DesignMat Egenværdier og Egenvektorer
|
|
- Frode Karlsen
- 7 år siden
- Visninger:
Transkript
1 DesignMat Egenværdier og Egenvektorer Preben Alsholm September Egenværdier og Egenvektorer 1.1 Definition og Eksempel 1 Definition og Eksempel 1 Lad V være et vektorrum over L (enten R eller C). Lad f : V! V være lineær. Tallet λ kaldes en egenværdi for f, hvis der findes en vektor v 6= 0, så f (v) = λv (1) En vektor v, der opfylder (1), kaldes en egenvektor hørende til egenværdien λ. Egenrummet E λ = fv V j f (v) = λv g er et underrum. Eksempel 1. Lad V = P n (R) og lad f : V! V være givet ved f (v) (x) = xv 0 (x) for alle x R. Så er polynomierne m 0 (x) = 1, m 1 (x) = x, m (x) = x,..., m n (x) = x n egenvektorer for f hørende til egenværdierne 0, 1,,..., n, henholdsvis. Bevis: f (m k ) (x) = x dx d x k = xkx k 1 = kx k = km k (x), altså f (m k ) = km k for k = 0, 1,,..., n. 1. Eksempel Eksempel Lad V være et vektorrum med basis a = (a 1, a, a ). Lad f : V! V være den lineære afbildning, der er givet ved f (a 1 ) = a 1, f (a ) = 11a + 6a, f (a ) = a + 10a. Åbenbart er a 1 egenvektor med som tilhørende egenværdi. Det påstås, at u = a + a også er egenvektor. 1
2 Eftervisning: f (u) = f ( a + a ) = f (a ) + f (a ) = ( 11a + 6a ) + ( a + 10a ) = a 6a = u På samme vises, at v = 1. a + a er egenvektor hørende til egenværdien 1. Eksempel fortsat Eksempel fortsat Afbildningsmatricen F for f mht. basen a er F = Da K a ( f (x)) = FK a (x) følger det af f (a 1 ) = a 1, f (u) = u og f (v) = v at F = 1 0 0, F 0 1 = 0 1, F 0 1 Hvilket også let eftervises ved simpel matrixmultiplikation. 1. Eksempel : Matrixegenværdiproblemet Eksempel : Matrixegenværdiproblemet Lad A være matricen A = = 0 1 Vi kan opfatte den som afbildningsmatrix mht. den kanoniske basis for afbildningen f : R! R givet ved f (x) = Ax Egenværdiproblemet for A består nu i at bestemme tal λ og søjlevektorer x 6= 0, så Ax = λx. Altså (A λi) x = 0 skal have en ikke-triviel løsning x. Dette er tilfældet, hvis og kun hvis A λi ikke er invertibel. Vi ved, at A λi er invertibel hvis og kun hvis det (A λi) 6= 0. Egenværdierne for A er altså rødderne i karakterpolynomiet det (A λi).
3 1. Eksempel fortsat Eksempel fortsat Karakterpolynomiet er det (A λi) = λ 0 8 λ 0 λ der udreg- nes til ( λ) λ 8 λ λ = ( λ) λ. Rødder:, og 1. Disse er altså egenværdierne. Egenvektorer hørende til egenværdien opfylder (A I) x = 0. Homogent ligningssystem. Gausselimination: ! Dvs. x 1 x = 0 og x + 9x = 0, så x = x Eksempel (Matrixegenværdiproblem) Eksempel (Matrixegenværdiproblem) 9 1. Matricen A er givet ved A = Karakterpolynomiet det (A λi) = λ λ λ = (λ 1) (λ + ) = λ λ + Så egenværdierne er 1 og, denne med algebraisk multiplicitet. Egenvektorerne bestemmes i Maple-worksheet.
4 1.7 Sætning 7. Lineær uafhængighed af egenvektorer I Sætning 7. Lineær uafhængighed af egenvektorer I Hvis v 1, v,..., v r er egenvektorer hørende til indbyrdes forskellige egenværdier λ 1, λ,..., λ r, så er v 1, v,..., v r lineært uafhængige. Bevis: Tag først r =. Antag c 1 v 1 + c v = 0 () Ved anvendelse af f på begge sider fås c 1 f (v 1 ) + c f (v ) = 0, altså Men vi har også af () at c 1 λ 1 v 1 + c λ v = 0 () c 1 λ v 1 + c λ v = 0 () () minus () giver c 1 (λ 1 λ ) v 1 = 0, så c 1 = 0. Af () fås c = Lineær uafhængighed af egenvektorer II Lineær uafhængighed af egenvektorer II Dernæst r =. Antag c 1 v 1 + c v + c v = 0. Ved anvendelse af f på begge sider fås c 1 f (v 1 ) + c f (v ) + c f (v ) = 0 altså c 1 λ 1 v 1 + c λ v + c λ v = 0 Men vi har også c 1 λ v 1 + c λ v + c λ v = 0 Ved subtraktion fås c 1 (λ 1 λ ) v 1 + c (λ λ ) v = 0 Af resultatet for r = følger, at c 1 = c = 0 og derfor, at c = 0. Således kan fortsættes for r = osv. 1.9 Sætning 7. Lineær uafhængighed af egenvektorer III Sætning 7. Lineær uafhængighed af egenvektorer III Lad f have de indbyrdes forskellige egenværdier λ 1, λ,..., λ r med egenrum E λ1, E λ,..., E λr, der har dimensionerne q 1, q,..., q r. Vælges baser for hver af disse vil samlingen bestående af de q = q 1 + q + + q r vektorer være lineært uafhængigt. Bevis: En linearkombination af de q vektorer vil kunne skrives som en sum af r vektorer v 1, v,..., v r fra E λ1, E λ,..., E λr. Men en sådan sum kan kun være nul (iflg. sætn. 7.), hvis alle er nul. Men v i = 0 medfører, at koefficienterne i linearkombinationen alle er nul.
5 1.10 En lineær afbildning uden egenværdier En lineær afbildning uden egenværdier Lad V = x = (x n ) n=1 xn C være mængden af (komplekse) talfølger. V er et vektorrum under elementvis addition og multiplikation med skalar. Et medlem af V er et talsæt med uendeligt mange tal. Lad f : V! V være givet ved f (x) = (0, x 1, x, x,...) for alle x V. f er lineær, men f har ingen egenværdier. Thi antag, at f (x) = λx, så har vi (0, x 1, x, x,...) = (λx 1, λx, λx, λx,...). Af 0 = λx 1 følger, at enten λ = 0 eller x 1 = 0. Hvis λ = 0 følger af x 1 = λx at x 1 = 0 og videre, at x n = 0 for alle n. Hvis x 1 = 0 og λ 6= 0, følger, at x = 0 og videre, at x n = 0 for alle n. Uanset værdien af λ medfører f (x) = λx altså, at x = 0 = (0, 0, 0,...) En lineær afbildning med alle tal som egenværdier En lineær afbildning med alle tal som egenværdier Lad igen V = x = (x n ) n=1 xn C være mængden af (komplekse) talfølger. Lad f : V! V være givet ved f (x) = (x, x,...) for alle x V. f er lineær, og ethvert λ C er egenværdi. Af f (x) = λx fås (x, x,...) = (λx 1, λx, λx, λx,...). Dette er tilfældet, når x = λx 1, x = λx = λ x 1, osv. Generelt finder vi, at f (x) = λx er opfyldt, hvis og kun hvis x n = λ n 1 x 1. Ethvert tal λ C er altså egenværdi og tilhørende egenvektorer er x = x 1 1, λ, λ, λ,... for x 1 C. Egenrummet E λ er altså endimensionalt.
6 1.1 Endnu en lineær afbildning uden egenværdier Endnu en lineær afbildning uden egenværdier Lad f : R! R være givet ved f (x) = Ax for alle x R, hvor 0 1 A = 1 0 Evt. egenværdier for f er rødder i karakterpolynomiet for A. det (A λi) = λ 1 1 λ = λ + 1. λ + 1 har ingen reelle rødder (men de to imaginære i). Altså har f ingen egenværdier. Men med samme A har f : C! C givet ved f (x) = Ax for alle x C egenværdierne i. 1.1 Sætning 7.6 Diagonal afbildningsmatrix Sætning 7.6 Diagonal afbildningsmatrix Lad f : V! V være lineær og V endelig-dimensional, dim V = n. Lad v = (v 1, v,..., v n ) være en basis for V. Så er afbildningsmatricen F = v F v diagonal, hvis og kun hvis basen v = (v 1, v,..., v n ) består af egenvektorer for f. Bevis: Da vi har v F v = [K v ( f (v 1 )) K v ( f (v ))... K v ( f (v n ))] fås v F v = diag (µ 1, µ,..., µ n ), K v ( f (v i )) = µ i T for alle i. Højre side siger f (v i ) = µ i v i for alle i. f har altså en diagonal afbildningsmatrix hvis og kun hvis den har n lineært uafhængige egenvektorer. 1.1 Matrixegenværdiproblemet Matrixegenværdiproblemet Lad f : V! V være lineær og V endelig-dimensional, dim V = n. Lad v = (v 1, v,..., v n ) være en basis for V. Lad F være afbildningsmatricen v F v. Så gælder f (x) = λx () FK v (x) = λk v (x). f og F har altså samme egenværdier. 6
7 x V er egenvektor for f hørende til egenværdien λ, hvis og kun hvis koordinatvektoren K v (x) er egenvektor for F hørende til egenværdien λ. Alle afbildningsmatricer er similære, så karakterpolynomiet er det samme for alle. Vi kan tale om karakterpolynomiet for f uden at nævne en basis for V. 1.1 Karakterpolynomiet Karakterpolynomiet Lad A være en n n-matrix med karakterpolynomium p (λ) = det (A λi). Lad rødderne være λ 1, λ,..., λ n (gentaget efter multiplicitet). p (λ) = det (A λi) = ( 1) n det (λi A) = ( 1) n (λ λ 1 ) (λ λ ) (λ λ n ). Ved indsættelse af λ = 0 fås det A = λ 1 λ λ n. Koefficienten til λ n 1 er ( 1) n+1 (λ 1 + λ + + λ n ). Men med A = a ij, er den også ( 1) n+1 (a 11 + a + + a nn ). Summen af diagonalelementerne i A er sporet af A, spor(a) = a 11 + a + + a nn. Altså λ 1 + λ + + λ n = spor (A) λ 1 λ λ n = det A 1.16 Algebraisk og geometrisk multiplicitet Algebraisk og geometrisk multiplicitet Lad A være en n n-matrix. λi) har n rødder regnet med mul- Karakterpolynomiet p (λ) = det (A tiplicitet. Hvis roden λ 1 har multiplicitet k i p (λ), så har egenværdien λ 1 algebraisk multiplicitet k, (betegnelse am(λ 1 )). Hvis egenrummet E λ1 = N (A λ 1 I) har dimension j, så har λ 1 geometrisk multiplicitet j, (betegnelse gm(λ 1 )). Der gælder: 1 gm (λ) am (λ) for enhver egenværdi λ. Bevis: Se side 0. 7
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 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 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 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 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 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 mereOversigt [LA] 3, 4, 5
Oversigt [LA] 3, 4, 5 Nøgleord og begreber Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse matricer Test invers matrix Matrix potens Lineære ligningssystemer Løsningsmængdens
Læs mere9.1 Egenværdier og egenvektorer
SEKTION 9.1 EGENVÆRDIER OG EGENVEKTORER 9.1 Egenværdier og egenvektorer Definition 9.1.1 1. Lad V være et F-vektorrum; og lad T : V V være en lineær transformation. λ F er en egenværdi for T, hvis der
Læs mereOm hvordan Google ordner websider
Om hvordan Google ordner websider Hans Anton Salomonsen March 14, 2008 Man oplever ofte at man efter at have givet Google et par søgeord lynhurtigt får oplysning om at der er fundet et stort antal - måske
Læs mereLinAlg Skriftlig prøve 20. januar 2009, 9 12 Vejledende besvarelse
LinAlg Skriftlig prøve. januar 9, 9 Vejledende besvarelse Dette eksamenssæt løber over 5 sider, denne side inklusive. Sættet stilles til løsning over 3 timer med alle sædvanlige hjælpemidler, bortset fra
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 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 mereLøsning af præmie- og ekstraopgave
52 Læserbidrag Løsning af præmie- og ekstraopgave 23. årgang, nr. 1 Martin Wedel Jacobsen Både præmieopgaven og ekstraopgaven er specialtilfælde af en mere generel opgave: Hvor mange stykker kan en n-dimensionel
Læs mereDesignMat Uge 1 Repetition af forårets stof
DesignMat Uge 1 Repetition af forårets stof Preben Alsholm Efterår 008 01 Lineært ligningssystem Lineært ligningssystem Et lineært ligningssystem: a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + +
Læs mereDesignMat 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 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 mereMiniprojekt 3: Fejlkorligerende køder Fejlkorrigerende koder
Miniprojekt 3: Fejlkorligerende køder Fejlkorrigerende koder Denne note er skrevet med udgangspunkt i [, p 24-243, 249] Et videre studium kan eksempelvis tage udgangspunkt i [2] Eventuelle kommentarer
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 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 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 mereForslag til løsning af Opgaver til ligningsløsning (side172)
Forslag til løsning af Opgaver til ligningsløsning (side17) Opgave 1 Hvis sønnens alder er x år, så er faderens alder x år. Der går x år, før sønnen når op på x år. Om x år har faderen en alder på: x x
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 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 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 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 mereSymmetriske matricer
Symmetriske matricer Preben Alsholm 17. november 008 1 Symmetriske matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = a ij kaldes symmetrisk, hvis aij = a ji for alle i og j. Altså hvis A
Læs mereFunktionalligninger - løsningsstrategier og opgaver
Funktionalligninger - løsningsstrategier og opgaver Altså er f (f (1)) = 1. På den måde fortsætter vi med at samle oplysninger om f og kombinerer dem også med tidligere oplysninger. Hvis vi indsætter =
Læs mereGrafteori, Kirsten Rosenkilde, september 2007 1. Grafteori
Grafteori, Kirsten Rosenkilde, september 007 1 1 Grafteori Grafteori Dette er en kort introduktion til de vigtigste begreber i grafteori samt eksempler på opgavetyper inden for emnet. 1.1 Definition af
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 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 mereLineære ligningssystemer
enote 2 1 enote 2 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 mereLineær algebra: Egenværdier, egenvektorer, diagonalisering
Lineær algebra: Egenværdier, egenvektorer, diagonalisering Institut for Matematiske Fag Aalborg Universitet 2011 Egenvektorer og egenværdier Mål: Forståelse af afbildningen x Ax fra R n R n for en n n-matrix
Læs mereSecret Sharing. Olav Geil Institut for Matematiske Fag Aalborg Universitet email: olav@math.aau.dk URL: http://www.math.aau.dk/ olav.
1 Læsevejledning Secret Sharing Olav Geil Institut for Matematiske Fag Aalborg Universitet email: olav@math.aau.dk URL: http://www.math.aau.dk/ olav September 2006 Nærværende note er tænkt som et oplæg
Læs mereLineære Afbildninger. enote 8. 8.1 Om afbildninger
enote 8 enote 8 Lineære Afbildninger Denne enote undersøger afbildninger mellem vektorrum af en bestemt type, nemlig lineære afbildninger Det vises, at kernen og billedrummet for lineære afbildninger er
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 mereBesvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016
Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 206 Mikkel Findinge http://findinge.com/ Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan.
Læs mereAnalyse 1, Prøve 4. 25. juni 2009. r+1. Men vi har øjensynligt, at 2. r r+1
Analyse 1, Prøve 4 25. juni 29 Alle henvisninger til CB er henvisninger til Metriske Rum (1997, Christian Berg), alle henvisninger til TL er til Kalkulus (26, Tom Lindstrøm), og alle henvisninger til Opgaver
Læs mereTALTEORI Wilsons sætning og Euler-Fermats sætning.
Wilsons sætning og Euler-Fermats sætning, marts 2007, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan
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 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 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 mereVi indleder med at minde om at ( a) = a gælder i enhver gruppe.
0.1: Ringe 1. Definition: Ring En algebraisk struktur (R, +,, 0,, 1) kaldes en ring hvis (R, +,, 0) er en kommutativ gruppe og (R,, 1) er en monoide og hvis er såvel venstre som højredistributiv mht +.
Læs mereOversigt [LA] 1, 2, 3, [S] 9.1-3
Oversigt [LA] 1, 2, 3, [S] 9.1-3 Nøgleord og begreber Koordinatvektorer, talpar, taltripler og n-tupler Linearkombination Underrum og Span Test linearkombination Lineær uafhængighed Standard vektorer Basis
Læs mereEksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2
Oversigt [LA] 9 Nøgleord og begreber Helt simple determinanter Determinant defineret Effektive regneregler Genkend determinant nul Test determinant nul Produktreglen Inversreglen Test inversregel og produktregel
Læs 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 mereMATEMATIK 1 LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 1. september 2010 Oversigt nr. 1
LINEÆR ALGEBRA OG DYNAMISKE SYSTEMER 1. september 2010 Oversigt nr. 1 I PE-kurset i skal vi bruge [A] Sheldon Axler: Linear algebra done right, 2nd ed., Springer. [P] Lawrence Perko: Differential equations
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 mereTALTEORI Wilsons sætning og Euler-Fermats sætning.
Wilsons sætning og Euler-Fermats sætning, marts 2007, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan
Læs mereI PE-kurset i skal vi bruge [A] Sheldon Axler: Linear algebra done right, 2nd ed., Springer.
LINER ALGEBRA OG DYNAMISKE SYSTEMER 5. september 2007 Oversigt nr. 1 I PE-kurset i skal vi bruge [A] Sheldon Axler: Linear algebra done right, 2nd ed., Springer. [AB] K. G. Andersson og L.-C. Böiers: Ordinära
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 mereEr A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv A som en tællelig forening af afsluttede mængder.
Analyse Øvelser Rasmus Sylvester Bryder 10. og 13. september 013 Supplerende opgave 4 Betragt mængden A = {(x, y) R x + y 1, x < y}. Er A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv
Læs mereØlopgaver i lineær algebra
Ølopgaver i lineær algebra 30. maj, 2010 En stor del af de fænomener, vi observerer, er af lineær natur. De naturlige matematiske objekter i beskrivelsen heraf bliver vektorrum rum hvor man kan lægge elementer
Læs 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 mereInverse funktioner. John V Petersen
Inverse funktioner John V Petersen Indhold Indledning: Indledende eksempel. Grafen for en funktion. Og grafen for den inverse funktion.... 3 Afbildning, funktion og inverse funktion: forklaringer og definitioner...
Læs mereArealer under grafer
HJ/marts 2013 1 Arealer under grafer 1 Arealer og bestemt integral Som bekendt kan vi bruge integralregning til at beregne arealer under grafer. Helt præcist har vi denne sætning. Sætning 1 (Analysens
Læs mereLineær algebra: Lineære afbildninger. Standardmatricer
Lineær algebra: Lineære afbildninger. Standardmatricer Institut for Matematiske Fag Aalborg Universitet 2011 Lineære afbildninger En afbildning T : R n R m fra definitionsmængden R n ind i dispositionsmængden
Læs mereUge 11 Lille Dag. Opgaver til OPGAVER 1. Det ortogonale komplement
OPGAVER 1 Opgaver til Uge 11 Lille Dag Opgave 1 Det ortogonale komplement a) I R 2 er der givet vektoren (3, 7). Angiv en basis for det ortogonale komplement. b) Find i R 3 en basis for det ortogonale
Læs mereLigninger med reelle løsninger
Ligninger med reelle løsninger, marts 2008, Kirsten Rosenkilde 1 Ligninger med reelle løsninger Når man løser ligninger, er der nogle standardmetoder som er vigtige at kende. Vurdering af antallet af løsninger
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 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 mereMiddelværdi og varians. Kovarians. korrelation = 0.02 korrelation = 0.7 korrelation = 1.0
Middelværdi og varians Middelværdien af en diskret skalarfunktion f(x), for x = 0, N er: µ = N f(x) N x=0 For vektorfuktioner er middelværdivektoren tilsvarende: µ = N f(x) N x=0 Middelværdien er en af
Læs mereTALTEORI Primfaktoropløsning og divisorer.
Primfaktoropløsning og divisorer, oktober 2008, Kirsten Rosenkilde 1 TALTEORI Primfaktoropløsning og divisorer. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan få i Marianne
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 mereOversigt [LA] 1, 2, 3, [S] 9.1-3
Oversigt [LA] 1, 2, 3, [S] 9.1-3 Nøgleord og begreber Talpar, taltripler og n-tupler Linearkombination og span Test linearkombination Hvad er en matrix Matrix multiplikation Test matrix multiplikation
Læs mereLINEÆR ALGEBRA DIFFERENTIALLIGNINGER
LINEÆR ALGEBRA DIFFERENTIALLIGNINGER NOTER TIL CALCULUS 006 NIELSEN - SALOMONSEN INSTITUT FOR MATEMATISKE FAG AARHUS UNIVERSITET 006 Indhold Forord 5. Vektorer og linearkombinationer 7. Basis og dimension
Læs merePolynomier et introforløb til TII
Polynomier et introforløb til TII Formål At introducere polynomier af grad 0, 1, 2 samt højere, herunder grafer og rødder At behandle andengradspolynomiet og dets graf, parablen, med fokus på bl.a. toppunkt,
Læs mereEKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) AUGUST 2006 AARHUS UNIVERSITET
EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) AUGUST 2006 AARHUS UNIVERSITET H.A. NIELSEN & H.A. SALOMONSEN Opgave. Lad f betegne funktionen f(x,y) = x 3 + x 2 y + xy 2 + y 3. ) Angiv gradienten f. 2) Angiv
Læs mereInduktion: fra naturlige tal til generaliseret skønhed Dan Saattrup Nielsen
36 Induktion: fra naturlige tal til generaliseret skønhed Dan Saattrup Nielsen En artikel om induktion, hvordan er det overhovedet muligt? Det er jo trivielt! Bevis ved induktion er en af de ældste matematiske
Læs mereBesvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018
Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 08 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs 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 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 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 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 mereFrank Villa. 15. juni 2012
2 er irrationel Frank Villa 15. juni 2012 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som aonnerer på MatBog.dk. Se yderligere etingelser for rug her. Indhold 1 Introduktion
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 mereSylvesters 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 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 mereFermat, ABC og alt det jazz...
Fermat, ABC og alt det jazz... Matematiklærerdag 2013 Simon Kristensen Institut for Matematik Aarhus Universitet 22. marts 2013 Oversigt 1 Hvad er ABC-formodningen? Oversigt 1 Hvad er ABC-formodningen?
Læs mereReelle tal. Symbolbehandlingskompetencen er central gennem arbejdet med hele kapitlet i elevernes arbejde med tal og regneregler.
Det første kapitel i grundbogen til Kolorit i 9. klasse handler om de reelle tal. Første halvdel af kapitlet har karakter af at være opsamlende i forhold til, hvad eleverne har arbejdet med på tidligere
Læs mereModule 1: Lineære modeller og lineær algebra
Module : Lineære modeller og lineær algebra. Lineære normale modeller og lineær algebra......2 Lineær algebra...................... 6.2. Vektorer i R n................... 6.2.2 Regneregler for vektorrum...........
Læs mereFinde invers funktion til en 2-gradsfunktion - ved parallelforskydning. John V Petersen
Finde invers funktion til en 2-gradsfunktion - ved parallelforskydning John V Petersen Finde invers funktion til en 2-gradsfunktion - ved parallelforskydning 2015 John V Petersen art-science-soul Indhold
Læs mereFunktioner af flere variable
Funktioner af flere variable Stud. Scient. Martin Sparre Københavns Universitet 23-10-2006 Definition 1 (Definition af en funktion af flere variable). En funktion af n variable defineret på en delmængde,
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 mereOpgave 1 Alle tallene er reelle tal, så opgaven er at finde den mindste talmængde, som resultaterne tilhører.
Opgave 1 Alle tallene er reelle tal, så opgaven er at finde den mindste talmængde, som resultaterne tilhører. A. Q B. R (sidelængden er 5, som er irrational) C. Q Opgave 2 A. 19 = 1 19 24 = 2 3 3 36 =
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 mere2010 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 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 merePlanintegralet. Preben Alsholm 5. maj 2008. 1.1 Integralet af en funktion af én variabel. 1, x i ] et tal t i. Summen. n f (t i ) (x i x i 1 ) R =
Plnintegrlet Preben Alsholm 5. mj 8 Plnintegrlet. Integrlet f en funktion f én vribel et bestemte integrl efinition Ld f være en funktion defineret på intervllet [ b]. Ld = x x... x n = b være en inddeling
Læs merePraktiske Maple Ting. - Hvis du skal indsætte kvadratroden, et integrale, lambda, osv. Så skriv eks. Sqrt, int, eller lambda, tryk escape og du kan
Praktiske Maple Ting. - Hvis du skal indsætte kvadratroden, et integrale, lambda, osv. Så skriv eks. Sqrt, int, eller lambda, tryk escape og du kan så vælge tegnet. - For at definere noget, eks en x værdi,
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 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 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 meret a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25
Slide 1/25 Indhold 1 2 3 4 5 6 7 8 Slide 2/25 Om undervisningen Hvorfor er vi her? Hvad kommer der til at ske? 1) Teoretisk gennemgang ved tavlen. 2) Instruktion i eksempler. 3) Opgaveregning. 4) Opsamling.
Læs mereDifferentiation af Logaritmer
Differentiation af Logaritmer Frank Nasser 11. juli 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold
Læs mereNoter til Lineær Algebra
Noter til Lineær Algebra Eksamensnoter til LinAlg Martin Sparre, www.logx.dk, August 2007, Version π8 9450. INDHOLD 2 Indhold 0. Om disse noter.......................... 3 Abstrakte vektorrum 4. Definition
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 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 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 mere