DesignMat Uge 1 Repetition af forårets stof
|
|
- Oscar Thorsen
- 5 år siden
- Visninger:
Transkript
1 DesignMat Uge 1 Repetition af forårets stof Preben Alsholm Efterår 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 + + a n x n = b a m1 x 1 + a m x + + a mn x n = b m Koefficientmatrix, Totalmatrix 3 a 11 a 1 a 1n a 1 a a n A = a m1 a m a mn a 11 a 1 a 1n b 1 a 1 a a n b T = 6 4 a m1 a m a mn b m Gausselimination Gausselimination Tilladte operationer på rækkerne i totalmatricen: 1 R i $ R j R i := cr i hvor c 6= 0 3 R i := R i + cr j hvor i 6= j Vi vil ved rækkeoperationer bringe matricen på echelonform: 4 # 3 0 # 5, 4 # # 5, 4 # # # #
2 03 Antal løsninger Antal løsninger m ligninger med n ubekendte Koefficientmatrix A, totalmatrix T = [Ajb] Hvis ρ (T) > ρ (A), så ingen løsninger Hvis ρ (T) = ρ (A) = n, så præcis én løsning Hvis ρ (T) = ρ (A) = ρ < n, så uendeligt mange løsninger med n frie variable En n n matrix A kaldes regulær, hvis ρ (A) = n Et kvadratisk ligningssystem har netop én løsning, hvis og kun hvis A er regulær 04 Matrixmultiplikation Matrixmultiplikation A en m n-matrix, og x R n Skriv A = [a 1 a a n ], hvor a i R m Så definerer vi produktet Ax ved Ax = x 1 a 1 + x a + + x n a n Ligningssystemet med koefficientmatricen A og højresiden b kan nu skrives Ax = b Alternativ udregning af Ax: Skalarprodukterne af rækkerne i A med søjlen x Multiplikation af matricer: A er m n og B er n p: AB = A b 1 b b p = Ab1 Ab Ab p Ækvivalent definition (der bruges i JE): (AB) ij = a i b a in b n1 05 Invers matrix Invers matrix ρ n a ik b kj = a i1 b 1j + k=1 Definition A er invertibel, hvis der findes en matrix C, så AC = CA = I Den inverse af A betegnes med A 1 Matricen A er invertibel hvis og kun hvis A er regulær Matricen A 1 er entydigt bestemt som løsningen C til AC = I Algoritme: Gausselimnationen [A j I ]! [I j C ] A 1 1 = A, (AB) 1 = B 1 A 1, A T 1 = A 1 T
3 06 Determinant Determinant Lad A være givet ved A = 6 4 a 11 a 1 a 13 a 1n a 1 a a 3 a n a n1 a n a n3 a nn Definition det A = Sn sgn (j 1, j, j 3,, j n ) a 1j1 a j a njn, hvor S n betegner mængden af permutationer S n af tallene 1,,, n Der gælder om rækkeoperationer, at 1 R i! R j (i 6= j) skifter fortegn på determinanten R i := kr i gør determinanten k gange større 3 R i := R i + kr j (i 6= j) ændrer ikke determinantens værdi A er regulær, hvis og kun hvis det A 6= 0 det (AB) = det (A) det (B), det A 1 = (det A) 1, det A T = det A 07 Komplekse tal Komplekse tal C er mængden af punkter ii planen Planen identificeres med R, så C = R Tallet i = (0, 1) er den imaginære enhed Multiplikationen indføres så i = de reelle tal stadig gælder 1 og samtlige kendte regneregler fra a = (a 1, a ) skrives nu a = a 1 + ia Realdel: Re a = a 1 Imaginærdel: Im a = a jaj = absolutværdi, numerisk værdi) Kompleks konjugation: a = a 1 + ia = a 1 ia q a 1 + a (modulus, a + b = a + b, (ab) = ab jabj = jaj jbj, ja n j = jaj n arg (ab) = arg a + arg b, arg (a n ) = n arg a, arg a b = arg a arg b 3
4 08 Kompleks eksponentialfunktion Kompleks eksponentialfunktion Definition: exp (x + iy) = exp x (cos y + i sin y) altså e x+iy = e x (cos y + i sin y) Når x, y R gælder e x+iy = e x, arg e x+iy = y exp (z 1 + z ) = exp z 1 exp z altså e z 1+z = e z 1e z Polær form: a = re iv, hvor r = jaj og v = arg a Moivres formel: (cos x + i sin x) n = cos nx + i sin nx Eulers formler: cos v = 1 e iv + e iv, sin v = 1 i e iv e iv Den binome ligning z n = a = re iv har løsningerne z = np re i( v n +p π n ), p = 0, 1,,, n 1 09 Polynomier Polynomier Rødderne i andengradsligningen az + bz + c = 0 er som sædvanligt z = bp b 4ac a Algebraens Fundamentalsætning Ethvert polynomium af grad 1 har mindst én rod indenfor de komplekse tal Roden z 1 i polynomiet p har multipliciteten k, hvis p (z) = (z hvor q (z 1 ) 6= 0 z 1 ) k q (z), Polynomiet p (z) = a n z n + a n 1 z n a 1 z + a 0, hvor n 1 (og a n 6= 0) kan skrives p (z) = a n (z z 1 ) (z z ) (z z n ) Hvis et polynomium har reelle koefficienter og z 1 C er rod, så er også z 1 rod 010 Differentialligning af 1 orden Lineær differentialligning af 1 orden Differentialligningen a (t) x 0 + b (t) x = c (t), hvor t I er lineær og af første orden Differentialligningen x 0 + p (t) x = q (t) er normeret Den fuldstændige løsning til x 0 + p (t) x = q (t) er givet ved x (t) = e P(t) R e P(t) q (t) dt + Ce P(t), hvor P (t) = R p (t) dt Når p, q C (I) ogt 0 I og x 0 R, så har begyndelsesværdiproblemet x 0 + p (t) x = q (t) med x (t 0 ) = x 0 præcis én løsning 4
5 011 Differentialligning af orden Lineær differentialligning af orden med konstante koefficienter Betragter ax 00 + bx 0 + cx = q (t) med q C (I), hvor I er et interval og a, b, c R og a 6= 0 Lad t 0 I og x 0, v 0 R Begyndelsesværdiproblemet bestående af differentialligningen med x (t 0 ) = x 0 og x 0 (t 0 ) = v 0 har netop én løsning og den er defineret på hele intervallet I Når q (t) = 0 kaldes differentialligningen homogen Karakterligningen ar + br + c = 0 To forskellige reelle rødder r 1 og r Fuldstændige løsning x (t) = c 1 e r 1t + c e r t, hvor c 1, c R Dobbeltrod r Fuldstændig løsning x (t) = c 1 e rt + c te rt, hvor c 1, c R Imaginære rødder α iβ Fuldstændig løsning x (t) = c 1 e αt cos (βt) + c e αt sin (βt), hvor c 1, c R Den fuldstændige løsning til den inhomogene ligning er summen af en partikulær løsning og den fuldstændige løsning til den homogene ligning 01 Partikulær løsning Bestemmelse af en partikulær løsning Betragt den inhomogene ligning ax 00 + bx 0 + cx = q (t), hvor højresiden har formen q (t) = t m e αt cos βt sin βt q(t) Q m (t) Q m (t) e αt Q m (t) e αt cos βt (eller sin βt) q-rod 0 α α iβ Ansats t s P m (t) t s P m (t) e αt t s Pm (t) e αt cos βt +R m (t) e αt sin βt s skal vælges som det mindste hele ikke-negative tal ( s = 0, 1,, ), som sikrer, at intet led i ansatsen løser den homogene ligning 013 Kompleks gættemetode Kompleks gættemetode Differentialligningen x x 0 + x = 10 cos t erstattes af x x 0 + x = 10e it Ansats til en partikulær løsning x p (t) = Ae it indsættes i differentialligningen 5
6 Heraf fås A = 1 3i Partikulær løsning til den komplekse ligning x p (t) = (1 3i) e it Så partikulær løsning til den oprindelige ligning er x p (t) = Re (1 3i) e it = cos t + 3 sin t 014 sinh, cosh, tanh sinh, cosh, tanh sinh x = 1 (ex e x ), cosh x = 1 (ex + e x ) dx d d sinh x = cosh x, Formel: cosh x sinh x = 1 tanh x = sinh x cosh x = ex 1 dx cosh x = sinh x e x +1 = 1 e x 1+e x 015 arcsin, arccos, arctan Arcusfunktioner: arcsin, arccos, arctan arcsin er den omvendte funktion til restriktionen af sin til intervallet π, π arcsin (a) = b () sin (b) = a ^ b π, π d dx arcsin x = 1 p 1 x arccos er den omvendte funktion til restriktionen af cos til intervallet [0, π] arccos (a) = b () cos (b) = a ^ b [0, π] d dx arccos x = 1 p 1 x arctan er den omvendte funktion til restriktionen af tan til intervallet π, π arctan (a) = b () tan (b) = a ^ b π, π dx d arctan x = 1 1+x 016 Stamfunktion Stamfunktion Definition: Hvis F er differentiabel i I og F 0 = f, så kaldes F en stamfunktion for f i I Hvis f er kontinuert i intervallet I, så har f en stamfunktion F i I Samtlige stamfunktioner for f er givet ved F + c, hvor c er en arbitrær konstant 6
7 Funktionen F (x) = R x a f (t) dt er en stamfunktion til f Delvis integration: R R f (x) g (x) dx = F (x) g (x) F (x) g 0 (x) dx Integration ved substitution R f (g (x)) g 0 (x) dx = R f (t) dt t=g(x) Eller omvendt: R f (x) dx = R f (g (t)) g 0 (t) dt t=g 1 (x) 017 Dekomposition Dekomposition En stambrøk er en brøk af formen d (x α) p eller kx+` (x +ax+b) q Enhver ægte brudden rational funktion P(x) som en sum af stambrøker Q(x) α) p så indeholder stam- Hvis nævneren Q (x) indeholder faktoren (x brøksopløsningen leddene (uforkortelig) kan skrives d 1 x α + d (x α) + + d p (x α) p Hvis nævneren Q (x) indeholder faktoren stambrøksopløsningen leddene x + ax + b q så indeholder 018 Bestemt integral Bestemt integral k 1 x + `1 x + ax + b + k x + ` (x + ax + b) + + k q x + `q (x + ax + b) q Lad a = x 0, x 1,, x n = b være en inddeling af [a, b] og t i [x i 1, x i ] Riemannsum R = n i=1 f (t i) (x i x i 1 ) Definition f kaldes integrabel på [a, b], hvis 9A, så 8ε > 0, 9δ > 0, så der for enhver inddeling og ethvert valg punkter t i med max 1in (x i x i 1 ) < δ gælder A ε < R < A + ε A kaldes integralet og betegnes med R b a f (x) dx Hvis f er kontinuert på I = [a, b], så er f integrabel på I og funktionen F (x) = R x a f (t) dt er en stamfunktion til f Er omvendt G en stamfunktion til en kontinuert funktion f på intervallet I = [a, b], så gælder R b a f (x) dx = G (b) G (a) 7
8 019 Vektorrum Vektorrum Lad L betegne R eller C Lad V være en ikke tom mængde udstyret med en addition + og en multiplikation med skalar Vi forlanger, at disse to operationer opfylder a, b V =) a + b V s L ^ a V =) sa V Desuden forlanger vi for alle a, b, c V og s, t L: a + b = b + a, (a + b) + c = a + (b + c) 90 V så a + 0 = a, 9a 1 V så a + a 1 = 0 s (ta) = (st) a, (s + t) a = sa + ta s (a + b) = sa + sb, 1a = a V er da et vektorrum over L Hvis L = R er V et reelt vektorrum Hvis L = C er V et komplekst vektorrum 00 Underrum, Linearkombination Underrum, Linearkombination Hvis U er en delmængde af vektorrummet V, og U med de arvede operationer selv er et vektorrum, så kaldes U et underrum af V Sætning Lad U V og U 6=? Så er U et underrum af V hvis og kun hvis a, b U =) a + b U s L ^ a U =) sa U Trivielle underrum af vektorrum V er V selv og f0g Ved en af linearkombination af vektorerne a 1, a,, a p V forstås et udtryk af formen c 1 a 1 + c a + + c p a p hvor c 1, c,, c p L Ved span a 1, a,, a p forstås mængden af linearkombinationer af vektorerne a 1, a,, a p 8
9 01 Lineær uafhængighed, basis Lineær uafhængighed, basis span a 1, a,, a p er et underrum af V Det er det mindste underrum, der indeholder a 1, a,, a p Vektorerne a 1, a,, a p V siges at være lineært uafhængige hvis x 1 a 1 + x a + + x p a p = 0 =) x 1 = x = = x p = 0 a 1, a,, a p er altså lineært uafhængige, hvis x 1 v 1 + x v + + x p v p kun kan være nul, når alle koefficienterne er nul Hvis vektorerne a 1, a,, a p ikke er lineært uafhængige, siges de at være lineært afhængige En basis for et vektorrum V er et lineært uafhængigt system a 1, a,, a n af vektorer, som udspænder V, altså V = span (a 1, a,, a n ) 0 Koordinater Koordinater mht basis Lad a 1, a,, a n være en basis for V Så kan ethvert v V skrives entydigt som en linearkombination af a 1, a,, a n : v = x 1 a 1 + x a + + x n a n Talsættet (x 1, x,, x n ) kaldes koordinaterne for v mht basen a 1, a,, a n 3 Betegnelse: K a (v) for koordinaterne af v mht basen a K a (v) = Matricen a V = K a (v 1 ) K a (v ) K a v p, kaldes koordinatmatricen for v 1, v,, v p mht basis a = a 1, a,, a n Da x 1 v x p v p = 0, a Vx = 0 er v 1, v,, v p lineært uafhængige netop hvis a Vx = 0 kun har nulløsningen 03 Basisskifte Basisskifte Lad a 1, a,, a n og b 1, b,, b n begge være baser for V a M b = [K a (b 1 ) K a (b ) K a (b n )] er basisskiftematricen (koordinatskiftematricen) fra b til a K a (v) = a M b K b (v) for alle v V ( a M b ) 1 = b M a 6 4 x 1 x n 7 5 9
10 04 Lineær afbildning Lineær afbildning Afbildningen f : V! W kaldes lineær, hvis for alle u, v V og s L vi har f (u + v) = f (u) + f (v) f (su) = s f (u) Kernen for f : V! W er mængden ker f = fv V j f (v) = 0 g Billedrummet for f er f (V) = fw W j9v V så f (v) = w g 05 Matrixfremstilling for lineær afbildning Matrixfremstilling for lineær afbildning Lad f : V! W Lad a 1, a,, a n være en basis for V, og lad c 1, c,, c m være en basis for W Afbildningsmatricen for f mht de givne baser: c F a = [K c ( f (a 1 )) K c ( f (a )) K c ( f (a n ))] K c ( f (v)) = c F a K a (v) for alle v V Lad b 1, b,, b n være en anden basis for V, og lad d 1, d,, d m være en anden basis for W d F b = d M c c F a a M b 10
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 mereDesignMat Lineære differentialligninger I
DesignMat Lineære differentialligninger I Preben Alsholm Uge Forår 0 1 Lineære differentialligninger af første orden 1.1 Normeret lineær differentialligning Normeret lineær differentialligning En differentialligning,
Læs mereDesignMat Lineære differentialligninger I
DesignMat Lineære differentialligninger I Preben Alsholm Uge 9 Forår 2010 1 Lineære differentialligninger af første orden 1.1 Normeret lineær differentialligning Normeret lineær differentialligning En
Læs mereDesignMat Den komplekse eksponentialfunktion og polynomier
DesignMat Den komplekse eksponentialfunktion og polynomier Preben Alsholm Uge 8 Forår 010 1 Den komplekse eksponentialfunktion 1.1 Definitionen Definitionen Den velkendte eksponentialfunktion x e x vil
Læs mereDesignMat Komplekse tal
DesignMat Komplekse tal Preben Alsholm Uge 7 Forår 010 1 Talmængder 1.1 Talmængder Talmængder N er mængden af naturlige tal, 1,, 3, 4, 5,... Z er mængden af hele tal... 5, 4, 3,, 1, 0, 1,, 3, 4, 5,....
Læs mereDesignMat Lineære ligningssystemer og Gauss-elimination
DesignMat Lineære ligningssystemer og Gauss-elimination Preben Alsholm Uge Forår 010 1 Lineære ligningssystemer og Gauss-elimination 11 Om talrummet R n Om talsæt bestående af n tal R n er blot mængden
Læs mereDESIGNMAT FORÅR 2012: UGESEDDEL Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til.
DESIGNMAT FORÅR 2012: UGESEDDEL 13 INSTITUT FOR MATEMATIK 1. Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til. 2. Aktiviteter mandag 13 17 2.1.
Læs mereDesignMat Uge 11 Lineære afbildninger
DesignMat Uge Lineære afbildninger Preben Alsholm Forår 008 Lineære afbildninger. Definition Definition Lad V og W være vektorrum over samme skalarlegeme L (altså enten R eller C for begge). Afbildningen
Læs mereDesignMat Uge 8 Integration og elementære funktioner
DesignMat Uge 8 Integration og elementære funktioner Preben Alsholm Forår 008 Hyperbolske funktioner. sinh og cosh sinh og cosh Sinus hyperbolsk efineres sålees for alle x R sinh x = ex e x Cosinus hyperbolsk
Læs mereDesignMat Uge 2. Preben Alsholm. Efterår Lineære afbildninger. Preben Alsholm. Lineære afbildninger. Eksempel 2 på lineær.
er DesignMat Uge 2 er er lineær lineær lineær lineære er I smatrix lineære er II smatrix I smatrix II Efterår 2010 Lad V og W være vektorrum over samme skalarlegeme L (altså enten R eller C for begge).
Læs mereLineære ligningssystemer og Gauss-elimination
Lineære ligningssystemer og Gauss-elimination Preben Alsholm 18 februar 008 1 Lineære ligningssystemer og Gauss-elimination 11 Et eksempel Et eksempel 100g mælk Komælk Fåremælk Gedemælk Protein g 6g 8g
Læs mereModulpakke 3: Lineære Ligningssystemer
Chapter 4 Modulpakke 3: Lineære Ligningssystemer 4. Homogene systemer I teknikken møder man meget ofte modeller der leder til systemer af koblede differentialligninger. Et eksempel på et sådant system
Læs mereDesignMat Uge 11. Vektorrum
DesignMat Uge 11 (fortsat) Forår 2010 Lad L betegne R eller C. Lad V være en ikke-tom mængde udstyret med en addition + og en multiplikation med skalar. (fortsat) Lad L betegne R eller C. Lad V være en
Læs mereDesignMat Uge 11 Vektorrum
DesignMat Uge Vektorrum Preben Alsholm Forår 200 Vektorrum. Definition af vektorrum Definition af vektorrum Lad L betegne R eller C. Lad V være en ikke-tom mængde udstyret med en addition + og en multiplikation
Læs mereDesignMat Uge 5 Systemer af lineære differentialligninger II
DesignMat Uge 5 Systemer af lineære differentialligninger II Preben Alsholm Efterår 21 1 Lineære differentialligningssystemer 11 Lineært differentialligningssystem af første orden Lineært differentialligningssystem
Læs mereLøsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni 2000 og Juni 2001.
Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni og Juni. Preben Alsholm 9. november 9 Juni Opgave 3 f : P (R) R 3 er givet ved f (P (x)) P () a + P () b, hvor a (,, ) og b (, 3, ). Vi viser,
Læs mereDesignMat Kvadratiske matricer, invers matrix, determinant
DesignMat Kvadratiske matricer, invers matrix, determinant Preben Alsholm Uge 5 Forår 010 1 Kvadratiske matricer, invers matrix, determinant 1.1 Invers matrix I Invers matrix I Definition. En n n-matrix
Læs mereNoter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec.
Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec. 1 Komplekse vektorrum I defininitionen af vektorrum i Afsnit 4.1 i Niels Vigand Pedersen Lineær Algebra
Læs mereNøgleord og begreber. Definition 15.1 Den lineære 1. ordens differentialligning er
Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17 Nøgleord og begreber 1. ordens lineær ligning Løsningsmetode August 2002, opgave 7 1. ordens lineært system Løsning ved egenvektor Lille opgave Stor opgave
Læs mereOversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17
Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17 Nøgleord og begreber 1. ordens lineær ligning Løsningsmetode August 2002, opgave 7 1. ordens lineært system Løsning ved egenvektor Lille opgave Stor opgave
Læs mereKursusgang 3 Matrixalgebra Repetition
Kursusgang 3 Repetition - froberg@mathaaudk http://peoplemathaaudk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12 september 2008 1/12 Lineære ligningssystemer Et lineært ligningssystem
Læs mereChapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning
Chapter 3 Modulpakke 3: Egenværdier 3.1 Indledning En vektor v har som bekendt både størrelse og retning. Hvis man ganger vektoren fra højre på en kvadratisk matrix A bliver resultatet en ny vektor. Hvis
Læs mereDesignMat. 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 mereLineære 2. ordens differentialligninger med konstante koefficienter
enote 13 1 enote 13 Lineære 2. ordens differentialligninger med konstante koefficienter I forlængelse af enote 11 og enote 12 om differentialligninger, kommer nu denne enote omkring 2. ordens differentialligninger.
Læs mereTidligere Eksamensopgaver MM505 Lineær Algebra
Institut for Matematik og Datalogi Syddansk Universitet Tidligere Eksamensopgaver MM55 Lineær Algebra Indhold Typisk forside.................. 2 Juni 27.................... 3 Oktober 27..................
Læs mereEgenværdier og egenvektorer
1 Egenværdier og egenvektorer 2 Definition Lad A være en n n matrix. En vektor v R n, v 0, kaldes en egenvektor for A, hvis der findes en skalar λ således Av = λv Skalaren λ kaldes en tilhørende egenværdi.
Læs mereFigur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet
Oversigt [LA] 6, 7, 8 Nøgleord og begreber Lineære ligningssystemer smængdens struktur Test løsningsmængde Rækkereduktion Reduceret matrix Test ligningssystem Rækkeoperationsmatricer Rangformlen Enten-eller
Læs mereKomplekse tal. Preben Alsholm Juli 2006
Komplekse tal Preben Alsholm Juli 006 Talmængder og regneregler for tal. Talmængder Indenfor matematikken optræder der forskellige klasser af tal: Naturlige tal. N er mængden af naturlige tal, ; ; 3; 4;
Læs mereFørsteordens 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 mereLigningssystemer - nogle konklusioner efter miniprojektet
Ligningssystemer - nogle konklusioner efter miniprojektet Ligningssystemet Ax = 0 har mere end en løsning (uendelig mange) hvis og kun hvis nullity(a) 0 Løsningerne til et konsistent ligningssystem Ax
Læs mereVektorrum. enote Generalisering af begrebet vektor
enote 7 1 enote 7 Vektorrum I denne enote opstilles en generel teori for mængder, for hvilke der er defineret addition og multiplikation med skalar, og som opfylder de samme regneregler som geometriske
Læs mereDesignMat Uge 4 Systemer af lineære differentialligninger I
DesignMat Uge Systemer af lineære differentialligninger I Preben Alsholm Efterår 008 1 Lineære differentialligningssystemer 11 Lineært differentialligningssystem af første orden I Lineært differentialligningssystem
Læs mereUge 6 Store Dag. Opgaver til OPGAVER 1. Opgave 1 Udregning af determinant. Håndregning Der er givet matricen A =
OPGAVER Opgaver til Uge 6 Store Dag Opgave Udregning af determinant. Håndregning 0 Der er givet matricen A = 0 2 2 4 0 0. 2 0 a) Udregn det(a) ved opløsning efter en selvvalgt række eller søjle. b) Omform
Læs mereLineær Algebra eksamen, noter
Lineær Algebra eksamen, noter Stig Døssing, 20094584 June 6, 2011 1 Emne 1: Løsninger og least squares - Løsning, ligningssystem RREF (ERO) løsninger Bevis at RREF matrix findes Løsninger til system (0,
Læs mereLineær Algebra. Lars Hesselholt og Nathalie Wahl
Lineær Algebra Lars Hesselholt og Nathalie Wahl Oktober 2016 Forord Denne bog er beregnet til et første kursus i lineær algebra, men vi har lagt vægt på at fremstille dette materiale på en sådan måde,
Læs mereNøgleord og begreber Komplekse tal Test komplekse tal Polære koordinater Kompleks polarform De Moivres sætning
Oversigt [S] App. I, App. H.1 Nøgleord og begreber Komplekse tal Test komplekse tal Polære koordinater Kompleks polarform De Moivres sætning Test komplekse tal Komplekse rødder Kompleks eksponentialfunktion
Læs mereHilbert rum. Chapter 3. 3.1 Indre produkt rum
Chapter 3 Hilbert rum 3.1 Indre produkt rum I det følgende skal vi gøre brug af komplekse såvel som reelle vektorrum. Idet L betegner enten R eller C minder vi om, at et vektorrum over L er en mængde E
Læs mereDet Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version
Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Opgaven består af et antal delopgaver Disse er af varierende omfang Der er også en
Læs mereKomplekse Tal. 20. november 2009. UNF Odense. Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet
Komplekse Tal 20. november 2009 UNF Odense Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet Fra de naturlige tal til de komplekse Optælling af størrelser i naturen De naturlige tal N (N
Læs mereEksempel på 2-timersprøve 2 Løsninger
Eksempel på -timersprøve Løsninger Preben lsholm Februar 4 Opgave Maplekommandoerne expand( (z-*exp(i*pi/))*(z-*exp(-i*pi/))*(z-exp(i*pi/))*(z-exp(-i*pi/))): sort(%); resulterer i polynomiet z 4 z + z
Læs mereAffine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2
Affine rum I denne note behandles kun rum over R. Alt kan imidlertid gennemføres på samme måde over C eller ethvert andet legeme. Et underrum U R n er karakteriseret ved at det er en delmængde som er lukket
Læs mereLidt alment om vektorrum et papir som grundlag for diskussion
Definition : vektorrum, vektorer Et vektorrum er en mængde af elementer med operationerne sum (+) og numerisk multiplikation (), så følgende regler gælder for alle a, b, c og for alle reelle tal s, t R.
Læs mereLineære 1. ordens differentialligningssystemer
enote enote Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses enoten er i forlængelse af enote, der beskriver lineære
Læs mereMM501 forelæsningsslides
MM501 forelæsningsslides uge 37, 2010 Produceret af Hans J. Munkholm 2009 bearbejdet af Jessica Carter 2010 1 Hvad er et komplekst tal? Hvordan regner man med komplekse tal? Man kan betragte udvidelsen
Læs mereMatematik og Form: Matrixmultiplikation. Regulære og singu
Matematik og Form: Matrixmultiplikation. Regulære og singulære matricer Institut for Matematiske Fag Aalborg Universitet 2012 Matrixmultiplikation Definition Definition A = [a ij ], B = [b ij ]: AB = C
Læs mereMat 1. 2-timersprøve den 5. december 2016.
Mat. -timersprøve den 5. december 6. JE 4..6 Opgave > restart;with(linearalgebra): Et inhomogent lineært ligningssystem bestående at tre ligninger med fire ubekendte, x og x 4 har totalmatricen T = [A
Læs mereMatematik 1 Semesteruge 5 6 (30. september oktober 2002) side 1. Komplekse tal Arbejdsplan
Matematik Semesteruge 5 6 (30. september -. oktober 2002) side Komplekse tal Arbejdsplan I semesterugerne 5 og 6 erstattes den regulære undervisning (forelæsninger og fællestimer) af selvstudium med opgaveregning
Læs mereLineær algebra: Matrixmultiplikation. Regulære og singulære
Lineær algebra: Matrixmultiplikation. Regulære og singulære matricer Institut for Matematiske Fag Aalborg Universitet 2011 Matrixmultiplikation Definition Definition A = [a ij ], B = [b ij ]: AB = C =
Læs mereNoter om komplekse tal
Noter om komplekse tal Preben Alsholm Januar 008 1 Den komplekse eksponentialfunktion Vi erindrer først om den sædvanlige og velkendte reelle eksponentialfunktion. Vi skal undertiden nde det nyttigt, at
Læs mereOversigt [S] 7.3, 7.4, 7.5, 7.6; [DL] 1, 2
Oversigt [S] 7.3, 7.4, 7.5, 7.6; [DL] 1, 2 Her skal du lære om Separable ligninger Logistisk ligning og eksponentiel vækst 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens
Læs mereNøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave
Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 14, 15 Nøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave Calculus 2-2005
Læs mereOversigt [LA] 3, 4, 5
Oversigt [LA] 3, 4, 5 Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse matricer Test invers
Læs mereDet teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave C
Det teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave C Opgaven består af tre dele, hver med en række spørgsmål, efterfulgt af en liste af teorispørgsmål. I alle opgavespørgsmålene
Læs mereMatematik for økonomer 3. semester
Matematik for økonomer 3. semester cand.oecon. studiet, 3. semester Planchesæt 2 - Forelæsning 3 Esben Høg Aalborg Universitet 10. september 2009 Institut for Matematiske Fag Aalborg Universitet Esben
Læs mereNoter 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 mereEgenværdier og egenvektorer
enote 9 enote 9 Egenværdier og egenvektorer Denne note indfører begreberne egenværdier og egenvektorer for lineære afbildninger i vilkårlige generelle vektorrum og går derefter i dybden med egenværdier
Læs mereKursusgang 3 Matrixalgebra fortsat
Kursusgang 3 fortsat - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12. september 2008 1/31 Nødvendige betingelser En nødvendig betingelse
Læs mereDefinition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.
Oversigt [LA] 3, 4, 5 Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse matricer Test invers
Læs mereNøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.
Oversigt [LA] 3, 4, 5 Matrix multiplikation Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse
Læs mereMatematik og FormLineære ligningssystemer
Matematik og Form Lineære ligningssystemer Institut for Matematiske Fag Aalborg Universitet 2014 Ligningssystemer og matricer Til et ligningssystem svarer der en totalmatrix [A b] bestående af koefficientmatrix
Læs mereTeoretiske Øvelsesopgaver:
Teoretiske Øvelsesopgaver: TØ-Opgave 1 Subtraktion division i legemer: Er subtraktion division med elementer 0 i legemer veldefinerede, eller kan et element b have mere end ét modsat element -b eller mere
Læs mereMatricer og lineære ligningssystemer
Matricer og lineære ligningssystemer Grete Ridder Ebbesen Virum Gymnasium Indhold 1 Matricer 11 Grundlæggende begreber 1 Regning med matricer 3 13 Kvadratiske matricer og determinant 9 14 Invers matrix
Læs mereMatematik: Stuktur og Form Lineære ligningssystemer
Matematik: Stuktur og Form Lineære ligningssystemer Martin Raussen Department of Mathematical Sciences Aalborg University 2016 1 / 10 Ligningssystemer og matricer Ligningssystem totalmatrix Til et ligningssystem
Læs mereModulpakke 3: Lineære Ligningssystemer
Chapter 1 Modulpakke 3: Lineære Ligningssystemer 1.1 Indledning - typer af ligningesystemer og løsninger Den lineære ligning 2x=3 kan løses umiddelbart ved at dividere med 2 på begge sider, så vi får:
Læs mereMatrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra
Matrx-vektor produkt [ ] 1 2 3 1 0 2 1 10 4 Rotationsmatrix Sæt A θ = [ ] cosθ sinθ sinθ cosθ At gange vektor v R 2 med A θ svarer til at rotere vektor v med vinkelen θ til vektor w: [ ][ ] [ ] [ ] cosθ
Læs mereOversigt [LA] 1, 2, 3, [S] 9.1-3
Oversigt [LA], 2, 3, [S] 9.-3 Nøgleord og begreber Koordinatvektorer, talpar, taltripler og n-tupler Linearkombination Underrum og Span Test linearkombination Lineær uafhængighed Standard vektorer Basis
Læs mereLineære 1. ordens differentialligningssystemer
enote 7 enote 7 Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses Der bruges egenværdier og egenvektorer i løsningsproceduren,
Læs mereIntroduktion 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 mere3.1 Baser og dimension
SEKTION 3 BASER OG DIMENSION 3 Baser og dimension Definition 3 Lad V være et F-vektorrum Hvis V = {0}, så har V dimension 0 2 Hvis V har en basis bestående af n vektorer, så har V dimension n 3 Hvis V
Læs mereEKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) JANUAR 2006 AARHUS UNIVERSITET.. Beregn den retningsafledede D u f(0, 0).
EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) JANUAR 2006 AARHUS UNIVERSITET H.A. NIELSEN & H.A. SALOMONSEN Opgave. Lad f betegne funktionen f(x, y) = x cos(y) + y sin(x). ) Angiv gradienten f. 2) Lad u betegne
Læs mere6.1 Reelle Indre Produkter
SEKTION 6.1 REELLE INDRE PRODUKTER 6.1 Reelle Indre Produkter Definition 6.1.1 Et indre produkt på et reelt vektorrum V er en funktion, : V V R således at, for alle x, y V, I x, x 0 med lighed x = 0, II
Læs mereSymmetriske og ortogonale matricer Uge 7
Symmetriske og ortogonale matricer Uge 7 Preben Alsholm Efterår 2009 1 Symmetriske og ortogonale matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = [ a ij kaldes symmetrisk, hvis aij = a ji
Læs mereLineær Algebra. Lars Hesselholt og Nathalie Wahl
Lineær Algebra Lars Hesselholt og Nathalie Wahl 2. udgave, oktober 207 Forord Denne bog er beregnet til et første kursus i lineær algebra, men vi har lagt vægt på at fremstille dette materiale på en sådan
Læs mereLineære 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 mereLineær Algebra F08, MØ
Lineær Algebra F08, MØ Vejledende besvarelser af udvalgte opgaver fra Ugeseddel 3 og 4 Ansvarsfraskrivelse: Den følgende vejledning er kun vejledende. Opgaverne kommer i vilkårlig rækkefølge. Visse steder
Læs mereEksempler Determinanten af en kvadratisk matrix. Calculus Uge
Oversigt [LA] 8 Her skal du lære om 1. Helt simple determinanter 2. En udvidelse der vil noget 3. Effektive regneregler 4. Genkend determinant nul 5. Produktreglen 6. Inversreglen 7. Potensreglen 8. Entydig
Læs mereLineær Algebra, TØ, hold MA3
Lineær Algebra, TØ, hold MA3 Lad mig allerførst (igen) bemærke at et vi siger: En matrix, matricen, matricer, matricerne. Og i sammensætninger: matrix- fx matrixmultiplikation. Injektivitet og surjektivitet
Læs mereDesignMat Egenværdier og Egenvektorer
DesignMat Egenværdier og Egenvektorer Preben Alsholm September 008 1 Egenværdier og Egenvektorer 1.1 Definition og Eksempel 1 Definition og Eksempel 1 Lad V være et vektorrum over L (enten R eller C).
Læs mereMatematisk 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 mereLineær 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 mereKursusgang 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 mereSymmetriske og ortogonale matricer Uge 6
Symmetriske og ortogonale matricer Uge 6 Preben Alsholm Efterår 2010 1 Symmetriske og ortogonale matricer 1.1 Skalarprodukt og Cauchy-Schwarz ulighed Skalarprodukt og Cauchy-Schwarz ulighed Det sædvanlige
Læs mereNøgleord og begreber
Oversigt [LA] 9 Nøgleord og begreber Helt simple determinanter Determinant defineret Effektive regneregler Genkend determinant nul Test determinant nul Produktreglen Inversreglen Test inversregel og produktregel
Læs mereLineære 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 mereKomplekse tal. Mikkel Stouby Petersen 27. februar 2013
Komplekse tal Mikkel Stouby Petersen 27. februar 2013 1 Motivationen Historien om de komplekse tal er i virkeligheden historien om at fjerne forhindringerne og gøre det umulige muligt. For at se det, vil
Læs mereDiagonalisering. Definition (diagonaliserbar)
1 Diagonalisering 2 Definition (diagonaliserbar) Lad A være en n n-matrix. A siges at være diagonaliserbar hvis A er similær med en diagonal matrix, dvs. A = PDP 1, hvor D er en n n diagonal matrix og
Læs merez + 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 mereSkriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)
SYDDANSK UNIVERSITET ODENSE UNIVERSITET INSTITUT FOR MATEMATIK OG DATALOGI Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM2) Fredag d. 2. januar 22 kl. 9. 3. 4 timer med alle sædvanlige skriftlige
Læs mereDen 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 merePolynomium 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 mereMATEMATIK 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 mereEksempel på 2-timersprøve 1 Løsninger
Eksempel på -timersprøve Løsninger Preben lsholm Marts 4 Opgave Vi skal løse ligningen () z (8 + i) e i 6 = Løsningen ønskes angivet på rektangulær form, dvs. på formen x + iy, hvor x; y R. Vi nder umiddelbart
Læs mereMatematik 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 mereKvadratiske matricer. enote Kvadratiske matricer
enote enote Kvadratiske matricer I denne enote undersøges grundlæggende egenskaber ved mængden af kvadratiske matricer herunder indførelse af en invers matrix for visse kvadratiske matricer. Det forudsættes,
Læs mereMatematik 1 Semesteruge 5 6 (1. oktober oktober 2001) side 1 Komplekse tal Arbejdsplan
Matematik 1 Semesteruge 5 6 (1. oktober - 12. oktober 2001) side 1 Komplekse tal Arbejdsplan I semesterugerne 5 og 6 erstattes den regulære undervisning (forelæsninger og fællestimer) af selvstudium med
Læs mereLineær algebra 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 mereMatematisk 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 mereOversigt [LA] 6, 7, 8
Oversigt [LA] 6, 7, 8 Nøgleord og begreber Lineære ligningssystemer Løsningsmængdens struktur Test løsningsmængde Rækkereduktion Reduceret matrix Test ligningssystem Rækkeoperationsmatricer Rangformlen
Læs merePolynomier. 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 mereLineære ligningssystemer
enote 6 1 enote 6 Lineære ligningssystemer Denne enote handler om lineære ligningssystemer, om metoder til at beskrive dem og løse dem, og om hvordan man kan få overblik over løsningsmængdernes struktur.
Læs mere