Lineær algebra for EIT4+ITC4/14

Størrelse: px
Starte visningen fra side:

Download "Lineær algebra for EIT4+ITC4/14"

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 Matematik for økonomer 3. semester cand.oecon. studiet, 3. semester Planchesæt 2 - Forelæsning 3 Esben Høg Aalborg Universitet 10. september 2009 Institut for Matematiske Fag Aalborg Universitet Esben

Læs mere

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 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 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

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

Matematik og FormLineære ligningssystemer

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

Læs mere

Nøgleord og begreber

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

Læs mere

Kursusgang 3 Matrixalgebra Repetition

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

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

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

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

Læs mere

Matematik og Form 3. Rækkereduktion til reduceret echelonfo. Rang og nullitet

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

Læs mere

Kursusgang 3 Matrixalgebra Repetition

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

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

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

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,

Læs mere

MATRICER LINEÆRE LIGNINGER

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,

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

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

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

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

Oversigt [LA] 6, 7, 8

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

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

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

MATRICER LINEÆRE LIGNINGER

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

Læs mere

Lineær algebra: Spænd. Lineær (u)afhængighed

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

Læs mere

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra

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

Læs mere

Eksamen i Lineær Algebra

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 mere

MATRICER LINEÆRE LIGNINGER

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

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

MATRICER LINEÆRE LIGNINGER

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.

Læs mere

Lineær algebra 1. kursusgang

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

Læs mere

MATRICER LINEÆRE LIGNINGER. Usikkerhedsberegning

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

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

Lineær Algebra, kursusgang

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.

Læs mere

Figur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet

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

Læs mere

DesignMat Kvadratiske matricer, invers matrix, determinant

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

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

Formler & algebra - Fase 2 Omskriv & beregn med variable

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

Læs mere

Undervisningsnotat. Matricer

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

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

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

Lineær algebra: Matrixmultiplikation. Regulære og singulære

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 =

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

Matematik: Struktur og Form Spænd. Lineær (u)afhængighed

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,...,

Læs mere

Prøveeksamen A i Lineær Algebra

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,

Læs mere

To ligninger i to ubekendte

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

Læs mere

Eksamen i Lineær Algebra

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

Læs mere

Løsninger til udvalgte Eksamensopgaver i Lineær Algebra Juni 2000 og Juni 2001.

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,

Læs mere

MATRICER LINEÆRE LIGNINGER

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

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

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

Matematisk modellering og numeriske metoder. Lektion 13

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

Læs mere

MATRICER LINEÆRE LIGNINGER

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

Læs mere

Eksamen i Lineær Algebra

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

Læs mere

Teoretiske Øvelsesopgaver:

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

Læs mere

Eksamen i Lineær Algebra

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,

Læs mere

Eksamen i Lineær Algebra

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

Læs mere

Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 2015

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

Læs mere

Eksamen i Lineær Algebra

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

Læs mere

Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 3. Juni 2014

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

Læs mere

Matematik H1. Lineær Algebra

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

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

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge

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

Læs mere

Reeksamen i Lineær Algebra

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

Læs mere

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 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

Læs mere

EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) AUGUST 2006 AARHUS UNIVERSITET

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

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

Eksamen i Lineær Algebra

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

Læs mere

MATRICER LINEÆRE LIGNINGER

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),

Læs mere

Opgaveløsninger til eksamensopgaver. Opgavesæt 11

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

Læs mere

Indhold. 5. Vektorrum og matricer Koordinattransformationer

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

Læs mere

Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer

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

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

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 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 mere

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 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 mere

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

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

Læs mere

Bedste rette linje ved mindste kvadraters metode

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

Læs mere

Program for de næste 3 1/4 dobbeltlektion

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

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

Københavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 3

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

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

Oversigt [LA] 6, 7, 8

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

Læs mere

Sætning (Kædereglen) For f(u), u = g(x) differentiable er den sammensatte funktion F = f g differentiabel med

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

Læs mere