Noter om differensligninger

Størrelse: px
Starte visningen fra side:

Download "Noter om differensligninger"

Transkript

1 Anders Thorup Noter om differensligninger Matematik 2DD, Om differentialligninger 1 2. Om differensligninger 7 3. Systemer af differensligninger Stabilitet af differensligninger 23 A. Appendix: Jordan s normalform 29 O. Opgaver 35 P. Et projekt 39

2 ii

3 1. Om differentialligninger. (1.1) Vi minder om.... Teorien for differensligninger kan med fordel belyses af teorien for differentialligninger, idet lysmængden dog afhænger af fortroligheden med den sidste teori. Her, i dette indledende kapitel, minder vi om en række begreber og resultater knyttet til differentialligninger. En sædvanlig differentialligning er en ligning, hvori der indgår en ubekendt funktion og dens differentialkvotienter (af højere orden). Den almindelige differentialligning af orden n har formen, F(t,x,x,x,...,x (n 1),x (n) ) = 0, (1.1.1) hvor F = F(t,y 0,...,y n ) er en funktion af n + 2 variable. I ligningen (1.1.1.) tænker vi på x (i) som den i te afledede af en funktion x = x(t), og det er af og til hensigstmæssigt at lade differentieringsoperatoren D, bestemt ved Dx(t) = x (t), indgå i notationen. Herved kan ligningen (1.1.1) alternativt skrives: F(t,x,Dx,D 2 x,...,d n 1 x,d n x) = 0. (1.1.2) Ved en løsning til differentialligningen forstås en n gange differentialbel funktion x = x(t), altid defineret på et reelt interval I, som for alle t I opfylder ligningen, F(t,x(t),x (t),..., x (n) (t)) = 0. (1.1.3) Det er naturligvis underforstået, at (n + 2)-sættet (t, x(t),..., x (n) (t)) tilhører definitionsmængden for F for alle t I. Som nævnt betragtes kun funktioner x(t) definerede for reelle værdier af t, og tallet t (førstekoordinaten) antages altid reel. Derimod kan det også i praksis være bekvemt at betragte funktioner x(t) med komplekse værdier. Der er således essentielt to tilfælde: I det reelle tilfælde er F en reel funktion defineret på en åben delmængde af R R n+1 ; her skal løsningerne naturligvis være reelle funktioner x : I R. Idet komplekse tilfælde er F en kompleks funktion defineret på en åben delmængde af R C n+1 ; her er løsningerne komplekse funktioner x : I C, og blandt dem kan vi specielt betragte eventuelle reelle funktioner. Differentialligningen siges at være på normalform, hvis den er løst (eller helt oplagt kan løses) med hensyn til x (n), dvs hvis den kan omformes til en ligning af formen, x (n) = f(t,x,x,...,x (n 1) ). (1.1.4) Nulteordens differentialligningen (1.1.1) har formen F(t,x) = 0. Den bestemmer x implicit som funktion af t. Bemærk også, at førsteordens og andenordens ligningerne på normalform er følgende: x = f(t,x), x = f(t,x,x ). 1

4 2 1 Eksistens- og entydighedssætning. For et givet t 0 og n givne værdier x 0,...,x n 1 har ligningen (1.1.4), med en pæn funktion f, en og kun én løsning x(t), defineret i et interval omkring t 0, som opfylder, at x (i) (t 0 ) = x i for i<n. Det er naturligvis underforstået, at punktet (t 0,x 0,...,x n 1 ) ligger i definitionsmængden for f. Entydigheden betyder, at hvis to funktioner opfylder kravene i sætningen, så er de ens i det fælles interval omkring t 0, hvor de begge er defineret. Sætningen har kun indhold for den der ved, hvad en pæn funktion er. Lad os understrege, at kontinuitet er nok til at sikre eksistens af løsninger, men ikke entydighed. Kontinuerte funktioner er altså ikke pæne nok. Det er et nyttigt resultat, at kontinuert differentiable funktioner er pæne. (1.2) Lineære ligninger. Differentialligningen (1.1.1) kaldes lineær, hvis funktionen F, som funktion af de sidste n + 1 variable (og for en fast værdi af t) er af formen: en lineær funktion plus en konstant. Ækvivalent betyder det, at differentialligningen har formen a n (t)x (n) + +a 2 (t)x + a 1 (t)x + a 0 (t)x = h(t), (1.2.1) hvor a 0,...,a n og h er funktioner definerede på et interval I. Ligningen er normeret, dvs på normalform, hvis a n (t) = 1 for alle t, og den kan normeres, hvis a n (t) 0 for alle t. Bemærk, at ligningens venstreside, med givne kontinuerte funktioner a i (t), kan opfattes som en afbildning x L(x), der til funktionen x knytter funktionen L(x) givet ved venstresiden, fx som afbildning L: C n (I) C(I) eller L: C (I) C (I) (hvis funktionerne a i (t) er C -funktioner). Det er klart, at afbildningen L er lineær. I det følgende antager vi, at ligningen er normeret. Med denne antagelse kan man bevise, at alle løsninger til differentialligningen er definerede på hele intervallet I. Det følger, at løsningsmængden til differentialligningen er originalmængden L 1 (h) til den givne funktion h. Specielt er løsningsmængden til den homogene ligning, dvs ligningen med h = 0, altså netop kernen for L. Elementære resultater om lineære afbildninger giver nu strukturen af løsningsmængden: Løsningerne til den homogene ligning udgør et underrum H af funktionsrummet C n (I). Løsningerne til den inhomogene ligning, med en given højreside h, fås ved til én løsning (en partikulær løsning) at lægge samtlige løsninger til den homogene ligning. Betragt et fast t 0 I. Afbildningen x (x(t 0 ), x (t 0 ),...,x (n 1) (t 0 )), der til en funktion x C n (I) knytter n-sættet af værdier i t 0 af de første n afledede, er en lineær afbildning fra funktionsrummet til talrummet. Af Eksistens- og entydighedssætningen følger, at hvis vi indskrænker til at betragte funktioner x, der løser ligningen, så er afbildningen bijektiv. Specielt følger det, at afbildningen er en isomorfi fra vektorrummet H (af løsninger til den homogene ligning) til talrummet. Alle løsninger til den homogene ligning kan altså beskrives ved n lineært uafhængige løsninger ρ 1,...,ρ n. For den inhomogene ligning kræves yderligere en partikulær løsning ψ. Herefter har den inhomogene ligning den fuldstændige (eller generelle) løsning: x = ψ(t) + k 1 ρ 1 (t) + +k n ρ n (t), hvor k 1,...,k n er arbitrære (dvs vilkårlige) konstanter.

5 Differentialligninger 3 Den lineære førsteordens ligning. Betragt den lineære differentialligning af første orden, af formen, x + b(t)x = h(t), (1.2.2) hvor b(t) og h(t) er kontinuerte funktioner på et interval I. Den generelle løsning fås da som følger: lad B(t) være en stamfunktion til b(t), dvs B (t) = b(t). Daer x(t) = e B(t) e B(t) h(t) dt + ke B(t), hvor k er en vilkårlig konstant. Bevis. Integralet, der indgår i løsningsformlen, er det ubestemte integral, der betegner en eller anden stamfunktion til integranden. Vi bemærker først, at med B = B(t) defineret ovenfor er det umiddelbart at efterprøve, at den homogene ligning x + bx = 0 har ρ(t) = e B(t) som løsning. Dernæst bemærkes, at ρ(t) er overalt forskellig fra 0. Enhver funktion x(t) kan altså skrives på formen x(t) = ρ(t)y(t); med en sådan fremstilling er x(t) en løsning til (1.2.2), hvis og kun hvis y(t) opfylder følgende ligning: (ρy) + b(ρy) = h. (1.2.4) Under brug af ρ + bρ = 0 kan venstresiden i (1.2.4) reduceres til ρy ; altså gælder (1.2.4), hvis og kun hvis ρy = h, dvs hvis og kun hvis y = h/ρ. Den sidste ligning kan integreres: y = h(t)/ρ(t) dt + k, og heraf fås den søgte formel, da x = ρy. (1.3) Den lineære homogene andenordens ligning. På normalform er det ligningen, x + b(t)x + c(t)x = 0, (1.3.1) hvor b(t) og c(t) er kontinuerte funktioner definerede på et givet interval I. Som nævnt udgør løsningerne til den homogene ligning et 2-dimensionsionalt underrum af funktioner på I, men det skal understreges, at ligningen ikke, i almindelighed, kan integreres, dvs der findes ingen metode, der reducerer problemet med at bestemme løsninger til et problem om stamfunktioner. Specielt findes ingen explicit formel, der angiver løsninger. Hvis ligningen har konstante koefficienter, dvs hvis funktionerne b og c (men ikke nødvendigvis h(t)) er konstante, kan løsningerne til den homogene ligning direkte angives: Til ligningens venstreside knyttes følgende karakteristiske polynomium (af grad 2): z 2 + bz + c. Det har to rødder, λ 1 og λ 2, kaldet de karakteristiske rødder for differentialligningen. De er bestemt ved formlen, λ = b ± D, 2

6 4 1 hvor D = b 2 4c er polynomiets diskriminant. Hvis koefficienterne b og c er reelle, vil løsningernes udseende afhænge af fortegnet for D. Hvis D 0, er de karakteristiske rødder reelle, og de to funktioner, e λ 1t, e λ 2t, (1) er en basis for løsningerne til den homogene ligning. Hvis D = 0, er de to rødder ens, λ := λ 1 = λ 2, og her er det de to funktioner, e λt, te λt, (2) der er en basis. Antag endelig, at D<0. I dette tilfælde er de karakteristiske rødder imaginære, dvs ikke reelle, og kvadratroden D skal tages i den komplekse betydning. De to funktioner i (1) er nu ikke reelle, og de er en C-basis for rummet af komplekse løsninger til den homogene ligning. Reelle løsninger fås ved at separere i real- og imaginærdel: Skriv de to karakteristiske rødder på formen ρ ± iω, hvor altså ρ er den fælles realdel (= b/2), og ±ω er imaginærdelen (bestemt ved ω 2 = D). Da er de to funktioner e ρt cos ωt, e ρt sin ωt, (3) en basis for løsningerne til den homogene ligning. Bemærk, at linearkombinationerne af disse to funktioner netop er funktionerne af formen hvor k og l er konstanter. ke ρt cos(ωt + l), (1.4) De arbitrære konstanters variationsmetode. Løsningen af ligningen x +b(t)x = h(t) i (1.2) foregik efter følgende metode: Idet B(t) er en stamfunktion til b(t), er det bare at prøve efter, at ρ(t) = e B(t) er en løsning til den homogene ligning x + b(t)x = 0. Den generelle løsning til den homogene ligning er altså funktionerne kρ(t), hvork er en arbitrær konstant. For at finde løsninger til den inhomogene ligning prøver vi her at variere konstanten k, dvs vi erstatter konstanten k med en funktion af t. Med andre ord: Vi prøver om funktioner af formen x(t) = y(t)ρ(t)løser den inhomogene ligning. Det giver typisk en differentialligning for funktionen y. Metoden virker, hvis denne differentialligning kan løses, eller hvis den blot er simplere end den oprindelig ligning. Det var tilfældet i (1.2). Vi prøver med den inhomogene ligning svarende til (1.3.1), x + b(t)x + c(t)x = h(t), (1.4.1) hvor altså højresiden i (1.3.1) er erstattet med en kontinuert funktion h(t).

7 Differentialligninger 5 Sætning. Den inhomogene ligning (1.4.1) kan løses fuldstændigt, hvis man kender en (ikketriviel) løsning til den homogene ligning (1.3.1). Bevis. Antag, at ρ(t) er en ikke-triviel løsning til den homogene ligning. For en funktion af formen x = yρ,hvory = y(t), finder vi, x = yρ, x = y ρ + yρ, x = y ρ + 2y ρ + yρ, og altså: x + bx + cx = y(ρ + bρ + cρ) + (y ρ + 2y ρ + by ρ) = y ρ + y (2ρ + bρ). Idet vi snyder lidt med eventuelle nulpunkter for ρ(t), følger det, at x = yρ løser (1.4.1), hvis og kun hvis funktionen y = y(t) løser følgende ligning: y + ( 2 ρ (t) ρ(t) + b(t)) y = h(t)/ρ(t). (1.4.2) Denne ligning er en førsteordens ligning med funktionen y som ubekendt. Derfor kan y bestemmes som i (1.2), og herefter bestemmes y som stamfunktion til y. Endelig fås x som x = yρ. Metoden kan naturligvis specielt anvendes på den homogene ligning: Hvis man kender én løsning, giver metoden en yderligere (lineært uafhængig) løsning. Bemærk også, at metoden specielt kan anvendes, når ligningen (1.4.1) har konstante koefficienter, idet løsningerne til den homogene ligning i dette tilfælde kan bestemmes. (1.5) Eksempel. Betragt differentialligningen, x + x = t. (1.5.1) Øjensynlig løser ρ = sin t den homogene ligning, så ligningen (1.4.2) er følgende: y + 2 cos t y = t sin t sin t. Funktionen B := 2 ln sin t er stamfunktion til 2 cos t/sin t, oge B = sin 2 t. Af (1.2) fås derfor, at y = sin 2 t t sin tdt+ k sin 2 t. Her er t sin tdt= t cos t + sin t, og dermed er y sin t t cos t = sin 2 + k t sin 2 t. Integration giver y = t sin t k cos t + l. sin t Endelig med x = y sin t får vi den fuldstændige løsning til (1.5.1), x = t k cos t + l sin t. Nyd, hvordan vi undervejs ikke bekymrede os om nulpunkter for sin t eller for fortegnet for sin t (som burde bekymre i log sin t). Hvorfor var det berettiget, at vi bare regnede løs?

8 6

9 2. Om differensligninger. (2.1) Differensligninger. Betragt reelle eller komplekse funktioner x = x(t), defineret for heltalsværdierne t = 0, 1, 2,... På sådanne funktioner virker differensoperatoren, defineret ved x(t) = x(t + 1) x(t). Funktionerne er blot talfølger x(0), x(1), x(2), x(3),... (og vi kalder dem følger). Differensligninger er ligninger, G(t,x, x,..., n x) = 0, hvori der indgår en ubekendt følge x = x(t) og dens højere differenser x, 2 x,..., n x. Differensoperatoren kan udtrykkes ved translationsoperatoren τ, defineret ved τx(t) = x(t + 1), idet vi øjensynlig har de to formler, = τ I, τ = + I; her er I identitetsoperatoren. Bemærk, at potensen τ n er bestemt ved τ n x(t) = x(t +n). Ved hjælp af de to formler (og Binomialformlen), kan potenserne n udtrykkes ved potenserne I,τ,...,τ n, og omvendt. Det følger, at differensligninger nøje svarer til rekursive ligninger, dvs ligninger af følgende form: F(t,x,τx,τ 2 x,...,τ n x) = 0. (2.1.1) Vi vil følge almindelig praksis og omtale ligningen (2.1.1) som en differensligning. Ved en løsning til differensligningen forstås en følge x = x(t), defineret for t = 0, 1, 2,..., som for alle t opfylder ligningen, F(t,x(t),x(t + 1), x(t + 2),...,x(t + n)) = 0. (2.1.2) Det er naturligvis underforstået, at (n + 2)-sættet (t, x(t),..., x(t + n)) tilhører definitionsmængden for F for alle t. Differensligningen er på normalform, hvis den er løst (eller helt oplagt kan løses) med hensyn til τ n x, dvs hvis den kan omformes til en ligning af formen, altså τ n x = f(t,x,τx,...,τ n 1 x), (2.1.3) x(t + n) = f(t,x(t),x(t + 1),..., x(t + n 1)) for t = 0, 1, 2,.... (2.1.4) Naturligvis kan man i forbindelse med differensligninger også bruge den mere sædvanlige notation x 0,x 1,x 2,... for en talfølge. Med denne notation får differensligningerne følgende form: F(t,x t,x t+1,x t+2,...,x t+n ) = 0, x t+n = f(t,x t,x t+1,...,x t+n 1 ). 7

10 8 2 Eksistens- og entydighedssætning. For n givne værdier x 0,...,x n 1 har ligningen (2.1.3) en og kun en løsning x(t), som opfylder, at x(i) = x i for i<n. Denne sætning er naturligvis aldeles triviel (og den er ikke helt sand): Begyndelsesværdierne bestemmer værdien x(t) for t = 0,...,n 1, dernæst bestemmes værdierne x(n),x(n+1), x(n+2),... ved successivt at sætte t := 0, 1, 2,... i (2.1.4). Det skal naturligvis undersøges inden hver skridt, at (t, x(t),..., x(t +n 1)) tilhører definitionsmængden for f. Er denne betingelse ikke opfyldt, har ligningen ingen løsninger. Det skal i øvrigt tilføjes, at det slet ikke er oplagt, hvad der menes med at løse differensligningen. Betragt fx de to simpleste differensligninger [med begyndelsesbetingelse], τx = x + a(t) [x 0 = 0], τx = a(t)x [x 0 = 1], altså udførligt: x(t + 1) = x(t) + a(t), x(t + 1) = a(t)x(t); her er a(t) en given følge. Hvis a(t) = a er konstant, har den første ligning øjensynlig løsningen x(t) = ta og den anden løsningen x(t) = a t. Hvis a(t) ikke er konstant, er løsningerne mere komplicerede: x(t) = a(0) + +a(t 1), og x(t) = a(0) a(t 1). Vi opfatter disse to udtryk som eksplicitte formler til bestemmelse af løsningen, men det skal understreges, at der i begge udtrykkene optræder og at selve differensligningerne (for, en formalist) faktisk er den egentlige definition af udtrykkene. (2.2) Lineære ligninger. Den lineære differensligning af orden n har formen a n (t)τ n x + a n 1 (t)τ n 1 x + +a 1 (t)τx + a 0 (t)x = h(t), (2.2.1) hvor koefficienterne a i (t) og højresiden h(t) er givne følger. Den er homogen, hvis h(t) = 0 for alle t. Vi antager i det følgende, at ligningen er normeret, dvs at følgen a n (t) er konstant lig med 1. Venstresiden, som funktion x L(x) af følgen x, er en lineær afbildning fra vektorrummet F (af alle følger) ind i sig selv. Heraf følger en række elementære resultater om løsningernes struktur: Løsningsmængden H til den homogene ligning er kernen for L, og specielt er det et underrum af F. Af Eksistens- og entydighedssætningen følger, at afbildningen, x (x(0), x(1),..., x(n 1)), der til en løsning x H knytter sættet af følgens n første værdier, er en bijektiv afbildning fra H til det n-dimensionale talrum. Det er øjensynlig en lineær afbildning, og dermed en isomorfi. Løsningsmængden til den homogene ligning er altså et vektorrum af dimension n. Ud fra n lineært uafhængige følger ρ 1,...,ρ n, som løser den homogene ligning, og en partikulær løsning x = ψ til (2.2.1), får vi den generelle løsning til (2.2.1) som x(t) = ψ(t) + k 1 ρ 1 (t) + +k n ρ n (t), t = 0, 1, 2,..., hvor k 1,...,k n er arbitrære konstanter.

11 Differensligninger 9 (2.3) Den lineære førsteordens ligning. Betragt den lineære differensligning af første orden, af formen, τx + b(t)x = h(t), eller x(t + 1) + b(t)x(t) = h(t), (2.3.1) hvor b(t) og h(t) er givne følger. Med en given begyndelsesværdi x 0 er løsningen bestemt ved formlen, t 1 x(t) = ( 1) t b(t 1) b(1)b(0)x 0 + ( 1) t s 1 b(t 1) b(s + 1)h(s); (2.3.2) s=0 leddet i summen svarende til s har t s 1 faktorer b(j). Specielt er leddet svarende til s = t 1 lig med h(t 1). Hvis følgen b(t) er en konstant b, reduceres udtrykket til t 1 x(t) = ( 1) t b t x 0 + ( 1) t s 1 b t s 1 h(s). (2.3.3) s=0 og hvis også følgen h(t) er konstant, reduceres det yderligere. (2.4) Den lineære andenordens ligning med konstante koefficienter. Til differensligningen, af formen τ 2 x + bτx + cx = h(t), altså x(t + 2) + bx(t + 1) + cx(t) = h(t), (2.4.1) hvor b og c er konstanter, hører det karakteristiske polynomium af grad 2, P(z)= z 2 + bz + c, der har diskriminanten D = b 2 4c. Detokarakteristiske rødder er bestemt ved udtrykkene, b ± D. 2 Antag, at rødderne er forskellige fra 0, lad λ være den ene rod, fx bestemt ved fortegnet + i formlen, og lad μ være den anden. Det er let at se, at følgen λ t er løsning til den homogene ligning. Når λ μ er det let at se, at følgerne λ t og μ t er lineært uafhængige løsninger til den homogene ligning. De udgør altså en basis for løsningerne til den homogene ligning. Når μ = λ, er det let at se, at også tλ t er en løsning til den homogene ligning, og at denne følge sammen med λ t er en basis. Indsættes følgen x(t) = ν t i venstresiden af (2.4.1) fås udtrykket, ν t+2 + bν t+1 + cν t = (ν 2 + bν + c)ν t, altså P(ν)ν t. Hvis ν ikke er en af de karakteristiske rødder λ, μ, dvs hvis P(ν) 0, så viser udregningen, at følgen P(ν) 1 ν t løser den inhomogene ligning (2.4.1) med h(t) = ν t.

12 10 2 Betragt det reelle tilfælde (dvs b, c R). Hvis diskriminanten D er positiv, giver de fundne følger en fuldstændig beskrivelse af de reelle løsninger til differensligningen. Hvis D<0, kan de fundne løsninger til den homogene ligning separeres i real- og imaginærdel således: De to rødder er konjugerede, og har specielt samme modulus, r = λ = μ, ogda røddernes produkt er c,err = c. Vi har altså λ = re iθ (og μ = re iθ ). Det følger, at realog imaginærdel af λ t, altså de to følger, r t cos θt, r t sin θt, (2.4.4) er en basis for vektorrummet af reelle løsninger til den homogene ligning. (2.5) Eksempel. Lad os prøve at løse ligningen (2.4.1) med de arbitrære konstanters variationsmetode. Vi antager i det følgende, at c 0, altså at begge rødder λ, μ i det karakteristiske polynomium P(z)er forskellige fra 0. Enhver følge x(t) har da formen x(t) = λ t y(t) med en følge y(t). Indsæt x(t) = λ t y(t) i venstresiden af (2.4.1). Da λ + μ = b og λμ = c får vi: λ t (λ 2 y(t + 2) + bλy(t + 1) + cy(t)) = λ t+1( λ(y(t + 2) y(t + 1)) μ(y(t + 1) y(t)) ). Heraf ses, at følgen x(t) = λ t y(t) løser ligningen (2.4.1), hvis og kun hvis løser følgende førsteordens ligning: y(t + 1) y(t) =: z(t) (2.5.1) λz(t + 1) μz(t) = h(t)/λ t+1. (2.5.2) Vi gennemfører regningerne i tilfældet, hvor følgen h(t) i (2.4.1) har formen h(t) = dν t med konstanter d og ν, hvor ν ikke er karakteristisk rod. Idet (2.5.2) normeres ved division med λ, bliver højresiden (d/λ 2 )(ν/λ) t, og løsningen fås af (2.3) med b := μ/λ. Vifår z(t) = (μ/λ) t z 0 + d t 1 λ 2 (μ/λ) t i 1 (ν/λ) i. Sættes faktoren (μ/λ) t 1 uden for parentes i summen, kan vi summere den geometrisk række: z(t) = (μ/λ) t z 0 + dμt 1 λ 2 λ t 1 (ν/μ)t 1 ν/μ 1 = (μ/λ)t k 0 + d λ t+1 i=0 ν t ν μ. Dernæst løses (2.5.1) med denne følge z(t): Af løsningsformlen (2.3.3), med b = 1, fås y(t) = y 0 + k 0 (μ/λ) t 1 μ/λ 1 + d λ(ν μ) (ν/λ) t 1 ν/λ 1 = k 1 + k 2 (μ/λ) t + d(ν/μ) t (ν μ)(ν λ).

13 Differensligninger 11 Endelig, idet x(t) = y(t)λ t fås den generelle løsning til (2.4.1), med h(t) = dν t : x(t) = k 1 λ t + k 2 μ t + dν t (ν μ)(ν λ). Løsningen af (2.5.1) forudsatte, at λ μ. Hvis λ = μ, bidrager leddet (μ/λ) t i z(t) kun med 1, og de to første led i y(t) får formen y 0 + k 0 t. Den generelle løsning x(t) bliver: x(t) = k 1 λ t + k 2 tλ t + dν t (ν μ)(ν λ). Bemærk, at det karakteristiske polynomium kan faktoriseres, P(z) = (z λ)(z μ), så produktet (ν μ)(ν λ), der indgår i formlerne, er værdien P(ν). Naturligvis genfindes med metoden resultaterne fra (2.4). (2.6) Definition. I differensligningen af orden n, på normalformen (2.1.3), er højresiden givet ved en funktion af n + 1 variable, lad os sige f(t,v 1,...,v n ). De sidste variable v i kan være reelle eller komplekse, den første variabel kan antage værdierne t = 0, 1, 2,... Ofte opstår afhængigheden af t på følgende måde: Der er givet en funktion g(u 1,...,u k,v 1,...,v n ) af k + n reelle (eller komplekse) variable, og funktionen f fås ved at indsætte k givne følger u j (t) for de første k variable u j i g. Differensligningen får altså formen, τ n x = g(u 1 (t),...,u k (t), x, τx,..., τ n 1 x). (2.6.1) De variable u 1,...,u k kaldes de eksogene variable. Det er ikke udelukket, at k = 0, altså at differensligningen har formen τ n x = f(x,τx,...,τ n 1 x). En sådan differensligning kaldes også autonom. Et eksempel er den lineære differensligning med konstante koefficienter og en konstant højreside. Bemærk, at formen (2.6.1) er overordentlig generel. Fx fås den almindelige normerede lineære differensligning (2.2.1) ud fra funktionen (i 1 + n + n variable): g(u, u 1,...,u n,v 1,...,v n ) = u u 1 v 1 u n v n, ved at indsætte (u, u 1,...,u n ) = (h(t), a 0 (t),...,a n 1 (t)).

14 12

15 3. Systemer af differensligninger. (3.1) Differensligningssystemer. I den almindelige differensligning behandlet i paragraf 2 er den ubekendte en følge x(t) af (reelle eller komplekse) tal. Mere generelt møder man ofte differensligninger, hvor den ubekendte er en følge af vektorer i talrummet V. Her og overalt i det følgende betegner V enten det reelle vektorrum R n (det reelle tilfælde) eller det komplekse vektorrum C n (det komplekse tilfælde). En vektor er altså et n-sæt x af tal x i. Vektoren opfattes altid som en søjle(matrix), men kan naturligvis angives som den transponerede af en række: x 1 x =.. = (x 1,...,x n ) tr. x n Indices vil typisk blive brugt til at nummerere vektorers koordinater. I overensstemmelse hermed vil en følge af vektorer altid blive skrevet på formen x(0), x(1),..., eller som x(t), hvor det her og i det følgende er underforstået, at t kan have værdierne 0, 1, 2,... Følgen x(0), x(1),... af vektorer kan opfattes som et sæt af n talfølger x i (0), x i (1),... (koordinatfølgerne). Translationsoperatoren τ for vektorfølger defineres som for talfølger: τ x er følgen af vektorer bestemt ved τx(t) = x(t + 1), altså følgen x(1), x(2),... På normalform har differensligningen af orden p for vektorfølger formen, τ p x = f(t, x,τx,...,τ p 1 x), (3.1.1) altså x(t + p) = f(t, x(t), x(t + 1),...,x(t + p 1)); (3.1.2) det er underforstået, at den sidste ligning skal gælde for alle t = 0, 1, 2,... Afbildningen f er defineret på en delmængde af {0, 1, 2,...} V p, med værdier i V. Specielt har en førsteordens vektordifferensligning formen, τx = f(t, x), altså x(t + 1) = f(t, x(t)). (3.1.3) Den kaldes lineær, hvis den har formen, τx = A(t)x + h(t), altså x(t + 1) = A(t)x(t) + h(t), (3.1.4) hvor A(0), A(1), A(2),... er en følge af n n-matricer og h(0), h(1), h(2),... er en følge af vektorer (søjler). En vektorfølge x(t) svarer til sættet af n koordinatfølger x i (t), og funktionen f har n koordinatfunktioner f i. Differensligningen (3.1.3) svarer herved til et differensligningssystem af n (koblede) ligninger for n talfølger x 1,...,x n, τx 1 = f 1 (t, x 1,...,x n ),. τx n = f n (t, x 1,...,x n ). Differensligninger for vektorfølger vil vi kort kalde vektorligninger. I modsætning hertil kan ligningerne i paragraf 2, for talfølger, også kaldes skalarligninger. Gyldigheden af Eksistens- og entydighedssætning for vektorfølger indses ganske som for skalarfølger. 13

16 14 3 (3.2) Observation. Den normerede skalarligning af orden n, τ n x = f(t,x,...,τ n 1 x), er ækvivalent med en vektorligning af orden 1: τx 1 = x 2, τx 2 = x 3,..., τx n 1 = x n, τx n = f(t,x 1,...,x n ), i følgende forstand: løsningerne til vektorligningen er netop vektorfølgerne af formen x = (x,τx,...,τ n 1 x) tr, hvor talfølgen x er en løsning til skalarligningen. Resultatet er blot en simpel observation: For en vektorfølge x udsiger de n 1 første ligninger i systemet, at x 2 = τx 1,atx 3 = τx 2 = τ 2 x 1,...,ogatx n = τ n 1 x 1. Den n te og sidste ligning i systemet er herefter opfyldt, hvis og kun hvis skalarligningen er opfyldt for x = x 1. Bemærk, at en begyndelsesbetingelse for skalarligningen, x(i) = x i for i = 0,...,n 1 med givne tal x 0,...,x n 1, svarer til begyndelsesbetingelsen for vektorligningen, x(0) = x 0 med x 0 = (x 0,...,x n 1 ) tr. For den generelle lineære (normerede) skalarligning af orden n, A(t) = τ n x + a n 1 (t)τ n 1 x + +a 1 (1)τx + a 0 (t)x = h(t), (3.2.1) hvor koefficienterne og højresiden er givne følger, a i (t) og h(t), bliver den tilsvarende vektorligning af orden 1 lineær, af formen i (3.1.4) med , h(t) =... (3.2.2) a 0 (t) a 1 (t) a 2 (t)... a n 1 (t) 0 h(t) Den generelle normerede vektorligning af højere orden (som i (3.1.1) af orden p i n koordinater) kan tilsvarende reduceres til en førsteordens ligning, denne gang i pn koordinater. Som følge af denne observation vil vi udelukkende betragte vektorligninger af første orden. (3.3) Den lineære differensligning. Den lineære vektorligning med begyndelsesbetingelse: har øjensynlig den entydigt bestemte løsning, x(t) = A(t 1) A(0)x 0 + x(t + 1) = A(t)x(t) + h(t), x(0) = x 0, (3.3.1) 0 s<t A(t 1) A(s + 1)h(s). (3.3.2) Leddet svarende til index s i summen har t s 1 faktorer A(j); specielt, for s = t 1, er leddet lig med h(t 1).

17 Systemer 15 (3.4) Sætning. Løsningsmængden, L, til den homomogene lineære ligning τx = A(t)x er et underrum af vektorrummet bestående af alle følger i V, og afbildningen x x(0), der til en følge x i L lader svare vektoren x(0), er en isomorfi L V. Specielt har L dimensionen n, og et sæt af n løsninger x 1 (t),...,x n (t) er en basis for L, hvis og kun hvis n n-matricen, er invertibel for t = 0. (x 1 (t),...,x n (t)), (3.4.1) Bevis. Det er klart, at L er et underrum i vektorrummet af alle følger i V. Det er klart, at afbildningen x x(0) er lineær. Af (3.3), som jo specielt er en eksistens- og entydighedssætning, følger, at afbildningen er bijektiv. Altså er den en isomorfi. Den sidste påstand er en konsekvens, idet n vektorer i V, dvs n søjler, er en basis for det n-dimensionale talrum V, hvis og kun hvis matricen med de n søjler er invertibel. Matricen (3.4.1) svarende til et sæt af løsninger, som udgør en basis for L, kaldes sættets fundamentalmatrix. Af løsningsformlen (3.3.2) ses, at løsningerne til den homogene ligning er følgerne af formen, x(t) = A(t 1) A(1)A(0)x 0, hvor x 0 er en vektor i V. Vi får altså n lineært uafhængige løsninger ved som begyndelsesvektorer at tage n lineært uafhængige vektorer x 01,...,x 0n. Den tilhørende fundamentalmatrix bliver da matrixproduktet, A(t 1) A(1)A(0)(x 01,...,x 0n ). Specielt kan vi som de n begyndelsesvektorer x i0 tage den kanoniske basis for talrummet V. Matricen (x 01,...,x 0n ) bliver så enhedsmatricen, og den tilhørende fundamentalmatrix bliver produktet, (t) := A(t 1) A(1)A(0). (3.4.2) Omvendt, hvis (t) er defineret ved (3.4.2), kan løsningen til den homogene ligning med begyndelsesbetingelse angives eksplicit: x(t) = (t)x 0. (3.4.3) Bemærk, at (t) er invertibel, hvis og kun hvis matricerne A(j) for alle j<ter invertible. Er alle matricerne A(j) invertible, kan løsningen til den inhomogene ligning angives ved udtrykket, x(t) = (t)x 0 + (t) (s + 1) 1 h(s). (3.4.4) 0 s<t (3.5) Konstante koefficienter. I det følgende betragtes den lineære differensligning med en fast (konstant) n n-matrix A. Det karakteristiske polynomium for A kan faktoriseres (Algebraens Fundamentalsætning), r p A (z) = det(zi A) = (z λ k ) n k ; (3.5.1) tallene λ k er altså de komplekse (forskellige) egenværdier for matricen A, og eksponenterne n k er deres multiplicitet. k=1

18 16 3 Fundamentalmatricen i (3.4.2) er (t) = A t. følgende: Af udregningerne i (3.4) får vi derfor Sætning. Den homogene ligning τ x = Ax, altså x(t + 1) = Ax(t), med begyndelsesbetingelse x(0) = x 0 har den entydigt bestemte løsning, x(t) = A t x 0. (3.5.2) Den inhomogene ligning τx = Ax + h(t), altså x(t + 1) = Ax(t) + h(t), med begyndelsesbetingelse x(0) = x 0 har den entydigt bestemte løsning, x(t) = A t x 0 + t 1 s=0 As h(t s 1). (3.5.3) Specielt, hvis højresiden i ligningen er en konstant vektor h, så har den inhomogene ligning den partikulære løsning, ( t 1 x(t) = As) h. (3.5.4) s=0 Multipliceres summen i (3.5.4) med matricen A I fås matricen A t I. Hvis A I er invertibel, dvs hvis λ = 1 ikke er egenværdi for A, så følger det, at summen er lig med (A t I)(A I) 1. Hvis søjlen x 0 er egenvektor for A svarende til egenværdien λ, dvs Ax 0 = λx 0,såfår løsningen (3.5.2) formen x(t) = λ t x 0. Heraf ses, at hvis A er diagonaliserbar, og talrummet V altså har en basis (v 1,...,v n ) bestående af egenvektorer for A (med egenværdier λ j ), så får vi en fundamentalmatrix, hvis j te søjle er λ t j v j : A t (v 1,...,v n ) = (λ t 1 v 1,...,λ t n v n) = (v 1,...,v n )diag(λ t 1,...,λt n ). Bemærk, at i almindelighed fortæller det elegante udtryk (3.5.2) ikke ret meget om løsningens i te koordinat x i (t). I det følgende gennemgås to metoder, der giver en mere eksplicit beskrivelse af A t. (3.6) Metode I. Den væsentlige ingrediens i den ene metode er resultatet i lærebogen [A&B, 2.4, side ]: Med bogens notation findes en invertibel matrix T (med komplekse koefficienter) således, at T 1 AT er blokmatricen [A&B, formel (16), side 118], λ 1 I + N T 1 0 λ AT = 1 I + N , (3.6.1) λ r I + N r

19 Systemer 17 hvor de enkelte (kvadratiske) blokke ned langs diagonalen er af formen λi + N med en nilpotent matrix N. Faktisk er den k te blok en n k n k -matrix og N n k k = 0. Bemærk, at også 0 erne i matricen er blokke, nemlig nul-matricer af varierende størrelse. Er T 1 AT = B, og er potensen B t bestemt, så bestemmes A t ved at transformere tilbage: A t = TB t T 1. Det er derfor nok at behandle tilfældet, hvor matricen A har blokformen på højresiden af (3.6.1). For denne matrix på blokformen fås den t te potens ved at opløfte hver blok i diagonalen til t te potens. Vi betragter derfor først tilfældet, hvor matricen B har formen λi + N, hvorn er nilpotent, med N n = 0. Matricen λi kommuterer med enhver matrix (idet (λi)n = N(λI) = λn). Af binomialformlen får vi derfor udtrykket, (λi + N) t = t l=0 ( ) t λ t l N l. (3.6.2) l For λ = 0 har vi naturligvis trivielt, at (λi + N) t = N t for t = 0,...,n 1, og (λi + N) t = 0 for t n. (3.6.3) Antag dernæst, at λ 0. I summationen i (3.6.2) er binomialkoefficienten lig med 0 for l > t, så vi kan erstatte den øvre summationsgrænse med l =. Men vi kan nøjes med at summere til l = n 1, da N n = 0. Altså fås, for alle t = 0, 1,..., udtrykket, (λi + N) t = n 1 l=0 t(t 1) (t l + 1) l! λ l λ t N l. (3.6.4) Brøken er et polynomium i t, af grad l, og dermed af grad højst n 1. Heraf ses specielt, at på hver plads i matricen (λi +N) t står en linearkombination af følgerne t l λ t, for l = 0,...,n 1. For den generelle matrix A anvendes udtrykkene (3.6.3) og (3.6.4) på de enkelte blokke i den transformerede matrix. Herefter får man ved at transformere tilbage med T et udtryk for A t. Den k te blok i (3.6.1) er en n k n k -matrix, og λ k = 0 forekommer som egenværdi, hvis og kun hvis det A = 0. Vi får derfor følgende resultat: Resultat. Metode I giver et eksplicit udtryk for følgerne på de enkelte pladser i matricen A t. Specielt ses, når det A 0, at der på hver plads står en linearkombination af de n følger, t l λ t k, for k = 1,...,r, l = 0,...,n k 1. (3.6.5) En forfining af Metode I fremkommer ved at bruge, at en nilpotent matrix N er similær med en blokmatrix, hvor de enkelte kvadratiske blokke ned langs diagonalen er matricer med 1 på pladserne lige over diagonalen, og 0 på alle andre pladser. Dette resultat er Sætningen om Jordan s normalform, se Appendix A, men for anvendelsen af Metode I er det ofte tilstrækkeligt at bruge normalformen (3.6.1).

20 18 3 (3.7) Polynomial approksimation. Den anden metode bygger på polynomial approksimation, dvs på resultaterne i [A&B, Lemma 5 og Sats 4, side 96-97]: Lad p(z) = p A (z) være polynomiet af grad n med faktoriseringen i (3.5.1). Når f(z) er en hel funktion, findes et polynomium q(z) af grad højst n 1 og en ligning, f(z)= g(z)p(z) + q(z), med en hel funktion g(z). Polynomiet q(z) er det eneste polynomium af grad højst n 1, dvs af formen, q(z) = q 0 + q 1 z + +q n 1 z n 1, (3.7.1) som opfylder de n ligninger, d l q dz l (λ k) = dl f dz l (λ k) for k = 1,...,r, l = 0,...,n k 1. (3.7.2) Ligningerne i (3.7.2) er et lineært ligningssystem med tallene q 0,...,q n 1 som de ubekendte. Bemærk, at koefficienterne på ligningssystemets venstreside kun afhænger af rødderne λ k og deres multipliciteter; det er kun i højresiden, at funktionen f(z)indgår. Ligningerne fortæller i øvrigt om de to funktioner q(z) og f(z), at i deres Taylorrække omkring z = λ k er de første n k led ens. Polynomial approksimation anvendes til at bestemme matricen f(a): Ifølge Cayley Hamilton s sætning er matricen A rod i sit karakteristiske polynomium, p A (A) = 0, og indsættelse i ligningen ovenfor giver derfor, at f(a) = q(a). For øvrigt kan man ved approksimationen erstatte det karakteristiske polynomium p A (z) med et vilkårligt normeret polynomium p(z), som opfylder, at p(a) = 0. (3.8) Metode II. Den anden metode til bestemmelse af A t anvender polynomial approksimation af funktionen f(z) = z t. Højresiderne i ligningssystemet (3.7.2), for λ k 0, har altså formen, t(t 1) (t l + 1)λ t l k = t(t 1) (t l + 1) λk t ; specielt er hver af højresiderne en linearkombination af følgerne i (3.6.5). Det følger derfor af Cramer s formler, at også løsningerne, q j = q j (t), til ligningssystemet er linearkombinationer af følgerne i (3.6.5). Med andre ord har vi bevist det følgende resultat, hvor vi igen antager, at λ = 0 ikke forekommer blandt egenværdierne for A. Resultat. Metode II giver, når det A 0, en eksplicit fremstilling, A t = q 0 (t)i + q 1 (t)a + +q n 1 (t)a n 1, (3.8.1) λ l k hvor hver af talfølgerne q j (t) er en linearkombination af de n følger t l λk t l = 0,...,n k 1. for k = 1,...,r,

21 Systemer 19 Resultatet indeholder specielt resultatet fra Metode I. Bemærk, at begge metoder kan anvendes til at bestemme summen t 1 s=0 As, som indgår i løsningen (3.5.4) til den inhomogene ligning, også når A I ikke er invertibel. Med polynomial approksimation betragtes funktionen, f(z)= 1 + z + +z t 1 = (z t 1)/(z 1). De afledede (d l f/dz l )(λ) for λ 1 bestemmes ved at differentiere brøken på højresiden. For λ = 1 kan det betale sig at bruge omskrivningen, f(z+ 1) = ( (z + 1) t 1 ) /z = t + ( ) t z + 2 ( ) t z 2 + ; 3 heraf kan ligningen (d l f/dz l )(1) = t(t 1) (t l)/(l + 1) umiddelbart aflæses. (3.9) Tricks. (1) Hvis det karakteristiske polynomium p A (z) har n forskellige rødder, dvs hvis r = n og n k = 1 for alle k, kan polynomiet q(z) i (3.7.1) bestemmes som følger: Lad p j (z), for j = 1,...,n, være polynomiet p A (z)/(z λ j ), altså det polynomium, der fås af p A (z) = (z λ k ) ved at fjerne den j te faktor. Øjensynlig er p j (λ k ) = 0 for k j, og værdien p j (λ j ) = k j (λ j λ k ) er forskellig fra 0. Heraf ses umiddelbart, at polynomiet, q(z) = f(λ 1) p 1 (λ 1 ) p 1(z) + + f(λ n) p n (λ n ) p n(z), vil tilfredsstille de n ligninger (3.7.2). Specielt, med f(z)= z t kan fremstillingen (3.8.1) af A t umiddelbart opskrives: A t = n p j (λ j ) 1 λ t j=1 j p j (A). (3.9.1) (2) Hvis en rod λ i det karakteristiske polynomium har høj multiplicitet, kan det ofte betale sig at skrive polynomiet q(z) som et polynomium i z λ, altså på formen, q(z) = q 0 + q 1 (z λ) + + q n 1 (z λ) n 1. Herefter er (d l q/dz l )(λ)/l! = q l. Antag specielt, at λ er den eneste rod i p A (z), altså at p A (z) = (z λ) n. koefficienterne q l ovenfor direkte aflæses af de n ligninger i (3.7.2): Her kan q l = (d l f/dz l )(λ)/l!. Med f(z)= z t fås d l f/dz l = t(t 1) (t l +1)z t l, og dermed q l = ( t l) λ t l. Udtrykket (3.8.1) har altså formen, n 1 ( ) t A t = λ t l (A λi) l. (3.9.2) l l=0

22 20 3 (3.10) Bemærkning. Det er svært at sige, hvilken af de to metoder I og II, der er den bedste. Betragt fx tilfældet, hvor det karakteristiske polynomium p A (z) har n forskellige rødder. I Metode I udnyttes, at A specielt er diagonaliserbar: Bestem, for k = 1,...,n, en egenvektor v k svarende til egenværdien λ k.daer A(v 1,...,v n ) = (λ 1 v 1,...,λ n v n ) = (v 1,...,v n )D, hvor D = diag(λ 1,...,λ n ) er diagonalmatricen. For matricen T = (v 1,...,v n ), med søjlerne v k, er altså AT = TD, og dermed A = TDT 1. Øjensynlig er D t = diag(λ t 1,...,λt n ). Herefter bestemmes A t af A t = TD t T 1. Bestemmelsen af egenvektorerne v k, og udregningen af TD t T 1, modsvares af formlen (3.9.1) fra Metode II; bemærk, at i (3.9.1) skal matrixprodukterne p j (A) = k j (A λ ki) udregnes. Den anden yderlighed er tilfældet, hvor det karakteristiske polynomium kun har én rod: p A (z) = (z λ) n. Her er (A λi) n = 0 (Cayley-Hamilton s Sætning), så A = λi +N,hvor N := A λi er nilpotent. Metode I er bare binomialformlen anvendt på A t = (λi + N) t, jfr (3.6.4). Det er den samme formel, der fås ved Metode II, jfr (3.9.2). (3.11) Skalarligningen med konstante koefficienter. Betragt den lineære differensligning af orden n med konstante koefficienter, altså ligningen for en skalarfølge x = x(t): τ n x + a n 1 τ n 1 x + +a 1 τx + a 0 x = h(t). (3.11.1) Til differensligningen knyttes følgende karakteristiske polynomium, af grad n: p(z) = z n + a n 1 z n 1 + +a 1 z + a 0 = (z λ 1 ) n1 (z λ r ) n r ; (3.11.2) tallene λ k i faktoriseringen er de komplekse (forskellige) rødder i p(z). Skalarligningen af orden n er ækvivalent med en førsteordens lineær vektorligning τx = Ax + h(t) med en konstant n n-matrix A, jfr (3.2.2). Det karakteristiske polynomium for skalarligningen er lig med det karakteristiske polynomium for matricen A, altså lig med determinanten, z z z... 0 det(zi A) = a 0 a 1 a 2... z+ a n 1 Bevis. Ligningen p(z) = det(zi A) vises ved induktion efter n; den er triviel for n = 1 (ikke også?). For n>1 har matricen zi A tallene z og a 0 i første søjle, og udvikling af determinanten efter denne søjle giver en ligning, det(zi A) = z det F + ( 1) n+1 a 0 det G. (*)

23 Systemer 21 Matricen F (komplementet til z på plads (1, 1) i matricen) er en (n 1) (n 1)-matrix af samme form som zi A, men med tallene a 1,...,a n 1 i nederste række. Induktivt er altså det F = z n 1 + a n 1 z n 2 + +a 2 z + a 1. Matricen G er en nedre trekantsmatrix med tallet 1 overalt i diagonalen. Altså er det G = ( 1) n 1. Af (*) og de fundne udtryk for det F og det G fås let ligningen det(zi A) = p(z), som ønsket. Skalarligningen kan løses ved at løse den ækvivalente førsteordens vektorligning med konstante koefficienter. Den homogene skalarligning (dvs ligningen med h(t) = 0) kan direkte behandles således: Sætning. Antag i den homogene ligning (3.11.1), ata 0 0, altså at λ = 0 ikke er rod i det karakteristiske polynomium. Da udgør de n talfølger t l λk t, for k = 1,...,r og l = 0,...,n k 1, en basis for rummet af komplekse løsninger til den homogene ligning. Bevis. Løsningsmængden, H, til den homogene ligning er et underrum i vektorrummet af alle talfølger. Lad U være underrummet, i vektorrummet af alle følger, bestående af de følger, der udspændes af (dvs kan skrives som linearkombinationer af) de givne følger. Talfølgerne i H er netop førstekoordinaterne af de vektorfølger, som løser den tilsvarende førsteordens vektorligning. Af resultatet i (3.6) eller (3.8) fremgår derfor, at vi har følgende inklusion: H U. Venstresiden H har dimension n; det følger af (2.2) eller (alternativt) af isomorfien mellem H og løsningsrummet til den homogene vektorligning. Højresiden U er frembragt af de n givne følger. Af velkendte resultater fra lineær algebra følger derfor, at der må gælde ligheden H = U, ogatden givne følger er en basis for H. Det fremgår af Sætningen, at hver af de n følger t l λ t k løser den homogene ligning, men beviset er jo ganske indirekte. Et direkte bevis er følgende: Venstresiden i (3.11.1) fås ved at anvende operatoren, τ n + a n 1 τ n 1 + +a 1 τ + a 0 I = (τ λ 1 I) n1 (τ λ r I) n r, (3.11.3) på følgen x(t). Løsningsmængden til den homogene ligning er altså kernen for denne operator. For en følge af formen x = t l μ t med μ 0 får vi: (τ λi)x = (t + 1) l μ t+1 λt l μ t = ( μ(t + 1) l λt l) μ t. (3.11.4) Højresiden har formen Q(t)μ t med et polynomium Q(t). Hvis μ λ, har Q(t) graden l. Antag, at μ = λ. DaerQ(t) = λ (t l ) af grad l 1. Ved addition ses, at hvis x = P(t)λ t med et polynomium P(t)af grad højst l, såer(τ λi)x = λ P (t)λ t ; ved gentagelse fås, at (τ λi) i x = λ i i P(t)λ t. Specielt, hvis i>l,såer(τ λi) i x = 0.

24 22 3 Af denne overvejelse ses, at hver af de n anførte følger giver nul ved indsættelse i operatoren (3.11.3). De anførte følger løser altså den homogene ligning. Af udregningerne fremgår også, hvordan man eksplicit kan løse den inhomogene ligning (3.11.1) for visse højresider h(t). Betragt for eksempel følgen x(t) = μ t. Af (3.11.4) med l = 0 fremgår, at (τ λi)x = (μ λ)x. Heraf ses, at indsættelse af følgen x(t) = μ t i operatoren (3.11.3) giver følgen p(μ)μ t. Med højresiden h(t) = μ t i (3.11.1), hvor μ ikke er rod i det karakteristiske polynomium p(z), får vi altså den partikulære løsning p(μ) 1 μ t. Hvis μ er en karakteristisk rod, μ = λ k, er det ikke svært ved hjælp af udregningerne at bestemme en konstant c således, at følgen ct n kμ t er en partikulær løsning til (3.11.1), stadig med højresiden μ t. (3.12) Reelle løsninger. Antag i (3.11.1), at koefficienterne a i er reelle. I dette tilfælde er man naturligvis oftest interesseret i rummet af reelle løsninger til ligningen. Hvis rødderne λ k i det karakteristiske polynomium p(z) alle er reelle, bliver følgerne t l λ t k reelle, og de udgør en reel basis. Hvis en rod λ k er imaginær, dvs ikke reel, så er også det komplekst konjugerede tal λ k en rod, med samme multiplicitet n k.de2n k følger, t l λ t k og t l λ t k for l = 0,...,n k 1, kan derfor erstattes med deres real- og imaginærdele: t l Re(λ t k ), tl Im(λ t k ), for l = 0,...,n k 1. (3.12.1) Herved fremkommer en basis for rummet af reelle løsninger. Hvis λ k = ρ k e iθ k,hvorρ k > 0 og θ k er reelle tal, får følgerne i (3.12.1) udseendet: t l ρ t k cos θ kt, t l ρ t k sin θ kt. Bemærk, at for den lineære førsteordens vektorligning τ x = Ax udgør søjlerne i matricen A t en basis for løsningsrummet. Antag, at matricen A er reel. Da består denne basis automatisk af reelle følger, og de udgør en basis for de reelle løsninger. Begge metoder I og II fører altså til reelle følger, på trods af at der kan indgå imaginære egenværdier λ k. For Metode II er det i øvrigt klart, at følgerne q j (t) i fremstillingen (3.8.1) må være reelle talfølger: for hver ligning, der indgår i systemet (3.7.2) med imaginære koefficienter og en imaginær højreside, indgår også den konjugerede ligning i systemet. (3.13) Eksempel. Betragt den homogene andenordens skalarligning: τ 2 x + x = 0. Det karakteristiske polynomium( er p(z) ) = z 2 + 1, med rødderne ±i. Matricen for den 0 1 tilhørende vektorligning er A =, jfr (3.2.2). Ligningerne (3.7.2), med f(z) = z t er 1 0 q 0 + q 1 i = i t og q 0 + q 1 ( i) = ( i) t, med løsningerne q 0 = cos tπ/2ogq 1 = sin tπ/2. Altså er ( ) A t cos tπ/2 sin tπ/2 = (cos tπ/2)i + (sin tπ/2)a =. sin tπ/2 cos tπ/2

25 Systemer 23 Førstekoordinaterne i matricens søjler, altså følgerne cos tπ/2 og sin tπ/2, er en basis for løsningerne til den homogene skalarligning. Bemærk, at de to følger, på trods af det trigonometriske udseende, er ret simple, med periode 4: cos tπ/2: 1, 0, 1, 0, 1, 0, 1, 0,... sin tπ/2: 0, 1, 0, 1, 0, 1, 0, 1,... (3.14) Bemærkning. I (3.2) reduceredes den lineære skalarligning af orden n til en lineær vektorligning af orden 1. Omvendt kan en lineær førsteordens vektorligning reduceres til en skalarligning. Betragt for simpelheds skyld en vektorligning med konstante koefficienter i tilfældet n = 2, altså en vektorligning af formen, τx = ax + by + h(t), τy = cx + dy + k(t). (3.14.1) Vi kan antage, at b 0. Isoler så by i den første ligning, og anvend τ. Det giver ligningerne, by = τx ax h(t), bτy = τ 2 x aτx τh(t). Nu kan y elimineres: Multiplicer den anden ligning i (3.14.1) med b, og indsæt de fundne udtryk for by og bτy. Resultatet er en andenordens skalarligning i x.

26 24

27 4. Stabilitet af differensligninger. (4.1) Stabilitet af lineære ligninger. Den lineære vektordifferensligning i n dimensioner, τx = A(t)x + h(t), (4.1.1) hvor A(t) er en n n-matrix og h(t) er en søjle i det n-dimensionale talrum V, kaldes (globalt) asymptotisk stabil, hvis der for vilkårlige to løsninger x 1 (t) og x 2 (t) til ligningen gælder, at differensen x 1 (t) x 2 (t) går mod 0 for t. Sagt lidt løst sikrer stabiliteten, at alle løsninger opfører sig ens for t. Specielt, hvis én løsning har en grænseværdi (for t ), så er alle løsninger konvergente med samme grænseværdi. Da forskellige løsninger til ligningen svarer til de forskellige valg af begyndelsesbetingelse x(0) = x 0, kan betingelsen (lidt løst) udtrykkes sådan: Opførslen af løsningen x(t) for t afhænger ikke af begyndelsesbetingelsen x(0) = x 0. Differenser x 1 (t) x 2 (t) mellem løsninger til den inhomogene ligning (4.1.1) er netop løsningerne til den homogene ligning τx = A(t)x. Den inhomogene ligning (4.1.1) er altså asymptotisk stabil, hvis og kun hvis der for enhver løsning x(t) til den homogene ligning τx = A(t)x gælder, at x(t) 0 for t. (4.2) Sætning. For en konstant n n-matrix A er følgende fire betingelser er ækvivalente: (i) Differensligningen τ x = Ax + h(t) er asymptotisk stabil. (ii) For alle løsninger x(t) til den homogene ligning gælder, at x(t) 0 for t. (iii) For t gælder A t 0. (iv) For alle egenværdier λ k for A er λ k < 1. Betingelserne er opfyldt, hvis der for alle i = 1,...,ngælder uligheden j a ij < 1. Bevis. Ækvivalensen (i) (ii) blev bemærket i (4.1). Videre er søjlerne i matricen A t løsninger til den homogene ligning; derfor gælder (ii) (iii). Da søjlerne endda er en basis for rummet af løsninger til den homogene ligning, gælder det omvendte: (iii) (ii). Implikationen (iv) (iii) følger af de eksplicite udtryk, fra (3.6) eller (3.8), for A t : hvis λ < 1, vil t l λ t 0 for t. (Tilfældet, hvor λ = 0 er egenværdi kræver en triviel særbehandling.) For endelig at vise den manglende implikation (iii) (iv) betragtes en egenværdi λ for A. Vælg en tilhørende egenvektor v 0. AfAv = λv fås A t v = λ t v. Af antagelsen (iii) følger, for t,ata t v 0, og altså at λ t v 0. Dav 0, følger det, at λ < 1. Hermed er ækvivalensen af de fire betingelser bevist. Antag nu, at j a ij < 1 for alle i. Lad λ være en egenværdi for A, ogv 0 en tilsvarende egenvektor. Vælg m således, at v m =max j v j. For alle i er λv i = (Av) i = j aij v j a ij v j v m a ij < v m, j j hvor den sidste ulighed er skarp, fordi v m 0. Med i := m aflæses specielt, at λ < 1. Øjensynlig gælder, at A t 0, hvis og kun hvis (A tr ) t 0. Den tilstrækkelige betingelse i Sætningen kan derfor erstattes med en tilsvarende betingelse på søjlerne: For alle j gælder uligheden i a ij < 1. 25

28 26 4 (4.3) Bemærkning. Antag, at A opfylder betingelserne i Sætningen, og betragt den inhomogene ligning med en konstant højreside: Ligningen har én konstant løsning, nemlig den konstante følge τx = Ax + h. (4.3.1) x := (I A) 1 h. (4.3.2) En konstant følge x(t) = x løser nemlig differensligningen, hvis og kun hvis x = Ax + h, dvs hvis og kun hvis (I A)x = h. Af antagelsen om A følger specielt, at λ = 1 ikke er egenværdi. Derfor er matricen I A invertibel. Og så følger (4.3.2) af (I A)x = h. Vektoren x bestemt i (4.3.2) kaldes ligevægtsvektoren eller den stabile tilstand. Af (4.2) følger: Enhver løsning x(t) til (4.3.1) konvergerer, for t, mod ligevægtsvektoren x. Denne påstand følger også direkte af løsningsformlen i (3.5.3): t 1 x(t) = A t x 0 + A s h = A t x 0 + (I A t )(I A) 1 h. s=0 Da A t 0, følger det af formlen, at x(t) (I A) 1 h, som påstået. (4.4) Definition. Den generelle lineære skalarligning (2.2.1) af orden n kaldes tilsvarende (globalt) asymptotisk stabil, hvis der for enhver løsning x(t)til den homogene ligning gælder, at x(t) 0. Øjensynlig gælder x(t) 0, hvis og kun hvis τx(t) 0. Heraf følger, at skalarligningen er asymptotisk stabil, hvis og kun hvis den tilhørende førsteordens vektorligning, af formen τ x = A(t)x + h(t), er asymptotisk stabil. Hvis skalarligningen har konstante koefficienter, bliver den tilhørende matrix A konstant, og asymptotisk stabilitet afgøres af Sætning (4.2): Det indtræffer, hvis og kun hvis alle rødder i det karakteristiske polynomium har numerisk værdi mindre end 1. Det har således betydning (for polynomier af en given grad n) at kende betingelser på koefficienterne, som sikrer at alle rødderne har numerisk værdi mindre end 1. Her vil vi betragte tilfældene n = 1ogn = 2, for reelle ligninger. Tilfældet n = 1 er naturligvis trivielt: Skalarligningen af første orden, τx + bx = h(t), er asymptotisk stabil, hvis og kun hvis b < 1. Er betingelsen opfyldt, og er højresiden h(t) = h en konstant følge, så er ligevægtsfølgen x den konstante følge bestemt af x + bx = h, altså ved x = h /(1 + b). For n = 2 gælder: Skalarligningen af orden 2, med b, c R, τ 2 x + bτx + cx = h(t), (4.4.1) er asymptotisk stabil, hvis og kun hvis følgende uligheder er opfyldt: (1) c < 1, (2) b <c+ 1.

DesignMat Uge 1 Gensyn med forårets stof

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

Læs mere

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

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

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

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

Egenværdier og egenvektorer

Egenværdier 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 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

12.1 Cayley-Hamilton-Sætningen

12.1 Cayley-Hamilton-Sætningen SEKTION 12.1 CAYLEY-HAMILTON-SÆTNINGEN 12.1 Cayley-Hamilton-Sætningen Sætning 12.1.1 (Cayley-Hamilton) Lad A Mat n,n (C). Så gælder p A (A) =. Sætningen gælder faktisk over et vilkårligt legeme, men vi

Læs mere

Lineære 1. ordens differentialligningssystemer

Lineære 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 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

DesignMat Lineære differentialligninger I

DesignMat 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 mere

Den homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1

Den homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1 1/7 Den homogene ligning Vi betragter den n te ordens, homogene, lineære differentialligning a 0 d n y dt n + a1 d n 1 y dt n 1 hvor a 0,..., a n R og a 0 0. Vi skriver ligningen på kort form som + + dy

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

DesignMat Uge 1 Repetition af forårets stof

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 mere

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

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

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

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

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

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

Lineær algebra: Egenværdier, egenvektorer, diagonalisering

Lineær 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 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

Lineære differentialligningers karakter og lineære 1. ordens differentialligninger

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

Læs mere

DESIGNMAT FORÅR 2012: UGESEDDEL Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til.

DESIGNMAT 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 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

Førsteordens lineære differentialligninger

Førsteordens lineære differentialligninger enote 16 1 enote 16 Førsteordens lineære differentialligninger I denne enote gives først en kort introduktion til differentialligninger i almindelighed, hvorefter hovedemnet er en særlig type af differentialligninger,

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

Oversigt [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 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 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

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

Polynomier. Indhold. Georg Mohr-Konkurrencen. 1 Polynomier 2. 2 Polynomiumsdivision 4. 3 Algebraens fundamentalsætning og rødder 6

Polynomier. Indhold. Georg Mohr-Konkurrencen. 1 Polynomier 2. 2 Polynomiumsdivision 4. 3 Algebraens fundamentalsætning og rødder 6 Indhold 1 Polynomier 2 Polynomier 2 Polynomiumsdivision 4 3 Algebraens fundamentalsætning og rødder 6 4 Koefficienter 8 5 Polynomier med heltallige koefficienter 9 6 Mere om polynomier med heltallige koefficienter

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

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 4 Systemer af lineære differentialligninger I

DesignMat 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 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

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

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

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

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

Oversigt [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 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

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

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

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

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

Læs mere

Lineær Algebra 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

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

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

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

Diagonalisering. Definition (diagonaliserbar)

Diagonalisering. 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 mere

Oversigt [LA] 10, 11; [S] 9.3

Oversigt [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 mere

Introduktion til Laplace transformen (Noter skrevet af Nikolaj Hess-Nielsen sidst revideret marts 2013)

Introduktion til Laplace transformen (Noter skrevet af Nikolaj Hess-Nielsen sidst revideret marts 2013) Introduktion til Laplace transformen (oter skrevet af ikolaj Hess-ielsen sidst revideret marts 23) Integration handler ikke kun om arealer. Tværtimod er integration basis for mange af de vigtigste værktøjer

Læs mere

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Besvarelser 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 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

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

Matematisk modellering og numeriske metoder. Lektion 6

Matematisk modellering og numeriske metoder. Lektion 6 Matematisk modellering og numeriske metoder Lektion 6 Morten Grud Rasmussen 24. september, 2013 1 Forcerede oscillationer [Bogens afsnit 2.8, side 85] 1.1 Et forstyrret masse-fjeder-system I udledningen

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

Mat 1. 2-timersprøve den 5. december 2016.

Mat 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 mere

Algebra - Teori og problemløsning

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

Læs mere

Ligningssystemer - nogle konklusioner efter miniprojektet

Ligningssystemer - 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 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

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

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier Noter om polynomier, Kirsten Rosenkilde, Marts 2006 1 Polynomier Disse noter giver en kort introduktion til polynomier, og de fleste sætninger nævnes uden bevis. Undervejs er der forholdsvis nemme opgaver,

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

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010 1 of 7 31-05-2010 13:18 2010 Matematik 2A hold 4 : Prøveeksamen juni 2010 Welcome Jens Mohr Mortensen [ My Profile ] View Details View Grade Help Quit & Save Feedback: Details Report [PRINT] 2010 Matematik

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

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

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

Besvarelser til Lineær Algebra Reeksamen August 2016

Besvarelser 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 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

Projekt 4.6 Løsning af differentialligninger ved separation af de variable

Projekt 4.6 Løsning af differentialligninger ved separation af de variable Projekt 4.6 Løsning af differentialligninger ved separation af de variable Differentialligninger af tpen d hx () hvor hx ()er en kontinuert funktion, er som nævnt blot et stamfunktionsproblem. De løses

Læs mere

Differentialligninger af første orden

Differentialligninger af første orden Differentialligninger af første orden Preben Alsholm Februar 2006 Basale begreber. Eksistens og entydighed. En differentialligning af første orden er en ligning, der sammenknytter differentialkvotienten

Læs mere

1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA M. ANV. 4. oktober Miniprojekt: Lineær algebra på polynomier

1 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 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

Polynomium Et polynomium. Nulpolynomiet Nulpolynomiet er funktionen der er konstant nul, dvs. P(x) = 0, og dets grad sættes per definition til.

Polynomium Et polynomium. Nulpolynomiet Nulpolynomiet er funktionen der er konstant nul, dvs. P(x) = 0, og dets grad sættes per definition til. Polynomier Polynomier Polynomium Et polynomium P(x) = a n x n + a n x n +... + a x + a 0 Disse noter giver en introduktion til polynomier, centrale sætninger om polynomiumsdivision, rødder og koefficienter

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

Symmetriske og ortogonale matricer Uge 7

Symmetriske 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 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

Ekstremum for funktion af flere variable

Ekstremum for funktion af flere variable Ekstremum for funktion af flere variable Preben Alsholm 28. april 2008 1 Ekstremum for funktion af flere variable 1.1 Hessematricen I Hessematricen I Et stationært punkt for en funktion af flere variable

Læs mere

Mat H /05 Note 2 10/11-04 Gerd Grubb

Mat H /05 Note 2 10/11-04 Gerd Grubb Mat H 1 2004/05 Note 2 10/11-04 Gerd Grubb Nødvendige og tilstrækkelige betingelser for ekstremum, konkave og konvekse funktioner. Fremstillingen i Kapitel 13.1 2 af Sydsæters bog [MA1] suppleres her med

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

Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016

Besvarelser 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 mere

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Besvarelser 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 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

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1

Besvarelse 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 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

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

DOK DOK-facitliste 1. DOK-facitliste

DOK DOK-facitliste 1. DOK-facitliste -facitliste 1 -facitliste Listens numre refererer til samlingen af supplerede -opgaver (de gamle eksamensopgaver. På listen står næsten kun facitter, og ikke tilstrækkelige svar på opgaverne. [Korrigeret

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

z + w z + w z w = z 2 w z w = z w z 2 = z z = a 2 + b 2 z w

z + w z + w z w = z 2 w z w = z w z 2 = z z = a 2 + b 2 z w Komplekse tal Hvis z = a + ib og w = c + id gælder z + w = (a + c) + i(b + d) z w = (a c) + i(b d) z w = (ac bd) + i(ad bc) z w = a+ib c+id = ac+bd + i bc ad, w 0 c +d c +d z a b = i a +b a +b Konjugation

Læs mere

Lotka-Volterra modellen

Lotka-Volterra modellen Lotka-Volterra modellen G4-105 Matematik Aalborg Universitet 20. december 2016 School of Engineering and Science Fredrik Bajers Vej 7G 9220 Aalborg Øst www.ses.aau.dk Titel: Lotka-Volterra modellen Tema:

Læs mere

Eulers equidimensionale differentialligning

Eulers equidimensionale differentialligning Eulers equidimensionale differentialligning Projektbesvarelse for MM501, udformet af Hans J. Munkholm Differentialligningen September-oktober 2009 For at kunne referere let og elegant gentages differentialligningen

Læs mere

Supplerende opgaver. S1.3.1 Lad A, B og C være delmængder af X. Vis at

Supplerende opgaver. S1.3.1 Lad A, B og C være delmængder af X. Vis at Supplerende opgaver Analyse Jørgen Vesterstrøm Forår 2004 S.3. Lad A, B og C være delmængder af X. Vis at (A B C) (A B C) (A B) C og find en nødvendig og tilstrækkelig betingelse for at der gælder lighedstegn

Læs mere

Fordybelsesprojekt Matematik 2, forår 2005 Potensrækker

Fordybelsesprojekt Matematik 2, forår 2005 Potensrækker Fordybelsesprojekt Matematik 2, forår 2005 Potensrækker Arne Jensen 7. 11. marts 2005 1 Indledning I forbindelse med kurset i Reelle og Komplekse Funktioner afholdes et fordybelsesprojekt med et omfang

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

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

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 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 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 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