MATEMATIK 1 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 1. september 2010 Oversigt nr. 1
|
|
- Ulrik Winther
- 7 år siden
- Visninger:
Transkript
1 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 1. september 2010 Oversigt nr. 1 I PE-kurset i skal vi bruge [A] Sheldon Axler: Linear algebra done right, 2nd ed., Springer. [P] Lawrence Perko: Differential equations and dynamical systems; Springer. Groft sagt begynder vi med at gennemgå kapitel 1 3, 5 7 i [A] i løbet af de første 10 seancer. Jævnfør skemaet på næste oversigt. I kan med fordel læse til og med side 8 i [A] som forberedelse til første gang. 1. gang, fredag den 2. september. Efter en kort introduktion til kurset bliver programmet: : Vi tager hul på [A] og stiler mod at nå Subspaces i kapitel : Her er programmet opgaveregning: Kapitalformlen: Bevis ved induktion efter n, at den simple differensligning K n+1 = (1 + r)k n (hvor r betegner rentefoden, f.eks. r = 0, 07 ved 7% p.a.) har løsningen K n = (1 + r) n K 0. (1) Hvis man som 20-årig anbringer 10000kr. til 10% p.a, hvad er så K 14? (Mange køber hus når de er ) Og K 40? (mange køber sommerhus, når de er 60.) Hvad får man, circa, ved at placere 10000kr. til 10% p.a. hvert år som årig? K 14? K 40? Iteration: Man kan bestemme 2 f.eks. ved at indføre f(x) = x 2 og at x k+1 x k + f (x k ) 1 (f(x k ) f(x k 1 )), (2) Prøv at indsætte x 0 = 1, 4 og x 1 = 1, 41 osv. Om C: Regn i [A]. Om vektorrum: Regn 1.3 i [A]. Om underrum: Lav i [A] : Her gennemgår vi resten af Kapitel 1 om sum af underrum. 2. gang, mandag den 6. september : Vi begynder på kapitel 2 og stiler mod at nå : I opgaveregningen ser vi på Nulreglen: Bevis at λv = 0 λ = 0 eller v = 0. Dernæst resten af opgaverne til kapitel 1 i [A] : Vi fortsætter med kapitel 2 i [A], til og med
2 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER N Oversigt nr. 2 edenfor er en oversigt over (den tilstræbte) gennemgang af [A]. Emneordene er glimrende STIKORD i forbindelse med selvoverhøring... Uge Dato Seance Emneord 35 2/9 1 kapitel 1: Vektorrum, underrum, direkte summer 36 6/9 2 kapitel 2: Lineær (u)afhængighed, frembringelse, baser 9/9 3 kapitel 2: Baser: supplering/udtyndelse, dimension, Grassmann s dimensionsformel 37 13/9 4 kapitel 3: Lineære afbildninger, nulrum og billedrum, dimensionssætningen; matricer 16/9 5 kapitel 3: Invertibilitet, koordinattransformationer 38 20/9 6 kapitel 5: Egenværdier og -vektorer, invariante underrum, øvre trekantsmatricer 23/9 7 kapitel 5: Diagonalisering, basisskifte 39 27/9 8 kapitel 6: Indre produkt, norm; Cauchy Schwarz ulighed; ortonormale baser, Gram Schmidt ortonormalisering 29/9 9 kapitel 6: Ortogonal projektion, afstandsminimering, adjungerede afbildninger og ditto matricer 30/9 10 kapitel 7: Normale/selv-adjungerede operatorer, spektralsætningen 40 4/10 11 kapitel 7: Mere om spektralsætningerne, similaritet Opdateret pér 1. september. Ændringer kan naturligvis forekomme undervejs. 2
3 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 6. september 2010 Oversigt nr. 3 Vi fik idag gennemgået kapitel 2 til og med Prop. 2.8, dog uden 2.5 og 2.6. Vi nævnte også følgende hovedeksempel: Lad F (M, L n ) betegne mængden af afbildninger f : M L n, hvorved M er en given vilkårlig mængde. Da er V = F (M, L n ) også et vektorrum over L med de punktvise kompositioner: (f + g)(m) = f(m) + g(m); (a f)(m) = a f(m). Den storplettede ugle: (Repeter dette eksempel fra indledningen til kapitel 5 i Lays bog.) Tilstandsvektorerne x k = (j k, s k, a k ) kan bekvemt anses ) for at ligge i C 3 pga. komplekse egenværdier for matricen A =. Her er A lig koefficientmatricen i det diskrete dynamiske system ( 0 0 1/3 0, ,71 0,94 x k+1 = A x k, for k {0, 1, 2, 3,... } = N 0. (3) 3. gang, torsdag den 9. september. Her er programmet: : I [A] fortsætter vi med og 2.10 om supplering til en basis, frem til Undervejs vil lemma 2.4 spille en afgørende rolle : Opgaverne bliver her følgende: Frembringersæt: Frembringer ((1, 0, 0), (1, 1, 0), (0, 1, 1), (2, 3, 4)) C 3? Baser: Vis at B = ((1, 0, 0), (1, 1, 0), (0, 1, 1)) er en basis for C 3. Find koordinaterne for (1 + i, 2 + i, 2) mht. B. Lineær uafhængighed: Vis at hvis (u 1, u 2,..., u m ) er lineært uafhængigt, så er også (u 2,..., u m ) et lineært uafhængigt sæt. Gælder det samme for ethvert delsæt? Regn opg Endelig dimension: Hvorfor har en linie gennem origo i R 3 endelig dimension? (Parameterfremstilling!) hvad med en plan i R 3? Gennemsku opg. 2.5! Almene vektorrum: Vis at R n = F (M, L) når man tager M = {1, 2,..., n} og L = R, idet f F ({1, 2,..., n}, R) da har sin værdimængde f({1, 2,..., n}) organiseret som (x 1, x 2,..., x n ). Beskriv dernæst C n som et rum af formen F (M, L). Fortsæt med eksemplet L fra [A]. Lad F (M, U) være mængden af afbildninger f : M U, hvor M er en vilkårlig mængde og U er et givet vektorrum over L. Eftervis da at V = F (M, U) er et vektorrum over L. 3
4 Anvendelser: Vis at en løsning x k til uglens system (3) faktisk er et element i F (N 0, C 3 ), som er et komplekst vektorrum, jævnfør ovenfor : Vi fortsætter her med resten af kapitel 2, hvor vi skal beskæftige os med begrebet dimension på en seriøs måde. 4
5 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 13. september 2010 Oversigt nr gang, mandag den 13. september : Vi runder af med begrebet dimension og begynder på kapitel 3 i [A] om lineære afbildninger : Ved øvelserne regnes opgaver om: Frembringelse: Udspændes R 2 af (1, 0)? Er C 1 frembragt af vektoren 1? Find et frembringersæt for rummet P m (L). Supplering: Suppler (1, 0) til en basis for R 2. Samme for (1, 2, i) i C 3. Grundbegreber: Lad U R 3 bestå af de (x, y, z), som for s, t R opfylder x 1 1 y = s 2 + t 2. z 3 5 Find et frembringersæt for U. Bestem et lineært uafhængigt sæt i U. Angiv en basis B for U, og bestem koordinaterne for u = (3, 2, 11). Suppler B til en basis B for R 3. Angiv koordinaterne for u mht. B. Hvad er dim U? Er dette en modstrid med at u er et tripel? Udtynding: Udtynd ((1, 1), (2, 3), (3, 2)) til en basis for det komplekse rum C 2. (Overvej hvorfor du/i fik et frembringersæt for C 2.) Kan sættet ) ( 12 1 ((, 1 3 udtyndes til en basis for C 3? 2 ) ( ) ( 03 1 ),, 4 ) 1 1 Polynomier: Vis at P m (R) er et underrum af P(R). Kontroller at B = (1, x, x 2,..., x m ) er en basis for P m (R) og find dim P m. Godtgør at polynomierne, for fastholdt a R, S a = (1, x a, (x a) 2,..., (x a) m ) (4) er et frembringersæt for P m (R). (Vink: Brug Taylors formel.) Vis også at sættet S a er en basis for P m (R). Er S a en smartere basis end B? Prøv at Taylor-udvikle sin x i a = π/2 til orden m = 2 og skrive polynomiet i basen B fremskridt eller tilbageskridt? Baser: Regn opgaverne Direkte sum: Lav : Her gennemgår vi kapitel 3 frem til side 50 om matricer. 5
6 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 13. september 2010 Oversigt nr. 5 Idag fik vi gjort kapitel 2 færdigt. Læs hjemme beviset for Proposition 2.19 og skriv det ud i alle detaljer! (Vælg basis vektorer u jk, hvor k = 1,..., dim U j for hvert underrum U j.) I kapitel 3 bør I se grundigt på eksemplerne regn efter at afbildningerne er lineære! 5. gang, torsdag den 16. september. Hovedemne: Linearitet : Vi fortætter med kapitel 3 om lineære afbildninger og matricer : Opgaveregningen fokuserer på: Lineær Uafhængighed: Hvorfor er Lemma 2.4 stadig korrekt, hvis man fjerner forudsætningen om at v 1 0? Regn i nævnte rækkefølge. Linearitet: Eftervis at T : V W er lineær netop når T (λu + µv) = λt u + µt v (5) for alle skalarer λ, µ L og alle u, v V. Verificer påstanden s. 41 øverst om at ST er lineær. Regn endelig opgave 3.2 og 3.3 (brug at U har et komplement). Billedrum: Giv dit eget bevis for at billedmængden for en lineær afbilding er et underrum. Injektivitet: Hvad er nulrummet for (x, y) x+2y? Er denne afbildning injektiv? Lav 3.5. Surjektivitet: Godtgør påstandene om surjektivitet midt på s. 44. Regn dernæst 3.7. Dimensionssætningen: To udfordringer: Lav 3.8 og (Hvorfor må uligheden i opgaven forventes?) Desuden gamle opgaver, hvis der er tid til overs : Her gør vi kapitel 3 færdigt. 6
7 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 18. september 2009 Oversigt nr. 6 Vi nåede idag resten af kapitel 3. Næste gang skal vi se at Proposition 3.14 giver en simpel diskussion af Koordinatttransformation: Når et vektorrum V har to baser B = (v 1,..., v n ) og C = (w 1,..., w n ), så kan enhver vektor v V skrives på to måder: v = λ 1 v λ n v n = µ 1 w µ n w n. (6) Dette giver i første omgang to forskellige koordinatsøjler for v, nemlig λ 1 M(v, B) =. λ n, M(v, C) = µ 1. µ n. (7) Kendes blot den ene kan den anden bestemmes ved hjælp af koordinatransformationsmatricen K, idet M(v, C) = K M(v, B). (8) NB! Her er K = M(I, B, C) når I : V V betegner den identiske afbildning, og formlen (8) følger direkte af Proposition 3.14, når denne bruges på I. F.eks. har v = (1, 7) koordinatsøjlen ( 1 7 ) mht. den naturlige basis E = (e 1, e 2 ); desuden kunne man indføre basen C = (w 1, w 2 ), hvor w 1 = (1, 1), w 2 = (1, 1). Idet e 1 = 1w w 2 2, e 2 = 1w w 2 2, (9) sluttes (af side 48 i [A]) at K = M(I, E, C) = M(v, C) = ( ) ( ) 1/2 1/2 1 1/2 1/2 7 ( 1/2 1/2 1/2 1/2 Kontrol: 3(1, 1) + 4(1, 1) = (4 3, 3 + 3) = (1, 7) = v. 6. gang, mandag den 20. september. = ), hvorfor (8) giver ( ) 3. (10) : Først afrundes kapitel 3 med konsekvenserne for koordinattransformationer. Læs og forstå ovenstående hjemmefra, så lægger vi hovedvægten på matricers transformation. Dernæst tager vi i kapitel 5 et gensyn med egenværdier og egenvektorer. Desuden skal I møde invariante underrum: Hvis T L(V ), så kaldes et underrum U V invariant ved T, hvis T (U) U : Opgaver i flg. emner: 7
8 Matricer: Find w = T (1, 1), når T er som midt på side 49 i [A]. Bestem dernæst M(w) ved at bruge T s matrix. Indfør nu basen B = ((2, 0), (1, 1)) for L 2 foruden den naturlige basis E for L 3. Hvad er da M(1, 1) og M(T ; B, E)? Brug disse til at bestemme M(w). Lav Koordinater: Regn Er der en isomorfi her? Dimensionssætningen: Regn Inverterbarhed: Vis at hvis T L(V ) er inverterbar, så har matricen M(T ) (mht. en fast valgt basis for V ) en invers matrix og M(T ) 1 = M(T 1 ). (11) Formuler og bevis et omvendt resultat hertil! Anvendelse: I (8) er matricen K inverterbar begrund hvorfor! Inverser: Gennemsku 3.22 (vink: Hvad kunne (ST ) 1 være?). Og den overraskende Injektiv: Lav 3.14 (brug opgave 3.3 til konstruktionen af S). Har du/i et bud på, hvad en højreinvers er!? Surjektiv: Lav 3.15 (brug opgave 3.8 til konstruktionen af S). Har du/i et bud på, hvad en venstreinvers er!? : Her fortsættes frem mod Theorem Den storplettede ugle: I forbindelse med differensligningen (jvf. Lays bog kap. 5) x k+1 = A 3,3 x k k = 0, 1, 2,... (12) kan man indføre x = ( x 0, x 1,..., x k,... ), som er element i det tidligere indførte vektorrum V = F (N 0, C 3 ). Da udgør løsningerne et underrum U V : Dvs., for alle skalarer λ, µ C og alle løsninger x, y fås en ny løsning z V, nemlig z = λx + µy = (λ x 0 + µ y 0,..., λ x k + µ y k,... ). Dette kan vises direkte, men også ved at se, at løsningerne udgør et nulrum for en lineær afbildning: A: V V kan defineret ved Ax = (A x 0,..., A x k,... ) er lineær; desuden rummer L(V ) skifteoperatoren Sx = ( x 1, x 2,..., x k+1,... ), jvf. side 39 i [A]. Ligningen (12) er ækvivalent med at Sx = Ax og derfor med (S A)x = 0 eller med x Null(S A). (13) Derfor siges differensligningen (3) at være lineær. 8
9 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 22. september 2010 Oversigt nr. 7 Som I kan se, springer vi kapitel 4 i [A] over. Dette skyldes især, at vi alligevel ikke kan overkomme at bevise algebraens fundamentalsætning (4.7) på dette semester. (I vil senere på MAT 2 se et smart bevis, der ikke bruger lineær algebra.) Man kan dog med fordel orientere sig om indholdet af kapitel 4. En god indgangsvinkel kunne være Korollar 4.8, som vi har brugt direkte i beviset for Theorem 5.10 (indse dette!). Prøv evt. at følge beviset for at Korollar 4.8 er en konsekvens af algebraens fundamentalsætning gang, torsdag den 23. september : Vi stiler mod at nå Prop : Opgaver i: Matricer: Find matricen for T = d dx når V = P m(r) udstyres med basen (1, x, x 2,..., x m ). Ekstra: Hvorfor er λ = 0 eneste egenværdi? Er dette overraskende? Den storplettede ugle(=anvendelse af teorien): Indse først, at der til hvert v R 3 findes et og kun et x = ( x 0,..., x k,... ) F (N 0, C 3 ) som opfylder { xk+1 = A 3,3 x k for k N 0 (14) x 0 = v. Vink: Man kan vise enhver løsning nødvendigvis har formen x = ( v, A v, A 2 v,... ); og omvendt at denne vektorfølge faktisk løser begyndelsesværdiproblemet ovenfor. Med andre ord er Φ( v) = ( v, A v, A 2 v,... ) en bijektion af C 3 på løsningsmængden, kaldet X, til selve differensligningen. Vis at Φ er en isomorfi C 3 X, samt at dim X = 3. (NB! Theorem 3.18 i [A] kan ikke bruges som den står; men brug forbemærkningen til den). Egenværdier: Regn Egenvektorer: Regn 5.5 og 5.6. Invariante underrum: Lav opg. 5.1 og 5.4. Eventuelt gamle opgaver, hvis der er tid til overs : Resten af kapitel 5 frem til side 90. Desuden lidt om basisskifte i forbindelse med diagonalisering. 9
10 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 24. september 2010 Oversigt nr. 8 Vi nåede i går kapitel 5 frem til side 89 om diagonalisering af operatorer. NB! Generelt siges en operator T L(V ) at være diagonaliserbar hvis den opfylder en (og dermed enhver) af de ækvivalente betingelser i gang, mandag den 27. september : Først afrunder vi 5.21 om diagonalisering. Dernæst fortsætter vi med kapitel 6 nu skal vi til at inddrage skalarprodukter. Vi vil tage let på de første 2 4 sider, som I bedes læse inden forelæsningen : Opgaver: Diagonalisering: Find samtlige egenværdier og -vektorer for ( ) , Brug Sætning 5.21 til at afgøre, om matricerne er diagonaliserbare. Den storplettede ugle: Vis at A er diagonaliserbar når 0 0 1/3 A = 0, , 71 0, 94 (Find dens karakteristiske polynomium ved håndkraft, siden rødderne (evt. ved maskinkraft) og bestem egenværdierne. Konkluder så!) Udled at der findes u 1, u 2, u 3 C 3 så enhver begyndelsesvektor v C 3 på entydig måde kan skrives v = c 1 u 1 + c 2 u 2 + c 3 u 3. Bevis at der for enhver løsning x = ( x 0, x 1,..., x k,... ) til differensligningen x k+1 = A x k gælder x k+1 = c 1 A k u 1 + c 2 A k u 2 + c 3 A k u 3 = c 1 λ k 1 u 1 + c 2 λ k 2 u 2 + c 3 λ k 3 u 3, (15) for komplekse skalarer λ 1 0, 98, λ 2 0, 2 + i 0, 21 og λ 3 0, 2 i 0, 21. Brug egenskaberne ved en norm til at udlede at Hvad betyder dette for uglebestanden? x k C 3 0 for k. (16) 10
11 Egenværdier og -vektorer: Regn opgave 5.8 og : Her stiler vi mod at nå gang, onsdag den 29. september : Vi fortsætter med kapitel : Opgaver i emnerne: Øvre trekantsmatricer: Regn opgave Egenværdier: Regn Evt Gram Schmidt: Tegn (2, 1) og ( 3, 2) og ortonormaliser dem! Cauchy Schwarz: Lav 6.3. Indre produkter: Regn Gamle opgaver derefter : Vi gennemgår resten af kapitel 6. Eksemplerne side vil kun blive skitserede men hvis I er bare lidt nysgerrige kan I lære en masse om matematik & lommeregnere mm! 11
12 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 1. oktober 2010 Oversigt nr. 9 I går nåede vi til og med side 112 i [A]. Som et alment begreb omtalte vi en norm på et vektorrum V. Dette er en afbildning V R som typisk skrives x. For at være en norm skal den opfylde tre ting: (i) x 0, med lighedstegn kun for x = 0; (ii) λx = λ x ; (iii) trekantsuligheden: x + y x + y. Som et eksempel gælder i et indre produkt rum at x, x er en norm (jvf. side 102 i [A]). En norm der ikke udspringer af et indre produkt på R n er Mahattannormen: (x 1, x 2,..., x n ) = x 1 + x x n. 10. gang, mandag den 4. oktober : Her gennemgår vi resten af kapitel 6. Orienter jer hjemmefra om funktionaler, adjungerede operatorer : Opgaver: Ortonormal: Afgør om vektorerne (1, 1, 1), (1, 1, 0) og (1, 0, 0) er en ortonormal basis for R 3. (Nem!) Brug Gram Schmidt ortogonalisering til at finde en o.n.b. for R 3. Skriv så (1, 1, 0) som en linearkombination af de fundne vektorer. Gram-Schmidt: Regn Ortogonalkomplement: Vis at U er et underrum og at {0} = V. Find U når U R 3 er givet ved U = span((1, 2, 3)). Opskriv hvad den direkte sum R 3 = U U giver for vektoren (2, 4, 1). Regn Ortogonal projektion: Eftervis nr. 2,3,5 blandt påstandene over Brug den almene formel for P U, jvf i [A], til at finde P U (2, 4, 1) i opgaven ovenfor. (Ser det bekendt ud?) : Vi tager hul på kapitel 7, og skal i stifte nærmere bekendtskab med operatorer T, der er selv-adjungerede: T = T eller normale: T T = T T. 12
13 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 5. oktober 2010 Oversigt nr. 10 Sidste gang nåede vi resten af kapitel 6. Siderne var kursorisk stof, omend meget illustrativt for rækkevidden af lineær algebra. Desuden lidt om operatorer T L(V ) der er selvadjungerede henholdsvis normale: T = T henholdsvis T T = T T. (17) Vi fik omtalt, at en reel matrix A kan være ortogonalt diagonaliserbar og vist dette medfører at A er symmetrisk. Se nærmere i Lays bog, afsnit 7.1 side 450 nederst. 11. gang, onsdag den 6. oktober : Vi fortsætter her med kapitel 7. Emnet er PE-kursets første sande hovedresultat: spektralsætningen. Vi skal på afgørende måde udnytte, at operatorer har øvre trekantsmatricer mht. passende baser; repeter derfor 6.28 og : Opgaver: Matrixtilordning: Opskriv mindst 8 (otte) gode resultater for den afbildning L(V, W ) Mat(m, n; L), der er givet ved matrixtilordningen T M(T ). Minimering: Regn Adjungeret afbildning: Regn Øvre trekantsmatrix: Dyrk opgave Opskriv også matricen. Ortogonale projektioner: Lav Selvadjungerede operatorer: Regn 7.3. Gamle opgaver dernæst : Mere om spektralsætningen 7.9 og den reelle udgave i
14 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 6. oktober 2010 Oversigt nr. 11 Vi fik idag gennemgået både den reelle og komplekse spektralsætning til og med side 137 i [A]. Desuden blev det nævnt, hvordan mange resultater i kapitel 7 i [A] kan fortolkes bekvemt ved hjælp af de to mængder af komplekse tal: spektret for T : σ(t ) = { λ C λ er egenværdi for T } (18) den numeriske værdimængde for T : ν(t ) = { T x, x x 2 x 0 }. (19) Som et bekvemt begreb indførte vi følgende Definition: En operator T L(V ) på et indre produkt rum V af dimension n N kaldes ortogonalt diagonaliserbar dersom V har en ortonormal basis (e 1,..., e n ) bestående af egenvektorer for T. I så fald har T en såkaldt spektralfremstilling: T = λ 1 P Eλ1 + + λ m P Eλm, (20) hvor P Eλj er ortogonalprojektionen på egenrummet E λj hørende til den j te egenværdi λ j. Spektralsætningen udsiger hvornår T har en sådan fremstilling! 12. gang, mandag den 11. oktober : Her gennemgår vi 7.36 og 7.37 i [A] om ortogonale/unitære operatorer (også kaldet lineære isometrier) : Blandt opgaverne ser vi på: Den storplettede ugle: Matricen A for dette diskrete dynamiske system er ikke selvadjungeret (hvorfor?). Udsiger spektralsætningen så, at A ikke er diagonaliserbar? Ortogonal diagonalisering: Skriv A = ( ) på formen P DP 1. (Vink: Brug spektralsætningen.) Udled spektralfremstillingen i (20) når T er ortogonalt diagonaliserbar. (Vink: Brug spektralsætningen til at finde en o.n.b.) Selvadjungerede operatorer: Lav Normale operatorer: Lav : Her begynder vi på teorien for lineære differentialligninger, hvor vi følger [P]. Vi vil få rig lejlighed til at udnytte lineær algebra, som vi har mødt det i [A] og mere endnu (!) men lineær algebra vil ofte være en stor hjælp til at gennemskue sagerne. Vi når antageligt afsnit
15 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 12. oktober 2010 Oversigt nr. 12 Vi nåede sidste gang til og med side 9 i [P] og talte en del om den farlige notation blot at skrive x, x osv. når der menes x(t), x (t) osv. 13. gang, onssdag den 13. oktober : Vi fortsætter med [P] og nu i afsnit 1.3: Her skal vi møde eksponentialfunktionen af en matrix! I bedes repetere begrebet en norm på et vektorrum. Se oversigt nr : Opgaver i følgende emner: Normer: Kontroller at Manhattan-normen virkeligt er en norm (nem!). Se oversigt nr. 9. Unitære operatorer: Udregn O O for 2/2 3/3 6/6 O = 2/2 ( ) 3/3 6/6 2/2 2/2, O = i 2/2 i. 2/2 0 3/3 6/3 (21) Er disse matricer unitære? Udgør søjlerne ortonormale baser? Bevis at spektret for ( ) cos θ sin θ sin θ cos θ som operator på C 2 er lig med { e i θ, e i θ }. Giv 3 begrundelser for at operatoren er unitær. (Se Thm ) Spektralsætningen: Skriv A = ( ) som A = P DP 1, hvor P er ortogonal, jvf. sidste gang. Forklar at ligningen x x 1 x 2 + x 2 2 = 1/2 (22) er ensbetydende med ( x 1 x 2 ) A ( x 1 x 2 ) = 1. Vis at koordinatskiftet ( y 1 y 2 ) = P T ( x 1 x 2 ) fører ligningen (22) over i y y 2 2 = 1. (23) Udled at løsningsmængden er en ellipse! Tegn denne! (Metoden her kaldes diagonalisering af kvadratiske former.) Faseportrætter: Regn opgave i [P]. Diagonalisering: Lav opgave i [P] : Vi fortsætter med kapitel i [P]. 15
I PE-kurset i skal vi bruge [A] Sheldon Axler: Linear algebra done right, 2nd ed., Springer.
LINER ALGEBRA OG DYNAMISKE SYSTEMER 5. september 2007 Oversigt nr. 1 I PE-kurset i skal vi bruge [A] Sheldon Axler: Linear algebra done right, 2nd ed., Springer. [AB] K. G. Andersson og L.-C. Böiers: Ordinära
Læs mereMATEMATIK 1 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 1. september 2009 Oversigt nr. 1
LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 1. september 2009 Oversigt nr. 1 I PE-kurset i skal vi bruge [A] Sheldon Axler: Linear algebra done right, 2nd ed., Springer. [P] Lawrence Perko: Differential equations
Læs mereMATEMATIK 1 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 2. september 2008 Oversigt nr. 1
LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 2. september 2008 Oversigt nr. 1 I PE-kurset i skal vi bruge [A] Sheldon Axler: Linear algebra done right, 2nd ed., Springer. [AB] K. G. Andersson og L.-C. Böiers:
Læs mereDesignMat 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 mere9.1 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 mereLinAlg Skriftlig prøve 20. januar 2009, 9 12 Vejledende besvarelse
LinAlg Skriftlig prøve. januar 9, 9 Vejledende besvarelse Dette eksamenssæt løber over 5 sider, denne side inklusive. Sættet stilles til løsning over 3 timer med alle sædvanlige hjælpemidler, bortset fra
Læs mereLineær Algebra eksamen, noter
Lineær Algebra eksamen, noter Stig Døssing, 20094584 June 6, 2011 1 Emne 1: Løsninger og least squares - Løsning, ligningssystem RREF (ERO) løsninger Bevis at RREF matrix findes Løsninger til system (0,
Læs mereFunktionalligninger - løsningsstrategier og opgaver
Funktionalligninger - løsningsstrategier og opgaver Altså er f (f (1)) = 1. På den måde fortsætter vi med at samle oplysninger om f og kombinerer dem også med tidligere oplysninger. Hvis vi indsætter =
Læs mereDesignMat 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 mereDiagonalisering. Definition (diagonaliserbar)
1 Diagonalisering 2 Definition (diagonaliserbar) Lad A være en n n-matrix. A siges at være diagonaliserbar hvis A er similær med en diagonal matrix, dvs. A = PDP 1, hvor D er en n n diagonal matrix og
Læs mere1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA 6. oktober 2016 Miniprojekt: Lineær algebra på polynomier
MATEMATIK 3 LINEÆR ALGEBRA 6. oktober 2016 Miniprojekt: Lineær algebra på polynomier Grupperne forventes at regne en mængde af opgaver, som tilsammen dækker 100 point. De små opgaver giver hver 5 point,
Læs mere1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA M. ANV. 4. oktober Miniprojekt: Lineær algebra på polynomier
MATEMATIK 3 LINEÆR ALGEBRA M. ANV. 4. oktober 2017 Miniprojekt: Lineær algebra på polynomier Grupperne forventes at regne de små opgaver i afsnittene 1 5 i løbet af de første 4 halve dage. Dernæst tilføjes
Læs mereOm hvordan Google ordner websider
Om hvordan Google ordner websider Hans Anton Salomonsen March 14, 2008 Man oplever ofte at man efter at have givet Google et par søgeord lynhurtigt får oplysning om at der er fundet et stort antal - måske
Læs mereOversigt [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 mereLøsning af præmie- og ekstraopgave
52 Læserbidrag Løsning af præmie- og ekstraopgave 23. årgang, nr. 1 Martin Wedel Jacobsen Både præmieopgaven og ekstraopgaven er specialtilfælde af en mere generel opgave: Hvor mange stykker kan en n-dimensionel
Læs mereSandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver!
LINEÆR ALGEBRA 28. januar 2005 Oversigt nr. 1 I kurset i skal vi bruge D. C. Lay: Linear algebra and its applications, 3. udgave Addison Wesley 2003; i store træk bliver det kapitel 1 3 og 5.1 5.3. Som
Læs mereLineær Algebra, TØ, hold MA3
Lineær Algebra, TØ, hold MA3 Lad mig allerførst (igen) bemærke at et vi siger: En matrix, matricen, matricer, matricerne. Og i sammensætninger: matrix- fx matrixmultiplikation. Injektivitet og surjektivitet
Læs mereLineær uafhængighed 1. Lineær afbildninger 2. Spektralteori 3. Komplekse tal 4. Indeks 8. u 3 = u 1 + u 2 (3) V u3 =
Goutham Jørgen Surendran3. januar 22 LINEÆR UAFHÆNGIGHED Indhold Lineær uafhængighed Lineær afbildninger 2 Spektralteori 3 Funktionskalkyle for symmetriske kalkyler 4 Komplekse tal 4 (Hvad ethvert dannet
Læs mereSecret Sharing. Olav Geil Institut for Matematiske Fag Aalborg Universitet email: olav@math.aau.dk URL: http://www.math.aau.dk/ olav.
1 Læsevejledning Secret Sharing Olav Geil Institut for Matematiske Fag Aalborg Universitet email: olav@math.aau.dk URL: http://www.math.aau.dk/ olav September 2006 Nærværende note er tænkt som et oplæg
Læs mereLineær algebra: Lineære afbildninger. Standardmatricer
Lineær algebra: Lineære afbildninger. Standardmatricer Institut for Matematiske Fag Aalborg Universitet 2011 Lineære afbildninger En afbildning T : R n R m fra definitionsmængden R n ind i dispositionsmængden
Læs mereBesvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016
Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 206 Mikkel Findinge http://findinge.com/ Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan.
Læs mereHilbert rum. Chapter 3. 3.1 Indre produkt rum
Chapter 3 Hilbert rum 3.1 Indre produkt rum I det følgende skal vi gøre brug af komplekse såvel som reelle vektorrum. Idet L betegner enten R eller C minder vi om, at et vektorrum over L er en mængde E
Læs mereTidligere Eksamensopgaver MM505 Lineær Algebra
Institut for Matematik og Datalogi Syddansk Universitet Tidligere Eksamensopgaver MM55 Lineær Algebra Indhold Typisk forside.................. 2 Juni 27.................... 3 Oktober 27..................
Læs merePolynomier et introforløb til TII
Polynomier et introforløb til TII Formål At introducere polynomier af grad 0, 1, 2 samt højere, herunder grafer og rødder At behandle andengradspolynomiet og dets graf, parablen, med fokus på bl.a. toppunkt,
Læs mereOversigt [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 mereMATEMATIK 3 LINEÆR ALGEBRA 2. september 2016 Oversigt nr. 1
LINEÆR ALGEBRA 2. september 2016 Oversigt nr. 1 Lærebøgerne for kurset er [LNS]Linear algebra as an introduction to abstract mathematics, af I. Lankham, B. Nachtergaele og A. Schilling, Lecture notes for
Læs mereTALTEORI Wilsons sætning og Euler-Fermats sætning.
Wilsons sætning og Euler-Fermats sætning, marts 2007, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan
Læs mereSylvesters kriterium. Nej, ikke mit kriterium. Sætning 9. Rasmus Sylvester Bryder
Sætning 9 Sylvesters kriterium Nej, ikke mit kriterium Rasmus Sylvester Bryder Inspireret af en statistikers manglende råd om hvornår en kvadratisk matrix er positivt definit uden at skulle ud i at bestemme
Læs mereEgenværdier og egenvektorer
1 Egenværdier og egenvektorer 2 Definition Lad A være en n n matrix. En vektor v R n, v 0, kaldes en egenvektor for A, hvis der findes en skalar λ således Av = λv Skalaren λ kaldes en tilhørende egenværdi.
Læs mereForslag til løsning af Opgaver til ligningsløsning (side172)
Forslag til løsning af Opgaver til ligningsløsning (side17) Opgave 1 Hvis sønnens alder er x år, så er faderens alder x år. Der går x år, før sønnen når op på x år. Om x år har faderen en alder på: x x
Læs mereMATEMATIK 3 LINEÆR ALGEBRA M. ANV. 29. august 2017 Oversigt nr. 1
LINEÆR ALGEBRA M. ANV. 9. august 017 Oversigt nr. 1 Lærebøgerne for kurset er [SA] Sheldon Axler, Linear algebra done right, 3. udgave, Springer 015. [AJ] Matrix factorizations, af Arne Jensen, Aalborg
Læs mereOversigt [LA] 11, 12, 13
Oversigt [LA] 11, 12, 13 Nøgleord og begreber Ortogonalt komplement Tømrerprincippet Ortogonal projektion Projektion på 1 vektor Projektion på basis Kortest afstand August 2002, opgave 6 Tømrermester Januar
Læs mereØlopgaver i lineær algebra
Ølopgaver i lineær algebra 30. maj, 2010 En stor del af de fænomener, vi observerer, er af lineær natur. De naturlige matematiske objekter i beskrivelsen heraf bliver vektorrum rum hvor man kan lægge elementer
Læs mereMATEMATIK 3 LINEÆR ALGEBRA M. ANV. 23. august 2018 Oversigt nr. 1
LINEÆR ALGEBRA M. ANV. 3. august 08 Oversigt nr. Lærebøgerne for kurset er [SA] Sheldon Axler, Linear algebra done right, 3. udgave, Springer 05. [AJ] Matrix factorizations, af Arne Jensen, Aalborg University,
Læs mereDifferentiation af Logaritmer
Differentiation af Logaritmer Frank Nasser 11. juli 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold
Læs mereVariabel- sammenhænge
Variabel- sammenhænge Udgave 2 2009 Karsten Juul Dette hæfte kan bruges som start på undervisningen i variabelsammenhænge for stx og hf. Hæftet er en introduktion til at kunne behandle to sammenhængende
Læs mereAfstand fra et punkt til en linje
Afstand fra et punkt til en linje Frank Villa 6. oktober 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
Læs mereFinde invers funktion til en 2-gradsfunktion - ved parallelforskydning. John V Petersen
Finde invers funktion til en 2-gradsfunktion - ved parallelforskydning John V Petersen Finde invers funktion til en 2-gradsfunktion - ved parallelforskydning 2015 John V Petersen art-science-soul Indhold
Læs mereModule 1: Lineære modeller og lineær algebra
Module : Lineære modeller og lineær algebra. Lineære normale modeller og lineær algebra......2 Lineær algebra...................... 6.2. Vektorer i R n................... 6.2.2 Regneregler for vektorrum...........
Læs mereTALTEORI Wilsons sætning og Euler-Fermats sætning.
Wilsons sætning og Euler-Fermats sætning, marts 2007, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan
Læs mereMiniprojekt 3: Fejlkorligerende køder Fejlkorrigerende koder
Miniprojekt 3: Fejlkorligerende køder Fejlkorrigerende koder Denne note er skrevet med udgangspunkt i [, p 24-243, 249] Et videre studium kan eksempelvis tage udgangspunkt i [2] Eventuelle kommentarer
Læs mereDesignMat 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 mereInverse funktioner. John V Petersen
Inverse funktioner John V Petersen Indhold Indledning: Indledende eksempel. Grafen for en funktion. Og grafen for den inverse funktion.... 3 Afbildning, funktion og inverse funktion: forklaringer og definitioner...
Læs mereSkriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)
SYDDANSK UNIVERSITET ODENSE UNIVERSITET INSTITUT FOR MATEMATIK OG DATALOGI Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM2) Fredag d. 2. januar 22 kl. 9. 3. 4 timer med alle sædvanlige skriftlige
Læs mereNøgleord og begreber Ortogonalt komplement Tømrerprincippet. [LA] 13 Ortogonal projektion
Oversigt [LA] 11, 12, 13 Nøgleord og begreber Ortogonalt komplement Tømrerprincippet Ortogonal projektion Projektion på 1 vektor Projektion på basis Kortest afstand August 2002, opgave 6 Tømrermester Januar
Læs mereBesvarelser til Lineær Algebra Ordinær Eksamen Juni 2018
Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Juni 28 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereBesvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018
Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 08 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereArealer under grafer
HJ/marts 2013 1 Arealer under grafer 1 Arealer og bestemt integral Som bekendt kan vi bruge integralregning til at beregne arealer under grafer. Helt præcist har vi denne sætning. Sætning 1 (Analysens
Læs mereSandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver!
LINEÆR ALGEBRA 30. januar 2004 Oversigt nr. 1 I kurset i skal vi bruge D. C. Lay: Linear algebra and its applications, 3. udgave Addison Wesley 2003; i store træk bliver det kapitel 1 3 og 5.1 5.3. Som
Læs mere1.1. n u i v i, (u, v) = i=1
1.1 1. Hilbert rum 1.1. Hilbert rum og deres geometri. Definition 1.1. Et komplekst vektor rum V kaldes et indre produkt rum (eller præ-hilbert rum), når det er forsynet med en funktion (, ): V V C, som
Læs merePraktiske Maple Ting. - Hvis du skal indsætte kvadratroden, et integrale, lambda, osv. Så skriv eks. Sqrt, int, eller lambda, tryk escape og du kan
Praktiske Maple Ting. - Hvis du skal indsætte kvadratroden, et integrale, lambda, osv. Så skriv eks. Sqrt, int, eller lambda, tryk escape og du kan så vælge tegnet. - For at definere noget, eks en x værdi,
Læs mereLineære 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 mereArbejdsmiljøgruppens problemløsning
Arbejdsmiljøgruppens problemløsning En systematisk fremgangsmåde for en arbejdsmiljøgruppe til løsning af arbejdsmiljøproblemer Indledning Fase 1. Problemformulering Fase 2. Konsekvenser af problemet Fase
Læs mereSymmetriske og ortogonale matricer Uge 7
Symmetriske og ortogonale matricer Uge 7 Preben Alsholm Efterår 2009 1 Symmetriske og ortogonale matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = [ a ij kaldes symmetrisk, hvis aij = a ji
Læs mereAfstandsformlerne i Rummet
Afstandsformlerne i Rummet 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 mereDesignMat Uge 2. Preben Alsholm. Efterår Lineære afbildninger. Preben Alsholm. Lineære afbildninger. Eksempel 2 på lineær.
er DesignMat Uge 2 er er lineær lineær lineær lineære er I smatrix lineære er II smatrix I smatrix II Efterår 2010 Lad V og W være vektorrum over samme skalarlegeme L (altså enten R eller C for begge).
Læs mere6.1 Reelle Indre Produkter
SEKTION 6.1 REELLE INDRE PRODUKTER 6.1 Reelle Indre Produkter Definition 6.1.1 Et indre produkt på et reelt vektorrum V er en funktion, : V V R således at, for alle x, y V, I x, x 0 med lighed x = 0, II
Læs mereOm første og anden fundamentalform
Geometri, foråret 2005 Jørgen Larsen 9. marts 2005 Om første og anden fundamentalform 1 Tangentrummet; første fundamentalform Vi betragter en flade S parametriseret med σ. Lad P = σu 0, v 0 være et punkt
Læs mereEksamen i Lineær Algebra
Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Tirsdag den 4 januar, 2 Kl 9-3 Nærværende eksamenssæt består af 8 nummererede
Læs mereTo find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra
To find the English version of the exam, please read from the other end! Se venligst bort fra den engelske tekst på bagsiden, hvis du følger den danske version af prøven. Eksamen i Lineær Algebra Første
Læs mere4.1 Lineære Transformationer
SEKTION 41 LINEÆRE TRANSFORMATIONER 41 Lineære Transformationer Definition 411 ([L], s 175) Lad V, W være F-vektorrum En lineær transformation L : V W er en afbildning, som respekterer lineær struktur,
Læs mereEKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) AUGUST 2006 AARHUS UNIVERSITET
EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) AUGUST 2006 AARHUS UNIVERSITET H.A. NIELSEN & H.A. SALOMONSEN Opgave. Lad f betegne funktionen f(x,y) = x 3 + x 2 y + xy 2 + y 3. ) Angiv gradienten f. 2) Angiv
Læs mereFrank Villa. 15. juni 2012
2 er irrationel Frank Villa 15. juni 2012 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som aonnerer på MatBog.dk. Se yderligere etingelser for rug her. Indhold 1 Introduktion
Læs merez 1 = z 1z 1z 1 z 1 2 = z z2z 1 z 2 2
M å l e p u n k t R i e m a n n s k G e o m e t r i E 8 J a ko b L i n d b l a d B l a ava n d 2 5 3 6 7 5 27 oktober 28 I n s t i t u t fo r M at e m at i s k e Fag A a r h u s U n i v e r s i t e t indledning
Læs mereDesignMat Uge 11 Lineære afbildninger
DesignMat Uge Lineære afbildninger Preben Alsholm Forår 008 Lineære afbildninger. Definition Definition Lad V og W være vektorrum over samme skalarlegeme L (altså enten R eller C for begge). Afbildningen
Læs mereChapter 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 mereBesvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016
Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereEksamen i Lineær Algebra
Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Tirsdag den 8 januar, Kl 9- Nærværende eksamenssæt består af 8 nummererede sider
Læs mereSymmetriske og ortogonale matricer Uge 6
Symmetriske og ortogonale matricer Uge 6 Preben Alsholm Efterår 2010 1 Symmetriske og ortogonale matricer 1.1 Skalarprodukt og Cauchy-Schwarz ulighed Skalarprodukt og Cauchy-Schwarz ulighed Det sædvanlige
Læs mereDelmængder af Rummet
Delmængder af Rummet Frank Nasser 11. juli 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 mereEr A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv A som en tællelig forening af afsluttede mængder.
Analyse Øvelser Rasmus Sylvester Bryder 10. og 13. september 013 Supplerende opgave 4 Betragt mængden A = {(x, y) R x + y 1, x < y}. Er A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv
Læs mereGEOMETRI-TØ, UGE 11. Opvarmningsopgave 2, [P] 6.1.1 (i,ii,iv). Udregn første fundamentalform af følgende flader
GEOMETRI-TØ, UGE Hvis I falder over tryk- eller regne-fejl i nedenstående, må I meget gerne sende rettelser til fuglede@imf.au.dk. Opvarmningsopgave, [P] 5... Find parametriseringer af de kvadratiske flader
Læs mereEksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet
Eksamen i Lineær Algebra Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet 4. januar 9 kl. 9:-: Dette eksamenssæt består af 8 nummererede sider
Læs mereANALYSE 1, 2014, Uge 5
ANALYSE, 204, Uge 5 Afleveringsfrist for Prøve 2 er Tirsdag den 20/5 kl 0:5. Forelæsninger Tirsdag Vi går videre med Afsnit 4 om uniform konvergens af Fourierrækker, hvor hovedsætningen er Sætning 4.3.
Læs mereInduktion: fra naturlige tal til generaliseret skønhed Dan Saattrup Nielsen
36 Induktion: fra naturlige tal til generaliseret skønhed Dan Saattrup Nielsen En artikel om induktion, hvordan er det overhovedet muligt? Det er jo trivielt! Bevis ved induktion er en af de ældste matematiske
Læs mere1RWHWLOGLIIHUHQWLDOOLJQLQJHU
ote til differentialligninger rik Bennike marts 00 ROGIIUQOOJQQJU Først skal man naturligvis gøre sig klart hvilken orden differentialligningen er af. G G,? Indgår,, ( ) kun, eller er der også, ( ) 'IIUQOOJQQJUII
Læs mereAffine 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 mereInverse funktioner og Sektioner
Inverse funktioner og Sektioner Frank Nasser 15. 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 mereBesvarelse af Eksamensopgaver Juni 2005 i Matematik H1
Besvarelse af Eksamensopgaver Juni 5 i Matematik H Opgave De fire vektorer stilles op i en matrix som reduceres: 4 4 4 8 4 4 (a) Der er ledende et-taller så dim U =. Som basis kan f.eks. bruges a a jfr.
Læs mereStatistikkompendium. Statistik
Statistik INTRODUKTION TIL STATISTIK Statistik er analyse af indsamlet data. Det vil sige, at man bearbejder et datamateriale, som i matematik næsten altid er tal. Derved får man et samlet overblik over
Læs mereDefinition. og lœngden, normen. og afstanden mellem vektorer a og b. Der gælder
Oversigt [LA] 11, 1, 13 Prikprodukt Nøgleord og begreber Ortogonalitet Ortogonalt komplement Tømrerprincippet Ortogonal projektion Pythagoras formel Kortest afstand August 00, opgave 6 Cauchy-Schwarz ulighed
Læs mereLineære ligningssystemer
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.
Læs mereLidt alment om vektorrum et papir som grundlag for diskussion
Definition : vektorrum, vektorer Et vektorrum er en mængde af elementer med operationerne sum (+) og numerisk multiplikation (), så følgende regler gælder for alle a, b, c og for alle reelle tal s, t R.
Læs mere2. gang. Det bliver den 18. februar, idet jeg er på ferie den 11/2. Med venlig hilsen Jon Johnsen
LINEÆR ALGEBRA 31. januar 2003 Oversigt nr. 1 I kurset i skal vi bruge D. C. Lay: Linear algebra and its applications, 3. udgave Addison Wesley 2003. Udtrykt meget groft gennemgås kapitel 1 3. Som regel
Læs merePrøveeksamen A i Lineær Algebra
Prøveeksamen A i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet Der må gøres brug af bøger, noter mv Der må ikke benyttes lommeregner,
Læs mereReelle tal. Symbolbehandlingskompetencen er central gennem arbejdet med hele kapitlet i elevernes arbejde med tal og regneregler.
Det første kapitel i grundbogen til Kolorit i 9. klasse handler om de reelle tal. Første halvdel af kapitlet har karakter af at være opsamlende i forhold til, hvad eleverne har arbejdet med på tidligere
Læs mere3.1 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 mereEksamen i Lineær Algebra
Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 6. juni, 26. Kl. 9-3. Nærværende eksamenssæt består af nummererede sider med ialt 5 opgaver. Alle opgaver er multiple
Læs mereDM02 opgaver ugeseddel 2
DM0 opgaver ugeseddel af Fiona Nielsen 16. september 003 Øvelsesopgaver 9/9, 10/9 og 11/9 1. Vis, at 1 3 + 3 3 + 5 3 +... + (n 1) 3 = n 4 n. Omskriver til summationsformel: (i 1) 3 = n 4 n Bevis ved induktion
Læs mereLineære normale modeller (1) udkast. 1 Flerdimensionale stokastiske variable
E6 efterår 999 Notat 8 Jørgen Larsen 22. november 999 Lineære normale modeller ) udkast Ved hjælp af lineær algebra kan man formulere og analysere de såkaldte lineære normale modeller meget overskueligt
Læs mereKøbenhavns Universitet, Det naturvidenskabelige Fakultet. Forelæsningsnote 8. (NB: Noten er ikke en del af pensum)
Københavns Universitet, Det naturvidenskabelige Fakultet Lineær Algebra LinAlg Forelæsningsnote 8 NB: Noten er ikke en del af pensum Eksempel på brug af egenværdier og egenvektorer Måske er det stadig
Læs mereNoter til Lineær Algebra
Noter til Lineær Algebra Eksamensnoter til LinAlg Martin Sparre, www.logx.dk, August 2007, Version π8 9450. INDHOLD 2 Indhold 0. Om disse noter.......................... 3 Abstrakte vektorrum 4. Definition
Læs mereSymmetriske matricer
Symmetriske matricer Preben Alsholm 17. november 008 1 Symmetriske matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = a ij kaldes symmetrisk, hvis aij = a ji for alle i og j. Altså hvis A
Læs mereLineær 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 mereOversigt [LA] 11, 12, 13
Oversigt [LA] 11, 12, 13 Nøgleord og begreber Ortogonalitet Ortogonalt komplement Tømrerprincippet Ortogonal projektion Pythagoras formel Kortest afstand August 2002, opgave 6 Cauchy-Schwarz ulighed Calculus
Læs mereReeksamen i Lineær Algebra
Reeksamen i Lineær Algebra Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet. februar 8 Dette eksamenssæt består af 9 nummererede sider med afkrydsningsopgaver.
Læs mereI kurset Samhørende og partielle differentialligninger vil vi i foråret 2006 benytte bogen
S.&P. DIFFERENTIALLIGNINGER 2. februar 2006 Oversigt nr. 1 I kurset Samhørende og partielle differentialligninger vil vi i foråret 2006 benytte bogen [EP] Elementary differential equations with boundary
Læs mereTal, funktioner og grænseværdi
Tal, funktioner og grænseværdi Skriv færdig-eksempler der kan udgøre en væsentlig del af et forløb der skal give indsigt vedrørende begrebet grænseværdi og nogle nødvendige forudsætninger om tal og funktioner
Læs mereVEKTOR I RUMMET PROJEKT 1. Jacob Weng & Jeppe Boese. Matematik A & Programmering C. Avedøre-værket. Roskilde Tekniske Gymnasium 3.4. Fag.
VEKTOR I RUMMET PROJEKT 1 Fag Matematik A & Programmering C Tema Avedøre-værket Jacob Weng & Jeppe Boese Roskilde Tekniske Gymnasium 3.4 07-10-2010 1 Vektor i rummet INDLEDNING Projektet omhandler et af
Læs mereReeksamen i Lineær Algebra
Reeksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Torsdag den 8. august, 2. Kl. 9-3. Nærværende eksamenssæt består af 8 nummererede
Læs mere