DesignMat Uge 1 Gensyn med forårets stof
|
|
- Frode Emil Lauridsen
- 7 år siden
- Visninger:
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 Uge 1 Repetition af forårets stof
DesignMat Uge 1 Repetition af forårets stof Preben Alsholm Efterår 008 01 Lineært ligningssystem Lineært ligningssystem Et lineært ligningssystem: a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + +
Læs mereDesignMat Lineære differentialligninger I
DesignMat Lineære differentialligninger I Preben Alsholm Uge Forår 0 1 Lineære differentialligninger af første orden 1.1 Normeret lineær differentialligning Normeret lineær differentialligning En differentialligning,
Læs mereDesignMat 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 mereDesignMat 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 mereModulpakke 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 mereDesignMat. 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 mereDesignMat 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 mereLineære 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 mereDESIGNMAT FORÅR 2012: UGESEDDEL Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til.
DESIGNMAT FORÅR 2012: UGESEDDEL 13 INSTITUT FOR MATEMATIK 1. Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til. 2. Aktiviteter mandag 13 17 2.1.
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 mereDesignMat 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 mereDesignMat Komplekse tal
DesignMat Komplekse tal Preben Alsholm Uge 7 Forår 010 1 Talmængder 1.1 Talmængder Talmængder N er mængden af naturlige tal, 1,, 3, 4, 5,... Z er mængden af hele tal... 5, 4, 3,, 1, 0, 1,, 3, 4, 5,....
Læs mereDesignMat 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 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 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 mereEksempel på 2-timersprøve 2 Løsninger
Eksempel på -timersprøve Løsninger Preben lsholm Februar 4 Opgave Maplekommandoerne expand( (z-*exp(i*pi/))*(z-*exp(-i*pi/))*(z-exp(i*pi/))*(z-exp(-i*pi/))): sort(%); resulterer i polynomiet z 4 z + z
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 mereDesignMat Uge 4 Systemer af lineære differentialligninger I
DesignMat Uge Systemer af lineære differentialligninger I Preben Alsholm Efterår 008 1 Lineære differentialligningssystemer 11 Lineært differentialligningssystem af første orden I Lineært differentialligningssystem
Læs mereNøgleord 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 mereLineære 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 mereOversigt [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 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 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 mereDesignMat 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 mereNoter 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 mereLineære 1. ordens differentialligningssystemer
enote 7 enote 7 Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses Der bruges egenværdier og egenvektorer i løsningsproceduren,
Læs mereLineære 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 mereLineære 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 mereKursusgang 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 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 mereEksempel på 2-timersprøve 1 Løsninger
Eksempel på -timersprøve Løsninger Preben lsholm Marts 4 Opgave Vi skal løse ligningen () z (8 + i) e i 6 = Løsningen ønskes angivet på rektangulær form, dvs. på formen x + iy, hvor x; y R. Vi nder umiddelbart
Læs mereEgenværdier 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 mereFigur. 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 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 mereLigningssystemer - nogle konklusioner efter miniprojektet
Ligningssystemer - nogle konklusioner efter miniprojektet Ligningssystemet Ax = 0 har mere end en løsning (uendelig mange) hvis og kun hvis nullity(a) 0 Løsningerne til et konsistent ligningssystem Ax
Læs mereOversigt [LA] 1, 2, 3, [S] 9.1-3
Oversigt [LA], 2, 3, [S] 9.-3 Nøgleord og begreber Koordinatvektorer, talpar, taltripler og n-tupler Linearkombination Underrum og Span Test linearkombination Lineær uafhængighed Standard vektorer Basis
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 mereNøgleord 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 mereUge 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 mereLøsninger 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 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 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 mereOversigt [S] 7.3, 7.4, 7.5, 7.6; [DL] 1, 2
Oversigt [S] 7.3, 7.4, 7.5, 7.6; [DL] 1, 2 Her skal du lære om Separable ligninger Logistisk ligning og eksponentiel vækst 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens
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 mereBesvarelser til Lineær Algebra Ordinær Eksamen Juni 2017
Besvarelser til Lineær Algebra Ordinær Eksamen - 12. Juni 2017 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 mereMatematik 1 Semesteruge 5 6 (30. september oktober 2002) side 1. Komplekse tal Arbejdsplan
Matematik Semesteruge 5 6 (30. september -. oktober 2002) side Komplekse tal Arbejdsplan I semesterugerne 5 og 6 erstattes den regulære undervisning (forelæsninger og fællestimer) af selvstudium med opgaveregning
Læs mereLineær 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 mereMatricer 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 mereVektorrum. 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 mereBesvarelser til Lineær Algebra Reeksamen August 2016
Besvarelser til Lineær Algebra Reeksamen - 9. August 26 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 mereLineær 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 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 mereKomplekse 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 mereOversigt [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 mereLineær 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 mereMatematik 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 mereDet Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version
Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Opgaven består af et antal delopgaver Disse er af varierende omfang Der er også en
Læs mereLineær algebra: Egenværdier, egenvektorer, diagonalisering
Lineær algebra: Egenværdier, egenvektorer, diagonalisering Institut for Matematiske Fag Aalborg Universitet 2011 Egenvektorer og egenværdier Mål: Forståelse af afbildningen x Ax fra R n R n for en n n-matrix
Læs mereMatematik 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 mereOversigt [LA] 10, 11; [S] 9.3
Oversigt [LA] 1, 11; [S] 9.3 Nøgleord og begreber Repetition: enhedsvektor og identitetsmatrix Diagonalmatricer Diagonalisering og egenvektorer Matrixpotens August 22, opgave 2 Skalarprodukt Længde Calculus
Læs mereKursusgang 3 Matrixalgebra fortsat
Kursusgang 3 fortsat - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12. september 2008 1/31 Nødvendige betingelser En nødvendig betingelse
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 mereNøgleord 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 mereMM501 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 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 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 mereNøgleord 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 mereOversigt [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 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 mereEksempel 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 mereDefinition 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 mereNøgleord 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 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 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 mereMat 1. 2-timersprøve den 5. december 2016.
Mat. -timersprøve den 5. december 6. JE 4..6 Opgave > restart;with(linearalgebra): Et inhomogent lineært ligningssystem bestående at tre ligninger med fire ubekendte, x og x 4 har totalmatricen T = [A
Læs mereEKSAMENSOPGAVELØSNINGER 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 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 mereEksempler 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 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 mereOversigt [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 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 mereTeoretiske 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 mereMatematik 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 mereNoter 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 mereModulpakke 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 merePolynomier 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 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 mereMatematik: Stuktur og Form Lineære ligningssystemer
Matematik: Stuktur og Form Lineære ligningssystemer Martin Raussen Department of Mathematical Sciences Aalborg University 2016 1 / 10 Ligningssystemer og matricer Ligningssystem totalmatrix Til et ligningssystem
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 mereMatematik 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 mereLineær Algebra. Lars Hesselholt og Nathalie Wahl
Lineær Algebra Lars Hesselholt og Nathalie Wahl 2. udgave, oktober 207 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
Læs mereLineære ligningssystemer
enote 6 1 enote 6 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 mereDet 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 mereLinAlgDat 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 mereKvadratiske 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 mereMatrx-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 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 mereKomplekse 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 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 mereBesvarelser 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