DesignMat Uge 1 Gensyn med forårets stof

Størrelse: px
Starte visningen fra side:

Download "DesignMat Uge 1 Gensyn med forårets stof"

Transkript

1 DesignMat Uge 1 Gensyn med forårets stof Preben Alsholm Efterår Hovedpunkter fra forårets pensum 11 Taylorpolynomium Taylorpolynomium Det n te Taylorpolynomium for f med udviklingspunkt x 0 : P n (x) = f (x 0 ) + f (x 0 ) (x x 0 ) f (x 0 ) (x x 0 ) ! f (x 0 ) (x x 0 ) n! f (n) (x 0 ) (x x 0 ) n Dette kan også skrives P n (x) = idet vi definerer 0! = 1 og f (0) = f 12 Lineært ligningssystem Lineært ligningssystem Et lineært ligningssystem: n 1 k! f (k) (x 0 ) (x x 0 ) k k=0 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 1

2 Koefficientmatrix, Totalmatrix a 11 a 12 a 1n a 21 a 22 a 2n A = a m1 a m2 a mn a 11 a 12 a 1n b 1 a 21 a 22 a 2n b 2 T = a m1 a m2 a mn b m 13 Gausselimination Gausselimination Tilladte operationer på rækkerne i totalmatricen: 1 R i R j 2 R i := cr i hvor c = 0 3 R i := R i + cr j hvor i = j Vi vil ved rækkeoperationer bringe matricen på echelonform: # 0 #, # 0 0 #, # 0 0 # 0 0 # # Matrixmultiplikation Matrixmultiplikation A en m n-matrix, og x R n Skriv A = [a 1 a 2 a n ], hvor a i R m Så definerer vi produktet Ax ved Ax = x 1 a 1 + x 2 a x n a n Ligningssystemet med koefficientmatricen A og højresiden b kan nu skrives Ax = b Alternativ udregning af Ax: Skalarprodukterne af rækkerne i A med søjlen x Multiplikation af matricer: A er m n og B er n p: AB = A [ b 1 b 2 b p ] = [ Ab1 Ab 2 Ab p ] Ækvivalent definition (der bruges i JE): (AB) ij = a i2 b a in b n1 n a ik b kj = a i1 b 1j + k=1 2

3 15 Invers matrix Invers matrix Definition A er invertibel, hvis der findes en matrix C, så AC = CA = I Den inverse af A betegnes med A 1 Matricen A er invertibel hvis og kun hvis A er regulær Matricen A 1 er entydigt bestemt som løsningen C til AC = I Algoritme: Gausselimnationen [A I ] [I C ] ( A 1) 1 = A, (AB) 1 = B 1 A 1, ( A T ) 1 = ( A 1 ) T 16 Determinant Determinant Lad A være givet ved A = a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n a n1 a n2 a n3 a nn Definition det A = Sn sgn (j 1, j 2, j 3,, j n ) a 1j1 a 2j2 a njn, hvor S n betegner mængden af permutationer S n af tallene 1, 2,, n Der gælder om rækkeoperationer, at 1 R i R j (i = j) skifter fortegn på determinanten 2 R i := kr i gør determinanten k gange større 3 R i := R i + kr j (i = j) ændrer ikke determinantens værdi A er regulær, hvis og kun hvis det A = 0 det (AB) = det (A) det (B), det ( A 1) = (det A) 1, det ( A T) = det A 17 Komplement til matrix Komplement til matrix Determinanten af A kan udregnes således (udvikling i komplementer langs første række): det A = a 11 det A 11 a 12 det A 12 + a 13 det A 13 = n j=1 + ( 1) 1+n a 1n det A 1n ( 1) 1+j a 1j det A 1j = n a 1j K 1j j=1 3

4 hvor (i, j)-komplementet til A er defineret ved K ij = ( 1) i+j det A ij Mere generelt gælder: det A = n j=1 a ijk ij for ethvert i og det A = n i=1 a ijk ij for ethvert j 18 Egenværdier og egenvektorer for matricer Egenværdier og egenvektorer for matricer Lad A være en kvadratisk matrix Tallet λ kaldes en egenværdi for A, hvis der findes en vektor v = 0, så Av = λv (1) En vektor v, der opfylder (1), kaldes en egenvektor hørende til egenværdien λ Egenværdierne for A er rødderne i karakterpolynomiet det (A λi) Egenværdier og spor og determinant: λ 1 + λ λ n = spor (A) λ 1 λ 2 λ n = det A Hvis roden λ 1 har multiplicitet k i p (λ), så har egenværdien λ 1 algebraisk multiplicitet k Hvis matricen A λ 1 I har rang n j, så har λ 1 geometrisk multiplicitet j Den geometriske multiplicitet er lig med antallet af frie parametre i løsningerne til (A λ 1 I) x = 0 19 Komplekse tal Komplekse tal C er mængden af punkter i planen Planen identificeres med R 2, så C = R 2 Tallet i = (0, 1) er den imaginære enhed Multiplikationen indføres så i 2 = 1 og samtlige kendte regneregler fra de reelle tal stadig gælder a = (a 1, a 2 ) skrives nu a = a 1 + ia 2 Realdel: Re a = a 1 Imaginærdel: Im a = a 2 a = absolutværdi, numerisk værdi) Kompleks konjugation: a = a 1 + ia 2 = a 1 ia 2 a a2 2 (modulus, a + b = a + b, (ab) = ab ab = a b, a n = a n arg (ab) = arg a + arg b, arg (a n ) = n arg a, arg ( a b ) = arg a arg b 4

5 110 Kompleks eksponentialfunktion Kompleks eksponentialfunktion Definition: exp (x + iy) = exp x (cos y + i sin y) altså e x+iy = e x (cos y + i sin y) exp (z 1 + z 2 ) = exp z 1 exp z 2 altså e z 1+z 2 = e z 1e z 2 Polær form: a = re iv, hvor r = a og v = arg a Eulers formler: cos v = 2 1 ( e iv + e iv), sin v = 2i 1 ( e iv e iv) Den binome ligning z n = a = re iv har løsningerne z = n re i( v n +p 2π n ), p = 0, 1, 2,, n Polynomier Polynomier Rødderne i andengradsligningen az 2 + bz + c = 0 er som sædvanligt z = b± b 2 4ac 2a Algebraens Fundamentalsætning Ethvert polynomium af grad 1 har mindst én rod indenfor de komplekse tal Roden z 1 i polynomiet p har multipliciteten k, hvis p (z) = (z z 1 ) k q (z), hvor q (z 1 ) = 0 Polynomiet p (z) = a n z n + a n 1 z n a 1 z + a 0, hvor n 1 (og a n = 0) kan skrives p (z) = a n (z z 1 ) (z z 2 ) (z z n ) Hvis et polynomium har reelle koefficienter og z 1 C er rod, så er også z 1 rod 112 Differentialligning af 1 orden Lineær differentialligning af 1 orden Differentialligningen a (t) x + b (t) x = c (t), hvor t I er lineær og af første orden Differentialligningen x + p (t) x = q (t) er normeret Den fuldstændige løsning til x + p (t) x = q (t) er givet ved x (t) = e P(t) e P(t) q (t) dt + Ce P(t), hvor P (t) = p (t) dt Når p, q C (I) ogt 0 I og x 0 R, så har begyndelsesværdiproblemet x + p (t) x = q (t) med x (t 0 ) = x 0 præcis én løsning 5

6 113 Differentialligning af 2 orden Lineær differentialligning af 2 orden med konstante koefficienter Betragter ax + bx + cx = q (t) med q C (I), hvor I er et interval og a, b, c R og a = 0 Lad t 0 I og x 0, v 0 R Begyndelsesværdiproblemet bestående af differentialligningen med x (t 0 ) = x 0 og x (t 0 ) = v 0 har netop én løsning og den er defineret på hele intervallet I Når q (t) = 0 kaldes differentialligningen homogen Karakterligningen ar 2 + br + c = 0 To forskellige reelle rødder r 1 og r 2 Fuldstændige løsning x (t) = c 1 e r 1t + c 2 e r 2t, hvor c 1, c 2 R Dobbeltrod r Fuldstændig løsning x (t) = c 1 e rt + c 2 te rt, hvor c 1, c 2 R Imaginære rødder α ± iβ Fuldstændig løsning x (t) = c 1 e αt cos (βt) + c 2 e αt sin (βt), hvor c 1, c 2 R Den fuldstændige løsning til den inhomogene ligning er summen af en partikulær løsning og den fuldstændige løsning til den homogene ligning 114 Partikulær løsning ved kompleks gættemetode Partikulær løsning ved kompleks gættemetode Differentialligningen x + 3x + 2x = 10 cos t erstattes af x + 3x + 2x = 10e it Ansats til en partikulær løsning x p (t) = Ae it indsættes i differentialligningen Heraf fås A = 1 3i Partikulær løsning til den komplekse ligning x p (t) = (1 3i) e it Så partikulær løsning til den oprindelige ligning er x p (t) = Re ( (1 3i) e it) = cos t + 3 sin t 115 Vektorrum Vektorrum Lad L betegne R eller C Lad V være en ikke tom mængde udstyret med en addition + og en multiplikation med skalar Vi forlanger, at disse to operationer opfylder a, b V = a + b V s L a V = sa V 6

7 Desuden forlanger vi for alle a, b, c V og s, t L: a + b = b + a, (a + b) + c = a + (b + c) 0 V så a + 0 = a, a 1 V så a + a 1 = 0 s (ta) = (st) a, (s + t) a = sa + ta s (a + b) = sa + sb, 1a = a V er da et vektorrum over L Hvis L = R er V et reelt vektorrum Hvis L = C er V et komplekst vektorrum 116 Underrum, Linearkombination Underrum, Linearkombination Hvis U er en delmængde af vektorrummet V, og U med de arvede operationer selv er et vektorrum, så kaldes U et underrum af V Sætning Lad U V og U = Så er U et underrum af V hvis og kun hvis a, b U = a + b U s L a U = sa U Trivielle underrum af vektorrum V er V selv og {0} Ved en af linearkombination af vektorerne a 1, a 2,, a p V forstås et udtryk af formen c 1 a 1 + c 2 a c p a p hvor c 1, c 2,, c p L Ved span ( a 1, a 2,, a p ) forstås mængden af linearkombinationer af vektorerne a 1, a 2,, a p 117 Lineær uafhængighed, basis Lineær uafhængighed, basis span ( a 1, a 2,, a p ) er et underrum af V Det er det mindste underrum, der indeholder a 1, a 2,, a p Vektorerne a 1, a 2,, a p V siges at være lineært uafhængige hvis x 1 a 1 + x 2 a x p a p = 0 = x 1 = x 2 = = x p = 0 a 1, a 2,, a p er altså lineært uafhængige, hvis x 1 v 1 + x 2 v x p v p kun kan være nul, når alle koefficienterne er nul Hvis vektorerne a 1, a 2,, a p ikke er lineært uafhængige, siges de at være lineært afhængige En basis for et vektorrum V er et lineært uafhængigt system a 1, a 2,, a n af vektorer, som udspænder V, altså V = span (a 1, a 2,, a n ) 7

8 118 Koordinater Koordinater mht basis Lad a 1, a 2,, a n være en basis for V Så kan ethvert v V skrives entydigt som en linearkombination af a 1, a 2,, a n : v = x 1 a 1 + x 2 a x n a n Talsættet (x 1, x 2,, x n ) kaldes koordinaterne for v mht basen a 1, a 2,, a n Betegnelse: K a (v) for koordinaterne af v mht basen a K a (v) = Matricen a V = [ K a (v 1 ) K a (v 2 ) K a ( vp )], kaldes koordinatmatricen for v 1, v 2,, v p mht basis a = a 1, a 2,, a n Da x 1 v x p v p = 0 a Vx = 0 er v 1, v 2,, v p lineært uafhængige netop hvis a Vx = 0 kun har nulløsningen x 1 x n 8

DesignMat Lineære differentialligninger I

DesignMat Lineære differentialligninger I DesignMat Lineære differentialligninger I Preben Alsholm Uge 9 Forår 2010 1 Lineære differentialligninger af første orden 1.1 Normeret lineær differentialligning Normeret lineær differentialligning En

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

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 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

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

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

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 Den komplekse eksponentialfunktion og polynomier

DesignMat Den komplekse eksponentialfunktion og polynomier DesignMat Den komplekse eksponentialfunktion og polynomier Preben Alsholm Uge 8 Forår 010 1 Den komplekse eksponentialfunktion 1.1 Definitionen Definitionen Den velkendte eksponentialfunktion x e x vil

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 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

Nøgleord og begreber. Definition 15.1 Den lineære 1. ordens differentialligning er

Nøgleord og begreber. Definition 15.1 Den lineære 1. ordens differentialligning er Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17 Nøgleord og begreber 1. ordens lineær ligning Løsningsmetode August 2002, opgave 7 1. ordens lineært system Løsning ved egenvektor Lille opgave Stor opgave

Læs mere

Symmetriske og ortogonale matricer Uge 6

Symmetriske 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 mere

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17 Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17 Nøgleord og begreber 1. ordens lineær ligning Løsningsmetode August 2002, opgave 7 1. ordens lineært system Løsning ved egenvektor Lille opgave Stor opgave

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

Lineær Algebra eksamen, noter

Lineær 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 mere

DesignMat Kvadratiske matricer, invers matrix, determinant

DesignMat Kvadratiske matricer, invers matrix, determinant DesignMat Kvadratiske matricer, invers matrix, determinant Preben Alsholm Uge 5 Forår 010 1 Kvadratiske matricer, invers matrix, determinant 1.1 Invers matrix I Invers matrix I Definition. En n n-matrix

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

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

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

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

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

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

Symmetriske matricer

Symmetriske 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 mere

Tidligere Eksamensopgaver MM505 Lineær Algebra

Tidligere 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 mere

Nøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave

Nøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 14, 15 Nøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave Calculus 2-2005

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

Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni 2000 og Juni 2001.

Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni 2000 og Juni 2001. Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni og Juni. Preben Alsholm 9. november 9 Juni Opgave 3 f : P (R) R 3 er givet ved f (P (x)) P () a + P () b, hvor a (,, ) og b (, 3, ). Vi viser,

Læs mere

Lineær Algebra F08, MØ

Lineær Algebra F08, MØ Lineær Algebra F08, MØ Vejledende besvarelser af udvalgte opgaver fra Ugeseddel 3 og 4 Ansvarsfraskrivelse: Den følgende vejledning er kun vejledende. Opgaverne kommer i vilkårlig rækkefølge. Visse steder

Læs mere

DesignMat Uge 2. Preben Alsholm. Efterår Lineære afbildninger. Preben Alsholm. Lineære afbildninger. Eksempel 2 på lineær.

DesignMat 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 mere

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

Besvarelser 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 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

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

Lineær algebra: Matrixmultiplikation. Regulære og singulære

Lineær algebra: Matrixmultiplikation. Regulære og singulære Lineær algebra: Matrixmultiplikation. Regulære og singulære matricer Institut for Matematiske Fag Aalborg Universitet 2011 Matrixmultiplikation Definition Definition A = [a ij ], B = [b ij ]: AB = C =

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

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

Komplekse Tal. 20. november 2009. UNF Odense. Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet

Komplekse Tal. 20. november 2009. UNF Odense. Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet Komplekse Tal 20. november 2009 UNF Odense Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet Fra de naturlige tal til de komplekse Optælling af størrelser i naturen De naturlige tal N (N

Læs mere

Matematik for økonomer 3. semester

Matematik for økonomer 3. semester Matematik for økonomer 3. semester cand.oecon. studiet, 3. semester Planchesæt 2 - Forelæsning 3 Esben Høg Aalborg Universitet 10. september 2009 Institut for Matematiske Fag Aalborg Universitet Esben

Læs mere

Matematik og Form: Matrixmultiplikation. Regulære og singu

Matematik og Form: Matrixmultiplikation. Regulære og singu Matematik og Form: Matrixmultiplikation. Regulære og singulære matricer Institut for Matematiske Fag Aalborg Universitet 2012 Matrixmultiplikation Definition Definition A = [a ij ], B = [b ij ]: AB = C

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

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

Nøgleord og begreber Komplekse tal Test komplekse tal Polære koordinater Kompleks polarform De Moivres sætning

Nøgleord og begreber Komplekse tal Test komplekse tal Polære koordinater Kompleks polarform De Moivres sætning Oversigt [S] App. I, App. H.1 Nøgleord og begreber Komplekse tal Test komplekse tal Polære koordinater Kompleks polarform De Moivres sætning Test komplekse tal Komplekse rødder Kompleks eksponentialfunktion

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

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

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

DesignMat Uge 11 Lineære afbildninger

DesignMat 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 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

MM501 forelæsningsslides

MM501 forelæsningsslides MM501 forelæsningsslides uge 37, 2010 Produceret af Hans J. Munkholm 2009 bearbejdet af Jessica Carter 2010 1 Hvad er et komplekst tal? Hvordan regner man med komplekse tal? Man kan betragte udvidelsen

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

Hilbert rum. Chapter 3. 3.1 Indre produkt rum

Hilbert 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 mere

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

Skriftlig 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 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

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 Talpar, taltripler og n-tupler Linearkombination og span Test linearkombination Hvad er en matrix Matrix multiplikation Test matrix multiplikation

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

Polynomier af én variabel

Polynomier af én variabel enote 30 1 enote 30 Polynomier af én variabel I denne enote introduceres komplekse polynomier af én variabel. Der forudsættes elementært kendskab til komplekse tal, og kendskab til reelle polynomier af

Læs mere

EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) JANUAR 2006 AARHUS UNIVERSITET.. Beregn den retningsafledede D u f(0, 0).

EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) JANUAR 2006 AARHUS UNIVERSITET.. Beregn den retningsafledede D u f(0, 0). EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) JANUAR 2006 AARHUS UNIVERSITET H.A. NIELSEN & H.A. SALOMONSEN Opgave. Lad f betegne funktionen f(x, y) = x cos(y) + y sin(x). ) Angiv gradienten f. 2) Lad u betegne

Læs mere

Københavns Universitet, Det naturvidenskabelige Fakultet. Forelæsningsnote 8. (NB: Noten er ikke en del af pensum)

Københavns 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 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

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

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

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

Noter om komplekse tal

Noter om komplekse tal Noter om komplekse tal Preben Alsholm Januar 008 1 Den komplekse eksponentialfunktion Vi erindrer først om den sædvanlige og velkendte reelle eksponentialfunktion. Vi skal undertiden nde det nyttigt, at

Læs mere

Det teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave C

Det teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave C Det teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave C Opgaven består af tre dele, hver med en række spørgsmål, efterfulgt af en liste af teorispørgsmål. I alle opgavespørgsmålene

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

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra Matrx-vektor produkt [ ] 1 2 3 1 0 2 1 10 4 Rotationsmatrix Sæt A θ = [ ] cosθ sinθ sinθ cosθ At gange vektor v R 2 med A θ svarer til at rotere vektor v med vinkelen θ til vektor w: [ ][ ] [ ] [ ] cosθ

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

LinAlgDat 2014/2015 Google s page rank

LinAlgDat 2014/2015 Google s page rank LinAlgDat 4/5 Google s page rank Resumé Vi viser hvordan lineære ligninger naturligt optræder i forbindelse med en simpel udgave af Google s algoritme for at vise de mest interessante links først i en

Læs mere

Matematik 1 Semesteruge 5 6 (1. oktober oktober 2001) side 1 Komplekse tal Arbejdsplan

Matematik 1 Semesteruge 5 6 (1. oktober oktober 2001) side 1 Komplekse tal Arbejdsplan Matematik 1 Semesteruge 5 6 (1. oktober - 12. oktober 2001) side 1 Komplekse tal Arbejdsplan I semesterugerne 5 og 6 erstattes den regulære undervisning (forelæsninger og fællestimer) af selvstudium med

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

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

Besvarelser til de to blokke opgaver på Ugeseddel 7

Besvarelser til de to blokke opgaver på Ugeseddel 7 Besvarelser til de to blokke opgaver på Ugeseddel 7 De anførte besvarelser er til dels mere summariske end en god eksamensbesvarelse bør være. Der kan godt være fejl i - jeg vil meget gerne informeres,

Læs mere

Ølopgaver i lineær algebra

Ølopgaver 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 mere

Lineær Algebra, TØ, hold MA3

Lineær 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 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

MATEMATIK 1A MATEMATISK ANALYSE 12. november 2009 Oversigt nr. 1

MATEMATIK 1A MATEMATISK ANALYSE 12. november 2009 Oversigt nr. 1 MATEMATISK ANALYSE 12. november 2009 Oversigt nr. 1 På hold 3 fortsætter vi med integration i flere variable i uge 47. Man kan med fordel repetere kapitel 13.4 og 13.5 og deri regne sandt/falsk opgaverne

Læs mere

Komplekse tal. Preben Alsholm Juli 2006

Komplekse tal. Preben Alsholm Juli 2006 Komplekse tal Preben Alsholm Juli 006 Talmængder og regneregler for tal. Talmængder Indenfor matematikken optræder der forskellige klasser af tal: Naturlige tal. N er mængden af naturlige tal, ; ; 3; 4;

Læs mere

Matematisk modellering og numeriske metoder. Lektion 4

Matematisk modellering og numeriske metoder. Lektion 4 Matematisk modellering og numeriske metoder Lektion 4 Morten Grud Rasmussen 17. september, 013 1 Homogene andenordens lineære ODE er [Bogens afsnit.1] 1.1 Linearitetsprincippet Vi så sidste gang, at førsteordens

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

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

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

Symmetriske matricer. enote Skalarprodukt

Symmetriske matricer. enote Skalarprodukt enote 19 1 enote 19 Symmetriske matricer I denne enote vil vi beskæftige os med et af de mest benyttede resultater fra lineær algebra den såkaldte spektralsætning for symmetriske matricer. Den siger kort

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

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

Komplekse tal. enote 29. 29.1 Indledning

Komplekse tal. enote 29. 29.1 Indledning enote 29 1 enote 29 Komplekse tal I denne enote introduceres og undersøges talmængden C, de komplekse tal. Da C betragtes som en udvidelse af R forudsætter enoten almindeligt kendskab til de reelle tal,

Læs mere

x 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet

x 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet Eksamensopgaver fra Matematik Alfa 1 Naturvidenskabelig Kandidateksamen August 1999. Matematik Alfa 1 Opgave 1. Udregn integralet 1 1 y 2 (Vink: skift til polære koordinater.) Opgave 2. Betragt funktionen

Læs mere

6.1 Reelle Indre Produkter

6.1 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 mere

Polynomier af én variabel

Polynomier af én variabel enote 30 1 enote 30 Polynomier af én variabel I denne enote introduceres komplekse polynomier af én variabel. Der forudsættes elementært kendskab til komplekse tal og kendskab til reelle polynomier af

Læs mere

LinAlg 2013 Q3. Tobias Brixen Mark Gottenborg Peder Detlefsen Troels Thorsen Mads Buch 2013

LinAlg 2013 Q3. Tobias Brixen Mark Gottenborg Peder Detlefsen Troels Thorsen Mads Buch 2013 LinAlg 2013 Q3 Tobias Brixen Mark Gottenborg Peder Detlefsen Troels Thorsen Mads Buch 2013 1 Lineær algebra Dispositioner - Dispo 0 2013 Contents 1 Løsninger, og MKL, af lineære ligningssystemer 3 2 Vektorrum

Læs mere

Sylvesters kriterium. Nej, ikke mit kriterium. Sætning 9. Rasmus Sylvester Bryder

Sylvesters 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 mere

Module 1: Lineære modeller og lineær algebra

Module 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 mere

Noter til An0 DIFFERENTIALLIGNINGER MED KONSTANTE KOEFFICIENTER

Noter til An0 DIFFERENTIALLIGNINGER MED KONSTANTE KOEFFICIENTER UDKAST 7122009 Noter til An0 Inst f Matematiske Fag Gerd Grubb December 2009 DIFFERENTIALLIGNINGER MED KONSTANTE KOEFFICIENTER 1 Generelle resultater 11 Introduktion I tidligere kurser er der gennemgået

Læs mere

Lineær Algebra. Differentialligninger

Lineær Algebra. Differentialligninger Lineær Algebra og Differentialligninger til Calculus 1 og 2 Århus 2005 Anders Kock og Holger Andreas Nielsen Indhold 1 Koordinatvektorer........................ 1 2 Matricer..............................

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

Komplekse tal. x 2 = 1 (2) eller

Komplekse tal. x 2 = 1 (2) eller Komplekse tal En tilegnelse af stoffet i dette appendix kræver at man løser opgaverne Komplekse tal viser sig uhyre nyttige i fysikken, f.eks til løsning af lineære differentialligninger eller beskrivelse

Læs mere

Mat10 eksamensspørgsmål

Mat10 eksamensspørgsmål Mat10 eksamensspørgsmål Martin Geisler 9. januar 2002 Resumé Dette dokument er en gennemgang af de eksamensspørgsmål der blev stillet til den mundtlige eksamen i Mat10, januar 2002

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

Om første og anden fundamentalform

Om 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 mere

Institut for Matematik, DTU: Gymnasieopgave. I. De komplekse tals historie. Historien om 3. grads ligningerne

Institut for Matematik, DTU: Gymnasieopgave. I. De komplekse tals historie. Historien om 3. grads ligningerne De komplekse tals historie side 1 Institut for Matematik, DTU: Gymnasieopgave I. De komplekse tals historie Historien om 3. grads ligningerne x 3 + a x = b, x 3 + a x 2 = b, - Abraham bar Hiyya Ha-Nasi,

Læs mere

DIFFERENTIALLIGNINGER NOTER TIL CALCULUS 2003 AARHUS UNIVERSITET

DIFFERENTIALLIGNINGER NOTER TIL CALCULUS 2003 AARHUS UNIVERSITET DIFFERENTIALLIGNINGER NOTER TIL CALCULUS 2003 AARHUS UNIVERSITET H.A. NIELSEN INDHOLD. Lineær ligning 2 2. Lineært system 8 3. Generel ligning 6 4. Stabilitet 8 Litteratur 2 Noterne er til 4 timers forelæsninger

Læs mere

Matematik: Struktur og Form Spænd. Lineær (u)afhængighed

Matematik: Struktur og Form Spænd. Lineær (u)afhængighed Matematik: Struktur og Form Spænd. Lineær (u)afhængighed Martin Raussen Department of Mathematical Sciences Aalborg University 2017 1 / 8 Linearkombinationer. Spænd Definition Givet et antal vektorer a1,...,

Læs mere