Lineære 1. ordens differentialligningssystemer

Størrelse: px
Starte visningen fra side:

Download "Lineære 1. ordens differentialligningssystemer"

Transkript

1 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 differentialligninger generelt Det er derfor en god idé at have læst den først Desuden bruges egenværdier og -vektorer i løsningsproceduren, se enote?? og enote 0 Version: 036 Vi vil her kigge på lineære koblede homogene differentialligninger af orden med konstante koefficienter (se eventuelt forklaring ) En sådan samling af koblede differentialligninger kaldes et differentialligningssystem Et differentialligningssystem af orden med n ligninger ser principielt således ud: (t) = a (t) + a (t) + + a n n (t) (t) = a (t) + a (t) + + a n n (t) n(t) = a n (t) + a n (t) + + a nn n (t) (-) I systemets venstreside er differentialkvotienterne af de n ukendte funktioner (t), (t),, n (t) linet op Mens hver højreside er en linearkombination af de n ukendte funktioner Koefficienterne (a erne) er reelle konstanter I matri-format kan systemet skrives således: (t) a a a n (t) (t) = a a a n (t) (-) n(t) a n a n a nn n (t) Endnu mere kompakt skrives det (t) = A(t) (-3)

2 enote A kaldes systemmatricen Det er nu målet at løse et sådant differentialligningssystem, altså bestemme (t) = ( (t), (t),, n (t)) Forklaring Hvad er et differentialligningssystem? Differentialligningssystemer er samlinger af differentialligninger Grunden til, at man ikke betragter differentialligningerne enkeltvis, er, at de ikke kan løses hver for sig, fordi de samme ukendte funktioner optræder i flere ligninger Altså er ligningerne koblede En enkelt differentialligning fra et system kan for eksempel se således ud: (t) = 4 (t) (t) (-4) Det er ikke muligt at bestemme hverken (t) eller (t), da der er to ukendte funktioner, men kun én differentialligning For at kunne løse et sådant system fuldt ud, skal man have lige så mange ligninger, som man har ukendte funktioner (med deres tilhørende afledede) Den anden ligning i systemet kunne derfor være: (t) = 6 (t) + (t) (-5) Vi har nu lige så mange ligninger (to), som vi har ukendte funktioner (to), og det er nu muligt at bestemme både (t) og (t) For overskuelighedens skyld skriver man differentialligningssystemer på matriform Systemet ovenfor ser således ud: [ (t) (t) = [ 4 6 [ (t) (t) (t) = [ 4 (t) = A(t) (-6) 6 Ser man bort fra, at det er vektorer og matricer, der opereres med, ligner ligningssystemet noget, vi har set før: (t) = A (t), som man allerede kunne løse i gymnasiet Løsningen til denne differentialligning er triviel: (t) = ce At, hvor c er en arbitrær konstant Nedenfor finder vi ud af, at løsningen til det tilsvarende system af differentialligninger er sammenlignelig med (t) = ce At Vi løser nu differentialligningssystemet i følgende sætning Sætningen indeholder forudsætninger, der ikke altid er opfyldte De særtilfælde hvor sætningen ikke gælder, undersøges senere Beviset for sætningen indeholder en meget kendt og brugt metode, kaldet diagonaliseringsmetoden

3 enote 3 Sætning Et lineært differentialligningssystem bestående af n ligninger med i alt n ukendte funktioner er givet ved (t) = A(t), t R (-7) Hvis A har n lineært uafhængige egenvektorer v, v,, v n tilhørende (ikke nødvendigvis forskellige) egenværdier, λ, λ,, λ n, er systemets fuldstændige løsningsmængde bestemt ved (t) = c e λ t v + c e λ t v + + c n e λ nt v n, t R, (-8) hvor c, c,, c n er vilkårlige komplekse konstanter: Læg mærke til, at det ikke altid er muligt, at finde n lineært uafhængige egenvektorer Derfor kan man ikke altid bruge sætning til løsning af differentialligningssystemer af orden I sætningen er angivet den fuldstændige komplekse løsningsængde for differentialligningssystemet Den fuldstændige reelle løsningsængde kan derefter findes som den reelle delmængde af den komplekse løsningsmængde Bevis Vi gætter på, at en løsning til differentialligningssystemet (t) = A(t) er en vektor v ganget på e λt, hvor λ er en konstant, så (t) = e λt v Vi har da den differentierede (t) = λe λt v (-9) Sættes dette udtryk for (t) ind i ligning (-7) sammen med udtrykket for (t) fås: λe λt v = Ae λt v Av λv = 0 (A λe)v = 0 (-0) e λt er forskellig for nul for ethvert t R, hvorfor det kan divideres ud Denne ligning er et egenværdiproblem λ er en egenværdi til A og v er den tilhørende egenvektor De kan begge bestemmes Det er nu lykkedes os at finde ud af, at e λt v er én løsning til differentialligningssystemet, når λ er en egenværdi og v den tilhørende egenvektor til A Til at bestemme den fuldstændige løsningsmængde bruges den såkaldte diagonaliseringsmetode: Vi antager, at A = A n n har n lineært uafhængige (reelle eller komplekse) egenvektorer v, v,, v n hørende til egenværdierne λ, λ,, λ n Vi indfører nu den regulære matri V, som indeholder alle egenvektorerne: V = [ v v v n (-)

4 enote 4 Endvidere indføres funktionen y, så y(t) = (y (t), y (t),, y n (t)), således at (t) = Vy(t) (-) Vi har da, at (t) = Vy (t) Indsættes disse udtryk for (t) og (t) i ligning (-7), fås Vy (t) = AVy(t) y (t) = V AVy(t) = Λy(t), (-3) hvor Λ = V AV = diag(λ, λ, λ n ) er en diagonalmatri med egenværdierne tilhørende A Vi har nu ligningen y (t) = Λy(t), der kan skrives på følgende måde: y (t) = λ y (t) y (t) = λ y (t) y n(t) = λ n y n (t) (-4) da Λ kun har elementer forskellig fra nul i diagonalen Dette ligningssystem er ikke koblet: I hver ligning optræder kun én funktion og dens afledede Derfor kan man løse dem enkeltvis, og den fuldstændige løsningsmængde til hver ligning er y(t) = ce λt for alle c C Samlet giver det den fuldstændige løsningsmængde bestående af nedenstående funktioner for alle c, c,, c n C: y(t) = y (t) y (t) y n (t) = c e λ t c e λ t c n e λ nt Da vi nu har løsningen y(t) kan vi også finde løsningen (t) = Vy(t): (t) = [ v v v n c e λ t c e λ t c n e λ nt = c e λ t v + c e λ t v + + c n e λ nt v n (-5) (-6) Vi har nu fundet den fuldstændige komplekse løsningsmængde til ligningssystemet i ligning (-7) som består af funktionerne (t) for alle c, c,, c n C

5 enote TO KOBLEDE DIFFERENTIALLIGNINGER 5 Eksempel 3 Der er givet differentialligningssystemet (t) = (t) + (t) (t) = 3 (t) (-7) som på matriform skrives som (t) = [ (t) = A(t) (-8) 3 0 Det kan vises, at A har egenværdierne λ = 3 og λ = med de tilhørende egenvektorer v = (, ) og v = (, 3) (prøv selv!) Derfor er den fuldstændige reelle løsningsmængde til differentialligningssystemet givet ved nedenstående funktioner for alle c, c R: (t) = [ [ (t) = c (t) e 3t + c e t [ 3, t R (-9) Løsningen er fundet ved brug af sætning En anden måde at opskrive løsningsmængden på er ved at skille ligningssystemet ad, så udgør løsningsmængden, hvor t R, for alle c, c R (t) = c e 3t + c e t (t) = c e 3t 3c e t (-0) To koblede differentialligninger Givet et lineært homogent ordens differentialligningssystem med konstante koefficienter med n ligninger og n ukendte funktioner (t) = A(t) t R (-) Hvis systemmatricen A har n lineært uafhængige egenvektorer, kan systemets reelle løsningsmængde findes ved hjælp af sætning Hvis egenværdierne er reelle, kan den reelle løsningsmængde umiddelbart opskrives efter sætningens formel (-8), hvor de de n tilhørende lineært uafhængigge egenvektorer er reelle, og de arbitrære konstanter angives som reelle Hvis systemmatricen har egenværdier som ikke er reelle, kan den reelle løsningsmænde finde ved at uddrage den reelle delmængde af den komplekse løsningsmængde Også i dette tilfælde vil løsningsmængden kunne opskrives som en linearkombination af n lineært uafhængige reelle løsninger til differentialligningssystem

6 enote TO KOBLEDE DIFFERENTIALLIGNINGER 6 Tilbage har vi særtilfældet, hvor systemmatricen ikke har n lineært uafhængige egenvektorer Også her vil den reelle løsningsmængde være en linearkombination af n lineært uafhængige reelle løsninger til differentialligningssystemet Her kan diagonaliseringsmetoden af gode grunde ikke benyttes, og man må bruge andre metoder I dette afsnit gennemgår vi de nævnte tre tilfælde for systemer der består af n = koblede differentialligninger med ukendte funktioner Metode 4 Den fuldstændige reelle løsningsmængde til differentialligningssystemet (t) = A(t), t R, (-) bestående af n = ligninger med ukendte funktioner, kan opskrives som (t) = c u (t) + c u (t), t R, (-3) hvor u og u er reelle lineært uafhængige partikulære løsninger og c, c R Bestem først egenværdierne til A For rødderne i det karakteristiske polynomium A foreligger der tre muligheder: To reelle enkeltrødder I så fald har begge egenværdier λ og λ algebraisk multiplicitet og geometrisk multiplicitet, og vi kan sætte u (t) = e λ t v og u (t) = e λ t v, (-4) hvor v og v er egentlige egenvektorer tilhørende λ og λ respektivt To komplekse rødder De to egenværdier λ og λ er da hinandens konjugerede komplekse tal Vi bestemmer da u og u ved hjælp af metode 5 En dobbeltrod Her har egenværdien λ algebraisk multiplicitet Hvis den geometriske multiplicitet af λ er, bestemmes u og u ved hjælp af metode 7 Ved den første mulighed i metode 4 med to forskellige reelle egenværdier, kan man udmiddelbart benytte sætning, idet de arbitrære konstanter vælges som reelle, se eksempel 3 Nu følger metoden, der tager sig af tilfældet med to komplekse egenværdier

7 enote TO KOBLEDE DIFFERENTIALLIGNINGER 7 Metode 5 To lineært uafhængige reelle løsninger til differentialligningssystemet (t) = A(t), t R, (-5) hvor A har det komplekse egenværdipar λ = α + βi og λ = α βi med tilhørende egenvektorer v og v, er ( ) u (t) = Re e λt v = e αt (cos(βt)re(v) sin(βt)im(v)) ( ) (-6) u (t) = Im e λt v = e αt (sin(βt)re(v) + cos(βt)im(v)) Beviset medtages i næste version af denne enote Eksempel 6 Givet differentialligningssystemet (t) = Vi ønsker at bestemme den fuldstændige reelle løsningsmængde [ (t) = A(t) (-7) Egenværdierne er bestemt til λ = + i henholdsvis λ = i med de tilhørende egenvektorer v = ( i, ) henholdsvis v = (i, ) Det ses, at der er to komplekse egenværdier og dertil to komplekse egenvektorer Med λ = + i haves v = [ i = [ 0 + i [ 0 Bruges metode 5 har vi da de to løsninger: [ [ ) u (t) = e (cos(t) t 0 sin(t) 0 [ u (t) = e (sin(t) t 0 + cos(t) = Re(v) + iim(v) (-8) [ ) 0 [ sin(t) = e t cos(t) [ cos(t) = e t sin(t) (-9) (-30) Den fuldstændige reelle løsningsmængde til differentialligningssystemet (-7) er da givet ved følgende funktioner for alle c, c R: ( [ [ ) sin(t) cos(t) (t) = c u (t) + c u (t) = e t c + c cos(t), t R (-3) sin(t) fundet ved hjælp af metode 4

8 enote TO KOBLEDE DIFFERENTIALLIGNINGER 8 Endelig beskrives metoden der kan bruges, hvis systemmatricen har egenværdien λ med am(λ) = og gm(λ) =, dvs hvor diagonalisering ikke mulig Metode 7 Hvis systemmatricen A til differentialligningssystemet (t) = A(t), t R, (-3) har en egenværdi λ med algebraisk multiplicitet, men det tilhørende egenvektorrum kun har geometrisk multiplicitet, findes to lineært uafhængige løsninger til differentialligningssystemet af formen: u (t) = e λt v u (t) = te λt v + e λt b, (-33) hvor v er egenvektoren tilhørende egenværdien λ, og b er løsning til nedenstående lineære ligningssystem: (A λe)b = v (-34) Bevis Det er åbenlyst, at den ene løsning til differentialligningssystemet er u (t) = e λt v Det svære er at finde endnu en løsning Vi gætter på en løsning af formen hvor v er en egenvektor tilhørende λ Vi har da u (t) = te λt v + e λt b = e λt (tv + b), (-35) u (t) = (e λt + λte λt )v + λe λt b = e λt (( + λt)v + λb) (-36) Vi kontrollerer, om u (t) er en løsning ved at indsætte det i (t) = A(t): u (t) = Au (t) ( + λt)v + λb = A(tv + b) t(λv Av) + (v + λb Ab) = 0 λv Av = 0 v + λb Ab = 0 (-37) Den første ligning kan nemt omformes til Av = λv, og den ses at være sand, da v er en egenvektor tilhørende λ Den anden ligning omformes: v + λb Ab = 0 Ab λb = v (A λe)b = v (-38)

9 enote TO KOBLEDE DIFFERENTIALLIGNINGER 9 Hvis b opfylder det foreskrevne ligningssystem, vil u (t) også være en løsning til differentialligningssystemet Vi har nu fundet to løsninger, og vi skal finde ud af, om de er lineært uafhængige Dette gøres ved et normalt linearitetskriterium: Hvis ligningen k u + k u = 0 kun har løsningen k = k = 0 er u og u lineært uafhængige k u + k u = 0 k e λt v + k (te λt v + be λt ) = 0 t(k v) + (k v + k b) = 0 k v = 0 k v + k b = 0 (-39) Da v er en egenvektor, er den forskellig fra nulvektoren, og derfor er k = 0 ifølge den første ligning Den anden ligning er derved blevet reduceret til k v = 0, og med samme argument haves k = 0 Derfor er de løsninger lineært uafhængige, og metoden er nu bevist Eksempel 8 Givet differentialligningssystemet (t) = [ 6 (t) = A(t) (-40) 4 Egenværdierne bestemmes for A: det(a λe) = 6 λ 4 λ = (6 λ)( λ) + 4 = λ 8λ + 96 = (λ 4) = 0 (-4) Der er altså kun én egenværdi, nemlig λ = 4, selvom det er et -system Egenvektorerne bestemmes: [ [ [ 6 4 A 4E = = (-4) Man har da egenvektoren (, ), eller v = (, ) Vi må altså konstatere, at egenværdien λ har algebraisk multiplicitet, men at det tilhørende vektorrum har geometrisk multiplicitet For at bestemme to uafhængige løsninger til differentialligningsystemet kan metode 7 bruges Først løses følgende ligningssystem: (A λe)b = v [ [ b = 4 [ [ (-43) (-44)

10 enote N-DIMENSIONALT LØSNINGSRUM 0 Dette giver b = (, ), hvis den frie variabel sættes til De to løsninger er da u (t) = e 4t [ u (t) = te 4t [ [ + e 4t (-45) Ved hjælp af metode 4 kan den fuldstændige løsningsmængde bestemmes til at være følgende funktioner for alle c, c R: (t) = c u (t) + c u (t) = c e 4t [ + c e 4t ( t [ + [ ) (-46) n-dimensionalt løsningsrum I det foregående afsnit har vi betragtet koblede systemer bestående af to lineære ligningssystemer med to ukendte funktioner Løsningsrummet er to-dimensionalt, idet det kan opskrives som en linearkombination af to lineært uafhængige løsninger Dette kan generaliseres til vilkårlige systemer med n koblede lineære differentialligninger med n ukendte funtioner: Løsningsmængden er en linearkombination af netop n lineært uafhængige løsninger Dette formuleres i generel form i følgende sætning Sætning 9 Givet det lineære homogene ordens differentialligningssystem med konstante reelle koefficienter (t) = A(t), t R, (-47) bestående af n ligninger og med i alt n ukendte funktioner Den fuldstændige reelle løsningsmængde til systemet er n-dimensionalt kan opskrives ved (t) = c u (t) + c u (t) + + c n u n (t), (-48) hvor u (t), u (t),, u n (t) er lineært uafhængige reelle løsninger til differentialligningssystemet, og c, c,, c n R Herunder er et eksempel med et koblet system af tre differentiallinger, der eksemplificerer sætning 9

11 enote N-DIMENSIONALT LØSNINGSRUM Eksempel 0 Advanced Givet differentialligningssystemet (t) = 3 5 (t) = A(t) (-49) 4 6 Vi ønsker at bestemme den fuldstændige reelle løsningsmængde til differentialligningssystemet Egenværdierne og egenvektorene kan bestemmes og er som følger: λ = 4 : v = (0, 5, ) λ = : v = (5, 5, 3) Desuden har λ algebraisk multiplicitet, men det tilhørende egenvektorrum har geometrisk multiplicitet Fordi n = 3 skal vi bruge 3 lineært uafhængige løsninger til at danne den fuldstændige løsningsmængde, som set i sætning 9 Egenværdierne betragtes hver for sig: ) Den første egenværdi, λ = 4, har både geometrisk og algebraisk multiplicitet lig Det giver netop én løsning 0 u (t) = e λt v = e 4t 5 (-50) ) Den anden egenværdi, λ =, har algebraisk multiplicitet, men geometrisk multiplicitet Derfor kan vi bruge metode 7 til at finde to løsninger Først bestemmes b: (A λ E)b = v b = 5 (-5) En partikulær løsning til dette ligningssystem er b = (0,, ) Med denne viden har vi yderligere to lineært uafhængige løsninger til differentialligningssystemet: 5 u (t) = e λt v = e t 5 u 3 (t) = te λt v + e λt b = te t 5 + e t Det er op til læseren at vise, at de tre løsninger er lineært uafhængige (-5) Ifølge metode 9 er den fuldstændige reelle løsningsmængde udgjort af følgende linearkombination for alle c, c, c 3 R: (t) = c u (t) + c u (t) + c 3 u 3 (t) (-53)

12 enote 3 EKSISTENS OG ENTYDIGHED AF LØSNINGER Dette giver altså (t) = c e 4t 5 + c e t 5 + c 3 te t 5 + e t (-54) 3 3 hvor t R og alle c, c, c 3 R 3 Eksistens og entydighed af løsninger Ifølge struktursætningen 9 indeholder den fuldstændige løsningsmængde til et differentialligningssystem med n ligninger n arbitrære konstanter Hvis man har n begyndelsesværdibetingelser, så kan konstanterne bestemmes, og vi får da en entydig løsning Dette formuleres i følgende eksistens- og entydighedssætning Sætning Et ordens differentialligningssystem bestående af n ligninger og n ukendte funktioner med konstante koefficienter er givet ved (t) = A(t), t I (-55) For ethvert t 0 I og ethvert talsæt y 0 = (y, y,, y n ) findes der netop én løsning (t) = ( (t), (t), n (t) ) der opfylder begyndelsesværdibetingelsen hvilket vil sige at (t 0 ) = y 0, (-56) (t 0 ) = y, (t 0 ) = y,, n (t 0 ) = y n (-57) Beviset udelades Eksempel I eksempel 3 fandt vi den fuldstændige løsningsmængde til differentialligningssystemet [ (t) = (t), t R, (-58) 3 0 nemlig (t) = [ [ (t) = c (t) e 3t + c e t [ 3, t R (-59)

13 enote 4 OMFORMNING AF N-TE ORDENS DIFFERENTIALLIGNINGER 3 Vi ønsker nu at bestemme den entydige løsning (t) = ( (t), (t)) som opfylder begyndelsesværdibetingelsen (0) = ( (0), (0)) = (6, 6) Dette giver ligningssystemet [ [ 6 = c 6 e 0 + c e 0 [ 3 = [ [ c 3 c (-60) Med sædvanlig GaussJordan-elimination fås [ [ [ (-6) Man får altså løsningen (c, c ) = (6, 0), og den entydige og betingede løsning er derfor (t) = 6e 3t [, t R, (-6) hvilket er det samme som at I dette særtilfælde er de to funktioner altså identiske (t) = 6e 3t (t) = 6e 3t (-63) 4 Omformning af lineære n-te ordens homogene differentialligninger til et ordens differentialligningssystem Med lidt snilde er det muligt at omforme en vilkårlig homogen n-te ordens differentialligning med konstante koefficienter til et differentialligningssystem, som kan løses ved hjælp af denne note

14 enote 4 OMFORMNING AF N-TE ORDENS DIFFERENTIALLIGNINGER 4 Metode 3 En n-te ordens lineær differentialligning, (n) (t) + a n (n ) (t) + a n (n ) (t) + + a (t) + a 0 (t) = 0 (-64) for t R, kan omformes til et ordens differentialligningssystem, og systemet vil se således ud: og (t) = (t) (t) (t) n (t) n(t) = a 0 a a a n (t) (t) n (t) n (t) (-65) Beviset for denne omskrivning er simpelt og giver god forståelse for omformningen Bevis Lad der være givet en n-te ordens differentialligning som i ligning (-64) Vi indfører n funktioner på denne måde: (t) = (t) (t) = (t) 3 (t) = (t) = (t) = (t) n (t) = n (t) = (n ) (t) n (t) = n (t) = (n ) (t) Disse nye udtryk indsættes i differentialligningen (-64): (-66) n(t) + a n n (t) + a n n (t) + + a (t) + a 0 (t) = 0 (-67) Denne ligning kan sammen nu med ligningerne (-66) skrives op på matriform (t) (t) (t) (t) = n (t) n (t) n(t) a 0 a a a n n (t) Metoden er nu bevist (-68)

15 enote 4 OMFORMNING AF N-TE ORDENS DIFFERENTIALLIGNINGER 5 Eksempel 4 Givet en lineær differentialligning af 3 orden med konstante koefficienter: (t) 4 (t) 7 (t) + 0(t) = 0, t R (-69) Vi ønsker at bestemme den fuldstændige løsningsmængde Derfor indføres funktionerne (t) = (t) (t) = (t) = (t) 3 (t) = (t) = (t) (-70) På denne måde kan vi omskrive differentialligningen til 3(t) 4 3 (t) 7 (t) + 0 (t) = 0 (-7) Og vi kan da samle de tre sidste ligninger i et ligningssystem (t) = (t) (t) = 3(t) 3 (t) = 0 (t) + 7 (t) (t) (-7) Det skrives på matriform på denne måde: (t) = 0 0 (t) (-73) Egenværdierne bestemmes til at være λ =, λ = og λ 3 = 5 Den fuldstændige løsningsmængde til differentialligningssystemet er ifølge sætning givet ved følgende funktioner for alle de arbitrære konstanter c, c, c 3 R: hvor v, v, v 3 er respektive egenvektorer (t) = c e t v + c e t v + c 3 e 5t v 3, t R, (-74) Vi skal imidlertid kun bruge løsningsmængden til (t) = (t), hvorfor den tages ud af systemet Desuden indfører vi nu tre nye arbitrære konstanter k, k, k 3 R, der skal gøre det ud for produkterne mellem c erne og egenvektorernes førstekoordinat Resultatet bliver således (t) = (t) = k e t + k e t + k 3 e 5t, t R (-75) Dette udgør den fuldstændige løsningsmængde til differentialligningen (-69) Hvis førstekoordinaten i v er 0 sættes k = 0, i modsat fald kan k være et vilkårligt reelt tal På samme måde med k og k 3

Lineære 1. ordens differentialligningssystemer

Lineære 1. ordens differentialligningssystemer enote 7 enote 7 Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses Der bruges egenværdier og egenvektorer i løsningsproceduren,

Læs mere

Lineære 1. ordens differentialligningssystemer

Lineære 1. ordens differentialligningssystemer enote enote Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses enoten er i forlængelse af enote, der beskriver lineære

Læs mere

Lineære 2. ordens differentialligninger med konstante koefficienter

Lineære 2. ordens differentialligninger med konstante koefficienter enote 13 1 enote 13 Lineære 2. ordens differentialligninger med konstante koefficienter I forlængelse af enote 11 og enote 12 om differentialligninger, kommer nu denne enote omkring 2. ordens differentialligninger.

Læs mere

Modulpakke 3: Lineære Ligningssystemer

Modulpakke 3: Lineære Ligningssystemer Chapter 4 Modulpakke 3: Lineære Ligningssystemer 4. Homogene systemer I teknikken møder man meget ofte modeller der leder til systemer af koblede differentialligninger. Et eksempel på et sådant system

Læs mere

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning Chapter 3 Modulpakke 3: Egenværdier 3.1 Indledning En vektor v har som bekendt både størrelse og retning. Hvis man ganger vektoren fra højre på en kvadratisk matrix A bliver resultatet en ny vektor. Hvis

Læs mere

DesignMat Uge 4 Systemer af lineære differentialligninger I

DesignMat Uge 4 Systemer af lineære differentialligninger I DesignMat Uge Systemer af lineære differentialligninger I Preben Alsholm Efterår 008 1 Lineære differentialligningssystemer 11 Lineært differentialligningssystem af første orden I Lineært differentialligningssystem

Læs mere

DesignMat Uge 1 Gensyn med forårets stof

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

Læs mere

Egenværdier og egenvektorer

Egenværdier og egenvektorer enote 9 enote 9 Egenværdier og egenvektorer Denne note indfører begreberne egenværdier og egenvektorer for lineære afbildninger i vilkårlige generelle vektorrum og går derefter i dybden med egenværdier

Læs mere

Lineære differentialligningers karakter og lineære 1. ordens differentialligninger

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

Læs mere

DesignMat Uge 5 Systemer af lineære differentialligninger II

DesignMat Uge 5 Systemer af lineære differentialligninger II DesignMat Uge 5 Systemer af lineære differentialligninger II Preben Alsholm Efterår 21 1 Lineære differentialligningssystemer 11 Lineært differentialligningssystem af første orden Lineært differentialligningssystem

Læs mere

Nøgleord og begreber. Definition 15.1 Den lineære 1. ordens differentialligning er

Nøgleord og begreber. Definition 15.1 Den lineære 1. ordens differentialligning er Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17 Nøgleord og begreber 1. ordens lineær ligning Løsningsmetode August 2002, opgave 7 1. ordens lineært system Løsning ved egenvektor Lille opgave Stor opgave

Læs mere

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17 Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17 Nøgleord og begreber 1. ordens lineær ligning Løsningsmetode August 2002, opgave 7 1. ordens lineært system Løsning ved egenvektor Lille opgave Stor opgave

Læs mere

DesignMat Lineære differentialligninger I

DesignMat Lineære differentialligninger I DesignMat Lineære differentialligninger I Preben Alsholm Uge Forår 0 1 Lineære differentialligninger af første orden 1.1 Normeret lineær differentialligning Normeret lineær differentialligning En differentialligning,

Læs mere

Førsteordens lineære differentialligninger

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

Læs mere

DesignMat Lineære differentialligninger I

DesignMat Lineære differentialligninger I DesignMat Lineære differentialligninger I Preben Alsholm Uge 9 Forår 2010 1 Lineære differentialligninger af første orden 1.1 Normeret lineær differentialligning Normeret lineær differentialligning En

Læs mere

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer DesignMat September 2008 fortsat Eksempel : et Eksempel 4 () af I II uden I Lad V være et vektorrum over L (enten R eller C). fortsat Eksempel : et Eksempel 4 () af I II uden I Lad V være et vektorrum

Læs mere

Lineære ligningssystemer

Lineære 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

Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec.

Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec. Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec. 1 Komplekse vektorrum I defininitionen af vektorrum i Afsnit 4.1 i Niels Vigand Pedersen Lineær Algebra

Læs mere

Egenværdier og egenvektorer

Egenværdier og egenvektorer 1 Egenværdier og egenvektorer 2 Definition Lad A være en n n matrix. En vektor v R n, v 0, kaldes en egenvektor for A, hvis der findes en skalar λ således Av = λv Skalaren λ kaldes en tilhørende egenværdi.

Læs mere

12.1 Cayley-Hamilton-Sætningen

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

Læs mere

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [DL] 1, 2

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [DL] 1, 2 Oversigt [S] 7.3, 7.4, 7.5, 7.6; [DL] 1, 2 Her skal du lære om Separable ligninger Logistisk ligning og eksponentiel vækst 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens

Læs mere

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2 Affine rum I denne note behandles kun rum over R. Alt kan imidlertid gennemføres på samme måde over C eller ethvert andet legeme. Et underrum U R n er karakteriseret ved at det er en delmængde som er lukket

Læs mere

Nøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave

Nøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 14, 15 Nøgleord og begreber Separable ligninger 1. ordens lineær ligning August 2002, opgave 7 Rovdyr-Byttedyr system 1. ordens lineært system Opgave Calculus 2-2005

Læs mere

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

DESIGNMAT FORÅR 2012: UGESEDDEL Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til. DESIGNMAT FORÅR 2012: UGESEDDEL 13 INSTITUT FOR MATEMATIK 1. Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til. 2. Aktiviteter mandag 13 17 2.1.

Læs mere

Lineær algebra: Egenværdier, egenvektorer, diagonalisering

Lineær algebra: Egenværdier, egenvektorer, diagonalisering Lineær algebra: Egenværdier, egenvektorer, diagonalisering Institut for Matematiske Fag Aalborg Universitet 2011 Egenvektorer og egenværdier Mål: Forståelse af afbildningen x Ax fra R n R n for en n n-matrix

Læs mere

Matematisk modellering og numeriske metoder. Lektion 5

Matematisk modellering og numeriske metoder. Lektion 5 Matematisk modellering og numeriske metoder Lektion 5 Morten Grud Rasmussen 19. september, 2013 1 Euler-Cauchy-ligninger [Bogens afsnit 2.5, side 71] 1.1 De tre typer af Euler-Cauchy-ligninger Efter at

Læs mere

Lotka-Volterra modellen

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

Læs mere

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017 Besvarelser til Lineær Algebra Ordinær Eksamen - 12. Juni 2017 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende

Læs mere

Hans J. Munkholm: En besvarelse af

Hans J. Munkholm: En besvarelse af Hans J. Munkholm: En besvarelse af Projekt for MM501, Lineære differentialligninger November-december 2009 Nummererede formler fra opgaveformuleringen Her samles alle opgavens differentialligninger og

Læs mere

Differentialligninger Hvad beskriver en differentialligning? Hvordan noget ændrer sig (oftest over tid). Tangenthældninger langs en kurve.

Differentialligninger Hvad beskriver en differentialligning? Hvordan noget ændrer sig (oftest over tid). Tangenthældninger langs en kurve. Differentialligninger Hvad beskriver en differentialligning? Hvordan noget ændrer sig (oftest over tid) Tangenthældninger langs en kurve x Retningsfelter x x(t) sin(π t) + x / π cos(π t) Jeppe Revall Frisvad

Læs mere

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016 Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 206 Mikkel Findinge http://findinge.com/ Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan.

Læs mere

Komplekse tal. Mikkel Stouby Petersen 27. februar 2013

Komplekse tal. Mikkel Stouby Petersen 27. februar 2013 Komplekse tal Mikkel Stouby Petersen 27. februar 2013 1 Motivationen Historien om de komplekse tal er i virkeligheden historien om at fjerne forhindringerne og gøre det umulige muligt. For at se det, vil

Læs mere

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1 Besvarelse af Eksamensopgaver Juni 5 i Matematik H Opgave De fire vektorer stilles op i en matrix som reduceres: 4 4 4 8 4 4 (a) Der er ledende et-taller så dim U =. Som basis kan f.eks. bruges a a jfr.

Læs mere

DesignMat Uge 1 Repetition af forårets stof

DesignMat Uge 1 Repetition af forårets stof DesignMat Uge 1 Repetition af forårets stof Preben Alsholm Efterår 008 01 Lineært ligningssystem Lineært ligningssystem Et lineært ligningssystem: a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + +

Læs mere

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018 Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Juni 28 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende

Læs mere

Lineære ligningssystemer

Lineære 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 mere

Symmetriske og ortogonale matricer Uge 7

Symmetriske og ortogonale matricer Uge 7 Symmetriske og ortogonale matricer Uge 7 Preben Alsholm Efterår 2009 1 Symmetriske og ortogonale matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = [ a ij kaldes symmetrisk, hvis aij = a ji

Læs mere

Noter til An0 DIFFERENTIALLIGNINGER MED KONSTANTE KOEFFICIENTER

Noter til An0 DIFFERENTIALLIGNINGER MED KONSTANTE KOEFFICIENTER UDKAST 7122009 Noter til An0 Inst f Matematiske Fag Gerd Grubb December 2009 DIFFERENTIALLIGNINGER MED KONSTANTE KOEFFICIENTER 1 Generelle resultater 11 Introduktion I tidligere kurser er der gennemgået

Læs mere

Vektorrum. enote Generalisering af begrebet vektor

Vektorrum. 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 mere

Symmetriske og ortogonale matricer Uge 6

Symmetriske og ortogonale matricer Uge 6 Symmetriske og ortogonale matricer Uge 6 Preben Alsholm Efterår 2010 1 Symmetriske og ortogonale matricer 1.1 Skalarprodukt og Cauchy-Schwarz ulighed Skalarprodukt og Cauchy-Schwarz ulighed Det sædvanlige

Læs mere

Eksempel på 2-timersprøve 2 Løsninger

Eksempel 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 mere

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

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

Læs mere

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

Oversigt [LA] 10, 11; [S] 9.3 Oversigt [LA] 1, 11; [S] 9.3 Nøgleord og begreber Repetition: enhedsvektor og identitetsmatrix Diagonalmatricer Diagonalisering og egenvektorer Matrixpotens August 22, opgave 2 Skalarprodukt Længde Calculus

Læs mere

Diagonalisering. Definition (diagonaliserbar)

Diagonalisering. Definition (diagonaliserbar) 1 Diagonalisering 2 Definition (diagonaliserbar) Lad A være en n n-matrix. A siges at være diagonaliserbar hvis A er similær med en diagonal matrix, dvs. A = PDP 1, hvor D er en n n diagonal matrix og

Læs mere

Matricer og lineære ligningssystemer

Matricer og lineære ligningssystemer Matricer og lineære ligningssystemer Grete Ridder Ebbesen Virum Gymnasium Indhold 1 Matricer 11 Grundlæggende begreber 1 Regning med matricer 3 13 Kvadratiske matricer og determinant 9 14 Invers matrix

Læs mere

Algebra - Teori og problemløsning

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

Læs mere

Lineær Algebra eksamen, noter

Lineær Algebra eksamen, noter Lineær Algebra eksamen, noter Stig Døssing, 20094584 June 6, 2011 1 Emne 1: Løsninger og least squares - Løsning, ligningssystem RREF (ERO) løsninger Bevis at RREF matrix findes Løsninger til system (0,

Læs mere

9.1 Egenværdier og egenvektorer

9.1 Egenværdier og egenvektorer SEKTION 9.1 EGENVÆRDIER OG EGENVEKTORER 9.1 Egenværdier og egenvektorer Definition 9.1.1 1. Lad V være et F-vektorrum; og lad T : V V være en lineær transformation. λ F er en egenværdi for T, hvis der

Læs mere

Uge 6 Store Dag. Opgaver til OPGAVER 1. Opgave 1 Udregning af determinant. Håndregning Der er givet matricen A =

Uge 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 mere

Lineær Algebra F08, MØ

Lineær Algebra F08, MØ Lineær Algebra F08, MØ Vejledende besvarelser af udvalgte opgaver fra Ugeseddel 3 og 4 Ansvarsfraskrivelse: Den følgende vejledning er kun vejledende. Opgaverne kommer i vilkårlig rækkefølge. Visse steder

Læs mere

Matematisk modellering og numeriske metoder. Lektion 6

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

Læs mere

EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) JANUAR 2006 AARHUS UNIVERSITET.. Beregn den retningsafledede D u f(0, 0).

EKSAMENSOPGAVELØSNINGER 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

Modulpakke 3: Lineære Ligningssystemer

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

Læs mere

Københavns Universitet, Det naturvidenskabelige Fakultet. Forelæsningsnote 8. (NB: Noten er ikke en del af pensum)

Københavns Universitet, Det naturvidenskabelige Fakultet. Forelæsningsnote 8. (NB: Noten er ikke en del af pensum) Københavns Universitet, Det naturvidenskabelige Fakultet Lineær Algebra LinAlg Forelæsningsnote 8 NB: Noten er ikke en del af pensum Eksempel på brug af egenværdier og egenvektorer Måske er det stadig

Læs mere

Matematisk modellering og numeriske metoder. Lektion 1

Matematisk modellering og numeriske metoder. Lektion 1 Matematisk modellering og numeriske metoder Lektion 1 Morten Grud Rasmussen 4. september, 2013 1 Ordinære differentialligninger ODE er 1.1 ODE er helt grundlæggende Definition 1.1 (Ordinære differentialligninger).

Læs mere

Lektion 13 Homogene lineære differentialligningssystemer

Lektion 13 Homogene lineære differentialligningssystemer Lektion 13 Lineære differentialligningssystemer Homogene lineære differentialligningssystemer med konstante koefficienter Inhomogene systemer To-kammer modeller Lotka Volterra (ikke lineært) 1 To-kammer

Læs mere

Symmetriske matricer

Symmetriske 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 mere

DIFFERENTIALLIGNINGER NOTER TIL CALCULUS 2003 AARHUS UNIVERSITET

DIFFERENTIALLIGNINGER NOTER TIL CALCULUS 2003 AARHUS UNIVERSITET DIFFERENTIALLIGNINGER NOTER TIL CALCULUS 2003 AARHUS UNIVERSITET H.A. NIELSEN INDHOLD. Lineær ligning 2 2. Lineært system 8 3. Generel ligning 6 4. Stabilitet 8 Litteratur 2 Noterne er til 4 timers forelæsninger

Læs mere

Det teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave C

Det 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 mere

Lineære ligningssystemer og Gauss-elimination

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

Læs mere

Besvarelser til de to blokke opgaver på Ugeseddel 7

Besvarelser til de to blokke opgaver på Ugeseddel 7 Besvarelser til de to blokke opgaver på Ugeseddel 7 De anførte besvarelser er til dels mere summariske end en god eksamensbesvarelse bør være. Der kan godt være fejl i - jeg vil meget gerne informeres,

Læs mere

Tidligere Eksamensopgaver MM505 Lineær Algebra

Tidligere Eksamensopgaver MM505 Lineær Algebra Institut for Matematik og Datalogi Syddansk Universitet Tidligere Eksamensopgaver MM55 Lineær Algebra Indhold Typisk forside.................. 2 Juni 27.................... 3 Oktober 27..................

Læs mere

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

Oversigt [LA] 1, 2, 3, [S] 9.1-3 Oversigt [LA], 2, 3, [S] 9.-3 Nøgleord og begreber Koordinatvektorer, talpar, taltripler og n-tupler Linearkombination Underrum og Span Test linearkombination Lineær uafhængighed Standard vektorer Basis

Læs mere

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix. Oversigt [LA] 3, 4, 5 Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse matricer Test invers

Læs mere

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix. Oversigt [LA] 3, 4, 5 Matrix multiplikation Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse

Læs mere

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018 Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 08 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende

Læs mere

Polynomier af én variabel

Polynomier af én variabel enote 30 1 enote 30 Polynomier af én variabel I denne enote introduceres komplekse polynomier af én variabel. Der forudsættes elementært kendskab til komplekse tal, og kendskab til reelle polynomier af

Læs mere

Oversigt [LA] 3, 4, 5

Oversigt [LA] 3, 4, 5 Oversigt [LA] 3, 4, 5 Nøgleord og begreber Matrix multiplikation Identitetsmatricen Transponering Fra matrix til afbildning Fra afbildning til matrix Test matrix-afbildning Inverse matricer Test invers

Læs mere

Taylors formel. Kapitel Klassiske sætninger i en dimension

Taylors formel. Kapitel Klassiske sætninger i en dimension Kapitel 3 Taylors formel 3.1 Klassiske sætninger i en dimension Sætning 3.1 (Rolles sætning) Lad f : [a, b] R være kontinuert, og antag at f er differentiabel i det åbne interval (a, b). Hvis f (a) = f

Læs mere

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02) SYDDANSK UNIVERSITET ODENSE UNIVERSITET INSTITUT FOR MATEMATIK OG DATALOGI Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM2) Fredag d. 2. januar 22 kl. 9. 3. 4 timer med alle sædvanlige skriftlige

Læs mere

Vejledende besvarelse på august 2009-sættet 2. december 2009

Vejledende besvarelse på august 2009-sættet 2. december 2009 Vejledende besvarelse på august 29-sættet 2. december 29 Det følgende er en vejledende besvarelse på eksamenssættet i kurset Calculus, som det så ud i august 29. Den tjener primært til illustration af,

Læs mere

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

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

Læs mere

Afstande, skæringer og vinkler i rummet

Afstande, skæringer og vinkler i rummet Afstande, skæringer og vinkler i rummet Frank Villa 2. maj 202 c 2008-20. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold

Læs mere

Besvarelser til Lineær Algebra Reeksamen August 2016

Besvarelser til Lineær Algebra Reeksamen August 2016 Besvarelser til Lineær Algebra Reeksamen - 9. August 26 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende

Læs mere

Kvadratiske matricer. enote Kvadratiske matricer

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

Læs mere

Lektion 12. højere ordens lineære differentiallininger. homogene. inhomogene. eksempler

Lektion 12. højere ordens lineære differentiallininger. homogene. inhomogene. eksempler Lektion 12 2. ordens lineære differentialligninger homogene inhomogene eksempler højere ordens lineære differentiallininger 1 Anden ordens lineære differentialligninger med konstante koefficienter A. Homogene

Læs mere

Komplekse Tal. 20. november 2009. UNF Odense. Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet

Komplekse Tal. 20. november 2009. UNF Odense. Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet Komplekse Tal 20. november 2009 UNF Odense Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet Fra de naturlige tal til de komplekse Optælling af størrelser i naturen De naturlige tal N (N

Læs mere

Ligningssystemer - nogle konklusioner efter miniprojektet

Ligningssystemer - nogle konklusioner efter miniprojektet Ligningssystemer - nogle konklusioner efter miniprojektet Ligningssystemet Ax = 0 har mere end en løsning (uendelig mange) hvis og kun hvis nullity(a) 0 Løsningerne til et konsistent ligningssystem Ax

Læs mere

Afstande, skæringer og vinkler i rummet

Afstande, skæringer og vinkler i rummet Afstande, skæringer og vinkler i rummet Frank Nasser 9. april 20 c 2008-20. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her.

Læs mere

Matematisk modellering og numeriske metoder

Matematisk modellering og numeriske metoder Matematisk modellering og numeriske metoder Morten Grud Rasmussen 5. september 2016 1 Ordinære differentialligninger ODE er 1.1 ODE er helt grundlæggende Definition 1.1 (Ordinære differentialligninger).

Læs mere

DesignMat Lineære ligningssystemer og Gauss-elimination

DesignMat 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 mere

Matematisk modellering og numeriske metoder. Lektion 10

Matematisk modellering og numeriske metoder. Lektion 10 Matematisk modellering og numeriske metoder Lektion 10 Morten Grud Rasmussen 2. november 2016 1 Partielle differentialligninger 1.1 Det grundlæggende om PDE er Definition 1.1 Partielle differentialligninger

Læs mere

Jeg foretager her en kort indføring af polynomier over såvel de reelle som

Jeg foretager her en kort indføring af polynomier over såvel de reelle som Polynomier, rødder og division Sebastian Ørsted 20. november 2016 Jeg foretager her en kort indføring af polynomier over såvel de reelle som de komplekse tal, hvor fokus er på at opbygge værktøjer til

Læs mere

Matematik A. Højere teknisk eksamen. Forberedelsesmateriale. htx112-mat/a-26082011

Matematik A. Højere teknisk eksamen. Forberedelsesmateriale. htx112-mat/a-26082011 Matematik A Højere teknisk eksamen Forberedelsesmateriale htx112-mat/a-26082011 Fredag den 26. august 2011 Forord Forberedelsesmateriale til prøverne i matematik A Der er afsat 10 timer på 2 dage til

Læs mere

Mat10 eksamensspørgsmål

Mat10 eksamensspørgsmål Mat10 eksamensspørgsmål Martin Geisler 9. januar 2002 Resumé Dette dokument er en gennemgang af de eksamensspørgsmål der blev stillet til den mundtlige eksamen i Mat10, januar 2002

Læs mere

Matematisk modellering og numeriske metoder. Lektion 4

Matematisk modellering og numeriske metoder. Lektion 4 Matematisk modellering og numeriske metoder Lektion 4 Morten Grud Rasmussen 17. september, 013 1 Homogene andenordens lineære ODE er [Bogens afsnit.1] 1.1 Linearitetsprincippet Vi så sidste gang, at førsteordens

Læs mere

Fononiske Båndgab. Køreplan Matematik 1 - FORÅR 2005

Fononiske Båndgab. Køreplan Matematik 1 - FORÅR 2005 Fononiske Båndgab Køreplan 01005 Matematik 1 - FORÅR 2005 1 Baggrund Bølgeudbredelse i materialer og medier (som f.eks. luft) er et fænomen, der kendes af alle og som observeres i forskellige former i

Læs mere

Polynomier af én variabel

Polynomier af én variabel enote 30 1 enote 30 Polynomier af én variabel I denne enote introduceres komplekse polynomier af én variabel. Der forudsættes elementært kendskab til komplekse tal og kendskab til reelle polynomier af

Læs mere

Fononiske Båndgab. Køreplan Matematik 1 - FORÅR 2004

Fononiske Båndgab. Køreplan Matematik 1 - FORÅR 2004 Fononiske Båndgab Køreplan 01005 Matematik 1 - FORÅR 2004 1 Baggrund Bølgeudbredelse i materialer og medier (som f.eks. luft) er et fænomen, der kendes af alle og som observeres i forskellige former i

Læs mere

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier

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

Læs mere

Reaktionskinetik - 1 Baggrund. lineære og ikke-lineære differentialligninger. Køreplan

Reaktionskinetik - 1 Baggrund. lineære og ikke-lineære differentialligninger. Køreplan Reaktionskinetik - lineære og ikke-lineære differentialligninger Køreplan 1 Baggrund På 2. eller 4. semester møder kemi/bioteknologi studerende faget Indledende Fysisk Kemi (26201/26202). Her behandles

Læs mere

Eksempel på 2-timersprøve 1 Løsninger

Eksempel på 2-timersprøve 1 Løsninger Eksempel på -timersprøve Løsninger Preben lsholm Marts 4 Opgave Vi skal løse ligningen () z (8 + i) e i 6 = Løsningen ønskes angivet på rektangulær form, dvs. på formen x + iy, hvor x; y R. Vi nder umiddelbart

Læs mere

Lineær Algebra - Beviser

Lineær Algebra - Beviser Lineær Algebra - Beviser Mads Friis 8 oktober 213 1 Lineære afbildninger Jeg vil i denne note forsøge at give et indblik i, hvor kraftfuldt et værktøj matrix-algebra kan være i analyse af lineære funktioner

Læs mere

Opgave 1 Betragt funktionen. x + y for x > 0, y > 0. 3) Angiv en enhedsvektor u så at den retningsafledede D u f(5, 2) er 0.

Opgave 1 Betragt funktionen. x + y for x > 0, y > 0. 3) Angiv en enhedsvektor u så at den retningsafledede D u f(5, 2) er 0. 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 mere

Sylvesters kriterium. Nej, ikke mit kriterium. Sætning 9. Rasmus Sylvester Bryder

Sylvesters kriterium. Nej, ikke mit kriterium. Sætning 9. Rasmus Sylvester Bryder Sætning 9 Sylvesters kriterium Nej, ikke mit kriterium Rasmus Sylvester Bryder Inspireret af en statistikers manglende råd om hvornår en kvadratisk matrix er positivt definit uden at skulle ud i at bestemme

Læs mere

Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016

Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016 Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende

Læs mere

Opgave 1 - løsning 1) De partielle afledede beregnes. Opgave 1 Betragt funktionen. x + y for x > 0, y > 0. f x = y 1 (x + y) 2.

Opgave 1 - løsning 1) De partielle afledede beregnes. Opgave 1 Betragt funktionen. x + y for x > 0, y > 0. f x = y 1 (x + y) 2. Oversigt Nøgleord og begreber Egenvektorer, egenværdier og diagonalisering Dobbelt integral og polært koordinatskift Ortogonal projektion og mindste afstand Retningsafledt og gradient Maksimum/minimums

Læs mere

Projekt 4.9 Bernouillis differentialligning

Projekt 4.9 Bernouillis differentialligning Projekt 4.9 Bernouillis differentialligning (Dette projekt dækker læreplanens krav om supplerende stof vedr. differentialligningsmodeller. Projektet hænger godt sammen med projekt 4.0: Fiskerimodeller,

Læs mere