REDUKTION AF LINEÆRE LIGNINGSSYSTEMER 13 Eksempel 2.15 Ingen af de følgende fire matricer er trappematricer, idet hver af dem strider mod netop én af reglerne i definition Det overlades til læseren at afgøre hvilken! A = 1, B = 1 2, C = 2 1 og D = 1. (2-31) Der gælder nu følgende vigtige sætning om forholdet mellem en matrix og den trappematrix, som den kan omformes til ved hjælp af rækkeoperationer. Sætning 2.16 Trappeform Hvis en given matrix M ved to forskellige serier af rækkeoperationer kan omformes til trappematricer, så er disse to fremkomne trappematricer identiske. Den unikke trappematrix, som en given matrix M kan omformes til ved hjælp af rækkeoperationer, kaldes matricens trappeform og har symbolet trap(m). Bevis Vi benytter følgende model for de seks matricer, som introduceres i løbet af beviset: A f 1 M f 2 B (2-32) A 1 f 1 M1 f 2 B1 Antag, at en matrix M ved to forskellige serier af rækkeoperationer f 1 og f 2 er blevet omformet til to forskellige trappematricer A og B. Lad søjle nummer k være den første søjle i A og B, hvor de to matricer afviger fra hinanden. Vi danner nu en ny matrix M 1 ud fra M på følgende måde. Først fjerner vi alle de søjler i M, hvis søjlenummer er større end k. Dernæst fjerner vi netop de søjler i M, hvis søjlenummer er mindre end k, og som har samme søjlenummer som en søjle i A (og dermed B, da søjlerne i A og B er ens før søjle k), der ikke indeholder et ledende 1-tal. Nu omformer vi M 1 ved rækkeoperationsfølgerne f 1 og f 2, og de matricer, der dannes herved, kalder vi for A 1 henholdsvis B 1. Da vil A 1 nødvendigvis være den samme matrix, som vil fremkomme, hvis vi fra A fjerner alle de søjler, der svarer til dem, vi fjernede fra M for at opnå M 1. Og det samme forhold er der mellem B 1 og B. A 1 og B 1 vil derfor have ledende 1-taller i diagonalen i alle søjler pånær den sidste, da den sidste søjle er den første, hvor de

14 enote REDUKTION AF LINEÆRE LIGNINGSSYSTEMER 14 to matricer er forskellige fra hinanden. I denne sidste søjle er der to muligheder: Enten har én af matricerne et ledende 1-tal eller også har ingen af dem det. Et eksempel på, hvordan situationen i det første tilfælde kunne være, er: 1 1 A 1 = 1 B 1 = 1 2. (2-33) 1 Vi fortolker nu M 1 som totalmatrix for et lineært ligningssystem L (dvs., at den tredje søjle i A 1 og B 1 er højresiden). Både A 1 og B 1 vil da repræsentere et fuldstændigt reduceret ligningssystem, der skal have samme løsningsmængde som L. Men dette fører til en modstrid, da det ene, A 1, af de fuldstændigt reducerede systemer indeholder en inkonsistent ligning, mens det andet, B 1, vil have netop én løsning. Vi kan derfor udelukke, at én af A 1 og B 1 indeholder et ledende 1-tal i sidste søjle. Vi undersøger nu den anden mulighed: at ingen af A 1 og B 1 indeholder et ledende 1-tal i sidste søjle. Situationen kunne da fx være således: A 1 = 1 3 B 1 = 1 2. (2-34) Både det fuldstændigt reducerede ligningssystem, som repræsenteres af A 1, og det, der repræsenteres af B 1, vil i dette tilfælde have netop én løsning. Men da den sidste søjle er forskellig i de to matricer, vil løsningen for A 1 s ligningssystem være forskellig fra løsningen for B 1 s ligningssystem, hvorved vi igen er havnet i en modstrid. Vi kan herefter konkludere, at antagelsen om at M kan omformes til to forskellige trappematricer, ikke kan være rigtig. Ergo hører der til M en unik trappematrix: trap(m). Fra sætning 2.16 får vi relativt nemt det næste resultat om matricer, som ved hjælp af rækkeoperationer kan omformes til hinanden: Følgesætning 2.17 Hvis en matrix M ved en vilkårlig serie af rækkeoperationer er blevet omformet til matricen N, så gælder der, at trap(n) = trap(m). (2-35)

15 enote GAUSSJORDAN-ELIMINATION 15 Bevis Lad s være en serie af rækkeoperationer, der omformer matricen M til matricen N, og lad t være en serie af rækkeoperationer, der omformer N til trap(n). Så vil den serie rækkeoperationer, der består af s efterfulgt af t, omforme M til trap(n). Men da M ifølge sætning 2.16 har en unik trappeform, må trap(m) være lig med trap(n). Hvis vi i den foregående følgesætning opfatter M og N som totalmatricer for to lineære ligningssystemer, så følger umiddelbart af definition (2.13): Følgesætning 2.18 Hvis to lineære ligningssystemer kan omformes til hinanden ved hjælp af rækkeoperationer, så er de på fuldstændigt reduceret form (efter udeladelse af eventuelle trivielle ligninger) identiske. 2.5 GaussJordan-elimination Vi er nu i stand til præcist at indføre den eliminationsmetode, der benyttes i disse enoter. Definition 2.19 GaussJordan-elimination Et lineært ligningssystem er reduceret fuldstændigt ved GaussJordan-elimination, når dets tilhørende totalmatrix efter brug af de tre rækkeoperationer (se sætning 2.9) er bragt på trappeform (se sætning 2.16) efter følgende fremgangsmåde: Vi går frem fra venstre mod højre: Først ordnes totalmatricens første søjle, så den ikke strider mod trappeformen. Dernæst ordnes den anden søjle, så den ikke strider mod trappeformen og så videre indtil og med den sidste søjle i totalmatricen. Dette er altid muligt!

16 enote GAUSSJORDAN-ELIMINATION 16 Når man skal reducere lineære ligningssystemer, er man fri til at afvige fra GaussJordan-metoden, hvis det i situationen skønnes nemmere. Hvis man ved andre følger af rækkeoperationer har nået fuldstændigt reduceret form (trappeform), er det jo den samme form, som man ville have opnået ved strikst at have fulgt GaussJordan-metoden. Dette fremgår af følgesætning I eksempel 2.12 var det muligt direkte at aflæse løsningen ud fra det fuldstændigt reducerede lineære ligningssystem. I det efterfølgende hovedeksempel er situationen lidt mere kompliceret, hvilket hænger sammen med, at ligningssystemet har uendeligt mange løsninger. Eksempel 2.2 GaussJordan-elimination Reducer dette system af fire lineære ligninger med fem ubekendte: x 1 + 3x 2 + 2x 3 + 4x 4 + 5x 5 = 9 2x 1 + 6x 2 + 4x 3 + 3x 4 + 5x 5 = 3 3x 1 + 8x 2 + 6x 3 + 7x 4 + 6x 5 = 5 4x x 2 + 8x 3 + 1x x 5 = 32. (2-36) Vi opskriver ligningssystemets totalmatrix, T = (2-37) I det følgende reducerer vi ligningssystemet ved hjælp af de tre rækkeoperationer. I det følgende viser vi kun omformningen ved ligningssystemets totalmatrix og undlader at vise selve ligningssystemet. Først til sidst skriver vi igen ligningssystemet op på fuldstændig reduceret form. R 2 2 R 1, R 3 3 R 1 og R 4 4 R 1 : (2-38) Herefter er vi færdige med behandlingen af første søjle, da vi har et ledende 1-tal i første række og lutter -er på de andre pladser i søjlen. R 2 R 3 og ( 1) R 2 : (2-39)

17 enote GAUSSJORDAN-ELIMINATION 17 Arbejdet med anden søjle er nu afsluttet. R 1 3 R 2 og R 4 2 R 2 : (2-4) Herefter følger en afvigelse fra det, vi så i det forrige eksempel, hvor vi skaffede 1-taller i diagonalen. Det er nemlig ikke muligt at skaffe et ledende 1-tal som tredje element i den tredje række. Vi kan ikke bytte række et og række tre, for så ændrer vi jo den første søjle, som er færdigbehandlet. Dermed er vi også færdige med søjle tre (2-tallet i øverste række kan ikke fjernes). For at fortsætte reduktionen går vi videre til det fjerde element i række tre, hvor det er muligt at skaffe et ledende 1-tal. 1 5 R 3 : (2-41) R R 3, R 2 5 R 3 og R R 3 : (2-42) Herefter er GaussJordan-eliminationen afsluttet. og vi kan opskrive det fuldstændigt reducerede ligningssystem: 1x 1 + x 2 + 2x 3 + x 4 11x 5 = 24 x 1 + 1x 2 + x 3 + x 4 + 4x 5 = 7 x 1 + x 2 + x 3 + 1x 4 + 1x 5 = 3 x 1 + x 2 + x 3 + x 4 + x 5 =. (2-43) I første omgang kan vi konstatere, at det oprindelige ligningssystem faktisk er blevet reduceret (gjort mere enkelt) ved, at mange af ligningssystemets koefficienter er udskiftet med -er. Men derudover kan systemet med fire ligninger nu erstattes af et system bestående af 3. Den sidste række er nemlig en triviel ligning, der har hele L 5 som sin løsningsmængde. Det ændrer derfor ikke på ligningssystemets løsningsmængde, at den sidste ligning udelades af det reducerede system (idet fællesmængden af løsningsmængderne for hver af de fire ligninger er lig med fællesmængderne af løsningsmængderne for de første tre). Helt enkelt kan vi derfor opskrive det fuldstændigt reducerede ligningssystem således: x 1 + 2x 3 11x 5 = 24 x 2 + 4x 5 = 7 x 4 + x 5 = 3. (2-44)

18 enote BEGREBET RANG 18 Hermed er ligningssystemet reduceret mest muligt, og opgaven er løst. Men hvordan kommer vi videre fra det reducerede ligningssystem til at indse, hvad løsningsmængden er, og til at kunne angive den på en overskuelig form? Vi fortsætter ovenstående eksempel senere (i eksempel 2.3) for at tilføje denne løsning. Men først har vi brug for at indføre begrebet rang. 2.6 Begrebet rang I eksempel 2.2 er et lineært ligningssystem bestående af 4 ligninger med 5 ubekendte blevet reduceret fuldstændigt til (2-44). Der resterer her kun 3 ligninger, idet den trivielle ligning x 1 + x 2 + x 3 + x 4 + x 5 = er udeladt, da den blot udtrykker, at =. At et reduceret lineært ligningssystem indeholder en triviel ligning, er ensbetydende med, at trappeformen af dens totalmatrix indeholder en -række som i (2-42). Dette giver anledning til de følgende definitioner. Definition 2.21 Rang Ved rangen ρ af en matrix forstås antallet af rækker i matricens trappeform, som ikke er -rækker. Rangen svarer dermed til antallet af ledende 1-taller i matricens trappeform. Af definition 2.21 og følgesætning 2.18 samt følgesætning 2.17 får vi direkte: Sætning 2.22 Rang og rækkeoperationer To matricer, som kan omformes til hinanden ved hjælp af rækkeoperationer, har samme rang. Rangen angiver det mindst mulige antal ikke-trivielle ligninger, som et ligningssystem kan omformes til ved hjælp af rækkeoperationer. Man kan altså aldrig med rækkeoperationer omforme et lineært ligningssystem, så det indeholder færre ikke-trivielle ligninger, end det gør, når det er fuldstændigt reduceret. Dette er en konsekvens af sætning 2.22.

19 enote BEGREBET RANG 19 Eksempel 2.23 Matricers rang En matrix M med 3 rækker og 4 søjler er bragt på trappeform således: M = trap(m) = 1 2. (2-45) Da trap(m) ikke indeholder -rækker, er ρ(m) = 3. En matrix N med 5 rækker og 3 søjler er bragt på trappeform således: N = trap(n) = 1. (2-46) Da trap(n) indeholder tre rækker, som ikke er -rækker, er ρ(n) = 3. Hvis vi fortolker M og N som totalmatricer for lineære ligningssystemer (hvor sidste søjle da vil være højresiden), ser vi i begge tilfælde, at rangen af de tilsvarende koefficientmatricer er 2, altså mindre end rangen af totalmatricerne. Vi vil nu undersøge relationen mellem rang og antallet af rækker og søjler. Først bemærker vi, at det direkte af definition 2.21 følger, at rangen af en matrix aldrig kan være større end antallet af matricens rækker. I eksempel 2.23 er rangen af M lig med antallet af rækker i M, mens rangen af N er mindre end antallet af rækker i N. Men rangen af en matrix kan heller ikke være større end antallet af søjler. Rangen er jo lig med antallet af ledende 1-taller i matricens trappeform, og hvis trappeformen af matricen indeholder flere ledende 1-taller, end der er søjler, så må der være mindst én søjle, der indeholder mere end ét ledende 1-tal. Men dette strider mod betingelse nr. 3 i definition I eksempel 2.23 er rangen af M mindre end antallet af søjler i M, mens rangen N er lig med antallet af søjler i N. Vi opsummerer de ovenstående iagttagelser i følgende sætning:

20 enote FRA TRAPPEFORM TIL LØSNINGSMÆNGDE 2 Sætning 2.24 Rang, rækker og søjler For en matrix M med m rækker og n søjler gælder der, at ρ(m) min {m, n}. (2-47) 2.7 Fra trappeform til løsningsmængde I visse tilfælde kan man umiddelbart aflæse løsningsmængden for et lineært ligningssystem, når dets totalmatrix er bragt på trappeform. Det gælder, når ligningssystemet ingen løsninger har, eller når det har netop én løsning. Hvis ligningssystemet har uendeligt mange løsninger, er der stadig et arbejde, der skal gøres, før man klart kan karakterisere løsningsmængden. En klart karakteriseret løsningsmængde kan med fordel opnås ved at bringe den på standard-parameterform. Begrebet rang viser sig velegnet til at give et overblik over forskellige former for løsningsmængder. De næste tre underafsnit beskriver de tre særlige situationer Når ρ(a) < ρ(t) Totalmatricen T for et lineært ligningssystem har det samme antal rækker som ligningssystemets koefficientmatrix A, men den har én ekstra søjle, som indeholder ligningernes højresider. Der foreligger derfor to muligheder. Enten har vi ρ(t) = ρ(a), eller også er ρ(t) = ρ(a) + 1, dvs. ρ(a) < ρ(t), hvilket svarer til, at sidste søjle i trap(t) indeholder et ledende 1-tal. Konsekvensen af den sidste mulighed undersøges i eksempel Eksempel 2.25 Inkonsistent ligning (ingen løsning) Totalmatricen T for et lineært ligningssystem bestående af tre ligninger med to ubekendte er bragt på trappeformen 1 2 trap(t) = 1. (2-48) Ligningssystemet er altså blevet reduceret til x 1 2x 2 = x 1 + x 2 = 1 x 1 + x 2 =. (2-49)

21 enote FRA TRAPPEFORM TIL LØSNINGSMÆNGDE 21 Bemærk her, at ligningen i anden række er inkonsistent (svarer til = 1), og at den derfor ingen løsninger har. Da ligningssystemets løsningsmængde er fællesmængden af de enkelte ligningers løsningsmængder, har ligningssystemet ingen løsninger overhovedet. Lad os betragte trappeformen af ligningssystemets koefficientmatrix A ved at se bort fra højresiden, 1 2 trap(a) =. (2-5) Vi bemærker, at ρ(a) = 1. Rangen af A er altså mindre end rangen af T, da ρ(t) = 2. Dette skyldes lige præcis det reducerede ligningssystems inkonsistente ligning. Derfor er situationen ρ(a) < ρ(t) et signal om, at ligningssystemet indeholder inkonsistente ligninger. Overvejelserne i eksempel 2.25 kan generaliseres til følgende sætning. Sætning 2.26 Når ρ(a) < ρ(t) Hvis det for et lineært ligningssystems koefficientmatrix A og totalmatrix T gælder, at ρ(a) < ρ(t), (2-51) så indeholder det fuldstændigt reducerede ligningssystem en inkonsistent ligning. Ligningssystemet har derfor ingen løsninger. Hvis trap(t) har en række af formen [ 1 ], så har ligningssystemet ingen løsninger. Opgave 2.27 Bestem trappeformen af totalmatricen for det følgende lineære ligningssystem, og bestem ligningssystemets løsningsmængde: x 1 + x 2 + 2x 3 + x 4 = 1 2x 1 2x 2 4x 3 2x 4 = 3. (2-52) Når ρ(a) = ρ(t) = antal ubekendte Lad os kalde antallet af ubekendte i et givet lineært ligningssystem for n. Så må der ud fra den måde, hvorpå koefficientmatricer dannes, være n søjler i en koefficientmatrix A.

22 enote FRA TRAPPEFORM TIL LØSNINGSMÆNGDE 22 Vi antager endvidere, at der i et givent eksempel gælder ρ(a) = n. I så fald indeholder trap(a) præcis n ledende 1-taller. De ledende 1-taller må derfor være placeret i diagonalen i trap(a), og der er lutter -er på de øvrige pladser. Endelig antager vi, at der i det givne eksempel også gælder, at ρ(a) = ρ(t). Så kan løsningsmængden umiddelbart aflæses af trap(t). Den første række i trap(t) vil nemlig svare til en ligning hvor den første ubekendte har koefficienten 1, mens alle de andre har koefficienten. Den første ubekendtes værdi er derfor lig med det sidste element i første række (højresiden). Samme gælder med de øvrige rækker, så den i-te række svarer til en ligning, hvor den i-te ubekendte er den eneste ubekendte, så dens værdi er lig med det sidste element i den i-te række. Da der i så fald til hver ubekendt svarer én bestemt værdi, og da ρ(a) = ρ(t) sikrer, at det fuldstændigt reducerede ligningssystem ingen inkonsistente ligninger indeholder, så har det givne ligningssystem netop én løsning. Eksempel 2.28 Netop én løsning Totalmatricen for et lineært ligningssystem bestående af tre ligninger med to ubekendte er bragt på trappeformen 1 3 trap(t) = 1 5. (2-53) Vi betragter trappeformen af ligningssystemets koefficientmatrix 1 trap(a) = 1, (2-54) som har et ledende 1-tal i hver søjle og -er på alle andre pladser. Vi bemærker endvidere, at ρ(a) = ρ(t) = 2. Ud fra trap(t) kan vi opskrive det fuldstændigt reducerede ligningssystem 1x 1 + x 2 = 3 x 1 + 1x 2 = 5 x 1 + x 2 =, (2-55) hvilket viser, at ligningssystemet har én løsning, nemlig x = (x 1, x 2 ) = ( 3, 5). Generelt kan man vise følgende sætning:

23 enote FRA TRAPPEFORM TIL LØSNINGSMÆNGDE 23 Sætning 2.29 Når ρ(a) = ρ(t) = antal ubekendte Hvis der for et lineært ligningssystems koefficientmatrix A og totalmatrix T gælder, at ρ(a) = ρ(t) = antal ubekendte, (2-56) så har ligningssystemet netop én løsning, som umiddelbart kan aflæses af trap(t) Når ρ(a) = ρ(t) < antal ubekendte Vi er nu rede til at genoptage diskussionen af vores hovedeksempel 2.2 om et lineært ligningssystem med 5 ubekendte, hvor vi fandt frem til, at det fuldstændigt reducerede ligningssystem består af 3 ikke-trivielle ligninger. Lad os nu finde løsningsmængden og undersøge dens struktur. Eksempel 2.3 Uendeligt mange løsninger I eksempel 2.2 blev totalmatricen T for et lineært ligningssystem bestående af 4 ligninger med 5 ubekendte reduceret til trap(t) = (2-57) Det ses heraf, at ρ(a) = ρ(t) = 3, det vil sige mindre end 5, som er antallet af ubekendte. Ud fra trap(t) opskriver vi det fuldstændigt reducerede ligningssystem x 1 + 2x 3 11x 5 = 24 x 2 + 4x 5 = 7 x 4 + x 5 = 3. (2-58) Ligningssystemet har uendeligt mange løsninger. Til ethvert valg af talværdier for x 3 og x 5 kan man finde netop én ny værdi af de øvrige ubekendte x 1, x 2 og x 4. Det kan vi tydeliggøre ved at isolere x 1, x 2 og x 4 : x 1 = 24 2x x 5 x 2 = 7 4x 5 x 4 = 3 x 5. (2-59) Hvis vi for eksempel vælger x 3 = 1 og x 5 = 2, kan vi se, at ligningssystemet har løsningen x = (x 1, x 2, x 3, x 4, x 5 ) = ( 4, 1, 1, 1, 2). Vi kan derfor betragte x 3 og x 5 som frie parametre,

24 enote FRA TRAPPEFORM TIL LØSNINGSMÆNGDE 24 der fastlægger betydningen af de tre øvrige ubekendte, og omdøber derfor på højresiden x 3 og x 5 til parameternavnene t 1 henholdsvis t 2. Herefter kan vi opskrive løsningsmængden således: x 1 = 24 2t t 2 x 2 = 7 4t 2 x 3 = t 1 x 4 = 3 t 2 x 5 = t 2, eller mere overskueligt på standard-parameterform x x x = x 3 = + t t 2 x x 5 1 (2-6) hvor t 1, t 2 L. (2-61) Med et geometrisk inspireret sprogbrug vil vi kalde vektoren ( 24, 7,, 3, ) for løsningsmængdens begyndelsespunkt og de to vektorer ( 2,, 1,, ) og (11, 4,, 1, 1) for dens retningsvektorer. Hvis vi kalder begyndelsespunktet for x og retningsvektorerne for v 1 henholdsvis v 2, kan vi opskrive parameterfremstillingen således: x = x + t 1 v 1 + t 2 v 2 hvor t 1, t 2 L. (2-62) Da løsningsmængden har to frie parametre svarende til to retningsvektorer, siger man, at den har en dobbelt-uendelighed af løsninger. Linje 3 og 5 i (2-61) udtrykker blot at x 3 = t 1 og x 5 = t 2. Lad os, inspireret af eksempel 2.3, formulere en generel fremgangsmåde til at bringe løsningsmængden på standard-parameterform ud fra det fuldstændigt reducerede ligningssystem:

25 enote FRA TRAPPEFORM TIL LØSNINGSMÆNGDE 25 Metode 2.31 Fra totalmatrix til løsning på standard-parameterform Vi betragter et lineært ligningssystem med n ubekendte, som har koefficientmatricen A og totalmatricen T. Det forudsættes desuden, at ρ(a) = ρ(t) = k < n. (2-63) Ligningssystemets løsningsmængde bringes på standard-parameterform således: 1. Vi finder trap(t) og opskriver herudfra det fuldstændigt reducerede ligningssystem (som gjort i (2-58)). 2. I hver af de k ikke-trivielle ligninger i det fuldstændigt reducerede ligningssystem isolerer vi den førststående ubekendte på venstresiden (som gjort i (2-59)). 3. Vi har hermed isoleret i alt k forskellige ubekendte på venstresiden af det samlede system. De øvrige n k ubekendte, som nu findes på højresiden, omdøbes til parameternavnene t 1, t 2,..., t n k. 4. Nu kan vi opskrive løsningsmængden på standard-parameterform: x = (x 1, x 2,..., x n ) = x + t 1 v 1 + t 2 v t n k v n k, (2-64) hvor vektoren x angiver parameterfremstillingens begyndelsespunkt, mens v 1, v 2,..., v n k er dens retningsvektorer (som gjort i (2-61)). Bemærk, at tallene t 1, t 2,..., t n k kan vælges frit. Uanset valg vil (2-64) være en gyldig løsning. De kaldes derfor for frie parametre. Hvis man har fulgt GaussJordan-eliminationens algoritme til punkt og prikke, når man frem til et bestemt begyndelsespunkt og et bestemt sæt af retningsvektorer for løsningsmængden, se (2-64). Men løsningsmængden kan opskrives med et andet valg af begyndelsespunkt (hvis ligningssystemet er inhomogent) og med et andet valg af retningsvektorer (fx er kortere og længere vektorer stadig retningsvektorer, da retningen ikke ændres). Dog vil retningsvektorernes antal altid være (n k). Bemærk, at der findes eksempler på løsningsmængder, hvor der ganske vist er uendeligt mange løsninger, da der er frie parametre til stede, men hvor en eller flere af de ubekendte alligevel har fastlåste værdier, dvs. at de ikke afhænger af denne frie parameter. I det følgende eksempel har den frie parameter kun betydning for én af de ubekendte. De to andre er fastlåste.

26 enote OM ANTALLET AF LØSNINGER 26 Eksempel 2.32 Uendeligt mange løsninger med en fri parameter For et givet lineært ligningssystem har man fundet, at trap(t) = [ ] 1 2. (2-65) 1 5 Vi konstaterer, at ρ(a) = ρ(t) = 2 < n = 3. Der er derfor én fri parameter. Løsningsmængden opskrives: x 1 2 x = x 2 = + t 1, (2-66) x 3 5 hvor t er en skalar, der kan vælges frit. Som det ses, afhænger x 1 og x 3 ikke af den frie parameter men har faste værdier. Generelt kan man vise følgende sætning: Sætning 2.33 Når ρ(a) = ρ(t) < antal ubekendte Hvis det for et lineært ligningssystem med n ubekendte og med koefficientmatrix A og totalmatrix T gælder, at ρ(a) = ρ(t) = k < n, (2-67) så har ligningssystemet uendeligt mange løsninger, som kan opskrives på standardparameterform med begyndelsespunkt og n k retningsvektorer. 2.8 Om antallet af løsninger Vi har tidligere understreget, at løsningsmængden for et ligningssystem er fællesmængden af løsningsmængderne for hver af de ligninger, der indgår i systemet. Lad os betragte et system bestående af tre lineære ligninger med to ubekendte: a 1 x + b 1 y = c 1 a 2 x + b 2 y = c 2 a 3 x + b 3 y = c 3. (2-68) Ligningssystemet svarer til ligninger for tre rette linjer i et koordinatsystem i planen. Løsningsmængden for ligningssystemet svarer så til mængden af de punkter, som er fælles for alle de tre linjer. For at besvare spørgsmålet om antallet af løsninger, tegner

27 enote OM ANTALLET AF LØSNINGER 27 Figur 2.1: De seks mulige løsningsstrukturer for tre ligninger med to ubekendte vi de væsensforskellige situationer, der findes, i figur 2.1. I situation 2 er to af linjerne parallelle, og i situation 3 er alle tre linjer parallelle. Der er derfor ingen fælles punkter for alle de tre linjer i situationerne 1, 2 og 3. I situation 5 er to af linjerne (blå og rød) sammenfaldende. Der er derfor netop ét fælles punkt i situationerne 4 og 5. I situation 6 er alle tre linjer sammenfaldende. Der er derfor i denne situation uendeligt mange fællespunkter. Dette eksempel med tre ligninger med to ubekendte illustrerer den følgende sætning, som følger af vores studium af løsningsmængder i det foregående afsnit, se sætningerne 2.26, 2.29 og 2.33: Sætning 2.34 Bemærkning om antal løsninger Et lineært ligningssystem har enten ingen, én eller uendeligt mange løsninger. Andre muligheder findes ikke.

28 enote LØSNINGSMÆNGDERS LINEÆRE STRUKTUR Løsningsmængders lineære struktur I dette afsnit vil vi gå lidt dybere ned i spørgsmålet om strukturen af løsningsmængder for lineære ligningssystemer. Det er i særlig grad vigtigt at bemærke sammenhængen mellem løsningsmængden for et inhomogent lineært ligningssystem og løsningsmængden for det tilsvarende homogene lineære ligningssystem. Vi starter med at undersøge homogene lineære ligningssystemer Homogene lineære ligningssystemers egenskaber Et homogent lineært ligningssystem af m lineære ligninger med n ubekendte skrives på formen a 11 x 1 + a 12 x a 1n x n = a 21 x 1 + a 22 x a 2n x n =. a m1 x 1 + a m2 x a mn x n =. (2-69) I den følgende sætning beskriver vi en vigtig egenskab ved strukturen af løsningsmængden for homogene lineære ligningssystemer. Sætning 2.35 Løsninger til homogent lineært ligningssystem Lad L hom betegne løsningsmængden for et homogent lineært ligningssystem. Så findes der mindst én løsning til systemet. Hvis L hom =, og x = (x 1, x 2,..., x n ) og y = (y 1, y 2,..., y n ) (2-7) er to vilkårlige løsninger, og k er en vilkårlig skalar, så vil både summen x + y = (x 1 + y 1, x 2 + y 2,..., x n + y n ) (2-71) og produktet tilhøre L hom. k x = (k x 1, k x 2,..., k x n ) (2-72)

29 enote LØSNINGSMÆNGDERS LINEÆRE STRUKTUR 29 Bevis En oplagt egenskab ved systemet (2-69) er, at ρ(a) = ρ(t) (fordi højresiderne er lutter nuller). Systemet har derfor mindst én løsning det følger af sætning Vi kan også straks finde en løsning, nemlig nulvektoren L n. At den er en løsning fremgår jo af, at når vi erstatter alle de n ubekendte i systemet med tallet, så består systemet af m ligninger af formen =. Vi forudsætter i det følgende, at L hom =, altså at der også findes andre løsninger end nulløsningen. Sætningen indeholder derudover to dele, som bevises hver for sig: 1. Hvis og a i1 x 1 + a i2 x a in x n = for ethvert i = 1, 2,..., m, (2-73) a i1 y 1 + a i2 y a in y n = for ethvert i = 1, 2,..., m, (2-74) så fås ved addition af de to ligninger og efterfølgende faktorisering med hensyn til koefficienterne a i1 (x 1 + y 1 ) + a i2 (x 2 + y 2 ) + + a in (x n + y n ) = for ethvert i = 1, 2,..., m, (2-75) hvilket viser, at x + y er en løsning. 2. Hvis a i1 x 1 + a i2 x a in x n = for ethvert i = 1, 2,..., m, (2-76) og k er en vilkårlig skalar, så fås ved multiplikation på begge sider med k og efterfølgende faktorisering med hensyn til koefficienterne a i1 (k x 1 ) + a i2 (k x 2 ) + + a in (k x n ) = for ethvert i = 1, 2,..., m, (2-77) hvilket viser, at k x er en løsning. Bemærkning 2.36 Hvis man tager et vilkårligt antal løsninger fra L hom, ganger dem med vilkårlige konstanter og lægger disse produkter sammen, så vil denne såkaldte linearkombination af løsninger også selv være en løsning. Dette er en konsekvens af sætning 2.35.

30 enote LØSNINGSMÆNGDERS LINEÆRE STRUKTUR Struktursætningen Vi skal nu betragte en afgørende relation mellem et inhomogent lineært ligningssystem af formen a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 (2-78). a m1 x 1 + a m2 x a mn x n = b m og det tilhørende homogene lineære ligningssystem, hvilket er det samme ligningssystem som (2-78) blot med alle højresider b i udskiftet med. Løsningsmængden for det inhomogene ligningssystem kaldes L inhom og løsningsmængden for det tilhørende homogene ligningssystem L hom. Sætning 2.37 Struktursætningen Hvis der er fundet bare en enkelt løsning (en såkaldt partikulær løsning x ) til et inhomogent lineært ligningssystem, så kan L inhom findes som summen af x og L hom. Der gælder med andre ord L inhom = { x = x + y y L hom }, (2-79) eller kort skrevet L inhom = x + L hom. (2-8) Bevis Sætningen rummer to påstande. Den ene er, at summen af x og en vilkårlig vektor fra L hom tilhører L inhom. Den anden er, at en vilkårlig vektor fra L inhom kan skrives som summen af x og en vektor fra L hom. Vi beviser de to påstande hver for sig: 1. Antag y L hom. Vi ønsker at vise, at Da og x = x + y = (x 1 + y 1, x 2 + y 2,..., x n + y n ) L inhom. (2-81) a i1 x 1 + a i2 x a in x n = b i for ethvert i = 1, 2,..., m, (2-82) a i1 y 1 + a i2 y a in y n = for ethvert i = 1, 2,..., m, (2-83) så fås ved addition af de to ligninger og efterfølgende faktorisering med hensyn til koefficienterne a i1 (x 1 + y 1 ) + + a in (x n + y n ) = b i for ethvert i = 1, 2,..., m, (2-84)

31 enote LØSNINGSMÆNGDERS LINEÆRE STRUKTUR 31 hvilket viser det ønskede. 2. Antag, at x L inhom. Vi ønsker at vise, at der findes en vektor y L hom, der opfylder, at x = x + y. (2-85) Da både x og x tilhører L inhom, gælder, at og a i1 x 1 + a i2 x a in x n = b i for ethvert i = 1, 2,..., m, (2-86) a i1 x 1 + a i2 x a in x n = b i for ethvert i = 1, 2,..., m. (2-87) Når vi trækker den nederste ligning fra den øverste, får vi efter faktorisering a i1 (x 1 x 1 ) + + a in (x n x n ) = for ethvert i = 1, 2,..., m, (2-88) hvilket viser, at den vektor y, som defineres ved y = x x, tilhører L hom og opfylder det ønskede: x = x + y.

Lineære Afbildninger. enote 8. 8.1 Om afbildninger

Lineære Afbildninger. enote 8. 8.1 Om afbildninger enote 8 enote 8 Lineære Afbildninger Denne enote undersøger afbildninger mellem vektorrum af en bestemt type, nemlig lineære afbildninger Det vises, at kernen og billedrummet for lineære afbildninger er

Læs mere

Matricer og lineære ligningssystemer

Matricer og lineære ligningssystemer Matricer og lineære ligningssystemer Grete Ridder Ebbesen Virum Gymnasium Indhold 1 Matricer 11 Grundlæggende begreber 1 Regning med matricer 3 13 Kvadratiske matricer og determinant 9 14 Invers matrix

Læs mere

Kvadratiske matricer. enote Kvadratiske matricer

Kvadratiske matricer. enote Kvadratiske matricer enote enote Kvadratiske matricer I denne enote undersøges grundlæggende egenskaber ved mængden af kvadratiske matricer herunder indførelse af en invers matrix for visse kvadratiske matricer. Det forudsættes,

Læs mere

Lineære 1. ordens differentialligningssystemer

Lineære 1. ordens differentialligningssystemer enote enote Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses enoten er i forlængelse af enote, der beskriver lineære

Læs mere

Oversigt [LA] 6, 7, 8

Oversigt [LA] 6, 7, 8 Oversigt [LA] 6, 7, 8 Nøgleord og begreber Lineære ligningssystemer Løsningsmængdens struktur Test løsningsmængde Rækkereduktion Reduceret matrix Test ligningssystem Rækkeoperationsmatricer Rangformlen

Læs mere

Matematik og FormLineære ligningssystemer

Matematik og FormLineære ligningssystemer Matematik og Form Lineære ligningssystemer Institut for Matematiske Fag Aalborg Universitet 2014 Ligningssystemer og matricer Til et ligningssystem svarer der en totalmatrix [A b] bestående af koefficientmatrix

Læs mere

Matematik og Form 3. Rækkereduktion til reduceret echelonfo. Rang og nullitet

Matematik og Form 3. Rækkereduktion til reduceret echelonfo. Rang og nullitet Matematik og Form 3. Rækkereduktion til reduceret echelonform Rang og nullitet Institut for Matematiske Fag Aalborg Universitet 11.2.2013 Reduktion til (reduceret) echelonmatrix Et eksempel Et ligningssystem

Læs mere

Vektorrum. enote Generalisering af begrebet vektor

Vektorrum. enote Generalisering af begrebet vektor enote 7 1 enote 7 Vektorrum I denne enote opstilles en generel teori for mængder, for hvilke der er defineret addition og multiplikation med skalar, og som opfylder de samme regneregler som geometriske

Læs mere

Egenskaber ved Krydsproduktet

Egenskaber ved Krydsproduktet Egenskaber ved Krydsproduktet Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:

Læs mere

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Lineær Algebra. Lars Hesselholt og Nathalie Wahl Lineær Algebra Lars Hesselholt og Nathalie Wahl Oktober 2016 Forord Denne bog er beregnet til et første kursus i lineær algebra, men vi har lagt vægt på at fremstille dette materiale på en sådan måde,

Læs mere

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning Chapter 3 Modulpakke 3: Egenværdier 3.1 Indledning En vektor v har som bekendt både størrelse og retning. Hvis man ganger vektoren fra højre på en kvadratisk matrix A bliver resultatet en ny vektor. Hvis

Læs mere

DesignMat Lineære ligningssystemer og Gauss-elimination

DesignMat Lineære ligningssystemer og Gauss-elimination DesignMat Lineære ligningssystemer og Gauss-elimination Preben Alsholm Uge Forår 010 1 Lineære ligningssystemer og Gauss-elimination 11 Om talrummet R n Om talsæt bestående af n tal R n er blot mængden

Læs mere

Figur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet

Figur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet Oversigt [LA] 6, 7, 8 Nøgleord og begreber Lineære ligningssystemer smængdens struktur Test løsningsmængde Rækkereduktion Reduceret matrix Test ligningssystem Rækkeoperationsmatricer Rangformlen Enten-eller

Læs mere

Lineære 1. ordens differentialligningssystemer

Lineære 1. ordens differentialligningssystemer enote enote Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses enoten er i forlængelse af enote, der beskriver lineære

Læs mere

Matricer og Matrixalgebra

Matricer og Matrixalgebra enote 3 1 enote 3 Matricer og Matrixalgebra Denne enote introducerer matricer og regneoperationer for matricer og udvikler hertil hørende regneregler Noten kan læses uden andet grundlag end gymnasiet,

Læs mere

i x-aksens retning, så fås ). Forskriften for g fås altså ved i forskriften for f at udskifte alle forekomster af x med x x 0

i x-aksens retning, så fås ). Forskriften for g fås altså ved i forskriften for f at udskifte alle forekomster af x med x x 0 BAndengradspolynomier Et polynomium er en funktion på formen f ( ) = an + an + a+ a, hvor ai R kaldes polynomiets koefficienter. Graden af et polynomium er lig med den højeste potens af, for hvilket den

Læs mere

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2 Affine rum I denne note behandles kun rum over R. Alt kan imidlertid gennemføres på samme måde over C eller ethvert andet legeme. Et underrum U R n er karakteriseret ved at det er en delmængde som er lukket

Læs mere

DesignMat Uge 11. Vektorrum

DesignMat Uge 11. Vektorrum DesignMat Uge 11 (fortsat) Forår 2010 Lad L betegne R eller C. Lad V være en ikke-tom mængde udstyret med en addition + og en multiplikation med skalar. (fortsat) Lad L betegne R eller C. Lad V være en

Læs mere

DesignMat Uge 1 Gensyn med forårets stof

DesignMat Uge 1 Gensyn med forårets stof DesignMat Uge 1 Gensyn med forårets stof Preben Alsholm Efterår 2010 1 Hovedpunkter fra forårets pensum 11 Taylorpolynomium Taylorpolynomium Det n te Taylorpolynomium for f med udviklingspunkt x 0 : P

Læs mere

Modulpakke 3: Lineære Ligningssystemer

Modulpakke 3: Lineære Ligningssystemer Chapter 4 Modulpakke 3: Lineære Ligningssystemer 4. Homogene systemer I teknikken møder man meget ofte modeller der leder til systemer af koblede differentialligninger. Et eksempel på et sådant system

Læs mere

Lineære differentialligningers karakter og lineære 1. ordens differentialligninger

Lineære differentialligningers karakter og lineære 1. ordens differentialligninger enote 11 1 enote 11 Lineære differentialligningers karakter og lineære 1. ordens differentialligninger I denne note introduceres lineære differentialligninger, som er en speciel (og bekvem) form for differentialligninger.

Læs mere

Egenværdier og egenvektorer

Egenværdier og egenvektorer enote 9 enote 9 Egenværdier og egenvektorer Denne note indfører begreberne egenværdier og egenvektorer for lineære afbildninger i vilkårlige generelle vektorrum og går derefter i dybden med egenværdier

Læs mere

Lineære ligningssystemer og Gauss-elimination

Lineære ligningssystemer og Gauss-elimination Lineære ligningssystemer og Gauss-elimination Preben Alsholm 18 februar 008 1 Lineære ligningssystemer og Gauss-elimination 11 Et eksempel Et eksempel 100g mælk Komælk Fåremælk Gedemælk Protein g 6g 8g

Læs mere

Forelæsningsnoter til. Lineær Algebra. Niels Vigand Pedersen. Udgivet af. Asmus L. Schmidt. Københavns Universitet Matematisk Afdeling

Forelæsningsnoter til. Lineær Algebra. Niels Vigand Pedersen. Udgivet af. Asmus L. Schmidt. Københavns Universitet Matematisk Afdeling Forelæsningsnoter til Lineær Algebra Niels Vigand Pedersen Udgivet af Asmus L Schmidt Københavns Universitet Matematisk Afdeling August Revideret 9 ii udgave, oktober 9 Forord Gennem en særlig aftale varetages

Læs mere

9.1 Egenværdier og egenvektorer

9.1 Egenværdier og egenvektorer SEKTION 9.1 EGENVÆRDIER OG EGENVEKTORER 9.1 Egenværdier og egenvektorer Definition 9.1.1 1. Lad V være et F-vektorrum; og lad T : V V være en lineær transformation. λ F er en egenværdi for T, hvis der

Læs mere

qwertyuiopåasdfghjklæøzxcvbnmqw ertyuiopåasdfghjklæøzxcvbnmqwert yuiopåasdfghjklæøzxcvbnmqwertyui Polynomier opåasdfghjklæøzxcvbnmqwertyuiopå

qwertyuiopåasdfghjklæøzxcvbnmqw ertyuiopåasdfghjklæøzxcvbnmqwert yuiopåasdfghjklæøzxcvbnmqwertyui Polynomier opåasdfghjklæøzxcvbnmqwertyuiopå qwertyuiopåasdfghjklæøzxcvbnmqw ertyuiopåasdfghjklæøzxcvbnmqwert yuiopåasdfghjklæøzxcvbnmqwertyui Polynomier opåasdfghjklæøzxcvbnmqwertyuiopå Kort gennemgang af polynomier og deres egenskaber. asdfghjklæøzxcvbnmqwertyuiopåasd

Læs mere

Kursusgang 3 Matrixalgebra Repetition

Kursusgang 3 Matrixalgebra Repetition Kursusgang 3 Repetition - froberg@mathaaudk http://peoplemathaaudk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12 september 2008 1/12 Lineære ligningssystemer Et lineært ligningssystem

Læs mere

MATRICER LINEÆRE LIGNINGER

MATRICER LINEÆRE LIGNINGER MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER med inddragelse af programmerne TI-Nspire og Maple 0 3 4 3 4 0 3 0 3 0 3 4 x x x x 4 udgave 04 FORORD Dette notat giver en gennemgang af de matrixoperationer,

Læs mere

MATRICER LINEÆRE LIGNINGER

MATRICER LINEÆRE LIGNINGER MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER med inddragelse af programmerne TI-Nspire og Maple 0 4 4 0 0 0 4 x x x x 5 udgave 05 FORORD Dette notat viser hvorledes man kan dels kan løse lineære

Læs mere

Oversigt [LA] 6, 7, 8

Oversigt [LA] 6, 7, 8 Oversigt [LA] 6, 7, 8 Nøgleord og begreber Lineære ligningssystemer Løsningsmængdens struktur Test løsningsmængde Rækkereduktion Reduceret matrix Test ligningssystem Rækkeoperationsmatricer Rangformlen

Læs mere

To ligninger i to ubekendte

To ligninger i to ubekendte Oversigt [LA] 6, 7 Nøgleord og begreber Løs ligninger Eliminer ubekendte Rækkereduktion Reduceret matrix Enten-eller princippet Test ligningssystem Rækkeoperationsmatricer Beregn invers matrix Calculus

Læs mere

De fire elementers kostbare spejl

De fire elementers kostbare spejl Projekt.6 Lineær algebra moderne og klassisk kinesisk De fire elementers kostbare spejl "Som bekendt anses matematikken for at være en meget vigtig videnskab. Denne bog om matematik vil derfor være af

Læs mere

Kursusgang 3 Matrixalgebra Repetition

Kursusgang 3 Matrixalgebra Repetition Kursusgang 3 Repetition - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 16. september 2008 1/19 Betingelser for nonsingularitet af en Matrix

Læs mere

Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2

Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2 Oversigt [LA] 9 Nøgleord og begreber Helt simple determinanter Determinant defineret Effektive regneregler Genkend determinant nul Test determinant nul Produktreglen Inversreglen Test inversregel og produktregel

Læs mere

Lineær Algebra - Beviser

Lineær Algebra - Beviser Lineær Algebra - Beviser Mads Friis 8 oktober 213 1 Lineære afbildninger Jeg vil i denne note forsøge at give et indblik i, hvor kraftfuldt et værktøj matrix-algebra kan være i analyse af lineære funktioner

Læs mere

Matematisk argumentation

Matematisk argumentation Kapitlets omdrejningspunkt er matematisk argumentation, der især bruges i forbindelse med bevisførelse altså, når det drejer sig om at overbevise andre om, at matematiske påstande er sande eller falske.

Læs mere

Formler, ligninger, funktioner og grafer

Formler, ligninger, funktioner og grafer Formler, ligninger, funktioner og grafer Omskrivning af formler, funktioner og ligninger... 1 Grafisk løsning af ligningssystemer... 1 To ligninger med to ubekendte beregning af løsninger... 15 Formler,

Læs mere

DesignMat Uge 11 Vektorrum

DesignMat Uge 11 Vektorrum DesignMat Uge Vektorrum Preben Alsholm Forår 200 Vektorrum. Definition af vektorrum Definition af vektorrum Lad L betegne R eller C. Lad V være en ikke-tom mængde udstyret med en addition + og en multiplikation

Læs mere

Uge 6 Store Dag. Opgaver til OPGAVER 1. Opgave 1 Udregning af determinant. Håndregning Der er givet matricen A =

Uge 6 Store Dag. Opgaver til OPGAVER 1. Opgave 1 Udregning af determinant. Håndregning Der er givet matricen A = OPGAVER Opgaver til Uge 6 Store Dag Opgave Udregning af determinant. Håndregning 0 Der er givet matricen A = 0 2 2 4 0 0. 2 0 a) Udregn det(a) ved opløsning efter en selvvalgt række eller søjle. b) Omform

Læs mere

DesignMat Egenværdier og Egenvektorer

DesignMat Egenværdier og Egenvektorer DesignMat Egenværdier og Egenvektorer Preben Alsholm September 008 1 Egenværdier og Egenvektorer 1.1 Definition og Eksempel 1 Definition og Eksempel 1 Lad V være et vektorrum over L (enten R eller C).

Læs mere

Talteori. Teori og problemløsning. Indhold. Talteori - Teori og problemløsning, marts 2014, Kirsten Rosenkilde.

Talteori. Teori og problemløsning. Indhold. Talteori - Teori og problemløsning, marts 2014, Kirsten Rosenkilde. Indhold 1 Delelighed, primtal og primfaktoropløsning Omskrivning vha. kvadratsætninger 4 3 Antal divisorer 6 4 Største fælles divisor og Euklids algoritme 7 5 Restklasser 9 6 Restklasseregning og kvadratiske

Læs mere

Modulpakke 3: Lineære Ligningssystemer

Modulpakke 3: Lineære Ligningssystemer Chapter 1 Modulpakke 3: Lineære Ligningssystemer 1.1 Indledning - typer af ligningesystemer og løsninger Den lineære ligning 2x=3 kan løses umiddelbart ved at dividere med 2 på begge sider, så vi får:

Læs mere

Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80)

Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Opgave 1 Vi skal tegne alle de linjestykker, der forbinder vilkårligt valgte punkter blandt de 4 punkter. Gennem forsøg finder

Læs mere

t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25

t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25 Slide 1/25 Indhold 1 2 3 4 5 6 7 8 Slide 2/25 Om undervisningen Hvorfor er vi her? Hvad kommer der til at ske? 1) Teoretisk gennemgang ved tavlen. 2) Instruktion i eksempler. 3) Opgaveregning. 4) Opsamling.

Læs mere

INTRODUKTION TIL VEKTORER

INTRODUKTION TIL VEKTORER INTRODUKTION TIL VEKTORER x-klasserne Gammel Hellerup Gymnasium 1 Indholdsfortegnelse HVORFOR INDFØRES VEKTORER?... 3 VEKTORER... 5 Vektoraddition... 7 Kræfternes parallelogram... 9 Multiplikation af vektor

Læs mere

Jeg foretager her en kort indføring af polynomier over såvel de reelle som

Jeg foretager her en kort indføring af polynomier over såvel de reelle som Polynomier, rødder og division Sebastian Ørsted 20. november 2016 Jeg foretager her en kort indføring af polynomier over såvel de reelle som de komplekse tal, hvor fokus er på at opbygge værktøjer til

Læs mere

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix. Oversigt [LA] 3, 4, 5 Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse matricer Test invers

Læs mere

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix. Oversigt [LA] 3, 4, 5 Matrix multiplikation Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse

Læs mere

Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec.

Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec. Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec. 1 Komplekse vektorrum I defininitionen af vektorrum i Afsnit 4.1 i Niels Vigand Pedersen Lineær Algebra

Læs mere

Lineære 2. ordens differentialligninger med konstante koefficienter

Lineære 2. ordens differentialligninger med konstante koefficienter enote 13 1 enote 13 Lineære 2. ordens differentialligninger med konstante koefficienter I forlængelse af enote 11 og enote 12 om differentialligninger, kommer nu denne enote omkring 2. ordens differentialligninger.

Læs mere

Algebra - Teori og problemløsning

Algebra - Teori og problemløsning Algebra - Teori og problemløsning, januar 05, Kirsten Rosenkilde. Algebra - Teori og problemløsning Kapitel -3 giver en grundlæggende introduktion til at omskrive udtryk, faktorisere og løse ligningssystemer.

Læs mere

Oversigt [LA] 3, 4, 5

Oversigt [LA] 3, 4, 5 Oversigt [LA] 3, 4, 5 Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse matricer Test invers

Læs mere

Introduktion til differentialregning 1. Jens Siegstad og Annegrethe Bak

Introduktion til differentialregning 1. Jens Siegstad og Annegrethe Bak Introduktion til differentialregning 1 Jens Siegstad og Annegrete Bak 16. juli 2008 1 Indledning I denne note vil vi kort introduktion til differentilregning, idet vi skal bruge teorien i et emne, Matematisk

Læs mere

Højere Teknisk Eksamen maj 2008. Matematik A. Forberedelsesmateriale til 5 timers skriftlig prøve NY ORDNING. Undervisningsministeriet

Højere Teknisk Eksamen maj 2008. Matematik A. Forberedelsesmateriale til 5 timers skriftlig prøve NY ORDNING. Undervisningsministeriet Højere Teknisk Eksamen maj 2008 HTX081-MAA Matematik A Forberedelsesmateriale til 5 timers skriftlig prøve NY ORDNING Undervisningsministeriet Fra onsdag den 28. maj til torsdag den 29. maj 2008 Forord

Læs mere

Matematikken bag Parallel- og centralprojektion

Matematikken bag Parallel- og centralprojektion Matematikken bag parallel- og centralojektion 1 Matematikken bag Parallel- og centralojektion Dette er et redigeret uddrag af lærebogen: Programmering med Delphi fra 2003 (570 sider). Delphi ophørte med

Læs mere

DesignMat Uge 5 Systemer af lineære differentialligninger II

DesignMat Uge 5 Systemer af lineære differentialligninger II DesignMat Uge 5 Systemer af lineære differentialligninger II Preben Alsholm Efterår 21 1 Lineære differentialligningssystemer 11 Lineært differentialligningssystem af første orden Lineært differentialligningssystem

Læs mere

2. del. Reaktionskinetik

2. del. Reaktionskinetik 2. del. Reaktionskinetik Kapitel 10. Matematisk beskrivelse af reaktionshastighed 10.1. Reaktionshastighed En kemisk reaktions hastighed kan afhænge af flere forskellige faktorer, hvoraf de vigtigste er!

Læs mere

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer DesignMat September 2008 fortsat Eksempel : et Eksempel 4 () af I II uden I Lad V være et vektorrum over L (enten R eller C). fortsat Eksempel : et Eksempel 4 () af I II uden I Lad V være et vektorrum

Læs mere

Forslag til hjemmeopgaver, som forbereder arbejdet med de nye emner den pågældende kursusgang, men primært er baseret på gymnasiepensum:

Forslag til hjemmeopgaver, som forbereder arbejdet med de nye emner den pågældende kursusgang, men primært er baseret på gymnasiepensum: Forslag til hjemmeopgaver, som forbereder arbejdet med de ne emner den pågældende kursusgang, men primært er baseret på gmnasiepensum: Ordinær kursusgang : Introduktion til vektorer og matricer. Regning

Læs mere

Omskrivningsregler. Frank Nasser. 10. december 2011

Omskrivningsregler. Frank Nasser. 10. december 2011 Omskrivningsregler Frank Nasser 10. december 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion

Læs mere

Oversigt [LA] 3, 4, 5

Oversigt [LA] 3, 4, 5 Oversigt [LA] 3, 4, 5 Nøgleord og begreber Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse matricer Test invers matrix Matrix potens Lineære ligningssystemer Løsningsmængdens

Læs mere

Vektorer og rumgeometri med. TI-Interactive!

Vektorer og rumgeometri med. TI-Interactive! Vektorer og rumgeometri med TI-Interactive! Indtastning af vektorer Regning med vektorer Skalarprodukt og vektorprodukt Punkter og vektorer Rumgeometri med ligninger Jan Leffers (2007) Indholdsfortegnelse

Læs mere

Lineære modeller. Taxakørsel: Et taxa selskab tager 15 kr. pr. km man kører i deres taxa. Hvis vi kører 2 km i taxaen koster turen altså

Lineære modeller. Taxakørsel: Et taxa selskab tager 15 kr. pr. km man kører i deres taxa. Hvis vi kører 2 km i taxaen koster turen altså Lineære modeller Opg.1 Taxakørsel: Et taxa selskab tager 15 kr. pr. km man kører i deres taxa. Hvis vi kører 2 km i taxaen koster turen altså Hvor meget koster det at køre så at køre 10 km i Taxaen? Sammenhængen

Læs mere

Matematisk modellering og numeriske metoder. Lektion 5

Matematisk modellering og numeriske metoder. Lektion 5 Matematisk modellering og numeriske metoder Lektion 5 Morten Grud Rasmussen 19. september, 2013 1 Euler-Cauchy-ligninger [Bogens afsnit 2.5, side 71] 1.1 De tre typer af Euler-Cauchy-ligninger Efter at

Læs mere

Hvad er matematik? C, i-bog ISBN 978 87 7066 499 8

Hvad er matematik? C, i-bog ISBN 978 87 7066 499 8 Et af de helt store videnskabelige projekter i 1700-tallets Danmark var kortlægningen af Danmark. Projektet blev varetaget af Det Kongelige Danske Videnskabernes Selskab og løb over en periode på et halvt

Læs mere

Kom i gang-opgaver til differentialregning

Kom i gang-opgaver til differentialregning Kom i gang-opgaver til differentialregning 00 Karsten Juul Det er kortsigtet at løse en opgave ved blot at udskifte tallene i en besvarelse af en tilsvarende opgave Dette skyldes at man så normalt ikke

Læs mere

Afstande, skæringer og vinkler i rummet

Afstande, skæringer og vinkler i rummet Afstande, skæringer og vinkler i rummet Frank Villa 2. maj 202 c 2008-20. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold

Læs mere

Differentialligninger. Ib Michelsen

Differentialligninger. Ib Michelsen Differentialligninger Ib Michelsen Ikast 203 2 Indholdsfortegnelse Indholdsfortegnelse Indholdsfortegnelse...2 Ligninger og løsninger...3 Indledning...3 Lineære differentialligninger af første orden...3

Læs mere

Oversigt [LA] 1, 2, 3, [S] 9.1-3

Oversigt [LA] 1, 2, 3, [S] 9.1-3 Oversigt [LA] 1, 2, 3, [S] 9.1-3 Nøgleord og begreber Koordinatvektorer, talpar, taltripler og n-tupler Linearkombination Underrum og Span Test linearkombination Lineær uafhængighed Standard vektorer Basis

Læs mere

3.1 Baser og dimension

3.1 Baser og dimension SEKTION 3 BASER OG DIMENSION 3 Baser og dimension Definition 3 Lad V være et F-vektorrum Hvis V = {0}, så har V dimension 0 2 Hvis V har en basis bestående af n vektorer, så har V dimension n 3 Hvis V

Læs mere

Talrækker. Aktivitet Emne Klassetrin Side

Talrækker. Aktivitet Emne Klassetrin Side VisiRegn ideer 3 Talrækker Inge B. Larsen ibl@dpu.dk INFA juli 2001 Indhold: Aktivitet Emne Klassetrin Side Vejledning til Talrækker 2-4 Elevaktiviteter til Talrækker 3.1 Talrækker (1) M-Æ 5-9 3.2 Hanoi-spillet

Læs mere

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge Oversigt [LA] 8 Her skal du lære om 1. Helt simple determinanter 2. En udvidelse der vil noget 3. Effektive regneregler 4. Genkend determinant nul 5. Produktreglen 6. Inversreglen 7. Potensreglen 8. Entydig

Læs mere

Algebra INTRO. I kapitlet arbejdes med følgende centrale matematiske begreber:

Algebra INTRO. I kapitlet arbejdes med følgende centrale matematiske begreber: INTRO Kapitlet sætter fokus på algebra, som er den del af matematikkens sprog, hvor vi anvender variable. Algebra indgår i flere af bogens kapitler, men hensigten med dette kapitel er, at eleverne udvikler

Læs mere

Substitutions- og indkomsteffekt ved prisændringer

Substitutions- og indkomsteffekt ved prisændringer Substitutions- og indkomsteffekt ved prisændringer Erik Bennike 14. november 2009 Denne note giver en beskrivelse af de relevante begreber omkring substitutions- og indkomsteffekter i mikroøkonomi. 1 Introduktion

Læs mere

Matematiske metoder - Opgaver

Matematiske metoder - Opgaver Matematiske metoder - Opgaver Anders Friis, Anne Ryelund 25. oktober 2014 Logik Opgave 1 Find selv på tre udtalelser (gerne sproglige). To af dem skal være udsagn, mens det tredje ikke må være et udsagn.

Læs mere

Lineær algebra: Spænd. Lineær (u)afhængighed

Lineær algebra: Spænd. Lineær (u)afhængighed Lineær algebra: Spænd. Lineær (u)afhængighed Institut for Matematiske Fag Aalborg Universitet 2011 Linearkombinationer. Spænd Definition Givet et antal vektorer a 1,..., a p R n. En vektor v = c 1 a 1

Læs mere

Eksempler på elevbesvarelser af gådedelen:

Eksempler på elevbesvarelser af gådedelen: Eksempler på elevbesvarelser af gådedelen: Elevbesvarelser svinger ikke overraskende i kvalitet - fra meget ufuldstændige besvarelser, hvor de fx glemmer at forklare hvad gåden går ud på, eller glemmer

Læs mere

Geometriske vektorer. enote En geometrisk vektor

Geometriske vektorer. enote En geometrisk vektor enote 6 1 enote 6 Geometriske vektorer Formålet med denne note er at give en introduktion til geometriske vektorer i planen og rummet, som sigter mod at introducere en række af de metoder, der gør sig

Læs mere

Teoretiske Øvelsesopgaver:

Teoretiske Øvelsesopgaver: Teoretiske Øvelsesopgaver: TØ-Opgave 1 Subtraktion division i legemer: Er subtraktion division med elementer 0 i legemer veldefinerede, eller kan et element b have mere end ét modsat element -b eller mere

Læs mere

Epistel E2 Partiel differentiation

Epistel E2 Partiel differentiation Epistel E2 Partiel differentiation Benny Lautrup 19 februar 24 Funktioner af flere variable kan differentieres efter hver enkelt, med de øvrige variable fasthol Definitionen er f(x, y) x f(x, y) f(x +

Læs mere

3D-grafik Karsten Juul

3D-grafik Karsten Juul 3D-grafik 2005 Karsten Juul Når der i disse noter står at du skal få tegnet en figur, så er det meningen at du skal få tegnet den ved at taste tildelinger i Mathcad-dokumentet RumFig2 Det er selvfølgelig

Læs mere

Vi indleder med at minde om at ( a) = a gælder i enhver gruppe.

Vi indleder med at minde om at ( a) = a gælder i enhver gruppe. 0.1: Ringe 1. Definition: Ring En algebraisk struktur (R, +,, 0,, 1) kaldes en ring hvis (R, +,, 0) er en kommutativ gruppe og (R,, 1) er en monoide og hvis er såvel venstre som højredistributiv mht +.

Læs mere

ØVEHÆFTE FOR MATEMATIK C FORMLER OG LIGNINGER

ØVEHÆFTE FOR MATEMATIK C FORMLER OG LIGNINGER ØVEHÆFTE FOR MATEMATIK C FORMLER OG LIGNINGER INDHOLDSFORTEGNELSE 0. FORMELSAMLING TIL FORMLER OG LIGNINGER... 2 Tal, regneoperationer og ligninger... 2 Isolere en ubekendt... 3 Hvis x står i første brilleglas...

Læs mere

Indhold. 5. Vektorrum og matricer Koordinattransformationer

Indhold. 5. Vektorrum og matricer Koordinattransformationer Indhold Lineære afbildninger og matricer Talrummene R n, C n Matricer 8 3 Lineære afbildninger 4 Matrix algebra 8 5 Invers matrix 6 6 Transponeret og adjungeret matrix 9 Række- og søjleoperationer Lineære

Læs mere

Nøgleord og begreber

Nøgleord og begreber Oversigt [LA] 9 Nøgleord og begreber Helt simple determinanter Determinant defineret Effektive regneregler Genkend determinant nul Test determinant nul Produktreglen Inversreglen Test inversregel og produktregel

Læs mere

MATEMATIK. Formål for faget

MATEMATIK. Formål for faget MATEMATIK Formål for faget Formålet med undervisningen er, at eleverne udvikler matematiske kompetencer og opnår viden og kunnen således, at de bliver i stand til at begå sig hensigtsmæssigt i matematikrelaterede

Læs mere

De rigtige reelle tal

De rigtige reelle tal De rigtige reelle tal Frank Villa 17. januar 2014 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion

Læs mere

Undervisningsnotat. Matricer

Undervisningsnotat. Matricer Undervisningsnotat. Matricer januar, C Definition En matrix er en ordnet mængde tal opstillet i m rækker og n søjler. Matricen A kunne være defineret som vist nedenfor. Hvert element i matricen er forsynet

Læs mere

Potensrækker. Morten Grud Rasmussen 1 10. november 2015. Definition 1 (Potensrække). En potensrække er en uendelig række på formen

Potensrækker. Morten Grud Rasmussen 1 10. november 2015. Definition 1 (Potensrække). En potensrække er en uendelig række på formen Potensrækker Morten Grud Rasmussen 1 10 november 2015 Definition og konvergens af potensrækker Definition 1 Potensrække) En potensrække er en uendelig række på formen a n pz aq n, 1) hvor afsnittene er

Læs mere

Ligeværdige udtryk. Aktivitet Emne Klassetrin Side. Vejledning til Ligeværdige udtryk 2

Ligeværdige udtryk. Aktivitet Emne Klassetrin Side. Vejledning til Ligeværdige udtryk 2 VisiRegn ideer 4 Ligeværdige udtryk Inge B. Larsen ibl@dpu.dk INFA juli 2001 Indhold: Aktivitet Emne Klassetrin Side Vejledning til Ligeværdige udtryk 2 Elevaktiviteter til Ligeværdige udtryk 4.1 Ligeværdige

Læs mere

1 Om funktioner. 1.1 Hvad er en funktion?

1 Om funktioner. 1.1 Hvad er en funktion? 1 Om funktioner 1.1 Hvad er en funktion? Man lærer allerede om funktioner i folkeskolen, hvor funktioner typisk bliver introduceret som maskiner, der tager et tal ind, og spytter et tal ud. Dette er også

Læs mere

Elektriske netværk. Køreplan 01005 Matematik 1 - FORÅR 2005

Elektriske netværk. Køreplan 01005 Matematik 1 - FORÅR 2005 Elektriske netværk Køreplan 01005 Matematik 1 - FORÅR 2005 1 Indledning. Formålet med projektet er at anvende lineær algebra til at etablere det matematiske grundlag for elektriske netværk betstående af

Læs mere

Årsplan for Matematik 8. klasse 2011/2012

Årsplan for Matematik 8. klasse 2011/2012 Årsplan for Matematik 8. klasse 2011/2012 Formål for faget matematik Formålet med undervisningen er, at eleverne udvikler matematiske kompetencer og opnår viden og kunnen således, at de bliver i stand

Læs mere

Ligninger med reelle løsninger

Ligninger med reelle løsninger Ligninger med reelle løsninger Når man løser ligninger, er der nogle standardmetoder som er vigtige at kende. Her er der en kort introduktion til forskellige teknikker efterfulgt af opgaver hvor man kan

Læs mere

Analytisk Geometri. Frank Nasser. 12. april 2011

Analytisk Geometri. Frank Nasser. 12. april 2011 Analytisk Geometri Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er

Læs mere

Lineær algebra 1. kursusgang

Lineær algebra 1. kursusgang Lineær algebra 1. kursusgang Eksempel, anvendelse To kendte punkter A og B på en linie, to ukendte punkter x 1 og x 2. A x 1 x 2 B Observationer af afstande: fra A til x 1 : b 1 fra x 1 til x 2 : b 2 fra

Læs mere

Lineær Algebra, kursusgang

Lineær Algebra, kursusgang Lineær Algebra, 2014 12. kursusgang Lisbeth Fajstrup Institut for Matematiske Fag Aalborg Universitet LinAlg November 2014 Om miniprojekt 2 Kirchoffs love. Opstil lineære ligningssystemer og løs dem. 0-1-matricer.

Læs mere

t a l e n t c a m p d k Talteori Anne Ryelund Anders Friis 16. juli 2014 Slide 1/36

t a l e n t c a m p d k Talteori Anne Ryelund Anders Friis 16. juli 2014 Slide 1/36 Slide 1/36 sfaktorisering Indhold 1 2 sfaktorisering 3 4 5 Slide 2/36 sfaktorisering Indhold 1 2 sfaktorisering 3 4 5 Slide 3/36 1) Hvad er Taleteori? sfaktorisering Slide 4/36 sfaktorisering 1) Hvad er

Læs mere

Retningslinjer for bedømmelsen Georg Mohr-Konkurrencen 2013 2. runde

Retningslinjer for bedømmelsen Georg Mohr-Konkurrencen 2013 2. runde Retningslinjer for bedømmelsen Georg Mohr-Konkurrencen 2013 2. runde esvarelser som falder uden for de løsninger som ligger til grund for pointskemaerne, bedømmes ved analogi så skridt med tilsvarende

Læs mere

Komplekse tal. Mikkel Stouby Petersen 27. februar 2013

Komplekse tal. Mikkel Stouby Petersen 27. februar 2013 Komplekse tal Mikkel Stouby Petersen 27. februar 2013 1 Motivationen Historien om de komplekse tal er i virkeligheden historien om at fjerne forhindringerne og gøre det umulige muligt. For at se det, vil

Læs mere