Matriser. En m n-matris A har följande form. Vi skriver också A = (a ij ) m n. m n kallas för A:s storlek. 0 1, 0 0. Exempel 1
|
|
- Britta Bergström
- för 5 år sedan
- Visningar:
Transkript
1 Matriser En m n-matris A har följande form a a 1n A =.., a ij R. a m1... a mn Vi skriver också A = (a ij ) m n. m n kallas för A:s storlek. Exempel , 0 0 ( 1 3 ) 2, ( , 1 3, 2 1 (radmatris) (kolumnmatris) Två matriser A, B av samma storlek stämmer överens, A = B, om deras element stämmer överens. )
2 Matrisoperationer (1) Summa och differens. Matriser med samma storlek adderas och subtraheras elementvis. Exempel 2 A = A + B = A B = Observera att A ± ( ) 2 1 0, B = ( ) ( ) ( ) 1 0 inte är definerad! 0 1 ( )
3 (2) Multiplikation med en skalär. En matris A multipliceras med en skalär (= ett tal) c genom att multiplicera varje element i A med c. Exempel 2 (forts) 2A = ( ) 4 2 0, ( ) 2 = ( 1) 1 ( ) 2 = 1 ( ) 2 1
4 (3) Matrismultiplikation. Låt A vara en m r-matris och B en r n-matris. Produkten C = AB är m n-matrisen med elementen c ij = a i1 b 1j + a i2 b 2j a ir b rj. Schematiskt: rad i Tumregel:... a i1 a i2... a ir... A B = C m r}{{} r m n... b 1j b 2j b rj... kolumn j
5 Exempel 2 (forts) D = D A = = = ( ) ( ) ( ) ( ( 1) ( 1) ( ) ) A D är inte definierad!
6 Exempel 3 ( ) ( ) }{{} 1 ( ) ( ) 1 (1 ) = }{{} 2 = ( 1 ( 1) ) = (5) = 5 OBS: Detta exempel visar att AB = BA inte gäller för alla matriser A, B. I exemplet har de inte ens samma storlek!
7 Transponerade matriser Låt A vara en m n-matris, a 11 a a 1n A =... a m1 a m2... a mn Den transponerade matrisen A T till A är n m-matrisen a a m1 A T a a m2 =.. a 1n... a mn Anmärkning: A = (a ij ) m n = A T = (a ji ) n m, d.v.s. rader blir kolumner och tvärtom.
8 ( Exempel 2 (forts) A = A T = 1 0, B T = 0 2 ), B = ( 1 5 ). ( ) 1 5 Egenskaper för transponerade matriser: (1) (A T ) T = A (2) (A + B) T = A T + B T (ca) T = ca T för varje tal c (3) (AB) T = B T A T
9
10 Räknelagar för matriser Många räknelagar för vanliga tal gäller även för matriser (Anton/Rorres Theorem 1.4.1). Det är viktigt att veta vilka lagar inte gäller. Observera följande undantag: (1) Matrismultiplikation är inte kommutativ! Även om AB och BA är båda definierade och har samma storlek så gäller dock i allmänheten AB BA Motexempel: ( ) ( ) = ( ) ( ) 1 2 = 1 2 ( ) ( )
11 (2) Man kan inte förenkla! AB = AC implicerar inte alltid B = C Motexempel: ( ) ( ) = ( ) ( ) (Senare ska vi behandla ett viktigt fall där man får förkorta.) (3) Produkten av två matriser kan ge nollmatrisen utan att någon av matriserna är nollmatrisen. AB = 0 A = 0 eller B = 0 Motexempel: ( ) ( ) = ( )
12 Inverterbara matriser Matrisen I n = ( )} n 0 1 }{{} n kallas för enhetsmatrisen av storlek n n. Observera att det gäller I m A = A = AI n för varje m n-matris A. Definition: En n n-matris A sägs vara inverterbar om det finns en n n-matris B sådan att AB = I n = BA. I så fall kallas B inversen till A och betecknas A 1.
13 Inverterbara matriser kallas också reguljära, icke-inverterbara matriser singulära. Anmärkning: Om inversen till en matris finns, så är den unik. Bevis: Antag att B, B är inverser till A. Då gäller B = B (AB) = (B A)B = B Exempel 4 a) Enhetsmatrisen I n är inverterbar med I 1 n = I n b) Nollmatrisen är inte inverterbar, eftersom 0 n B = 0 n för alla n n-matriser B. Anmärkning: Om A är inverterbar, så är också A 1 inverterbar och det gäller (A 1 ) 1 = A.
14 Nu kan vi ange det fall i vilket man får förenkla. Sats: Om A är inverterbar, så gäller (1) AB = AC = B = C, (2) BA = CA = B = C. Bevis av (1): AB = AC = A 1 (AB) = A 1 (AC) = (A 1 A)B = (A 1 A)C = B = C
15 Formel för inversen till en 2 2-matris: ( ) a b A = är inverterbar om och endast om ad bc 0. c d I detta fall gäller ( ) A 1 1 d b = ad bc c a
16 Viktiga egenskaper: (1) Om A, B är inverterbara, då är även AB inverterbar med (AB) 1 = B 1 A 1. (2) Om A är inverterbar, då är även A T inverterbar med (A T ) 1 = (A 1 ) T. Bevis a) (AB) (B 1 A 1 ) = A(BB 1 }{{} =I n )A 1 = AA 1 = I n (B 1 A 1 ) (AB) = B 1 (A 1 A }{{} =I n )B = B 1 B = I n b) A T (A 1 ) T = (A 1 A) T = I T n = I n, (A 1 ) T A T = (AA 1 ) T = I T n = I n
17 Exempel 5 Bestäm A om (I 2 + 2A T ) 1 = ( ) Lösning: ( ) (I 2 + 2A T ) = 4 5 ( ) ( = I 2 + 2A T = = ( 1) ( ) 5 2 ( ) ( ) = 2A T = = 0 1 = A T = = A = ( 9 ( ) ) = 1 13 ( ) )
18 Exempel 6 Ange om följande påståenden gäller för alla n n-matriser eller inte. Ge ett motexempel om ett påstående inte gäller. a) Om A = 0 n, så A 2 = 0 n. b) Om A 2 = 0 n, så A = 0 n. c) Om A och B är inverterbara, då är A + B inverterbar. d) Om A och B är inverterbara, då är BA T inverterbar. Lösning: a) Ja. b) Nej. Motexempel: A = ( ) 0 1 är inte nollmatrisen, men A c) Nej. Motexempel: A = I 2, B = I 2 är inverterbara, men A + B är nollmatrisen som inte är inverterbar. d) Ja, inversen är (A 1 ) T B 1
19 Beräkning av inversen med Gauss-Jordan elimination: (1) Sats: En n n-matris A är inverterbar om och endast om dess RTSF är enhetsmatrisen. (2) Beräkning av A 1 : Börja med (A I n ) Tillämpa Gauss-Jordan elimination för att transformera A på RTSF. Tillämpa samma operationer på höger sidan. Om A är inverterbar slutar proceduren med (I n A 1 ). (3) Anmärkning: Om proceduren slutar med en annan RTSF på vänster sidan är A inte inverterbar.
20 Exempel 7 Lösning: 1 Bestäm inversen till ( 2) rad1 adderad till rad2, ( 1) rad1 adderad till rad3 2 rad2 adderad till rad3 ( 1) rad
21 rad3 adderad till rad2, ( 3) rad3 adderad till rad1 ( 2) rad2 adderad till rad1 = A 1 =
22 Exempel 8 Låt A = ( ) 6 3, B = 3 3 ( ) Lös matrisekvationen XA X = B m.a.p. X. Lösning: XA X = B X (A I 2 ) = B. ( ) 5 3 Eftersom A I 2 = är inverterbar med 3 2 får vi (A I 2 ) 1 = X = B(A I 2 ) 1 = 1 ( 2 ) 3 } 5 2 {{ 3 3 } 3 5 =1 ( ) ( ) = ( 6 ) 8 3 5
23 Matriser och linjära ekvationssystem Varje ekvationssystem a 11 x a 1n x n = b 1 a m1 x a mn x n = b m kan också skrivas i matrisform a a 1n x 1 b 1... =.. a m1... a mn x n b m m n n 1 m 1 Kort: Ax = b Här betraktas x som en obekant kolumnmatris..
24 Sats 1: Ett linjärt ekvationssystem har inga lösningar, en unik lösning eller oändligt många lösningar. Bevis: Antag att vi redan har hittat två lösningar x 1 x 2. Vi visar att i det fallet finns det oändligt många lösningar: Sätt med λ R. Det är oändligt många! x λ = λx 1 + (1 λ)x 2 Var och en löser systemet ty ) Ax λ = A (λx 1 + (1 λ)x 2 = λ(ax 1 ) + (1 λ)(ax 2 ) = λb + (1 λ)b = b
25 Sats 2: Lå A vara en inverterbar n n-matris. Då har systemet Ax = b den unika lösningen A 1 b. Bevis: Om x är en lösning gäller x = (AA 1 )x = A 1 (Ax) = A 1 b. Tvärtom löser A 1 b uppenbarligen systemet.
26 Exempel 9 kan skrivas som där Det linjära ekvationssystemet x 1 + 2x 2 + 3x 3 = 5 (1) 2x 1 + 5x 2 + 3x 3 = 3 x 1 + 8x 3 = 17 (2) Ax = b A = 2 5 3, b = Uppgiften att lösa systemet (1) motsvarar alltså uppgiften att lösa matrisekvationen (2) m.a.p. den okända 3 1-matrisen x. I Exempel 7 har vi redan bestämt As invers = Systemet har den unika lösningen x = A 1 sätt i A 1 1 och b b = 1 2
27 Determinanter Vi betraktar nu determinantfunktionen som till varje kvadratisk matris A associerar ett reellt tal det(a). För n n-matriser med n 3 är determinanten given genom följande formler: (1) n = 1: (2) n = 2: det(a) = a ( ) a b det = ad bc c d
28 (3) n = 3: a 11 a 12 a 13 det a 21 a 22 a 23 a 31 a 32 a 33 = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 32 a 21 a 11 a 23 a 32 a 22 a 13 a 31 a 33 a 12 a 21 Anmärkning: Det finns ingen enkel formel för större n!
29 I (3) gäller ( ) ( ) a22 a det(a) = a 11 det 23 a21 a a a 32 a 12 det a 31 a 33 ( ) a21 a +a 13 det 22 a 31 a 32 = a 11 det(a 11 ) a 12 det(a 12 ) + a 13 det(a 13 ) där A ij betecknar den delmatrisen av A man får genom att stryka rad i och kolumn j. Talen C ij = ( 1) i+j det(a ij ) kallas för kofaktorer till A. Med denna notation kan vi skriva det(a) = a 11 C 11 + a 12 C 12 + a 13 C 13.
30 Vi har härlett ett samband mellan determinanter av 3 3- och 2 2-matriser. Ett likandant samband gäller i det allmäna fallet. a a 1n Sats (Kofaktorutveckling): Låt A =... a n1... a nn (1) För varje i mellan 1 och n gäller det(a) = a i1 C i1 + a i2 C i a in C in (utveckling längs rad i). (2) För varje j mellan 1 och n gäller det(a) = a 1j C 1j + a 2j C 2j a nj C nj (utveckling längs kolumn j). Följd: det(a T ) = det(a).
31 Anmärkning Observera att tecknen framför underdeterminanterna fördelas enligt Exempel det = 1 det ( ) 1 1 = ( 2) det = utveckling längs kolumn 2 Exempel 11 Om A har en rad (eller en kolumn) som består bara av nollor, så är det(a) = 0.
32 Exempel 12 formen gäller För övertriangulära matriser A, d.v.s. matriser av a A = 0 a , a nn det(a) = a 11 a a nn Resultatet följer genom stegvis utveckling längs första kolumnen. Exempelvis för n = 3: a 11 a 12 a 13 ( ) det 0 a 22 a 23 a22 a = a 11 det 23 = a 0 a 11 a 22 det(a 33 ) 0 0 a = a 11 a 22 a 33
33 Beräkning av determinanter med rad- och kolumnoperationer Följande sats visar hur determinanten förändras om man genomför elementära radoperationer: Sats: (1) Byter man två rader så ändrar determinanten tecknet. (2) Adderar man en multipel av en rad till en annan rad så ändras determinanten inte. (3) Multiplicerar man en rad med ett tal c så multipliceras också determinanten med c. Motsvarande regler gäller även för elementära kolumnoperationer.
34 Exempel 13 Bestäm a Antag att det d b e c f = 6. g h i 2d 2e 2f det a b c. g a h b i c Lösning 2d 2e 2f d e f det a b c 1 2 rad = 1 2 det a b c g a h b i c g a h b i c a b c rad 1 rad 2 = 2 det d e f g a h b i c addera rad 1 a b c till rad 2 = 2 det d e f = ( 2)( 6) = 12 g h i
35 Exempel 14 a) Om en matris A har två rader (eller två kolumner) som är multipler av varandra så gäller det(a) = 0. a 0 a b) det a 1 a + 1 = 0 för alla a. a 2 a + 2
36 Recept för att beräkna det(a): Använd elementära radoperationer för att överföra A till en övertriangulär matris. Håll koll på hur determinanten påverkas! Slutligen kan det( ) beräknas som produkt av alla element på :s diagonal. Vi har redan sett: A inverterbar RTSF av A är enhetsmatrisen det(a) 0. Alltså: Sats: A inverterbar det(a) 0.
37 Exempel 15 Lösning 0 Beräkna det det rad 1 rad 2 = det rad = 1 3 det addera (-2) rad till rad 3 = 3 det addera (-10) rad till rad 3 = 3 det = 3 ( 1 1 ( 55) ) = 165
38 Egenskaper av determinanter Kom ihåg att det(a T ) = det(a). Vidare gäller: (1) det(ca) = c n det(a) om A är en n n-matris och c är ett reellt tal. (2) (Multiplikationssatsen) det(ab) = det(a) det(b). (3) Om A är inverterbar så gäller det(a 1 ) = 1 det(a). Anmärkning: I allmänheten det(a + B) det(a) + det(b). T.ex. får vi för ( ) ( ) A =, B = att det(a + B) = det(i 2 ) = 1 0 = det(a) + det(b).
39 Exempel 16 1 Låt A = a) Beräkna det(3a 2 ). b) Bestäm det(a 4 ) om A är inverterbar. Lösning det(a) = det = = 2 addera rad 1 till rad 3 Eftersom det(a) 0 är A inverterbar = det addera (-1) rad 2 till rad 3 a) det(3a 2 ) (1) = 3 3 det(a 2 ) (2) = 3 3( det(a) ) 2 = = 108. b) A 4 = (A 1 ) 4. = det(a 4 ) (2) = ( det(a 1 ) ) ( 4 (3) 4 ( ) 4 = 1 det(a)) = 1 2 = 1 16
Dagens program. Linjära ekvationssystem och matriser
Dagens program Matriser Räkneoperationer och räknelagar Linjära ekvationssystem och matriser Matrisform av ekvationssystem Elementära radoperationer Trappstegsmatriser, rang och lösningsstruktur Matrisinvers,
Läs merMATRISTEORI. Pelle Pettersson MATRISER. En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens
MATRISTEORI Pelle Pettersson ALLMÄN MATRISKUNSKAP MATRISER En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens element Exempel Matrisen 2 3 4 5 6 har två rader och
Läs merSubtraktion. Räkneregler
Matriser En matris är en rektangulär tabell av tal, 1 3 17 4 3 2 14 4 0 6 100 2 Om matrisen har m rader och n kolumner så säger vi att matrisen har storlek m n Index Vi indexerar elementen i matrisen genom
Läs mer15 september, Föreläsning 5. Tillämpad linjär algebra
5 september, 5 Föreläsning 5 Tillämpad linjär algebra Innehåll Matriser Algebraiska operationer med matriser Definition och beräkning av inversen av en matris Förra gången: Linjära ekvationer och dess
Läs merFöreläsningsanteckningar Linjär Algebra II Lärarlyftet
Föreläsningsanteckningar Linjär Algebra II Lärarlyftet Per Alexandersson Föreläsning I Timme I: Repetition av matriser, linjära ekvationssystem Linjärt ekvationssystem: x + y + z 3w = 3 2x + y + z 4w =
Läs mer6. Matriser Definition av matriser 62 6 MATRISER. En matris är ett rektangulärt schema av tal: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A =
62 6 MATRISER 6 Matriser 6 Definition av matriser En matris är ett rektangulärt schema av tal: A a a 2 a 3 a n a 2 a 22 a 23 a 2n a m a m2 a m3 a mn Matrisen A säges vara av typ m n, där m är antalet rader
Läs merLinjär Algebra M/TD Läsvecka 2
Linjär Algebra M/TD Läsvecka 2 Omfattning och Innehåll 2.1 Matrisoperationer: addition av matriser, multiplikation av matris med skalär, multiplikation av matriser. 2.2-2.3 Matrisinvers, karakterisering
Läs mer14 september, Föreläsning 5. Tillämpad linjär algebra
14 september, 2016 Föreläsning 5 Tillämpad linjär algebra Innehåll Matriser Algebraiska operationer med matriser Definition av inversen av en matris Förra gången: Linjära ekvationer och dess lösningar
Läs merLinjär Algebra M/TD Läsvecka 3
bild 1 Linjär Algebra M/TD Läsvecka 3 Omfattning och Innehåll Lay: 3.1-3.3 Determinanter. Definition, räkneregler och ett par viktiga satser. Huitfeldt: Om lösningsnoggrannhet: vektornorm, matrisnorm bild
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-4.
Uppsala Universitet Matematiska Institutionen Bo Styf LAoG I, 5 hp ES, KandMa, MatemA -9-6 Sammanfattning av föreläsningarna -. Föreläsningarna, 6/9 /9 : I sammanfattningen kommer en del av det vi tagit
Läs merEnhetsvektorer. Basvektorer i två dimensioner: 1 1 Basvektorer i tre dimensioner: Enhetsvektor i riktningen v: v v
Vektoraddition u + v = u + v = [ ] u1 u 2 u 1 u 2 + u 3 + [ v1 v 2 ] = v 1 v 2 = v 3 [ u1 + v 1 u 2 + v 2 u 1 + v 1 u 2 + v 2 u 3 + v 3 ] Multiplikation med skalär α u = α [ u1 u 2 α u = α ] = u 1 u 2
Läs merDeterminanter, egenvectorer, egenvärden.
Determinanter, egenvectorer, egenvärden. Determinanter av kvadratiska matriser de nieras recursivt: först för matriser, sedan för matriser som är mest användbara. a b det = ad bc c d det a a a a a a a
Läs merAvsnitt 4, Matriser ( =
Avsnitt Matriser W Beräkna AB då ( a A ( - b A B B ( 8 7 6 ( - - - och Först måste vi försäkra oss om att matrismultiplikationen verkligen går att utföra För att det ska gå måste antalet kolumner i den
Läs merInnehåll. 1 Linjärt ekvationssystem (ES) 5. 2 Grundläggande algebra 13
LINJÄR ALGEBRA Innehåll Linjärt ekvationssstem (ES) 5 Grundläggande algebra 3 3 Matrisalgebra 5 3 Addition av matriser 5 3 Multiplikation mellan matriser 7 33 Enhetsmatris 34 Invers matris 34 Nollmatris
Läs merc) Sarrus regel ger L6.2 Hur många lösningar har ekvationssystemen?
Avsnitt Determinanter L Använd determinanter för att avgöra om följande matriser är inverterbara ( ) a) b) 5 8 ( ) cos ϕ sin ϕ c) d) sin ϕ cos ϕ En matris A är inverterbar om och endast om det A Vi beräknar
Läs merGausselimination fungerar alltid, till skillnad från mer speciella metoder.
LINJÄRA EKVATIONSSYSTEM, GAUSSELIMINATION. MATRISER. Läs avsnitten 4.-4.. Lös övningarna 4.ace, 4.2acef, 4., 4.5-4.7, 4.9b, 4. och 4.abcfi. Läsanvisningar Avsnitt 4. Det här avsnittet handlar om Gauss-elimination,
Läs merMoment 6.1, 6.2 Viktiga exempel Övningsuppgifter T6.1-T6.6
Moment 6., 6. Viktiga exempel 6.-6. Övningsuppgifter T6.-T6.6 Matriser Definition. En matris är ett schema med m rader och n kolonner eller kolumner, som vi kallar dem i datalogin innehållande m n element.
Läs mer5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA
5 LINJÄR ALGEBRA 5 Linjär algebra En kul gren av matematiken som inte fått speciellt mycket utrymme i gymnasiet men som har många tillämpningsområden inom t.ex. fysik, logistik, ekonomi, samhällsplanering
Läs merMVE022 Urval av bevis (på svenska)
MVE22 Urval av bevis (på svenska) J A S, VT 218 Sats 1 (Lay: Theorem 7, Section 2.2.) 1. En n n-matris A är inverterbar precis när den är radekvivalent med indentitesmatrisen I n. 2. När så är fallet gäller
Läs merUppsala Universitet Matematiska Institutionen Thomas Erlandsson
Uppsala Universitet Matematiska Institutionen Thomas Erlandsson MATRISER MED MERA VEKTORRUM DEFINITION Ett vektorrum V är en mängd av symboler u som vi kan addera samt multiplicera med reella tal c så
Läs merAvsnitt 2. Matriser. Matriser. Vad är en matris? De enkla räknesätten
Avsnitt Matriser Vad är en matris? De enkla räknesätten Matrismultiplikation Produkt av en rad med en kolumn Produkt av rader med en kolumn Produkt av rader med kolumner När är matrismultiplikationen definierad?
Läs merDagens program. Linjära ekvationssystem och matriser
Dagens program Matriser Räkneoperationer och räknelagar Linjära ekvationssystem och matriser Matrisform av ekvationssystem Elementära radoperationer Trappstegsmatriser, rang och lösningsstruktur Matrisinvers,
Läs merMoment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61
Moment 5.5 Övningsuppgifter I 5.0a. 5.0b, 5.0.c, 1 Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång. Kvadratiska
Läs merStudiehandledning till linjär algebra Avsnitt 1
Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 1 Kapitel 1 och 11.2 alt. 11.9 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.)
Läs merLinjär algebra F1 Ekvationssystem och matriser
Information Ekvationer Ekvationssystem Matriser Linjär algebra F1 Ekvationssystem och matriser Pelle 2016-01-18 Information Ekvationer Ekvationssystem Matriser kursfakta hemsida frågelåda Fakta om Linjär
Läs merDagens program. Repetition Determinanten Definition och grundläggande egenskaper
Dagens program Repetition Determinanten Definition och grundläggande egenskaper Radoperationers påverkan på erminanten Beräkning av erminanten för en trappstegsmatris Utveckling efter rad eller kolonn
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna
Uppsala Universitet Matematiska Institutionen Bo Styf LAoG I, 5 hp ES, KandMa, MatemA -9-6 Sammanfattning av föreläsningarna 3-7 Föreläsningarna 3 7, 8/ 5/ : Det viktigaste är här att du lär dig att reducera
Läs merMoment Viktiga exempel Övningsuppgifter
Moment Viktiga exempel Övningsuppgifter Inga Inga Inga Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång.
Läs mer1 Grundläggande kalkyler med vektorer och matriser
Krister Svanberg, mars 2015 1 Grundläggande kalkyler med vektorer och matriser Trots att läsaren säkert redan behärskar grundläggande vektor- och matriskalkyler, ges här i Kapitel 1 en repetition om just
Läs merLÖSNINGAR TILL UPPGIFTER TILL RÄKNEÖVNING 1
STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Linjär algebra II LÖSNINGAR TILL UPPGIFTER TILL RÄKNEÖVNING Lös ekvationssystemet x + y + z 9 x + 4y 3z 3x + 6z 5z med hjälp av Gausselimination Lösning:
Läs merLinjära avbildningar. Låt R n vara mängden av alla vektorer med n komponenter, d.v.s. x 1 x 2. x = R n = x n
Linjära avbildningar Låt R n vara mängden av alla vektorer med n komponenter, d.v.s. R n = { x = x x. x n } x, x,..., x n R. Vi räknar med vektorer x, y likandant som i planet och i rymden. vektorsumma:
Läs merTMV166 Linjär Algebra för M. Tentamen
MATEMATISKA VETENSKAPER TMV66 6 Chalmers tekniska högskola 6 8 kl 8:3 :3 (SB Multisal) Examinator: Tony Stillfjord Hjälpmedel: ordlistan från kurshemsidan, ej räknedosa Telefonvakt: Olof Giselsson, ankn
Läs mer1 Linjära ekvationssystem. 2 Vektorer
För. 1 1 Linjära ekvationssystem Gaußelimination - sriv om systemet för att få ett trappformat system genom att: byta ordningen mellan ekvationer eller obekanta; multiplicera en ekvation med en konstant
Läs merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Areor, vektorprodukter, volymer och determinanter
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A. (1 p) (c) Bestäm avståndet mellan A och linjen l.
SF64 Algebra och geometri Lösningsförslag till tentamen 5.6. DEL A. Betrakta följande punkter i rummet: A = (,, ), B = (,, ) och C = (,, ). (a) Ange en parametrisk ekvation för linjen l som går genom B
Läs mer6.4. Linjära ekvationssytem och matriser
5 6 MATRISER 6.4. Linjära ekvationssytem och matriser Vi har tidigare sett att linjära ekvationssytem kan skrivas om med hjälp av matriser, så visst finns det ett samband mellan dessa. Nedan ska vi studera
Läs merVectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.
Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem. Begrepp som diskuteras i det kapitlet. Vektorer, addition och multiplikation med skalärer. Geometrisk tolkning. Linjär kombination av
Läs merNorm och QR-faktorisering
Norm och QR-faktorisering Skalärprodukten på C n (R n ) hänger ihop med några viktiga klasser av matriser. För en komplex matris A betecknar vi med A H det Hermitiska konjugatet till A, dvs A H = A T.
Läs mer1 Positivt definita och positivt semidefinita matriser
Krister Svanberg, april 1 1 Positivt definita och positivt semidefinita matriser Inom ickelinjär optimering, speciellt kvadratisk optimering, är det viktigt att på ett effektivt sätt kunna avgöra huruvida
Läs mer= ( 1) ( 1) = 4 0.
MATA15 Algebra 1: delprov 2, 6 hp Fredagen den 17:e maj 2013 Skrivtid: 800 1300 Matematikcentrum Matematik NF Lösningsförslag 1 Visa att vektorerna u 1 = (1, 0, 1), u 2 = (0, 2, 1) och u 3 = (2, 2, 1)
Läs merA. Grundläggande matristeori
A. Matristeori A. Grundläggande matristeori A.1 Definitioner A.1.1 Matriser och vektorer En matris är en rektangulär tabell av element ordnade i rader och kolonner (kolumner). Elementen i en matris kan
Läs merx 1 x 2 x 3 x 4 mera allmänt, om A är en (m n)-matris, då ger matrismultiplikationen en avbildning T A : R n R m.
Fredagen 006 Avbildningar Låt A vara matrisen () = 0 0 Till varje vektor X i R får vi vid matrismultiplikationen AX en vektor i R Mera explicit, om X = x x x x är en given punkt i R, då får vi punkten
Läs merNovember 6, { b1 = k a
Fö 7: November 6, 2018 Linjära ekvationssystem Inledande exempel: Finn ekv för linjen L som går genom punkterna P a 1, b 1 och Qa 2, b 2 sådana att a 1 a 2. Lsg: Linjen L kan beskrivas av ekv y = k x +
Läs mer1. Ekvationer 1.1. Ekvationer och lösningar. En linjär ekvation i n variabler x 1,..., x n är en ekvation på formen. 2x y + z = 3 x + 2y = 0
1. Ekvationer 1.1. Ekvationer och lösningar. En linjär ekvation i n variabler x 1,..., x n är en ekvation på formen a 1 x 1 + a 2 x 2 + a n x n = b, med givna tal a 1,..., a n och b. Ett linjärt ekvationssystem
Läs mer. (2p) 2x + 2y + z = 4 y + 2z = 2 4x + 3y = 6
Kursen bedöms med betyg, 4, 5 eller underkänd, där 5 är högsta betyg För godkänt betyg krävs minst 4 poäng från uppgifterna -7 Var och en av dessa sju uppgifter kan ge maximalt poäng För var och en av
Läs merLinjära ekvationssystem
Föreläsning 3 Linjära ekvationssystem Gausselimination Vanlig gausselimination för det linjära ekvationssystemet Ax = b utgår från den utökade matrisen [A b] och applicerar elementära radoperationer på
Läs merStudieanvisningar. H. Anton och C. Rorres: Elementary Linear Algebra, 9:e upplagan. Wiley, 2005 (betecknas A nedan).
Uppsala Universitet Matematiska Institutionen Bo Styf Linjär algebra och geometri I, 5 hp (distans) 2-3-7 Studieanvisningar. Kurslitteratur: H. Anton och C. Rorres: Elementary Linear Algebra, 9:e upplagan.
Läs merLinjära ekvationssystem
Linjära ekvationssystem Gausselimination Vanlig gausselimination för det linjära ekvationssystemet Ax = b utgår från den utökade matrisen [A b] och applicerar elementära radoperationer på denna för att
Läs merLinjär algebra på 2 45 minuter
Linjär algebra på 2 45 minuter π n x F(x) Förberedelser inför skrivningen Den här genomgången täcker förstås inte hela kursen. Bra sätt att lära sig kursen: läs boken, diskutera med kompisar, gå igenom
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 533 DEL A Planet H ges av ekvationen 3x y + 5z + a) Bestäm en linje N som är vinkelrät mot H ( p) b) Bestäm en linje L som inte skär planet H ( p)
Läs merVeckoblad 4, Linjär algebra IT, VT2010
Veckoblad, Linjär algebra IT, VT Under den fjärde veckan ska vi under måndagens föreläsning se hur man generaliserar vektorer i planet och rummet till vektorer med godtycklig dimension. Vi kommer också
Läs merLINJÄR ALGEBRA HT2013. Kurslitteratur: Anton: Elementary Linear Algebra 10:e upplagan.
LINJÄR ALGEBRA HT2013 JONAS WIKLUND Kurslitteratur: Anton: Elementary Linear Algebra 10:e upplagan. 1. LINJÄRA EKVATIONSSYSTEM OCH MATRISER 1.1 Introduktion. Till stor del bör du känna till ekvationslösning
Läs merLinjär Algebra F14 Determinanter
Determinanter Basbyte Linjär Algebra F14 Determinanter Pelle 2016-02-29 Determinanter 2 2-matriser ( ) a11 a A = 12 = (A a 21 a 1 A 2 ) 22 det A = a 11 a 12 a 21 a 22 = det(a 1 A 2 ) = a 11 a 22 a 12 a
Läs merEn vektor är mängden av alla sträckor med samma längd och riktning.
En vektor är mängden av alla sträckor med samma längd och riktning. Slappdefinition En vektor är en riktad sträcka som får parallellförflyttas. Tänk på vektorn som en pil. Betecknar vektorer med små bokstäver
Läs merSlappdefinition. Räkning med vektorer. Bas och koordinater. En vektor är mängden av alla sträckor med samma längd och riktning.
Slappdefinition En vektor är mängden av alla sträckor med samma längd och riktning. En vektor är en riktad sträcka som får parallellförflyttas. Tänk på vektorn som en pil. Betecknar vektorer med små bokstäver
Läs merPreliminärt lösningsförslag
Preliminärt lösningsförslag v4, 9 augusti 4 Högskolan i Skövde (SK) Tentamen i matematik Kurs: MA4G Linjär algebra MAG Linjär algebra för ingenjörer Tentamensdag: 4-8-6 kl 43-93 Hjälpmedel : Inga hjälpmedel
Läs merCarl Olsson Carl Olsson Linjär Algebra / 18
Linjär Algebra: Föreläsn 1 Carl Olsson 2018-03-19 Carl Olsson Linjär Algebra 2018-03-19 1 / 18 Kursinformation Kurschef Carl Olsson arbetsrum: MH:435 tel: 046-2228565 epost: calle@maths.lth.se Carl Olsson
Läs merMat-1.1510 Grundkurs i matematik 1, del I
Mängder Det enklaste sättet att beskriva en mängd är att räkna upp de elementen i mängden, tex Mat-11510 Grundkurs i matematik 1, del I G Gripenberg TKK 8 oktober 2009 G Gripenberg (TKK Mat-11510 Grundkurs
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Svar till tentan. Del A. Prov i matematik Linj. alg. o geom
Uppsala Universitet Matematiska Institutionen Bo Styf Prov i matematik Linj. alg. o geom. 1 2011-05-07 Svar till tentan. Del A 1. För vilka värden på a är ekvationssystemet { ax + y 1 2x + (a 1y 2a lösbart?
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen 14129 DEL A 1 (a) Bestäm linjen genom punkterna A = (,, 1) och B = (2, 4, 1) (1 p) (b) Med hjälp av projektion kan man bestämma det kortaste avståndet
Läs merreella tal x i, x + y = 2 2x + z = 3. Här har vi tre okända x, y och z, och vi ger dessa okända den naturliga
. Lösningsmängden till homogena ekvationssystem I denna första föreläsning börjar vi med att repetera det grunnläggande begreppet inom linjär algebran. Linjär algebra är studiet av lösningsmängden till
Läs merSjälvkoll: Ser du att de två uttrycken är ekvivalenta?
ANTECKNINGAR TILL RÄKNEÖVNING 1 & - LINJÄR ALGEBRA För att verkligen kunna förstå och tillämpa kvantmekaniken så måste vi veta något om den matematik som ligger till grund för formuleringen av vågfunktionen
Läs mer4x az = 0 2ax + y = 0 ax + y + z = 0
LUNDS TEKNISKA HÖGSKOLA MATEMATIK TENTAMENSSKRIVNING LINJÄR ALGEBRA 206-03-4 kl 8 3 INGA HJÄLPMEDEL Lösningarna skall vara försedda med ordentliga motiveringar Alla koordinatsystem får antas vara ortonormerade
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A (1) (a) Bestäm de övriga rötterna till ekvationen z 3 11z 2 + 43z 65 = 0 när det är känt att en av rötterna
Läs merLYCKA TILL! kl 8 13
LUNDS TEKNISK HÖGSKOL MTEMTIK TENTMENSSKRIVNING Linjär algebra 0 0 kl 8 3 ING HJÄLPMEDEL Förklara dina beteckningar och motivera lösningarna väl Om inget annat anges är koordinatsystemen ortonormerade
Läs merAlgebraiska egenskaper hos R n i)u + v = v + U
Underrum till R n, nollrum, kolonnrum av en matris, rank, bas, koordinater, dimension. Påminnelse om R n s egenskaper: Algebraiska egenskaper hos R n i)u + v = v + U v) c(u + v) = cu + cv ii) ( u + v)
Läs merStudiehandledning till linjär algebra Avsnitt 2
Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 2 Kapitel 2 och 3 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.) I detta avsnitt
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen 2013-10-28 DEL A 1. Vi har matriserna 1 1 1 1 1 0 3 0 A = 1 1 1 1 1 1 1 1 och E = 0 0 0 1 0 0 1 0. 1 0 0 1 0 1 0 0 (a) Bestäm vilka elementära
Läs merLinjär algebra. Lars-Åke Lindahl
Linjär algebra Lars-Åke Lindahl 2009 Fjärde upplagan c 2009 Lars-Åke Lindahl, Matematiska institutionen, Uppsala universitet Innehåll Förord................................. v 1 Linjära ekvationssystem
Läs merNovember 17, 2015 (1) en enda lsg. Obs det A = 1 0. (2) k-parameter lsg. Obs det A = 0. k-kolonner efter sista ledande ettan
Fö 9: November 7, 5 Determinanter och ekvationssystem Betrakta ett linjärt ekvssystem A X = B, där A är en kvadratisk n n)-matris och X, B n )-matriser. Låt C = [A B] utökad matris ). Gausselimination
Läs merSKRIVNING I VEKTORGEOMETRI Delkurs
SKRIVNING I VEKTORGEOMETRI Delkurs 1 2015 Om inget annat uttryckligen sägs, kan koordinaterna för en vektor i antas vara givna i en ON-bas. Baser i rummet kan dessutom antas vara positivt orienterade.
Läs merTMV166 Linjär algebra för M, vt 2016
TMV166 Linjär algebra för M, vt 2016 Lista över alla lärmål Nedan följer en sammanfattning av alla lärmål i kursen, uppdelade enligt godkänt- och överbetygskriterier. Efter denna lista följer ytterligare
Läs merLinjära ekvationssystem. Avsnitt 1. Vi ska lära oss en metod som på ett systematiskt sätt löser alla linjära ekvationssystem. Linjära ekvationssystem
Avsnitt Linjära ekvationssystem Elementära radoperationer Gausseliminering Exempel Räkneschema Exempel med exakt en lösning Exempel med parameterlösning Exempel utan lösning Slutschema Avläsa lösningen
Läs mer2+6+3x = 11 y+4+15 = z = 15. x 2. { 3x1 +4x 2 = 19 2x 1 +2x 2 = 10 B =
Moment 5.3, 5.4 Viktiga exempel 5.16, 5.18-5.23 Övningsuppgifter 5.20, 5.21, 5.22, 5.51, 5.53 Matrisekvationer Exempel 1. Lös följande matrisekvation 2 3 x y 2 5 3 3 z Tre ekvationer att lösa Svar: x 1,
Läs merTMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning
MATEMATISKA VETENSKAPER TMV66 07 Chalmers tekniska högskola Datorlaboration Examinator: Tony Stillfjord TMV66 Linjär algebra för M Datorlaboration : Matrisalgebra och en mekanisk tillämpning Allmänt Den
Läs mer8 Minsta kvadratmetoden
Nr, april -, Amelia Minsta kvadratmetoden. Ekvationssystem med en lösning, -fallet Ett linjärt ekvationssystem, som ½ +7y = y = har en entydig lösning om koefficientdeterminanten, här 7, är skild från
Läs mer(d) Mängden av alla x som uppfyller x = s u + t v + (1, 0, 0), där s, t R. (e) Mängden av alla x som uppfyller x = s u där s är ickenegativ, s 0.
TM-Matematik Mikael Forsberg, 734-4 3 3 Rolf Källström, 7-6 93 9 För Campus och Distans Linjär algebra mag4 och ma4a 6 5 Skrivtid: 9:-4:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta
Läs merBegrepp :: Determinanten
c Mikael Forsberg 2008 1 Begrepp :: Determinanten Rekursiv definition :: Kofaktorutveckling Låt oss börja definiera determinanten för en 1 1 matris A = (a). En sådan matris är naturligtvis bara ett vanligt
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF624 Algebra och geometri Lösningsförslag till tentamen 22--6 DEL A Planet H ges av ekvationen x + 2y + z =, och planet W ges på parameterform som 2t 4s, t + 2s där s och t är reella parametrar (a) Bestäm
Läs merLinjär algebra Tio förrätter och två efterrätter Roy Skjelnes
Linjär algebra Tio förrätter och två efterrätter Roy Skjelnes Matematiska Institutionen, KTH Typsatt med L A TEX 2ε och TikZ Kompilerad 8 september 2014 Inledande ord Detta häfte är baserat på en föreläsningsserie
Läs merTMV141. Fredrik Lindgren. 22 januari 2013
TMV141 Fredrik Lindgren Matematiska vetenskaper Chalmers tekniska högskola och Göteborgs universitet 22 januari 2013 F. Lindgren (Chalmers&GU) Linjär algebra E1 22.01.2013 1 / 73 Outline 1 Föreläsning
Läs mer1 De fyra fundamentala underrummen till en matris
Krister Svanberg, mars 2012 1 De fyra fundamentala underrummen till en matris 1.1 Definition av underrum En given delmängd M av IR n säges vara ett underrum i IR n om följande gäller: För varje v 1 M,
Läs merMat Grundkurs i matematik 1, del I
Mat-1.1510 Grundkurs i matematik 1, del I G. Gripenberg TKK 8 oktober 2009 G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 1 / 47 Mängder Det enklaste sättet att beskriva en
Läs merLinjär algebra. Föreläsningar: Lektioner: Laborationer:
Linjär algebra Föreläsningar: 08.15-10.00 Lektioner: 10.30-12.00 Laborationer: 13.15-16.00 Datum Sal Kapitel Må 1/9 Hörsal D 1.1-1.2 Ekvationssystem To 4 D 1.3-1.4 Matriser Lektion MA136, 146, 156, MC313
Läs merVektorgeometri. En vektor v kan representeras genom pilar från en fotpunkt A till en spets B.
Vektorgeometri En vektor v kan representeras genom pilar från en fotpunkt A till en spets B. Två pilar AB, A B tilllhör samma vektor om de har samma riktning och samma längd. Vi skriver v = AB = B A B
Läs merMat Grundkurs i matematik 1, del I
Mat-11510 Grundkurs i matematik 1, del I G Gripenberg TKK 8 oktober 2009 G Gripenberg (TKK) Mat-11510 Grundkurs i matematik 1, del I 8 oktober 2009 1 / 47 Mängder Det enklaste sättet att beskriva en mängd
Läs merSKRIVNING I VEKTORGEOMETRI
SKRIVNING I VEKTORGEOMETRI Delkurs 1 016 Om inget annat uttryckligen sägs, kan koordinaterna för en vektor i antas vara givna i en ON-bas. Baser i rummet kan dessutom antas vara positivt orienterade. 1.
Läs merM = c c M = 1 3 1
N-institutionen Mikael Forsberg Prov i matematik Matematik med datalogi, mfl. Linjär algebra ma4a Deadline :: 8 9 4 Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift på ny
Läs merKursplanering för Linjär algebra, HT 2003
Kursplanering för Linjär algebra, HT 2003 Mikael Forsberg 12 augusti 2003 Innehåll 1 Kursbok 2 2 Kursinnehåll 2 2.1 Kursens uppläggning......................... 2 2.2 Målsättning..............................
Läs merMAA123 Grundläggande vektoralgebra
Test 1 2009.09.14 08.30 09.30 Poäng: Detta test ger maximalt 8 poäng. För godkänt fordras minst 5 poäng. Frågor kan ställas till: Hillevi Gavel, som nås på 073 763 27 88 Övriga anvisningar: Skriv läsbart.
Läs merlinjära ekvationssystem.
CTH/GU LABORATION 2 TMV216/MMGD20-2017/2018 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna laboration börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på
Läs merc d Z = och W = b a d c för några reella tal a, b, c och d. Vi har att a + c (b + d) b + d a + c ac bd ( ad bc)
1 Komplexa tal 11 De reella talen De reella talen skriver betecknas ofta med symbolen R Vi vill inte definiera de reella talen här, men vi noterar att för varje tal a och b har vi att a + b och att ab
Läs merVektorrum. EX. Plan och linjer i rummet genom origo. Allmänt; mängden av lösningar till AX = 0.
Vektorrum Denna kurs handlar till stor del om s k linjära rum eller vektorrum. Dessa kan ses som generaliseringar av R n. Skillnaden består främst i att teorin nu blir mer abstrakt. Detta är själva poängen;
Läs merLaboration: Vektorer och matriser
Laboration: Vektorer och matriser Grundläggande om matriser Begreppet matris är en utvidgning av vektorbegreppet, och det används bl a när man löser linjära ekvationssystem. Namnet Matlab står för MATrix
Läs merDagens ämnen. Linjära ekvationssystem: Successiv elimination Vektorer Definitionen Grundläggande räkneoperationer Bas och koordinater Ortsvektorer
Dagens ämnen Linjära ekvationssystem: Successiv elimination Vektorer Definitionen Grundläggande räkneoperationer Bas och koordinater Ortsvektorer Linjära ekvationer Med en linjär ekvation i n variabler,
Läs mer1. (Dugga 1.1) (a) Bestäm v (3v 2u) om v = . (1p) and u =
Kursen bedöms med betyg,, 5 eller underkänd, där 5 är högsta betyg. För godkänt betyg krävs minst poäng från uppgifterna -7. Var och en av dessa sju uppgifter kan ge maximalt poäng. För var och en av uppgifterna
Läs merx = som är resultatet av en omskrivning av ett ekvationssystemet som ursprungligen kunde ha varit 2x y+z = 3 2z y = 4 11x 3y = 5 Vi får y z
Ett nytt försök med att ta fram inversen till en matris Innan vi startar med att bestämma inversen till en matris måste vi veta varför vi skulle kunna behöva den. Vi har A x b som är resultatet av en omskrivning
Läs merMaj Lycka till! Sergei Silvestrov. 1. a) Bestäm Jordans normalform och minimalpolynom av Toeplitzmatrisen T =
LUNDS TEKNISKA HÖGSKOLA MATEMATIK TENTAMENSSKRIVNING Matristeori Maj 2 Denna hemtentamen skall göras och redovisas enskilt. I övrigt är alla hjälpmedel tillåtna. Lösningar till uppgifterna lämnas in i
Läs merMer om linjära ekvationssystem
CTH/GU LABORATION 2 TMV141-212/213 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna laboration fortsätter med linjära ekvationssystem och matriser Vi ser på hantering och uppbyggnad
Läs merSF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A (1) Vid lösningen av ekvationssystemet x 1 3x 2 +3x 3 4x 4 = 1, x 2 +x 3 x 4 = 0, 4x 1 +x 2 x 3 2x 4 = 5, kommer man genom Gausselimination
Läs mer