D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley;

Størrelse: px
Starte visningen fra side:

Download "D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley;"

Transkript

1 LINEÆR ALGEBRA 2. februar 2007 Oversigt nr. 1 I kurset i skal vi bruge D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley; man kan også anvende Third Edition (men ej anden udgave). I store træk kommer vi til at gennemgå kapitel 1 3 og Som regel vil hver seance omhandle circa et/to afsnit i bogen. Desuden kan det anbefales at man bruger følgende Kompendium i lineær algebra, Definitioner, formler og eksempler af Henrik Vie Christensen og Bo Rosbjerg. Eksamen i kurset er skriftlig og baseret på computersystemet MapleTA (som ikke er det samme som regnemaskinen Maple). Vi vil træne brugen af MapleTA i hele kurset; systemet bruges til automatisk rettelse af opgaver. Hovedsiden med informationer om MapleTA findes her: matarne/mat2a/web/mapleta/index.html Selvom informationssiderne er på engelsk, så vil opgaverne gradvist blive på dansk; eksamensopgaverne formuleres alle på dansk. 1.gang, tirsdag den 6. februar kl i auditorium 4: Efter en introduktion til kurset vil jeg forelæse over lineære ligninger (afsnit 1.1) og temaet bliver hvad, hvorfor og hvordan. Som I vil få at se er der en meget systematisk og overskuelig måde at løse lineære ligninger på, også hvis der skulle ske at være 5 ligninger og 6 ubekendte. Selve løsningsmetoden vil vi bruge en del kræfter på at indøve og forstå, for den bliver central for os i hele kurset. Om kort tid vil det derfor være en overkommelig opgave for jer at løse 7 ligninger med 7 ubekendte (tro det om I kan..). I kan læse om det i afsnit 1.1. Kl For at få en blid start, og for at stifte nærmere bekendtskab med bogen (og især de store anstrengelser Lay gør sig for at I kan få et godt udbytte), laver vi følgende opgaver: Practice problems 1 4 side 10. Disse kan løses på grundlag af forelæsningen alene, men er ment som træningsopgaver efter man har læst afsnittet løs Practice problems hver gang et afsnit er læst/gennemgået! Sandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver! Som en simpel afprøving af MapleTA kan I løse det første opgavesæt på 1

2 AHA-opgaven: Løs ligningssystemet i eksempel 1 side 5 på følgende måde: Først isoleres x 1 i 1. ligning og substitueres i 3. ligning. Dernæst isoleres x 2 i 2. ligning og indsættes i den nye 3. ligning (men ej i nr. 1). Derved er x 3 blevet bestemt; der bør jævnføres med midten af side 6 i bogen. Resultatet substitueres i ligning 1 og 2. Fortsæt indtil også x 1 og x 2 er bestemt. Ved at sammenligne med bogens gennemgang skulle to ting nu gerne stå klart: Dels optræder alle mellemfacitter i substitutionsmetoden også ved at bruge bogens metode (de to metoder er altså to sider af den samme sag), dels er bogens fremgangsmåde langt mere overskuelig. Kl Her gennemgås resten af afsnit 1.1 og 1.2 til og med echelonmatricer og pivotpositioner. Hjemmeforberedelse: Lær mere om MapleTA ved at læse vejledningen på det første link ovenfor. Husk at oprette de to URL-er som bogmærker i jeres netbrowsere! Læs afsnit 1.1 og det gennemgåede i 1.2 i Lay. Og lav resten af opgaverne ovenfor. 2

3 LINEÆR ALGEBRA 9. februar 2007 Oversigt nr. 2 Fra latinskolen: Det hedder en matrix, matricen og flere matricer. (Og selv når man så har bøjet dem, så kan det aldrig blive til en matrice i ental.) 2. gang, tirsdag den 13. februar : Her gennemgås resten af afsnit om hvad rækkeoperationer i almindelighed kan føre til. Som vi skal se får man i almindelighed en parametrisk beskrivelse af løsningsmængden til et lineært system : Vi laver opgaver i: Sandt eller falsk: Regn (husk at læse indledningen foran ). Dernæst laves samme opgave i Maple TA under kursusgang2t. Prøv gerne flere gange. Rækkeoperationer: For at træne dette laves NB! Gå systematisk til værks! Konsistens: Regn Hvad vil Lay opnå med ordren do not completely solve the systems.?? Anvendelser: Lav Maple-øvelser: Prøv opgaverne i kursusgang2p. ( p står for practice her, modsat t som antyder at opgaverne er teoretiske.) : Her gennemgås kapitel 1.3 om vektorer. Læs hjemmefra det velkendte om R 2 og R 3, så vi fælles kan se på det nye i R n det skal vi bruge til ligningssystemer med uendeligt mange løsninger. Vedrørende MapleTA: Når I har prøvet kursusgang2t+2p tilstrækkeligt mange gange, så bedes I logge på og lave hjemmearbejdsudgaven (homework) kaldet kursusgang2t-hw og kursusgang2p-hw. 3

4 LINEÆR ALGEBRA 15. februar 2007 Oversigt nr. 3 Vi fik sidste gang gennemgået afsnit 1.3, men nåede dog ikke definitionen af span(v 1,..., v p ). Dette er blot en notation for samtlige linear kombinationer af vektorerne v 1,..., v p. Læs det selv hjemme. Regn øvelsesopgaverne practice problems til afsnit 1.2 og 1.3 hjemmefra. Gør et oprigtigt forsøg, før du ser løsningsforslaget i bogen! 3. gang, NB! den 27. februar : Her gennemgås kort resten af afsnit 1.3 og dernæst 1.4 frem og med til Theorem : Opgaveregning i følgende (de er mange, men ej tekniske): Echelonform: Regn Konsistens: Lav ; disse kræver meget få udregninger. Parametriserede løsningsmængder: Lav Linear kombinationer: Frembringelse: Og opgave er rigtig god!! Anvendelser: Interpolation er en almindeligt brugt videnskabelig metode, I givetvis vil møde senere; her giver den lidt træning i lineære ligninger via opgave Fortsæt gerne med Sandt/falsk: Lav først opgaverne og som teoriopgaver. Gå dernæst til MapleTA, hvor kursusgang3t hver gang stiller to nye opgaver fra hvert afsnit. Lav kursusgang3t-hw, når du er fortrolig med opgaverne : Her gennemgås resten af kapitel 1.4 og 1.5 samt lidt af 1.7. Vedr. MapleTA-øveopgaver: Der ligger en opgave som kursusgang3p og kursusgang3p-hw. Den tester evnen til at regne med vektorer og er en basal træningsopgave. Primært beregnet til træning udenfor undervisningstiden, for dem der har behov for det. Brug lommeregner til udregningerne, om nødvendigt. Opgaven tester både evnen til at regne helt rigtigt, og evnen til at få resultatet rigtigt ind i MapleTA. Bliv ved, indtil alle svarene er korrekte. 4

5 LINEÆR ALGEBRA 2. marts 2007 Oversigt nr. 4 Som forberedelse bedes I læse afsnit 1.4 og regne de tilhørende praktikproblemer og Desuden bør I repetere begrebet injektivitet (og surjektivitet) fra oversigt nr. 2 i Mat1A. Det får vi brug for til følgende resultat: Sætning. Lad A være en k n-matrix. Da er følgende egenskaber ækvivalente: (0) x Ax er en injektiv afbilding R n R k. (1) Ligningen Ax = 0 har kun den trivielle løsning x = 0. (2) Ligningen Ax = 0 har ingen frie variable. (3) A s søjler er lineært uafhængige i R k. (4) A har en pivotposition i hver søjle. Bemærk i hvor grad sætningen er analog til Theorem 4 i afsnit 1.4, når man dér indsætter: (0) x Ax er surjektiv R n R k. (Jævnfør sidste gang.) Ovenfor er det jo blot injektiv i st.f. surjektiv; entydighed af løsning i st.f. eksistens; søjler der er lineært uafhængige i st.f. at frembinge R n ; og pivotpositioner i hver søjle i st.f. række. 4. gang, tirsdag den 6. marts : Gennemgang af afsnit 1.5 om homogene ligningssystemer og ovennævnte sætning (der ikke står direkte i bogen) : Opgaveregningens menukort af lettere anretninger (begrebstræning snarere end regnetræning): Vektorer i R n Diskuter i gruppen! Matrixprodukt Matrixligning Frembringelse og desuden Konsistens uden rækkeoperationer: Homogene systemer Sandt/falsk: Lav først opgaverne som teoriopgaver. Gå dernæst til MapleTA og lav kursusgang4t. Besvar kursusgang4t-hw hjemme, når du er fortrolig med opgaverne : Her forsætter vi med lineær uafhængighed i resten af afsnit 1.7; dette begreb bliver meget centralt i kurset. 5

6 LINEÆR ALGEBRA 9. marts 2007 Oversigt nr. 5 For en oversttelse af begreberne til dansk henvises til Arne Jensens liste på matarne/mat2a/web/term.html Desuden har Arne Jensen lavet en oversigt over opgaver i MapleTA: matarne/mat2a/web/mapleta/indhold.html 5. gang, tirsdag den 13. marts. Som forberedelse til denne seance bør I læse afsnit og lave practice problems til afsnit 1.7 og (NB! Opgaverne illustrerer mange mulige fejlslutninger i forbindelse med lineær uafhængighed.) : Her gør vi kapitel 1.7 om lineær uafhængighed færdigt : Til opgaveregningen: Parametrisk vektorform: Regn Homogene systemer: Lav homogenligning1 i MapleTA. Inhomogene sys Diskuter vha. Sætning og sætningen på oversigt nr. 5! Lineær (u)afhængighed som simpel træning; de kan diskuteres i gruppen. Regn dernæst Regn så 1.7.9, og overvej hvorfor (a) og (b) ikke kommer ud på det samme! God forståelse (som ofte kan spare mange regninger!) kan fås af opgave Endelig er der (De er små og sjove...) Den samfundsvidenskabelige (som også er sjov..). Sandt/falsk Lav først Gå derefter til MapleTA og besvar kursusgang5t : Her gennemgår vi kapitel Dele af det bør være velkendt (definitions- og dispositionsmængde, injektiv og surjektiv). Men der er mange eksempler på lineære afbildninger. 6

7 LINEÆR ALGEBRA 19. marts 2007 Oversigt nr. 6 For at opsummere, så har vi nu vist følgende to resultater: Hovedsætning 1. For en k n-matrix A er følgende egenskaber ækvivalente: (0) x Ax er en injektiv afbilding R n R k. (1) Ligningen Ax = 0 har kun den trivielle løsning x = 0. (2) Ligningen Ax = 0 har ingen frie variable. (3) A s søjler er lineært uafhængige i R k. (4) A har en pivotposition i hver søjle. Hovedsætning 2. For en k n-matrix A er følgende egenskaber ækvivalente: (0) x Ax er en surjektiv afbilding R n R k. (1) For ethvert b R k har ligningen Ax = b mindst en løsning x R n. (2) Ethvert b R k er en linearkombination af A s søjler. (3) A s søjler udspænder R k (4) A har en pivotposition i hver række. Bemærkning: 1 For et lineært system A k,n x = b kan der iflg. Sætning 1 ikke være entydighed af løsningerne for k < n ( bred matrix). Derfor siges Ax = b i så fald at være et underbestemt ligningssystem. 2 For et lineært system A k,n x = b kan der iflg. Sætning 2 ikke eksistere løsninger uafhængigt af b hvis k > n ( smal matrix). I så fald siges Ax = b at være et overbestemt ligningssystem. 3 For entydighed af løsninger til A k,n x = b er k n altså nødvendigt. For eksistens af løsninger for alle b R k er k n en nødvendig betingelse. 4 For vilkårlig lineær transformation T : R n R k har man de samme resultater om ligningen T (x) = b, idet man blot kan introducere T s standardmatrix A = ( T (e 1 )... T (e n) ), som jo opfylder at T (x) = A x. Tilsvarende kan injektivitet/surjektivitet for T diskuteres direkte vha. sætningerne. 6. gang, tirsdag den 20. marts : Vi repeterer lidt om lineære transformationer i kapitel og sætning 10 om standardmatricen for en lineær transformation. Vi fokuserer på anvendelserne i eksempel 3 og tabel 1 4. Bemærk at sætning om injektive og surjektive lineære tranformationer faktisk er indeholdt i hovedsætningerne ovenfor. 7

8 : I det nye stof ses på en bunke opgaver (mange er ganske ligetil): Lineær (u)afhængighed: diskuteres i gruppen og besvares i Maple- TA som kursusgang6t (hjemme laves kursusgang6t-hw). Linearitet: Regn opgaverne Standardmatricer: Lav opgave Forbindelsen til pivotsøjler: Regn opgaverne Forbindelsen mellem m n og injektiv/surjektiv: Regn Linearitet ved sammensætning: Bevis følgende sætning: Når S : R p R n og T : R n R m begge er lineære afbildninger, så er også den sammensatte afbildning T S : R p R m lineær. Vink: se opgave : Vi gennemgår anvendelserne af lineære transformationer i afsnit Desuden når vi nok lidt af afsnit 2.1 om regneregler for matricer. Som vi skal se er det ganske ligetil at danne summen A+B af to matricer af samme størrelse, og at multiplicere dem med et tal, ta. 7. gang, tirsdag den 22. marts : Her vil vi fortsætte gennemgangen af kapitel 1.10, denne gang om differensligninger. Dernæst færdiggør vi kapitel 2.1 om matrixregning, især skal vi lære om produktet af matricer : Injektivitet: Lad A = ( 2 7 ) og betragt den lineære afbildning givet ved x A x, Er denne injektiv? Bestem også A s nulrum, dvs. { x R 2 A x = 0 }. Er afbildningen surjektiv? Standardmatricer: Lav og (alle er ret ligetil). Anvendelser: Opgaverne (søg inspiration i afsnit 1.10). Matrixregning: Opgave MapleTA: Regn lindep1 om lineær uafh;ngighed og lintransf1 om lineære transformationer. Endelig laves gamle opgaver hvis der er tid til overs : Her vil vi begynde på kapitel 2.2 om inverse matricer A 1. (Disse skal man nok se som pendent til det reciprokke a 1 af et tal a 0.) 8

9 NB! Man opfordres kraftigt til hjemme at regne opgave 1 blandt Lays supplerende opgaver til kapitel 1. Derved repeteres hele teorien i kapitlet. Man kan så fortsætte med chap1review, som giver et nyt udpluk på 8 af disse opgaver hver gang. Så regn den bare 5 6 gange! Man kan også teste sig selv ved at regne chap1teori, som giver et udpluk af alle de tidligere teoriopgaver til kapitel 1. Test jer selv om I har forstået det hele det ville jo være skønt at få fod på de grundlæggende dele af kurset nu 3 måneder før eksamen (i st.f. 3 dage før). Så bliver kurset også nemmere at følge fremover... Brug faciliteterne!! 9

10 LINEÆR ALGEBRA 23. marts 2007 Oversigt nr. 7 Vi så sidste gang hvordan man kan løse matrix liginger af formen AX = B, hvor X n,p er den ubekendte mens A k,n og B k,p er givne matricer. Som eksempel løste vi ( ) ( ) ( ) 5 1 x11 x =. 3 2 x 21 x Metoden var at udføre rækkeoperationer på totalmatricen ( ), som nu blot har en søjle mere end tidligere. Regn som forberedelse (pånær det om transponering). 8. gang, tirsdag den 10. april : Vi runder kapitel 2.1 af med at gennemgå transponering af matricer. Dernæst tager vi hul på kapitel 2.2 om inverse matricer, A : I grupperne kan I regne: Matrixprodukt: Lav og matrixmult1 i MapleTA. Dernæst Abnormiteter: Regneregler: Lav Anvendelser: Opgaverne Linearitet: Lav : Vi gennemgår resten af afsnit 2.2 og 2.3 om inversen A 1 til en matrix A: Dels skal vi se på hvad dette begreb overhovedet er (groft sagt er det A s reciprokke matrix); dels skal vi se hvordan man finder A 1 i praksis, når A 1 eksisterer. NB! I opfordres kraftigt til at bruge tid på opgaverne lindep1 og lindep1-hw, de er lidt sværere end de fleste. lintransf1 og lintransf1-hw; forstå dem! det må ikke bare være mønstergenkendelse. matrixmult1 og matrixmult1-hw; bliv ved til række-søjle-reglen nærmest følges som en refleks. 10

11 LINEÆR ALGEBRA 12. april 2007 Oversigt nr. 8 Reflektion: Vi har nu været gennem de 8 af kursets 15 seancer, altså over halvdelen. Men vi mangler stadig at møde over halvdelen af de nye begreber, kurset byder på (!!). Det er derfor nu, kurset bliver svært. En god ide er, at man med papir og blyant (og lukket bog) for repetitionens skyld holder foredrag for sig selv om: linearkombinationer, lineær uafhængighed, spændet af k vektorer, frembringelse af R n, lineær transformation, standardmatricer, produkt af matrix og vektor, produkt af to matricer; invers matrix. 9. gang, torsdag den 19. april : Her gennemgår vi resten af kapitel 2.2 om inverterbare matricer vi skal se at rækkeoperationer kan udføres ved at gange med elementarmatricer og at A derfor er inverterbar netop når A I, hvor I er identitetsmatricen. Desuden gennemgås kapitel 2.3 ( i en kort form) : De følgende opgaver er mange, men de fleste er helt ligetil. Injektiv/surjektiv: Lav og Regneregler for matrixprodukter: Opgave Invers matrix: Desuden invers1 i MapleTA. Matrixligninger: Sandt/falsk: Regn og og dernæst Lay2.1truefalse og Lay2.2truefalse (lav hw-udgaven hjemme) : Her fortsættes med kapitel 2.8 og 2.9, hvor vi skal se på underrum af R n : Dette er en slags generalisering af linier og planer i R 3. Som vi skal se kan underrum have forskellige dimensioner, og generelt kan dimensionen bestemmes ved at tælle antallet af vektorer i en basis for underrummet (en basis består af et system af vektorer, som både er lineært uafhængigt og som frembringer hele underrummet repeter disse to begreber fra tidligere!!). Til enhver matrix er der knyttet to særlige underrum kaldet nulrummet og søjlerummet, som man kan opskrive direkte ud fra matricens reducerede echelonform mere om det senere. Som et eksamenslignende sæt (såvidt det er muligt allerede nu) er der lavet quizz1-hold6 og quizz1-however-hold6. Som det fremgår af policies er meningen at man har 45minutter, og at de i alt kan regnes 2 og 3 gange. Kravet til at bestå er 35 af 45 points. 11

12 LINEÆR ALGEBRA 23. april 2007 Oversigt nr. 9 Vi fik sidste gang vist følgende om inverterbare matricer: Hovedsætning 3: For en n n-matrix A er følgende egenskaber ensbetydende: (1) A er inverterbar; (2) Den lineære transformation T : R n R n givet ved T (x) = Ax har en invers afbildning (dvs. T er både injektiv og surjektiv); (3) Den lineære transformation T : R n R n givet ved T (x) = Ax er injektiv eller surjektiv; (4) A I n, dvs. A er rækkeækvivalent med enhedsmatricen; (5) det(a) 0. I bekræftende fald er A 1 standardmatricen for T 1. Beviset var enkelt: Hvis (1) gælder, så kan vi indføre S(y) = A 1 y (fordi A 1 eksisterer iflg. (1)) og prøve efter at S T (x) = x for alle x R n og at T S(y) = y for alle y; f.eks. haves T (S(y)) = A(A 1 y) = I n y = y (prøv selv med S(T (x))). Dermed er S invers afbildning til T, så (2) gælder når (1) gør det. Fordi T 1 (y) = S(y) = A 1 y, haves at A 1 som påstået er standardmatrix for T 1. At (2) = (3) er klart. Hvis (3) gælder, så har A pivotpositioner i alle søjler henholdsvis alle rækker. I begge tilfælde udgør pivotpositioner diagonalen, fordi A er kvadratisk. Men da er A I n, hvilket viser at (4) gælder. At (4) = (1) er vist vha. elementarmatricer i Lays Theorem (Ækvivalensen med (5) kommer senere i kapitel 3.) 10. gang, tirsdag den 24. april : Her gør vi afsnit 2.8 færdigt : Vi regner en bunke opgaver, hvoraf mange er ret ligetil: Invertibilitet: Regn Desuden (brug hovedsætningerne!). Endelig Underrum: Diskuter først opgave i gruppen. Bevis dernæst (uden at kigge i noter mv.) at Nul(T ) = { x R n T (x) = 0 } er et underrum, når T : R n R k er lineær. Sandt/Falsk: Lav Lay2.8truefalse denne præsenterer alle spørgsmålene fra Frembragte underrum: Regn Nulrum/Søjlerum: Lav (nemme) og (rigtig gode!). 12

13 : Her gennemgås afsnit 2.9 om dimension af underrum og rangen af en matrix A (=antallet af pivotpositioner i A). Desuden går vi igang med afsnit om determinanter. 11. gang, torsdag den 26. april : Her gør vi afsnit 2.9 færdigt og begynder på determinanter i : I opgaveregningen er programmet: Baser: Regn (de to sidste kan afgøres uden regning vha. hovedsætningerne 1 og 2). Nulrum og Søjlerum: Lav Baser for Nul(A) og Col(A): Lav Rang: Lav (brug rangformlen i sætning 14). Determinant: Regn MapleTA: Der er en bunke nye opgaver på websiden. Regn så mange i kan nå og fortsæt hjemme! : Vi gennemgår 3.2 om determinanter. 13

14 LINEÆR ALGEBRA 29. april 2007 Oversigt nr. 10 Sidste gang fik vi indført rangen af en matrix A m,n som rang A = dim Col A = antallet af pivotpositioner i A. (1) (= gælder fordi Col(A) har en basis bestående af pivotsøjlerne i A.) Ligningen Ax = b, hvor b R m er givet, er derfor konsistent netop når rang A = rang(a b), (2) altså hvis og kun hvis koefficientmatricen A og den udvidede koefficientmatrix (A b) har samme rang. (Thi rang A = rang(a b) hvis og kun hvis den sidste søjle i (A b) ikke er en pivotsøjle, som er et kriterium, vi udledte i kursets begyndelse.) 12. gang, tirsdag den 1. maj. Som forberedelse kan I repetere om elementarmatricer og regne øvelsesopgaven til kapitel / 13.15: Forelæsning over resten af kapitel 3.2 og lidt af 3.3 determinanters brug i ligningsløsning og volumenbestemmelser : Til træning i de nye begreber: Rækkeoperationer: Lav først som repetition af reglerne (nemme!). Regn så som verifikation af reglerne i 2 2-tilfældet! Endelig laves som applikation af reglerne. Udvikling af determinanter: reglen: (denne regel er ikke gennemgået, men den kan være bekvem for jer at lære nu). En faldgrube: Undgå den ved at regne !! Inverterbarhed: Produktreglen: Cramers regel: Regn MapleTA: Regn de nye Lay3.2truefalse, elementaermatrix, også som hjemmeopgaver Vi gennemgår kapitel om egenværdier og egenvektorer. Det bliver (som vi skal se senere) en hovedpointe med hele kurset, at disse begreber ofte er ret afgørende for at forstå hvorledes f.eks. et dynamisk system udvikler sig som tiden går. Blandt andre eksempler på deres anvendelser kan nævnes analyse af computerberegningers pålidelighed (f.eks. GPS-systemet) eller dimensionering af bygninger og broer (det ville være ualmindeligt ærgerligt om Storebæltsbroen skulle bygges om... ). 14

15 NB! Der har været mange fejl i jeres studienumre. Alle bedes derfor besvare MapleTA-opgaven check-registrering-hw. Er svaret false skal studienumret meddeles på til Arne Jensen på matarne@math.aau.dk 15

16 LINEÆR ALGEBRA 2. maj 2007 Oversigt nr. 11 Vi fik sidste gang indført egenværdierne for en given n n-matrix som de reelle tal λ for hvilke ligningen Ax = λx (3) har løsninger x 0 i R n ; disse x udgør egenvektorerne hørende til egenværdien λ, mens egenrummet E λ udgøres af alle ligningens løsninger (dvs. x = 0 er tilføjet). Der er her to hovedresultater: λ er en egenværdi for A det(a λi) = 0, (4) så egenværdierne udgøres af (de reelle) rødder i det karakteristiske polynomium for A, som er p A (z) = det(a zi). Når først egenværdierne er bestemt, har man x er en egenvektor for A hørende til λ x 0 og x Nul(A λi). (5) Sidste betingelse betyder, at x løser det homogene ligningssystem (A λi)x = gang, torsdag den 3. maj : Vi fortsætter med mere om egenværdier og -vektorer i kapitel Især om deres anvendelser på dynamiske systemer, jævnfør sidste afsnit i kapitel 5.2. Repeter gerne fra kapitel 1.10 eksemplet om til- og fraflytning af en storby : Der er mange opgaver, men nogle er ret nemme! Cramers formel for Ligninger: Regn Opgaven belyser at determinantformlen kan være nyttig, da en sådan parameter s optræder tit i elektronik (rækkeoperationer ville være ret besværlige). Egenværdier: Træn begreberne ved at regne (alle nemme). Egenrum: Lav Find dernæst samtlige egenværdier og -vektorer for matricen A i bogens eksempel 4 i kapitel 5.1. Karakteristisk polynomium: Regn Lav også (nem). Multipliciteter: MaplaTA: lav determinants og ch3tf; den sidste stiller 25 opgaver om determinanter fra kapitel og de supplerende opgaver. Opgaverne fra har alle været stillet før, men det skulle jo gøre det lettere at få alle 25 rigtige. Fortsæt hjemme med hw-udgaverne. 16

17 : Her vil jeg gennemgå mere om egenværdier og egenvektorer. Vi når et stykke ind i kapitel 5.3, hvor vi skal se på hvornår en lineær afbildning T : R n R n kan beskrives ved en diagonalmatrix ( det ville jo ærlig talt være en del nemmere end at have en vilkårlig matrix ) og her viser det sig at egenværdier og egenvektorer spiller en afgørende rolle. 17

18 LINEÆR ALGEBRA 7. maj 2007 Oversigt nr. 12 Som det sidste nye begreb i kurset indførtes sidste gang at matricen A n,n kaldes diagonaliserbar, dersom man kan skrive A = P DP 1 for en passende diagonalmatrix D n,n og en inverterbar matrix P n,n. At ligningen A = P DP 1 gælder, omtales som at A og D er similære. Kurset runder af med nogle vigtige resultater: Hvis A er diagonaliserbar med A = P DP 1 som ovenfor, så gælder at ( λ1 0 ) D har A s egenværdier i diagonalen, dvs. D = λ n P har A s egenvektorer som søjler, med samme rækkefølge som i D; dvs. om P = [v 1 v 2... v n ] gælder mere præcist at Av j = λ j v j for j = 1,..., n. (NB! Hverken D eller P kommer ud af den blå luft her!) A ER diagonaliserbar, dersom enten R n har en basis bestående af egenvektorer for A. (Dette er ikke bare en tilstrækkelig betingelse, men også en nødvendig betingelse.) A har n forskellige egenværdier, eller A er symmetrisk, dvs. A T = A (denne betingelse kaldes spektralsætningen for reelle matricer ). 14. gang, tirsdag den 8. maj. Dette bliver sidste seance med gennemgang af nyt stof. Vi får derfor en atypisk tidsplan med forelæsning kun i starten Her gennemgås resten af kapitel 5.3 om diagonalisering af matricer, jævnfør ovenstående. Desuden flere eksempler og anvendelser Her vil vi lave opgaver i det gennemgåede: Potenser af matricer: Regn Similaritet med diagonalmatrix: Lav (Nemme, men viser hvad sagen drejer sig om.) Simple diagonaliseringer: Regn (overkommelige!). Hvorfor er ( ) ikke diagonaliserbar? Er svaret overraskende? Diagonalisering: Opgaverne bør regnes igennem i alle detaljer. Lav (brug lineær-afhængigheds-sætningen). Sandt/Falsk: Regn Fortsæt med ch5tf; regn den flere gang til du får det hele rigtigt! Der er også opgavesamling1-hw, som 0 rummer en række af de tidligere stillede opgaver plus et par om egenværdier mm. Øv dig på dem!

19 MR2 30. maj 2007 Oversigt nr. 1 I Matematisk regne- og fremlæggelsesteknik 2 (MR2) vil vi træne jer i problemløsning og ræsonnering. Programmet er: Torsdag den 31. maj 2007: Vi begynder med : Opgaveregning i grupperummene (se nedenfor) : Auditorium 4, introduktion til MR : Opgaveregning i grupperummene. Fredag den 1. juni 2007: Vores centrale dag med : Auditorium 4, introduktion til prøveeksamen, herunder fordeling af grupperne på computerrummene. Der er plads til 80 personer (trangt!), så vi må lade 1 2 grupper blive i grupperummene, afhængigt af fremmødet. Ønsker man at deltage i prøveeksamenen er det derfor vigtigt at møde frem i aud. 4 fredag morgen : Prøveeksamen i computerrummene A222, B144, B233, B348, D312. (Se ovenfor!) Prøveeksamen består af et sæt MapleTA spørgsmål, med en tidsgrænse på 3 timer fra start af besvarelsen, og der er kun et forsøg. I modsætning til den rigtige eksamen vil opgavesættet blive rettet af MapleTA med det samme, når I trykker på save and quit. Resultatet vil også umiddelbart være tilgængeligt : Opgaveregning i grupperummene : Opsamling og spørgsmål i auditorium 4. Mandag den 4. juni 2007: : Igangsætning i auditorium : Opgaveregning i grupperummene : Auditorium 4, opsamling og spørgsmål : Opgaveregning i grupperummene. Om eksamen mm: Læs venligst på Arne Jensens websted om Fokus på fejl og Pensum og tilladte hjælpemidler. Dette kan gøres ved at klikke på linkene nederst på matarne/mat2a/web/mr2.html. Praktiske bemærkninger: Hjælpelærer bliver Hanne Laursen, som I kender fra Mat1A. Mandag 4/6 er jeg nødt til at have Svend Berntsen som vikar. Svend kan hjælpe jer med spørgsmål om Lineær algebra men ikke med MapleTA. NB. Alle spørgsmål om MapleTA bedes derfor stillet torsdag eller fredag! 1

20 Opgavelister: Torsdag 31/5 ser vi på alle emneopgaverne fra MapleTA: homogenligning1, lindep1, matrixmult1, lintransf1, invers1, soejlerum1, nulrum1, elementaermatrix, determinants og eigen. Og navnlig opgavesamling1. Regn dem flere gange tænk over (især ifm. diagonaliserbare matricer) om I bruger den smarteste metode! Spørg!! Dette skulle give opvarmningen til prøveeksamen 1. juni, jvf. foregående side. Fredag 1/6 ser vi om eftermiddagen på opgaver i lineær algebra. Begynd med prøveopgaverne nr. 2 og 4 fra Disse belyser mange centrale emner (også selvom I skal til skriftlig eksamen... ). Regn starten af prøveopgave 7 om diagonalisering. Dernæst laves MapleTA-opgaverne teori1, teori3, ch3tf og ch5tf. Brug dem kvalificeret, dvs. lad være med at gætte, men regn dem ud fra teorien, så du forstår hvorfor svaret er true eller false! Spørg!! Mandag den 4/6 laves opgaver følgende opgaver fra Lay (Supl. x henviser til de supplerende opgaver til kapitel x). Vælg de emner I har mest behov for at styrke jeres viden i: Eksistens- og entydighed: Supl. 1: 5, 4. Konsistente systemer: Supl. 1: 7. Echelonform: Supl. 1: 8, 13. Lineære transformationer: Supl. 1: 20. Standardmatricer: Supl. 1: 21 og Supl. 2:8. Linearkombinationer: Frembringelse: , 14, 21, 19 og (begynd f.eks. med 4 erstatinger). Lineær uafhængighed: Supl. 1: 14, 16, 17, 18, 19. Basis: , 36 og 2.9.9, 11. Koordinater: 2.9.7, 29. Underrum: Bevis at Nul(A n,n ) er et underrum af R n. Bevis at E λ, dvs. egenrummet hørende til egenværdien λ, er et underrum af R n. Matrixprodukt: og Supl. 2: 3, 5, 6. Invers matrix: Supl. 2: 2, 9, 10. Matrixligninger: Supl. 2: 7, 8, 18. Injektiv/Surjektiv: og Supl. 1: 4, 22 og Supl. 2: 17. Nulrum: og Supl. 2: 16. Billedrum/Søjlerum: og Rangformlen: , 32 og Udspændte underrum: Determinanter: Supl. 3: 2+4, 5+6 og Supl. 5: Elementarmatricer: Supl. 2: 15. Egenværdiproblemer: og Supl. 5: 2, 3, 4, 5 Egenværdier: , og Supl. 5: 9, 13 (ignorer rådet). Egenrum: Similaritet: , 24. Diagonaliserbarhed: , 27 og Supl. 5: 8, 6. Diagonalisering: Supl. 5: 18. Mandagens opgaver kan også laves torsdag og fredag, men ej omvendt: Mandag besvares ingen spørgsmål om MapleTA! 2

Sandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver!

Sandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver! LINEÆR ALGEBRA 28. januar 2005 Oversigt nr. 1 I kurset i skal vi bruge D. C. Lay: Linear algebra and its applications, 3. udgave Addison Wesley 2003; i store træk bliver det kapitel 1 3 og 5.1 5.3. Som

Læs mere

Sandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver!

Sandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver! LINEÆR ALGEBRA 30. januar 2004 Oversigt nr. 1 I kurset i skal vi bruge D. C. Lay: Linear algebra and its applications, 3. udgave Addison Wesley 2003; i store træk bliver det kapitel 1 3 og 5.1 5.3. Som

Læs mere

2. gang. Det bliver den 18. februar, idet jeg er på ferie den 11/2. Med venlig hilsen Jon Johnsen

2. gang. Det bliver den 18. februar, idet jeg er på ferie den 11/2. Med venlig hilsen Jon Johnsen LINEÆR ALGEBRA 31. januar 2003 Oversigt nr. 1 I kurset i skal vi bruge D. C. Lay: Linear algebra and its applications, 3. udgave Addison Wesley 2003. Udtrykt meget groft gennemgås kapitel 1 3. Som regel

Læs mere

D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley;

D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley; LINEÆR ALGEBRA 1. februar 2008 Oversigt nr. 1 I kurset Lineær Algebra skal vi bruge D. C. Lay: Linear algebra and its applications, Third Edition Update, Addison Wesley; man kan også anvende Third Edition

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

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

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

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

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

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

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

To 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! 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 mere

Eksamen i Lineær Algebra

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 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

(Prøve)eksamen i Lineær Algebra

(Prøve)eksamen i Lineær Algebra (Prøve)eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Nærværende eksamenssæt bestaår af 9 nummererede sider med ialt 15 opgaver.

Læs mere

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

Besvarelser 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 mere

Eksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Eksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet Eksamen i Lineær Algebra Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet 4. januar 9 kl. 9:-: Dette eksamenssæt består af 8 nummererede sider

Læs mere

Prøveeksamen A i Lineær Algebra

Prøveeksamen A i Lineær Algebra Prøveeksamen A i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet Der må gøres brug af bøger, noter mv Der må ikke benyttes lommeregner,

Læs 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

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

Reeksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Reeksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet Reeksamen i Lineær Algebra Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet. februar 9 kl. 9:-: Dette eksamenssæt består af 8 nummererede sider

Læs mere

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

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

Læs mere

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

To 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! Eksamen i Lineær Algebra To find the English version of the exam, please read from the other end! Se venligst bort fra den engelske version på modsatte side hvis du følger denne danske version af prøven. Eksamen i Lineær Algebra

Læs mere

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Tirsdag den 4 januar, 2 Kl 9-3 Nærværende eksamenssæt består af 8 nummererede

Læs mere

DesignMat Uge 1 Gensyn med forårets stof

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

Læs mere

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

Reeksamen i Lineær Algebra

Reeksamen i Lineær Algebra Reeksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Torsdag den 8. august, 2. Kl. 9-3. Nærværende eksamenssæt består af 8 nummererede

Læs mere

Lineær Algebra, kursusgang

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

Læs mere

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 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

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Onsdag den. februar, 3. Kl. 9-3. Nærværende eksamenssæt består af 9 nummererede

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

Reeksamen i Lineær Algebra

Reeksamen i Lineær Algebra Reeksamen i Lineær Algebra Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet. februar 8 Dette eksamenssæt består af 9 nummererede sider med afkrydsningsopgaver.

Læs mere

(Prøve)eksamen i Lineær Algebra

(Prøve)eksamen i Lineær Algebra (Prøve)eksamen i Lineær Algebra Maj 016 Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Nærværende eksamenssæt består af 10 nummererede sider med ialt

Læs mere

Underrum - generaliserede linjer og planer

Underrum - generaliserede linjer og planer 1 Om miniprojekt 2 2 Kirchoffs love. Opstil lineære ligningssystemer og løs dem. 0-1-matricer. Systematisk information om grafer/netværk (som i Dagens anvendelse kursusgang 9): Flyforbindelser. Skemalægning.

Læs mere

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra To find the English version of the exam, please read from the other end Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Onsdag

Læs mere

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 6. juni, 26. Kl. 9-3. Nærværende eksamenssæt består af nummererede sider med ialt 5 opgaver. Alle opgaver er multiple

Læs mere

Lineær algebra 1. kursusgang

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

Læs mere

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

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra To find the English version of the exam, please read from the other end Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Fredag

Læs mere

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Onsdag den. januar,. Kl. 9-3. Nærværende eksamenssæt består af 8 nummererede

Læs mere

Kvadratiske matricer. enote Kvadratiske matricer

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

Læs mere

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

Matematik og FormLineære ligningssystemer

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

Læs mere

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Tirsdag den 8 januar, Kl 9- Nærværende eksamenssæt består af 8 nummererede sider

Læs 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

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

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

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

Lineær algebra: Matrixmultiplikation. Regulære og singulære

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

Læs mere

Matematik for økonomer 3. semester

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

Læs mere

Kursusgang 3 Matrixalgebra fortsat

Kursusgang 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 mere

Lineær algebra: Spænd. Lineær (u)afhængighed

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

Læs mere

Lineære ligningssystemer og Gauss-elimination

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

Læs mere

Matematik: Stuktur og Form Lineære ligningssystemer

Matematik: 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 mere

Matematik og Form: Matrixmultiplikation. Regulære og singu

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

Læs mere

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

Kursusgang 3 Matrixalgebra Repetition

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

Læs mere

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

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra To find the English version of the exam, please read from the other end! Se venligst bort fra den engelske version på modsatte side hvis du følger denne danske version af prøven. Eksamen i Lineær Algebra

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

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

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

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

Læs mere

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

Kursusgang 3 Matrixalgebra Repetition

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

Læs mere

Lineær Algebra, kursusgang

Lineær Algebra, kursusgang Lineær Algebra, 2018 1. kursusgang Lisbeth Fajstrup Institut for Matematiske Fag Aalborg Universitet LinAlg September 2018 Velkommen til Lineær algebra Kursusholder - Lisbeth Fajstrup. Kontor: Skjernvej

Læs mere

Oversigt [LA] 6, 7, 8

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

Læs mere

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra To find the English version of the exam, please read from the other end Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet 6. januar,

Læs mere

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra

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

Læs mere

Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer

Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer Martin Raussen Department of Mathematical Sciences Aalborg University 2017 1 / 12 Matrixmultiplikation Am n = [aij ], Bn

Læs mere

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

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

Læs mere

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

Eksempel på 2-timersprøve 1 Løsninger

Eksempel 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 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

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

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

Læs mere

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

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

Læs mere

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

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

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

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

LinAlgDat 2014/2015 Google s page rank

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

Læs mere

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

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

Anvendt Lineær Algebra

Anvendt Lineær Algebra Anvendt Lineær Algebra Kursusgang 4 Anita Abildgaard Sillasen Institut for Matematiske Fag AAS (I17) Anvendt Lineær Algebra 1 / 32 Vægtet mindste kvadraters metode For et lineært ligningssystem (af m ligninger

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

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

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

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

I kurset Samhørende og partielle differentialligninger vil vi i foråret 2006 benytte bogen

I kurset Samhørende og partielle differentialligninger vil vi i foråret 2006 benytte bogen S.&P. DIFFERENTIALLIGNINGER 2. februar 2006 Oversigt nr. 1 I kurset Samhørende og partielle differentialligninger vil vi i foråret 2006 benytte bogen [EP] Elementary differential equations with boundary

Læs 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

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

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] 6, 7, 8

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

Læs mere

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

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Lineær 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 mere