Lineær algebra for EIT4+ITC4/14
|
|
|
- Birgitte Bjerre
- 8 år siden
- Visninger:
Transkript
1 Lineær algebra for EIT4+ITC4/14 Opgaveløsninger MM1 Opgaver: Opgave 1.1 Beregn determinanten for matrixerne A og B. 8 9 ( ) >< >= 9 ; B = >: 7 1 > 6 ; HEb Opgave 1.2 Beregn vha. Gauss-Jordan-metoden den inverse matrix af A og B, så vidt, de eksisterer. Hvis de ikke eksisterer, så forklar hvorfor. ( ) 3 ;1 1 ;15 6 ;5 5 ;2 2 Opgave 1.3 Find rangen af A, B og C. ;1 3 B = 3 ; >< >= 9 ;4 B = >: 7 1 > 6 ;2 3 ;7 5 ;36 84 ;6 C = ( 5 2 ) 3 ;1 7 9 Opgave 1.4 Løs ligningssystemet vha. Gauss-elimination og bagefter vha. Cramers formel. ;x + 3y ; 2z = 7 3x + 3z = ;3 2x + y + 2z = ;1 Opgave 1.5 Løs ligningssystemet vha. Gauss-elimination og bagefter vha. Cramers formel. 2x + 5y + 3z = 1 ;x + 2y + z = 2 x + y + z = Opgave 1.7 Beregn strømmen igennem R 3. Plusretningen er tilhøjre på figuren. Opstil kredsløbsligninmgerne vha. Kirchoffs maskeligninger og løs ligningssystemet fx vha. gaussisk elimination. Generatorer og modstande har følgende værdier: V 1 =1V R 1 =1 R 3 =3 R 5 =5 V 2 =2V R 2 =2 R 4 =4 R 1 R 2 V V 2 R 4 R 3 R 5
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21 2 MAT4- Liner algebra MM11 Opgave 11.1 % MOPG111.M % MAT4 for E4+D4/28 % Lsning til opgave 11.1 % 842HEb echo on clear % Vi finder determinanten vha. Gaussisk elimination % A=[ ] % Pivotering til echelonform A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1) % Byt 2 og 3 C=A(2,:) C = A(2,:)=A(3,:) A(3,:)=C A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1)
22 % Vi har lavet 1 bytning Determ= A(1,1)*A(2,2)*A(3,3)*(-1) Determ = 1.44 % % Sprgsmal b % Vi finder determinanten vha. Gaussisk elimination % clear C B=[ ] B = % Pivotering til echelonform B(2,:)= B(2,:)- B(1,:)*B(2,1)/B(1,1) B = B(4,:)= B(4,:) - B(3,:)*B(4,3)/B(3,3) B = % Frdig! % Vi har lavet bytninger Determ= B(1,1)*B(2,2)*B(3,3)*B(4,4) Determ = 16 %-----(FINI MOPG111.M)----- Opgave 11.2
23 22 mopg112a % MOPG112A.M % MAT4 for E4+D4/28 % Lsning til opgave 11.2 (A) % 842HEb echo on clear % Invertering ved Gauss-Jordan metoden % A=[ ] B=[ ] % Pivotering til echelonform A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1) A(3,:)= A(3,:)- A(1,:)*A(3,1)/A(1,1) A(3,:)= A(3,:)- A(2,:)*A(3,2)/A(2,2) % Normering A(1,:)= A(1,:)/A(1,1) A(2,:)= A(2,:)/A(2,2)
24 A(3,:)= A(3,:)/A(3,3) % Jordan eliminering til reduceret echelonform A(1,:)= A(1,:) - A(3,:)*A(1,3)/A(3,3) A(1,:)= A(1,:) - A(2,:)*A(1,2)/A(2,2) % Dannelse af den inverterede matrix, B B(:,1)= A(:,4) B = B(:,2)= A(:,5) B = B(:,3)= A(:,6) B = % Test inv(b)
25 24 ans = %-----(FINI MOPG112A.M)----- mopg112b % MOPG112B.M % MAT4 for E4+D4/28 % Lsning til opgave 11.2 (B) % 842HEb echo on clear % Invertering ved Gauss-Jordan metoden % A=[ ] B=[ ] B = % Pivotering til echelonform A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1) Columns 1 through Column 8 1. A(3,:)= A(3,:)- A(1,:)*A(3,1)/A(1,1)
26 25 Columns 1 through Column 8 1. A(4,:)= A(4,:)- A(3,:)*A(4,3)/A(3,3) Columns 1 through Column 8 1. % Normering A(1,:)= A(1,:)/A(1,1) Columns 1 through Column 8 1. A(2,:)= A(2,:)/A(2,2)
27 26 Columns 1 through Column 8 1. A(3,:)= A(3,:)/A(3,3) Columns 1 through Column 8 1. A(4,:)= A(4,:)/A(4,4) Columns 1 through Column % Jordan eliminering til reduceret echelonform A(3,:)= A(3,:) - A(4,:)*A(3,4)/A(4,4)
28 27 Columns 1 through Column A(1,:)= A(1,:) - A(2,:)*A(1,2)/A(2,2) Columns 1 through Column % Dannelse af den inverterede matrix, B B(:,1)= A(:,5) B = B(:,2)= A(:,6) B = B(:,3)= A(:,7) B =
29 B(:,4)= A(:,8) B = % Test inv(b) ans = %-----(FINI MOPG112B.M)----- Opgave 11.3 mopg113 % MOPG113.M % MAT4 for E4+D4/28 % Lsning til opgave 11.3 % 842HEb echo on clear % Vi finder rangen vha. gaussisk elimination % A=[ ] % % Vi starter med at bytte rkke 1 og 3 C= A(1,:) C = 5 2 A(1,:)= A(3,:)
30 A(3,:)=C % Pivotering A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1) A(3,:)= A(3,:)- A(2,:)*A(3,2)/A(2,2) % Normering (ikke ndvendig) A(1,:)= A(1,:)/A(1,1) A(2,:)= A(2,:)/A(2,2) A(3,:)= A(3,:)/A(3,3) % %-----(FINI MOPG113.M)-----
31 3 Opgave 11.4 mopg114 % MOPG114.M % MAT4 for E4+D4/28 % Lsning til opgave 11.4 % 842HEb echo on clear % Lsning ved gaussisk elimination % Totalmatrixen opskrives A=[ ] % Pivotering A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1) A(3,:)= A(3,:)- A(1,:)*A(3,1)/A(1,1) A(3,:)= A(3,:)- A(2,:)*A(3,2)/A(2,2) % Normering (ikke ndvendig) A(1,:)= A(1,:)/A(1,1) A(2,:)= A(2,:)/A(2,2)
32 A(3,:)= A(3,:)/A(3,3) % Tilbagesubstituering z= A(3,4)/A(3,3) z = -3. y= (A(2,4)-z*A(2,3)) y = 1. x= (A(1,4)-z*A(1,3)-y*A(1,2)) x = 2. % % Lsning ved Cramers formel % % Koefficientmatrixen opskrives A=[ ] B=[7-3 -1] B = Dx= A Dx =
33 Dx(:,1)= B Dx = det(a) ans = -3 det(dx) ans = -6 x= det(dx)/det(a) x = 2 Dy= A Dy = Dy(:,2)= B Dy = det(dy) ans = -3 y=det(dy)/det(a) y =
34 33 1 Dz=A Dz = Dz(:,3)= B Dz = det(dz) ans = 9 z= det(dz)/det(a) z = -3 %-----(FINI MOPG114.M)----- Opgave 11.5 mopg115 % MOPG115.M % MAT4 for E4+D4/28 % Lsning til opgave 11.5 % 842HEb echo on % Lsning ved gaussisk elimination % Totalmatrixen opskrives A=[ ] % Pivotering A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1)
35 A(3,:)= A(3,:)- A(1,:)*A(3,1)/A(1,1) A(3,:)= A(3,:)- A(2,:)*A(3,2)/A(2,2) % Normering (ikke ndvendig) A(1,:)= A(1,:)/A(1,1) A(2,:)= A(2,:)/A(2,2) A(3,:)= A(3,:)/A(3,3) % Tilbagesubstituering z= A(3,4)/A(3,3) z = 1 y= (A(2,4)-z*A(2,3)) y =
36 35 x= (A(1,4)-z*A(1,3)-y*A(1,2)) x = -1 % % Lsning ved Cramers formel % % Koefficientmatrixen opskrives A=[ ] B=[1 2 ] B = 1 2 Dx= A Dx = Dx(:,1)=B Dx = det(a) ans = 3 det(dx) ans = -3 x= det(dx)/det(a)
37 36 x = -1 Dy= A Dy = Dy(:,2)= B Dy = det(dy) ans = y=det(dy)/det(a) y = Dz=A Dz = Dz(:,3)= B Dz = det(dz) ans = 3 z= det(dz)/det(a)
38 37 z = 1 %-----(FINI MOPG115.M)----- Opgave 11.6 mopg116 % MOPG116.M % MAT4 for E4+D4/28 % Lsning til opgave 11.6 % 842HEb echo on clear A=[ ] P=[ ] P = A'*P ans = A^2 ans = % Lsning ved at oplfte til en hj potens % Sjlerne i den transponerede A er lsningen (A^5)' ans =
39 % % Lsning vha. Gaussisk elimination % Udvidelse til totalmatrix clear A A=[ ] % A transponeres A= A' % Indsttelse af egenvrdien 1 % Derved fas den karakteristiske matrix A(1,1)=A(1,1)-1 A(2,2)=A(2,2)-1 A(3,3)=A(3,3)-1 A(4,4)=A(4,4)-1 % % Vi fjerner en ligning og indstter tilstandsbetingelsen % Den nederste ligning vlges arbitrrt og fjernes A(4,1)=1 A(4,2)=1 A(4,3)=1 A(4,4)=1 A(4,5)=1 A % Pivotering A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1)
40 A(3,:)= A(3,:)- A(1,:)*A(3,1)/A(1,1) A(4,:)= A(4,:)- A(1,:)*A(4,1)/A(1,1) A(4,:)= A(4,:)- A(2,:)*A(4,2)/A(2,2) A(4,:)= A(4,:)- A(3,:)*A(4,3)/A(3,3) % Normering A(1,:)= A(1,:)/A(1,1) A(2,:)= A(2,:)/A(2,2)
41 4 A(3,:)= A(3,:)/A(3,3) A(4,:)= A(4,:)/A(4,4) % Tilbagesubstituering x4= A(4,5)/A(4,4) x4 =.354 x3= -x4*a(3,4)/a(3,3) x3 =.2956 x2= -x4*a(2,4)/a(2,2) x2 =.1168 x1= -x4*a(1,4)/a(1,1) x1 =.2336 %-----(FINI MOPG116.M)----- Opgave 11.7 mopg117 % MOPG117.M % MAT4 for E4+D4/28 % Lsning til opgave 11.7 % Ny opgave % 846HEb echo on clear % Lsning ved gaussisk elimination
42 41 % Totalmatrixen opskrives A=[ ] % Vi starter med at ombytte rkke 2 og 3 C= A(2,:) A(2,:)=A(3,:) A(3,:)=C % Pivotering A(2,:)= A(2,:)- A(1,:)*A(2,1)/A(1,1) A(3,:)= A(3,:)- A(2,:)*A(3,2)/A(2,2) % Normering (ikke ndvendig) A(1,:)= A(1,:)/A(1,1) A(2,:)= A(2,:)/A(2,2) A(3,:)= A(3,:)/A(3,3)
43 % Tilbagesubstituering I3= A(3,4)/A(3,3) I3 = I2= (A(2,4)-I3*A(2,3)) I2 = I1= (A(1,4)-I3*A(1,3)-I2*A(1,2)) I1 =.1543 % Omskrives til ma I1=I1*1E3 I1 = I2=I2*1E3 I2 = I3=I3*1E3 I3 = % Strmmen igennem R3 (plusretningen er som I2-pilen) % enheden er ma IR3= I2-I3 IR3 = % %-----(FINI MOPG117.M)-----
Matematik for økonomer 3. semester
Matematik for økonomer 3. semester cand.oecon. studiet, 3. semester Planchesæt 2 - Forelæsning 3 Esben Høg Aalborg Universitet 10. september 2009 Institut for Matematiske Fag Aalborg Universitet Esben
Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version
Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Opgaven består af et antal delopgaver Disse er af varierende omfang Der er også en
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,
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
Matematik og FormLineære ligningssystemer
Matematik og Form Lineære ligningssystemer Institut for Matematiske Fag Aalborg Universitet 2014 Ligningssystemer og matricer Til et ligningssystem svarer der en totalmatrix [A b] bestående af koefficientmatrix
Nøgleord og begreber
Oversigt [LA] 9 Nøgleord og begreber Helt simple determinanter Determinant defineret Effektive regneregler Genkend determinant nul Test determinant nul Produktreglen Inversreglen Test inversregel og produktregel
Kursusgang 3 Matrixalgebra Repetition
Kursusgang 3 Repetition - [email protected] http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 16. september 2008 1/19 Betingelser for nonsingularitet af en Matrix
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
Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2
Oversigt [LA] 9 Nøgleord og begreber Helt simple determinanter Determinant defineret Effektive regneregler Genkend determinant nul Test determinant nul Produktreglen Inversreglen Test inversregel og produktregel
Matematik og Form 3. Rækkereduktion til reduceret echelonfo. Rang og nullitet
Matematik og Form 3. Rækkereduktion til reduceret echelonform Rang og nullitet Institut for Matematiske Fag Aalborg Universitet 11.2.2013 Reduktion til (reduceret) echelonmatrix Et eksempel Et ligningssystem
Kursusgang 3 Matrixalgebra Repetition
Kursusgang 3 Repetition - froberg@mathaaudk http://peoplemathaaudk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12 september 2008 1/12 Lineære ligningssystemer Et lineært ligningssystem
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
Lineær Algebra. Lars Hesselholt og Nathalie Wahl
Lineær Algebra Lars Hesselholt og Nathalie Wahl Oktober 2016 Forord Denne bog er beregnet til et første kursus i lineær algebra, men vi har lagt vægt på at fremstille dette materiale på en sådan måde,
MATRICER LINEÆRE LIGNINGER
MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER med inddragelse af programmerne TI-Nspire og Maple 0 3 4 3 4 0 3 0 3 0 3 4 x x x x 4 udgave 04 FORORD Dette notat giver en gennemgang af de matrixoperationer,
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
Lineær Algebra. Lars Hesselholt og Nathalie Wahl
Lineær Algebra Lars Hesselholt og Nathalie Wahl 2. udgave, oktober 207 Forord Denne bog er beregnet til et første kursus i lineær algebra, men vi har lagt vægt på at fremstille dette materiale på en sådan
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:
Oversigt [LA] 6, 7, 8
Oversigt [LA] 6, 7, 8 Nøgleord og begreber Lineære ligningssystemer Løsningsmængdens struktur Test løsningsmængde Rækkereduktion Reduceret matrix Test ligningssystem Rækkeoperationsmatricer Rangformlen
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
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
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,
MATRICER LINEÆRE LIGNINGER
MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER med inddragelse af programmerne TI-Nspire og Maple 0 4 4 0 0 0 4 x x x x 5 udgave 05 FORORD Dette notat viser hvorledes man kan dels kan løse lineære
Lineær algebra: Spænd. Lineær (u)afhængighed
Lineær algebra: Spænd. Lineær (u)afhængighed Institut for Matematiske Fag Aalborg Universitet 2011 Linearkombinationer. Spænd Definition Givet et antal vektorer a 1,..., a p R n. En vektor v = c 1 a 1
Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra
Matrx-vektor produkt [ ] 1 2 3 1 0 2 1 10 4 Rotationsmatrix Sæt A θ = [ ] cosθ sinθ sinθ cosθ At gange vektor v R 2 med A θ svarer til at rotere vektor v med vinkelen θ til vektor w: [ ][ ] [ ] [ ] cosθ
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
MATRICER LINEÆRE LIGNINGER
MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER 0 4 4 0 0 0 4 x x x x 6 udgave 06 FORORD Dette notat viser hvorledes man kan løse lineære ligningssystemer ved Gaussmetode dels uden regnemidler
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
MATRICER LINEÆRE LIGNINGER
MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER 6. udgave 2016 FORORD Dette notat viser hvorledes man kan løse lineære ligningssystemer ved Gaussmetode dels uden regnemidler dels med regnemidler.
Lineær algebra 1. kursusgang
Lineær algebra 1. kursusgang Eksempel, anvendelse To kendte punkter A og B på en linie, to ukendte punkter x 1 og x 2. A x 1 x 2 B Observationer af afstande: fra A til x 1 : b 1 fra x 1 til x 2 : b 2 fra
MATRICER LINEÆRE LIGNINGER. Usikkerhedsberegning
MOGENS ODDERSHEDE LARSEN MATRICER LINEÆRE LIGNINGER Usikkerhedsberegning med inddragelse af lommeregner (TI89) og programmerne TI-Nspire og Mathcad 0 3 4 3 4 0 3 0 3 0 3 4 = x x x x. udgave 0 FORORD Dette
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
Lineær Algebra, kursusgang
Lineær Algebra, 2014 12. kursusgang Lisbeth Fajstrup Institut for Matematiske Fag Aalborg Universitet LinAlg November 2014 Om miniprojekt 2 Kirchoffs love. Opstil lineære ligningssystemer og løs dem. 0-1-matricer.
Figur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet
Oversigt [LA] 6, 7, 8 Nøgleord og begreber Lineære ligningssystemer smængdens struktur Test løsningsmængde Rækkereduktion Reduceret matrix Test ligningssystem Rækkeoperationsmatricer Rangformlen Enten-eller
DesignMat 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
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
Formler & algebra - Fase 2 Omskriv & beregn med variable
Navn: Klasse: Formler algebra - Fase Omskriv beregn med variable Vurdering fra til 5 (hvor 5 er højst) Læringsmål Selv Lærer Beviser og forslag til forbedring. Jeg kan opstille en linjes ligning, når jeg
Undervisningsnotat. Matricer
Undervisningsnotat. Matricer januar, C Definition En matrix er en ordnet mængde tal opstillet i m rækker og n søjler. Matricen A kunne være defineret som vist nedenfor. Hvert element i matricen er forsynet
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
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.
Lineær algebra: Matrixmultiplikation. Regulære og singulære
Lineær algebra: Matrixmultiplikation. Regulære og singulære matricer Institut for Matematiske Fag Aalborg Universitet 2011 Matrixmultiplikation Definition Definition A = [a ij ], B = [b ij ]: AB = C =
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
Matematik: Struktur og Form Spænd. Lineær (u)afhængighed
Matematik: Struktur og Form Spænd. Lineær (u)afhængighed Martin Raussen Department of Mathematical Sciences Aalborg University 2017 1 / 8 Linearkombinationer. Spænd Definition Givet et antal vektorer a1,...,
Prøveeksamen A i Lineær Algebra
Prøveeksamen A i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet og Det Sundhedsvidenskabelige Fakultet Der må gøres brug af bøger, noter mv Der må ikke benyttes lommeregner,
To ligninger i to ubekendte
Oversigt [LA] 6, 7 Nøgleord og begreber Løs ligninger Eliminer ubekendte Rækkereduktion Reduceret matrix Enten-eller princippet Test ligningssystem Rækkeoperationsmatricer Beregn invers matrix Calculus
Eksamen i Lineær Algebra
Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Tirsdag den 8 januar, Kl 9- Nærværende eksamenssæt består af 8 nummererede sider
Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni 2000 og Juni 2001.
Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni og Juni. Preben Alsholm 9. november 9 Juni Opgave 3 f : P (R) R 3 er givet ved f (P (x)) P () a + P () b, hvor a (,, ) og b (, 3, ). Vi viser,
MATRICER LINEÆRE LIGNINGER
MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER med inddragelse af lommeregner (TI89) og programmerne TI-Nspire og Mathcad 0 3 4 3 4 0 3 0 3 0 3 4 x x x x 3 udgave 03 FORORD Dette notat giver en
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
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
Matematisk modellering og numeriske metoder. Lektion 13
Matematisk modellering og numeriske metoder Lektion 3 Morten Grud Rasmussen 3. november 206 Numerisk metode til Laplace- og Poisson-ligningerne. Finite difference-formulering af problemet I det følgende
MATRICER LINEÆRE LIGNINGER
MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER 0 4 4 0 0 0 4 x x x x 6 udgave 06 FORORD Dette notat viser hvorledes man kan løse lineære ligningssystemer ved Gaussmetode dels uden regnemidler
Eksamen i Lineær Algebra
Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 6. juni, 26. Kl. 9-3. Nærværende eksamenssæt består af nummererede sider med ialt 5 opgaver. Alle opgaver er multiple
Teoretiske 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
Eksamen i Lineær Algebra
To find the English version of the exam, please read from the other end Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet 6. januar,
Eksamen i Lineær Algebra
To find the English version of the exam, please read from the other end Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Fredag
Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 2015
Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 05 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en
Eksamen i Lineær Algebra
Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Onsdag den 9. februar, 4. Kl. 9-3. Nærværende eksamenssæt består af 8 nummererede
Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 3. Juni 2014
Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 3. Juni 204 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over
Matematik H1. Lineær Algebra
Matematik H Forelæsningsnoter til Lineær lgebra Niels Vigand Pedersen Udgivet af smus L Schmidt Københavns Universitet Matematisk fdeling ugust ii oplag, juli 4 Forord Gennem en særlig aftale varetages
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.
Eksempler Determinanten af en kvadratisk matrix. Calculus Uge
Oversigt [LA] 8 Her skal du lære om 1. Helt simple determinanter 2. En udvidelse der vil noget 3. Effektive regneregler 4. Genkend determinant nul 5. Produktreglen 6. Inversreglen 7. Potensreglen 8. Entydig
Reeksamen i Lineær Algebra
Reeksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Torsdag den 8. august, 2. Kl. 9-3. Nærværende eksamenssæt består af 8 nummererede
MASO Uge 8. Invers funktion sætning og Implicit given funktion sætning. Jesper Michael Møller. Department of Mathematics University of Copenhagen
MASO Uge 8 Invers funktion sætning og Implicit given funktion sætning Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 43 Formålet med MASO Oversigt Invertible og lokalt invertible
EKSAMENSOPGAVELØSNINGER 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
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
Eksamen i Lineær Algebra
Eksamen i Lineær Algebra Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet & Det Sundhedsvidenskabelige Fakultet Onsdag den. februar, 3. Kl. 9-3. Nærværende eksamenssæt består af 9 nummererede
MATRICER LINEÆRE LIGNINGER
MOGENS ODDERSHEDE LARSEN MATRICER og LINEÆRE LIGNINGER 0 4 4 0 0 0 4 x x x x 6 udgave 06 FORORD Dette notat viser hvorledes man kan dels kan løse lineære ligningssystemer ved Gaussmetode (håndregning),
Opgaveløsninger til eksamensopgaver. Opgavesæt 11
E4+D4/10 H. Ebert BEREGNINGSTEKNIK INDENFOR ELEKTRONIKOMRÅDET 2 Opgaveløsninger til eksamensopgaver Opgavesæt 11 Beregningsteknik for E4+D4/10 Opgavesæt 11 100607HEb Skriftlig prøve i Beregningsteknik
Indhold. 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
Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer
Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer Martin Raussen Department of Mathematical Sciences Aalborg University 2017 1 / 12 Matrixmultiplikation Am n = [aij ], Bn
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
Forelæsningsnoter til. Lineær Algebra. Niels Vigand Pedersen. Udgivet af. Asmus L. Schmidt. Københavns Universitet Matematisk Afdeling
Forelæsningsnoter til Lineær Algebra Niels Vigand Pedersen Udgivet af Asmus L Schmidt Københavns Universitet Matematisk Afdeling August Revideret 9 ii udgave, oktober 9 Forord Gennem en særlig aftale varetages
Eksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet
Eksamen i Lineær Algebra Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet 4. januar 9 kl. 9:-: Dette eksamenssæt består af 8 nummererede sider
2010 Matematik 2A hold 4 : Prøveeksamen juni 2010
1 of 7 31-05-2010 13:18 2010 Matematik 2A hold 4 : Prøveeksamen juni 2010 Welcome Jens Mohr Mortensen [ My Profile ] View Details View Grade Help Quit & Save Feedback: Details Report [PRINT] 2010 Matematik
Bedste rette linje ved mindste kvadraters metode
1/9 Bedste rette linje ved mindste kvadraters metode - fra www.borgeleo.dk Figur 1: Tre datapunkter og den bedste rette linje bestemt af A, B og C Målepunkter og bedste rette linje I ovenstående koordinatsystem
Program for de næste 3 1/4 dobbeltlektion
Matricer Program for de næste 3 1/4 dobbeltlektion Tirsdag 3. september 11.00 12.00: Afsnit 8.1, 8.2, 8.3 og 8.5 Torsdag 5. september 12.30 16.15 12.30 14.15: Opgaveregning lokale 261/409 14.30: Vi mødes
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
Københavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 3
Københavns Universitet, Det naturvidenskabelige Fakultet 1 Lineær Algebra (LinAlg) Afleveringsopgave 3 Eventuelle besvarelser laves i grupper af 2-3 personer og afleveres i to eksemplarer med 3 udfyldte
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
Oversigt [LA] 6, 7, 8
Oversigt [LA] 6, 7, 8 Nøgleord og begreber Lineære ligningssystemer Løsningsmængdens struktur Test løsningsmængde Rækkereduktion Reduceret matrix Test ligningssystem Rækkeoperationsmatricer Rangformlen
Sætning (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
