Lineære ligningssystemer og Gauss-elimination

Relaterede dokumenter
DesignMat Lineære ligningssystemer og Gauss-elimination

DesignMat Uge 1 Gensyn med forårets stof

Matematik og FormLineære ligningssystemer

Matematik: Stuktur og Form Lineære ligningssystemer

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

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra

DesignMat Uge 1 Repetition af forårets stof

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

Lineær algebra: Spænd. Lineær (u)afhængighed

DesignMat Uge 11 Vektorrum

Kursusgang 3 Matrixalgebra Repetition

Matricer og lineære ligningssystemer

Eksempel på 2-timersprøve 2 Løsninger

DesignMat Uge 11. Vektorrum

Ligningssystemer - nogle konklusioner efter miniprojektet

Lineær algebra 1. kursusgang

Oversigt [LA] 6, 7, 8

Modulpakke 3: Lineære Ligningssystemer

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version

Lineær Algebra - Beviser

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

Lineære ligningssystemer

Modulpakke 3: Lineære Ligningssystemer

DesignMat Uge 4 Systemer af lineære differentialligninger I

Matematik for økonomer 3. semester

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

Kursusgang 3 Matrixalgebra fortsat

Underrum - generaliserede linjer og planer

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Lineære ligningssystemer

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

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

Vektorrum. enote Generalisering af begrebet vektor

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

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Eksempel på 2-timersprøve 1 Løsninger

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

To ligninger i to ubekendte

MATRICER LINEÆRE LIGNINGER

Lineær Algebra, kursusgang

MATRICER LINEÆRE LIGNINGER

Oversigt [LA] 6, 7, 8

Lineær algebra Kursusgang 6

DesignMat Uge 5 Systemer af lineære differentialligninger II

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

Mat 1. 2-timersprøve den 5. december 2016.

Indhold. 5. Vektorrum og matricer Koordinattransformationer

Oversigt [LA] 3, 4, 5

Symmetriske og ortogonale matricer Uge 6

Symmetriske og ortogonale matricer Uge 7

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

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

Københavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 3

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

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

Kursusgang 3 Matrixalgebra Repetition

Matematik H1. Lineær Algebra

To find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra

Diagonalisering. Definition (diagonaliserbar)

Prøveeksamen A i Lineær Algebra

(Prøve)eksamen i Lineær Algebra

MATRICER LINEÆRE LIGNINGER

Carl Friedrich Gauß ( ), malet af Christian Albrecht Jensen. Lineær algebra. Ib Michelsen

Forelæsningsnoter til. Lineær Algebra. Niels Vigand Pedersen. Udgivet af. Asmus L. Schmidt. Københavns Universitet Matematisk Afdeling

Lineære 1. ordens differentialligningssystemer

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Symmetriske matricer

Lidt alment om vektorrum et papir som grundlag for diskussion

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

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

Eksamen i Lineær Algebra

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

LinAlgDat 2014/2015 Google s page rank

Tidligere Eksamensopgaver MM505 Lineær Algebra

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

Lineær Algebra F08, MØ

MASO Uge 8. Invers funktion sætning og Implicit given funktion sætning. Jesper Michael Møller. Department of Mathematics University of Copenhagen

MATRICER LINEÆRE LIGNINGER

Besvarelser til Lineær Algebra Reeksamen August 2016

DesignMat Kvadratiske matricer, invers matrix, determinant

LiA 5 Side 0. Lineær algebra Kursusgang 5

Egenværdier og egenvektorer

Oversigt [LA] 11, 12, 13

Kvadratiske matricer. enote Kvadratiske matricer

(Prøve)eksamen i Lineær Algebra

Lineære ligningssystemer

To find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra

Lokalt ekstremum DiploMat 01905

Lineære 1. ordens differentialligningssystemer

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

3.1 Baser og dimension

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

MATRICER LINEÆRE LIGNINGER

Eksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge

Ligninger med reelle løsninger

DesignMat Egenværdier og Egenvektorer

Transkript:

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 Kulhydrat 49g 0g 44g Fedt g 89g 41g Kan man opnå en blanding, der pr 100g indeholder 4g protein, 4g kulhydrat og g fedt? Brøkdele: Komælk x, Fåremælk y, Gedemælk z Postevand w Proteinmængden: x + 6 y + 8 z = 4 Kulhydratmængden: 49 x + 0 y + 44 z = 4 Fedtmængden: x + 89 y + 41 z = Summen skal være 1: x + y + z + w = 1 Udregning i Maple 1 Et generelt lineært ligningssystem Et generelt lineært ligningssystem Et lineært ligningssystem: a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + + a n x n = b a m1 x 1 + a m x + + a mn x n = b m Koefficienterne er tallene a 11, a 1,, a mn De ubekendte er x 1, x,, x n På højresiden befinder sig tallene b 1, b, b m 1

En løsning er et sæt af n tal, der indsat i stedet for x 1, x,, x n i ligningerne gør disse til sande udsagn af typen =, 7 = 7, 11 = 11 eller 0 = 0 1 Koefficientmatrix, Totalmatrix Koefficientmatrix, Totalmatrix Koefficientmatricen A = 6 4 a 11 a 1 a 1n a 1 a a n 7 a m1 a m a mn Totalmatricen (Lay: the augmented matrix) T = 6 4 a 11 a 1 a 1n b 1 a 1 a a n b a m1 a m a mn b m 7 A er en m n-matrix, fordi A har m rækker og n søjler T er en m (n + 1)-matrix, fordi T har m rækker og n + 1 søjler Maple: Et tilfældigt valgt lineært ligningssystem 14 Tilladelige operationer Tilladelige operationer Tilladte operationer på ligningerne: 1 Ombytning to ligninger Multiplikation af en ligning med et tal forskellig fra nul Erstatning af ligning nr i med summen af ligning i og et tal gange ligning j, når i 6= j Tilladte operationer på rækkerne: 1 R i $ R j R i := cr i hvor c 6= 0 R i := R i + cr j hvor i 6= j Maple: Illustration af de tilladte operationer

1 Eksempel ved Gausselimination I Eksempel ved Gausselimination I Systemet x 1 + x + x = x 1 + 7x + x = 4 x 1 + x = Totalmatricen T = 4 7 4 1 0 1 Vi vil ved rækkeoperationer bringe matricen på echelonform: 4 # 0 # eller 4 # 0 0 # eller 4 # 0 0 # 0 0 # 0 0 0 # 0 0 0 0 16 Eksempel ved Gausselimination II Eksempel ved Gausselimination II Rækkeoperationen R := R R 1 giver 4 1 0 1 1 0 1 Rækkeoperationen R := R + R 1 giver 4 1 0 1 1 0 9 7 14 Rækkeoperationen R := R 9R giver nu matricen på echelonform: 4 1 0 1 1 0 0 Rækkeoperationen R := 1 R giver en pænere version: 4 1 0 1 1 17 Eksempel ved Gausselimination III Eksempel ved Gausselimination III Det tilsvarende ligningssystem er x 1 + x + x = x + x = x = 16 Dette kan løses nedefra og op:

1 Først findes x = 16 Derefter x = x = 16 = 14 Til sidst x 1 = x x + = 4 + + = 7 Løsningen er altså x = 4 x 1 x x = 4 7 14 16 18 Eksempel ved Gausselimination IV Eksempel ved Gausselimination IV Totalmatricen på echelonform var 4 1 0 1 1 Man kunne gå videre til reduceret echelonform: Rækkeoperationerne R := R R og R 1 := R 1 R giver 4 1 0 0 1 0 14 Rækkeoperationen R 1 := R 1 R giver 4 1 0 0 1 0 0 7 14 Det tilsvarende ligningssystem er nu ekstremt simpelt: 19 De tilfælde De tilfælde x 1 = 7 x = 14 x = 16 Ovenfor så vi et ligningssystem med præcis én løsning Der er to andre muligheder Eksempel og 4 i Maple De tilfælde kan illustreres ved følgende eksempler på en til echelonform reduceret totalmatrix: 4 # 0 # 4 # 0 0 # 4 # 0 0 # 0 0 # 0 0 0 # 0 0 0 0 I første tilfælde er der præcis én løsning Det tilsvarende system løses nedefra og opefter (ingen frie variable) I andet tilfælde er der ingen løsning pga den sidste række, der svarer til en ligning af typen 0 = I tredie tilfælde er der uendeligt mange løsninger Pivoteringssøjler er søjle 1 og søjle, så x 1 og x er basale variable, mens x er fri Det tilsvarende system løses nedefra og opefter, men med (i dette tilfælde) én fri variabel 4

110 Linearkombination I Linearkombination I Ved en af linearkombination af vektorerne v 1, v,, v p forstås et udtryk af formen c 1 v 1 + c v + + c p v p hvor c 1, c,, c p er reelle tal Spørgsmål: Kan vektoren b skrives som en linearkombination af vektorerne a 1, a, a hvor 0 1 0 1 0 1 0 1 b = @ 4 A, a 1 = @ 1 A, a = @ 7 0 A, a = Vi skal om muligt finde x 1, x, x, så x 1 a 1 + x a + x a = b Systemet skrevet ud: x 1 + x + x = x 1 + 7x + x = 4 111 Linearkombination II, Span Linearkombination II, Span x 1 + x = @ 1 Men det er jo systemet fra Eksempel, hvis totalmatrix kan skrives [a 1 a a b] og som havde løsningen 4 x 1 7 x = 4 14 x 16 Altså har vi 7a 1 + 14a 16a = b Generalisering: Vektorligningen x 1 a 1 + x a + + x p a p = b har samme løsningsmængde som ligningssystemet med totalmatricen a 1 a a p b Ved Span a 1, a,, a p forstås mængden af linearkombinationer af vektorerne a 1, a,, a p 11 Matrix-vektor-multiplikation Matrix-vektor-multiplikation Lad A være en m n-matrix og lad x R n Skriv A = [a 1 a a n ], hvor a i R m Produktet Ax defineres ved Ax = x 1 a 1 + x a + + x n a n Ligningssystemet med koefficientmatricen A og højresiden b kan nu skrives Ax = b A

Systemet Ax = b har åbenbart en løsning, hvis og kun hvis b Span (a 1, a,, a n ) Systemet Ax = b har en løsning for ethvert b R m, hvis og kun hvis Span (a 1, a,, a n ) = R m Alternativ udregning af Ax: Skalarprodukterne af rækkerne i A med søjlen x Regneregler: A (u + v) = Au + Av og A (cu) = cau 6