Biologisk model: Epidemi
|
|
- Helle Brandt
- 7 år siden
- Visninger:
Transkript
1 C1.2 C.7 Se forklaring i Appendiks A 1, si. 9 Biologisk model: Epidemi af John V. Petersen 1. Biologisk model: Epidemi... si. 1 A. Appendiks A 1. Ligninger si. 1, forklaring... si. 9 A 2. Egenvektorer q 3... si. 1 A 3. Bevis for Sætning 1, si si. 11 A 4. Vise sammenhængen x t A t x... si. 12 Eksempel på model der beskriver udviklingen for en epidemi. Den kan brugeil at finde en estimeret fordeling for raske, syge, døde og helbredte i en population. Det gøres udfra en startfordeling for disse grupper. Til at løse problemet vil vi bruge matricer. Vi får igen brug for at diagonalisere en matrix. Desuden for vi brug for gentagne potensopløftninger af matricen. Og det er netop meget meget nemmere, når matricen er diagonaliseret. I en population betragtes en epidemi af en smitsom sygdom. Populationen tænkes opdelt uge for uge i 4 grupper: raske, syge, døde og helbredte (og, antager vi, dermed immune). Variable : raske i uge t : syge i uge t : døde i uge t h t : helbredte i uge t Antagelser En rask har 2 % risiko for at blive syg efter en uge En syg har 1 % risiko for at dø efter en uge En syg har 2 % chance for at være helbredt efter en uge Ligninger C1.8 C1.1 C h tc1.2 C h t Biologisk model: Epidemi af John V. Petersen side 1 / 12
2 Ligninger på matrixform C x tc1 C1 C h tc h t Kompakt notation x tc1 A x t Hvis A er diagonaliserbar, så ved vi, fra artikel a. ovenfor, at der findes en regulær matrix P så søjlerne i P netop er egenvektorerne hørende til egenværdierne for A. Matricen P diagonaliserer A, og P er netop basisskiftematricen hørende til basisskiftet fra den naturlige basiil basen bestående af egenvektorer for A. Vi finder først egenværdierne for matricen A, λ 1, λ 2, λ 3 og λ 4 q 1. Så kan vi diagonalisere A. A P D P K1 5 D P K1 A P samt de tilhørende egenvektorer Vi lader x t, og betragter modellen h t x tc1 A x t, hvor matricen A er givet ved A Modellen kan også skrives som x t A t x Biologisk model: Epidemi af John V. Petersen side 2 / 12
3 Vi skal nu bestemme egenværdier og egenvektorer for A, og diagonalisere A. Det vil vi så bruge til at forudsige, hvad der sker i det lange løb i epidemimodellen. Bestemmelse af egenværdier:.8 Kλ... det A -λ E det.2.7 Kλ Kλ Kλ Da ( A Kλ E er en nedre trekantsmatrix, gælder det A -λ E.8 Kλ) (.7 Kλ) (1. Kλ) 1. Kλ) og egenværdierne findeil λ 1.8, λ 2.7, λ 3 1. dobbeltrod Bestemmelse af egenvektorer: Vi vil finde egenvektorerne q 1 hørende til egenværdierne λ 1, λ 2, λ 3 og λ 4. Det gør vi ved at finde nulrummet for matricen AKλ I, dvs. løse AKλ I $x. x x 1, x 2, x 3, x 4 T For λ 1.8 : Vi finder nulrummet for AK.8 I K AK.8 I K Biologisk model: Epidemi af John V. Petersen side 3 / 12
4 K I den nederste række, ses det, at t$ K1 x 2 og t$1 x 4 I række 3, ses det desuden, at t$.5 x 3 Og i række 2, ses det så, at t$ K.5 x 1 Så egenvektorerne hørende til λ 1.8 e$q 1, hvor q 1 K.5, K1.,.5, 1. T Tilsvarende er egenvektorerne hørende til λ 2.7 e$q 2, hvor q 2., K1.5,.5, 1. T Egenvektorerne hørende til λ 3 1. e 1 $q 3 C t 2 $q 4, hvor q 3.,., 1.,. T.,.,., 1. T (Se udregning af q 3 i Appendiks A 2, si. 1) De fire egenvektorer q 1 er lineært uafhængige og dermed er A diagonaliserbar. Vi har A P D P K1 hvor og D P K1 A P P K.5... K1. K D Biologisk model: Epidemi af John V. Petersen side 4 / 12
5 Vi prøver lige om vi har regnet rigtigt: Vi udfører matrixmultiplikationen A P D P K1 P K1 K K K K2... P D P K1 K1. K K K K A dvs. A P D P K1 OK. Biologisk model: Epidemi af John V. Petersen side 5 / 12
6 Vi vil nu se på, hvad der sker i det lange løb i vores epidemimodel: Først vil jeg minde om følgende: Sætning 1 A t P D t P K1, fo R 1 (1) Se Bevis for sætning 1 i Appendiks A 3, si. 11 x er startfordelingen af raske, syge, døde og helbredte. Vi anvender matricen A t på x : Vi har fra tidligere x tc1 A x t. Når vi nu anvender matricen A t på x, får vi tilsvarende x t A t x. Se evt. i Appendiks A 4, si. 12 dvs. x t A t x P D t P K1 x D er en diagonalmatrix, så.8 t... D t..7 t t t lim t/n x t t/n lim A t x P 1 P K1 x, har brugt (1) 1 Dvs. x t A t x P 1 1 P K1 x fo /N Biologisk model: Epidemi af John V. Petersen side 6 / 12
7 K.5... K2... x t K1. K K x x r s d h $r C $s C1.$ d $r C $ s C1.$ h fo /N dvs.. x t $ r C $ s C1.$ d fo /N h t $ r C $ s C1.$ h Biologisk model: Epidemi af John V. Petersen side 7 / 12
8 Resultatet fra forrige side:. x t $ r C $ s C1.$ d fo /N h t $ r C $ s C1.$ h Eller: x t 1 3 $ r C s C d fo /N h t 2 3 $ r C s C h Bemærk, at efter denne model vil der efte uger (t er stor), være udelukkende helbredte (immune raske) eller døde. Der er ingen raske (ikke immune) som kan blive syge igen, og ingen der vedbliver at være syge. Dvs. alle i populationen er blevet smittet og blevet syge. Og efte uger er de enten døde eller helt helbredte (immune), ift. lige præcis denne smitsomme sygdom. En estimeret fordeling x t udfra en startfordeling x : Nu kan vi, udfra en startfordeling af raske, syge, døde og helbredte, nemt udregne hvilken fordeling af disse grupper der er, t uger efter starttidspunktet: r 1 Hvis x s d da gælder x t / 33 fo / N h h t 67 Dvs. hvis vi har en startfordeling med 1 raske, og ingen syge, døde eller helbredte, så vil der efte uger (hvo er stor) være 33 døde og 67 helbredte i denne population. Biologisk model: Epidemi af John V. Petersen side 8 / 12
9 A. Appendiks A 1. Ligninger si. 1, forklaring Ligningerne for ugen ( tc1 er er opstillet, så vi går ud fra en tilfældig uge t, og ser hvilken fordeling af raske, syge, døde og heldredte der så er en uge efter. Antagelser En rask har 2 % risiko for at blive syg efter en uge En syg har 1 % risiko for at dø efter en uge En syg har 2 % chance for at være helbredt efter en uge De helbredte, antager vi, er blevet immune. Hvis vi starter i uge, er ligningerne ret simple: r 1.8 r : s 1.2 r : d 1 : h 1 : Ved start uge, er alle i populationen raske. Ingen er syge, døde eller helbredte set ift. epidemien. Fra uge til uge 1, er der 2 % som bliver syge r 1.8 r Efter den første uge, er der kun sket det, at 2 % raske er blevet syge s 1.2 r Der er kun gået een uge fra start i uge. Alt der er sket, er at 2 % er blevet syge. Der er ikke gået en uge, hvor en syg kunne risikere at dø d 1 Som ovenfor: Der er ikke gået en uge mere, så nogen syge kan være blevet helbredt h 1 Men lad os nu se på, en tilfældig uge ( tc 1 med udgangspunkt i ugen tidligere, uge t : C1.8 : Der er 2 % risiko for at blive syg efter en uge. Dvs. der er 2 % færre raske en uge efter.8$ C1.2 C.7 : 2 % af de raske ugen før, er nu syge.2 Ud af de, som var syge i uge t, er der 2 % som er helbredt, og 1 % som er døde.7 C1.1 C De som var døde i uge t, er stadig døde Og der er 1 % af de syge i uge t, som er døde.1 h tc1.2 C h t De som var helbredt i uge t, er immune, og derfor stadig helbredt h t Og der er 2 % af de syge i uge t, som ν er helbredt /.2 Biologisk model: Epidemi af John V. Petersen side 9 / 12
10 A 2. Egenvektorer q 3 Egenvektorerne hørende til dobbeltroden λ 3 1. AK1. I.8 K K K K1. K K Det ses, umiddelbart at x 1 x 2, x x 1, x 2, x 3, x 4 T x 3 og x 4 skal blot vælges, så q 3 er lineært uafhængige. Og q 1 skal være lineært uafhængige. Så vi kan blot vælge q 3 til at være den "naturlige" basis e 3 q 3,, 1, Og vi vælgeilsvarende q 4 til at være e 4 q 4,,, 1 T. T. Egenvoktorerne q 1 er netop søjlerne i P. Så P K.5... K1. K Da P er en nedre trekantsmatrix er determinanten af P : det (P ) K.5 $ K1.5 $ s 5 at q 1 er lineært uafhængige. Så vi har fundet lineært uafhængige egenvektorer q 1 inklusiv q 3. Biologisk model: Epidemi af John V. Petersen side 1 / 12
11 A 3. Bevis for Sætning 1, si. 6 Sætning 1 Lad A være en n n matrix. Hvis A er diagonaliserbar, kan den skrives som: A P D P K1, hvor P er en regulær matrix, og D er en diagonalmatrix. Så gælder der, at A t P D t P K1, fo R 1, t 2 ;. Vi definerer forskriften: p t : A t P D t P K1, fo 2; p 1 : A 1 P D 1 P K1 (det er blot diagonaliseringen af A : A P D P K1 ) p tc1 : A tc1 P D tc1 P K1 Bevis: Hvis Beviset føres som et induktionsbevis. p 1 er sandt p t p tc1 [induktionsstarten] [induktionstrinnet] så gælder p t for alle t 2 ;. Hvis vi kan vise, at p 1 er sandt. Så antage at p t er sandt. Og derefter vise p t p tc Kan vi sluttelig konkludere, at p t er sandt for alle t 2 ;., p 1 : A 1 P D 1 P K1. Induktionsstarten. Vi ved, at p 1 er sandt. (A P D P K1 ) #, Nu antager vi: p t er sand. Vi skal så vise, at p t p t C1 Induktionsskridtet. Vi har givet: A t P D t P K1 5 P K1 A t P D t. (Vi ved også, at P K1 A P D. ) P D tc1 P K1 P D t D P K1 P P K1 A t P ( P K1 A P P K1 ( P P K1 A t P P K1 A P P K1 E A t E A E a A t A A tc1. # dvs. A tc1 P D tc1 P K1. [ Vi har vist: Givet p t p tc1 Vi konkluderer: p t er sandt for alle t 2 ;. # A a E A t E A E A t A E A t A E A t A Biologisk model: Epidemi af John V. Petersen side 11 / 12
12 A 4. Vise sammenhængen x t At x Vi har fra tidligere (si. 2, øverst): x tc1 A x t. ( 1 ) Nu starter vi med x og anvender matricen A på x : Hvis vi i ( 1 ) sætte, har vi: x 1 A x x 2 A x 1 A2 x dvs. x 2 A2 x x 3 A3 x,,, x t A t x Biologisk model: Epidemi af John V. Petersen side 12 / 12
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 mereBesvarelser til Lineær Algebra Ordinær Eksamen Juni 2017
Besvarelser til Lineær Algebra Ordinær Eksamen - 12. Juni 2017 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs 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 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 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 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 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 mereKøbenhavns Universitet, Det naturvidenskabelige Fakultet. Forelæsningsnote 8. (NB: Noten er ikke en del af pensum)
Københavns Universitet, Det naturvidenskabelige Fakultet Lineær Algebra LinAlg Forelæsningsnote 8 NB: Noten er ikke en del af pensum Eksempel på brug af egenværdier og egenvektorer Måske er det stadig
Læs mereBesvarelser til Lineær Algebra Reeksamen August 2016
Besvarelser til Lineær Algebra Reeksamen - 9. August 26 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereOversigt [LA] 10, 11; [S] 9.3
Oversigt [LA] 1, 11; [S] 9.3 Nøgleord og begreber Repetition: enhedsvektor og identitetsmatrix Diagonalmatricer Diagonalisering og egenvektorer Matrixpotens August 22, opgave 2 Skalarprodukt Længde Calculus
Læs 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 mereBesvarelser til Lineær Algebra Ordinær Eksamen Juni 2018
Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Juni 28 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs 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 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 mereEkstremum for funktion af flere variable
Ekstremum for funktion af flere variable Preben Alsholm 28. april 2008 1 Ekstremum for funktion af flere variable 1.1 Hessematricen I Hessematricen I Et stationært punkt for en funktion af flere variable
Læs mereReeksamen 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 mereAnvendt 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 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 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 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 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 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 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 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 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 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 mereBesvarelse af Eksamensopgaver Juni 2005 i Matematik H1
Besvarelse af Eksamensopgaver Juni 5 i Matematik H Opgave De fire vektorer stilles op i en matrix som reduceres: 4 4 4 8 4 4 (a) Der er ledende et-taller så dim U =. Som basis kan f.eks. bruges a a jfr.
Læs 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 mereTo find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra
To find the English version of the exam, please read from the other end! Se venligst bort fra den engelske tekst på bagsiden, hvis du følger den danske version af prøven. Eksamen i Lineær Algebra Første
Læs mereLokalt ekstremum DiploMat 01905
Lokalt ekstremum DiploMat 0905 Preben Alsholm Institut for Matematik, DTU 6. oktober 00 De nition Et stationært punkt for en funktion af ere variable f vil i disse noter blive kaldt et egentligt saddelpunkt,
Læs mereLineær algebra Kursusgang 6
Lineær algebra Kursusgang 6 Mindste kvadraters metode og Cholesky dekomposition Vi ønsker at finde en mindste kvadraters løsning til det (inkonsistente) ligningssystem hvor A er en m n matrix. Ax = b,
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 mereBesvarelser 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 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 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 merex 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet
Eksamensopgaver fra Matematik Alfa 1 Naturvidenskabelig Kandidateksamen August 1999. Matematik Alfa 1 Opgave 1. Udregn integralet 1 1 y 2 (Vink: skift til polære koordinater.) Opgave 2. Betragt funktionen
Læs 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 mereMatematik A. Studentereksamen. Forberedelsesmateriale. Digital eksamensopgave med adgang til internettet
Matematik A Studentereksamen Digital eksamensopgave med adgang til internettet Forberedelsesmateriale frs-matn/a-270420 Onsdag den 27. april 20 Forberedelsesmateriale til stx-a-net MATEMATIK Der skal afsættes
Læs mereTo find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra
To find the English version of the exam, please read from the other end! Se venligst bort fra den engelske version på modsatte side hvis du følger denne danske version af prøven. Eksamen i Lineær Algebra
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 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 mereEksamen 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(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 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 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 mereEksamen 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 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 mereEksamen 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 mereEkstremumsbestemmelse
Ekstremumsbestemmelse Preben Alsholm 24. november 2008 1 Ekstremumsbestemmelse 1.1 Ekstremum for funktion af én variabel: Definitioner Ekstremum for funktion af én variabel: Definitioner Punktet a kaldes
Læs mereEksamen 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 mereLiA 5 Side 0. Lineær algebra Kursusgang 5
LiA 5 Side 0 Lineær algebra Kursusgang 5 LiA 5 Side 1 Ved bestemmelse af mindste kvadraters løsning til (store) ligningssystemer vil man gerne anvende en metode der opfylder to krav: antallet af regneoperationer
Læs mereEksamen 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 mereReeksamen 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 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 mereOversigt Matematik Alfa 1, August 2002
Oversigt [S], [LA] Nøgleord og begreber Egenvektorer, egenværdier og diagonalisering Dobbelt integral og polært koordinatskift Ortogonal projektion og mindste afstand Retningsafledt og gradient Maksimum/minimums
Læs mereReeksamen 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 mereOversigt [LA] 11, 12, 13
Oversigt [LA] 11, 12, 13 Nøgleord og begreber Ortogonalt komplement Tømrerprincippet Ortogonal projektion Projektion på 1 vektor Projektion på basis Kortest afstand August 2002, opgave 6 Tømrermester Januar
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 mereEpidemier og epidemimodeller Studieretningsprojekt i matematik A og biologi A (+ evt. historie A).
7.4.07 Kristian Priisholm, Flóvin Tór Nygaard Næs & Lasse Arnsdorf Pedersen. Epidemier og epidemimodeller Studieretningsprojekt i matematik A og biologi A (+ evt. historie A). Indledning Projektet omhandler
Læs mereEksamen 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 mereEksamen 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 mereDen todimensionale normalfordeling
Den todimensionale normalfordeling Definition En todimensional stokastisk variabel X Y siges at være todimensional normalfordelt med parametrene µ µ og når den simultane tæthedsfunktion for X Y kan skrives
Læs mereSandt/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 mereEksamen 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 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 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 mereCalculus Uge
Oversigt [S], [LA] Nøgleord og begreber Egenvektorer, egenværdier og diagonalisering Dobbelt integral og polært koordinatskift Ortogonal projektion og mindste afstand Retningsafledt og gradient Maksimum/minimums
Læs mereIndhold. 5. Vektorrum og matricer Koordinattransformationer
Indhold Lineære afbildninger og matricer Talrummene R n, C n Matricer 8 3 Lineære afbildninger 4 Matrix algebra 8 5 Invers matrix 6 6 Transponeret og adjungeret matrix 9 Række- og søjleoperationer Lineære
Læs mereNoter til An0 DIFFERENTIALLIGNINGER MED KONSTANTE KOEFFICIENTER
UDKAST 7122009 Noter til An0 Inst f Matematiske Fag Gerd Grubb December 2009 DIFFERENTIALLIGNINGER MED KONSTANTE KOEFFICIENTER 1 Generelle resultater 11 Introduktion I tidligere kurser er der gennemgået
Læs mereBesvarelser til de to blokke opgaver på Ugeseddel 7
Besvarelser til de to blokke opgaver på Ugeseddel 7 De anførte besvarelser er til dels mere summariske end en god eksamensbesvarelse bør være. Der kan godt være fejl i - jeg vil meget gerne informeres,
Læs 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 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 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 mereSætning (Kædereglen) For f(u), u = g(x) differentiable er den sammensatte funktion F = f g differentiabel med
Oversigt [S] 3.5, 11.5 Nøgleord og begreber Kædereglen i en variabel Kædereglen to variable Test kædereglen Kædereglen i tre eller flere variable Jacobimatricen Kædereglen på matrixform Test matrixform
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 mereJ n (λ) = dvs. n n-jordan blokken med λ i diagonalen. Proposition 1.2. For k 0 gælder. nullity (J n (λ) λi) k 1) 1 for 1 k n. n for k n.
. Jordan normalform Målet med dette notat er at vise hvorledes man ud fra en given matrix beregner dens Jordan normalform. Definition.. For n og λ C sættes λ 0... 0. 0 λ... J n λ).......... 0....... λ
Læs mere12.1 Cayley-Hamilton-Sætningen
SEKTION 12.1 CAYLEY-HAMILTON-SÆTNINGEN 12.1 Cayley-Hamilton-Sætningen Sætning 12.1.1 (Cayley-Hamilton) Lad A Mat n,n (C). Så gælder p A (A) =. Sætningen gælder faktisk over et vilkårligt legeme, men vi
Læs 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 mere(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 mereSymmetriske matricer. enote Skalarprodukt
enote 19 1 enote 19 Symmetriske matricer I denne enote vil vi beskæftige os med et af de mest benyttede resultater fra lineær algebra den såkaldte spektralsætning for symmetriske matricer. Den siger kort
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 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 mereRækkeudvikling - Inertialsystem. John V Petersen
Rækkeudvikling - Inertialsystem John V Petersen Rækkeudvikling inertialsystem 2017 John V Petersen art-science-soul Vi vil undersøge om inertiens lov, med tilnærmelse, gælder i et koordinatsytem med centrum
Læs mereKøbenhavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 4
Københavns Universitet, Det naturvidenskabelige Fakultet Lineær Algebra LinAlg Afleveringsopgave 4 Eventuelle besvarelser laves i grupper af 2-3 personer og afleveres i to eksemplarer med 3 udfyldte forsider
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 mereNøgleord og begreber Ortogonalt komplement Tømrerprincippet. [LA] 13 Ortogonal projektion
Oversigt [LA] 11, 12, 13 Nøgleord og begreber Ortogonalt komplement Tømrerprincippet Ortogonal projektion Projektion på 1 vektor Projektion på basis Kortest afstand August 2002, opgave 6 Tømrermester Januar
Læs mereEksamen 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 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 mereOpgave 1 Lad R betegne kvartcirkelskiven x 2 + y 2 4, x 0, y 0. (Tegn.) Udregn R x2 y da. Løsning y. Opgave 1 - figur. Calculus 2-2006 Uge 50.
Oversigt [S], [LA] Nøgleord og begreber Egenvektorer, egenværdier og diagonalisering Dobbelt integral og polært koordinatskift Ortogonal projektion og mindste afstand Retningsafledt og gradient Maksimum/minimums
Læs mereForelæsningsnoter 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 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 merestandard normalfordelingen på R 2.
Standard normalfordelingen på R 2 Lad f (x, y) = 1 x 2 +y 2 2π e 2. Vi har så f (x, y) = 1 2π e x2 2 1 2π e y2 2, og ved Tonelli f dm 2 = 1. Ved µ(a) = A f dm 2 defineres et sandsynlighedsmål på R 2 målet
Læs mereNoter til Perspektiver i Matematikken
Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden
Læs mereUnderrum - 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 merePrøveeksamen 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 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 mereNoter til LinAlgNat på KU (Lineær Algebra i Naturvidenskab)
Noter til LinAlgNat på KU (Lineær Algebra i Naturvidenskab) Nikolai Plambech Nielsen, LPK331 Version 10 2 februar 2016 Indhold 1 Introduktion, lineære afbildninger og matricer 3 11 Talrum (R & C) 3 12
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 mere