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

Storlek: px
Starta visningen från sidan:

Download "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"

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. 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 mer

MATRISTEORI. Pelle Pettersson MATRISER. En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens

MATRISTEORI. 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 mer

Subtraktion. Räkneregler

Subtraktion. 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 mer

15 september, Föreläsning 5. Tillämpad linjär algebra

15 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 mer

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

Föreläsningsanteckningar 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 mer

6. 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 =

6. 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 mer

Linjär Algebra M/TD Läsvecka 2

Linjär 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 mer

14 september, Föreläsning 5. Tillämpad linjär algebra

14 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 mer

Linjär Algebra M/TD Läsvecka 3

Linjär 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 mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-4.

Uppsala 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 mer

Enhetsvektorer. Basvektorer i två dimensioner: 1 1 Basvektorer i tre dimensioner: Enhetsvektor i riktningen v: v v

Enhetsvektorer. 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 mer

Determinanter, egenvectorer, egenvärden.

Determinanter, 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 mer

Avsnitt 4, Matriser ( =

Avsnitt 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 mer

Innehåll. 1 Linjärt ekvationssystem (ES) 5. 2 Grundläggande algebra 13

Innehåll. 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 mer

c) Sarrus regel ger L6.2 Hur många lösningar har ekvationssystemen?

c) 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 mer

Gausselimination fungerar alltid, till skillnad från mer speciella metoder.

Gausselimination 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 mer

Moment 6.1, 6.2 Viktiga exempel Övningsuppgifter T6.1-T6.6

Moment 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 mer

5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA

5 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 mer

MVE022 Urval av bevis (på svenska)

MVE022 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 mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala 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 mer

Avsnitt 2. Matriser. Matriser. Vad är en matris? De enkla räknesätten

Avsnitt 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 mer

Dagens program. Linjära ekvationssystem och matriser

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 mer

Moment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61

Moment 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 mer

Studiehandledning till linjär algebra Avsnitt 1

Studiehandledning 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 mer

Linjär algebra F1 Ekvationssystem och matriser

Linjär 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 mer

Dagens program. Repetition Determinanten Definition och grundläggande egenskaper

Dagens 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 mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna

Uppsala 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 mer

Moment Viktiga exempel Övningsuppgifter

Moment 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 mer

1 Grundläggande kalkyler med vektorer och matriser

1 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 mer

LÖSNINGAR TILL UPPGIFTER TILL RÄKNEÖVNING 1

LÖSNINGAR 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 mer

Linjära 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. 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 mer

TMV166 Linjär Algebra för M. Tentamen

TMV166 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 mer

1 Linjära ekvationssystem. 2 Vektorer

1 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 mer

Vektorgeometri för gymnasister

Vektorgeometri 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 mer

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A. (1 p) (c) Bestäm avståndet mellan A och linjen l.

SF1624 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 mer

6.4. Linjära ekvationssytem och matriser

6.4. 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 mer

Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.

Vectorer, 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 mer

Norm och QR-faktorisering

Norm 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 mer

1 Positivt definita och positivt semidefinita matriser

1 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.

= ( 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 mer

A. Grundläggande matristeori

A. 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 mer

x 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.

x 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 mer

November 6, { b1 = k a

November 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 mer

1. 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. 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

. (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 mer

Linjära ekvationssystem

Linjära 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 mer

Studieanvisningar. H. Anton och C. Rorres: Elementary Linear Algebra, 9:e upplagan. Wiley, 2005 (betecknas A nedan).

Studieanvisningar. 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 mer

Linjära ekvationssystem

Linjära 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 mer

Linjär algebra på 2 45 minuter

Linjär 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 mer

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

SF1624 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 mer

Veckoblad 4, Linjär algebra IT, VT2010

Veckoblad 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 mer

LINJÄR ALGEBRA HT2013. Kurslitteratur: Anton: Elementary Linear Algebra 10:e upplagan.

LINJÄR 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 mer

Linjär Algebra F14 Determinanter

Linjär 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 mer

En vektor är mängden av alla sträckor med samma längd och riktning.

En 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 mer

Slappdefinition. Räkning med vektorer. Bas och koordinater. En vektor är mängden av alla sträckor med samma längd och riktning.

Slappdefinition. 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 mer

Preliminärt lösningsförslag

Preliminärt 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 mer

Carl Olsson Carl Olsson Linjär Algebra / 18

Carl 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 mer

Mat-1.1510 Grundkurs i matematik 1, del I

Mat-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 mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Svar till tentan. Del A. Prov i matematik Linj. alg. o geom

Uppsala 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 mer

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

SF1624 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 mer

reella 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

reella 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 mer

Självkoll: Ser du att de två uttrycken är ekvivalenta?

Självkoll: 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 mer

4x az = 0 2ax + y = 0 ax + y + z = 0

4x 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 mer

SF1624 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 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 mer

LYCKA TILL! kl 8 13

LYCKA 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 mer

Algebraiska egenskaper hos R n i)u + v = v + U

Algebraiska 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 mer

Studiehandledning till linjär algebra Avsnitt 2

Studiehandledning 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 mer

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

SF1624 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 mer

Linjär algebra. Lars-Åke Lindahl

Linjär 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 mer

November 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

November 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 mer

SKRIVNING I VEKTORGEOMETRI Delkurs

SKRIVNING 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 mer

TMV166 Linjär algebra för M, vt 2016

TMV166 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 mer

Linjära ekvationssystem. Avsnitt 1. Vi ska lära oss en metod som på ett systematiskt sätt löser alla linjära ekvationssystem. Linjära ekvationssystem

Linjära 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 mer

2+6+3x = 11 y+4+15 = z = 15. x 2. { 3x1 +4x 2 = 19 2x 1 +2x 2 = 10 B =

2+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 mer

TMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning

TMV166 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 mer

8 Minsta kvadratmetoden

8 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.

(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 mer

Begrepp :: Determinanten

Begrepp :: 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 mer

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

SF1624 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 mer

Linjär algebra Tio förrätter och två efterrätter Roy Skjelnes

Linjär 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 mer

TMV141. Fredrik Lindgren. 22 januari 2013

TMV141. 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 mer

1 De fyra fundamentala underrummen till en matris

1 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 mer

Mat Grundkurs i matematik 1, del I

Mat 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 mer

Linjär algebra. Föreläsningar: Lektioner: Laborationer:

Linjär 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 mer

Vektorgeometri. 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. 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 mer

Mat Grundkurs i matematik 1, del I

Mat 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 mer

SKRIVNING I VEKTORGEOMETRI

SKRIVNING 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 mer

M = c c M = 1 3 1

M = 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 mer

Kursplanering för Linjär algebra, HT 2003

Kursplanering 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 mer

MAA123 Grundläggande vektoralgebra

MAA123 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 mer

linjära ekvationssystem.

linjära 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 mer

c 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)

c 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 mer

Vektorrum. EX. Plan och linjer i rummet genom origo. Allmänt; mängden av lösningar till AX = 0.

Vektorrum. 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 mer

Laboration: Vektorer och matriser

Laboration: 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 mer

Dagens 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 Dagens ämnen Linjära ekvationssystem: Successiv elimination Vektorer Definitionen Grundläggande räkneoperationer Bas och koordinater Ortsvektorer Linjära ekvationer Med en linjär ekvation i n variabler,

Läs mer

1. (Dugga 1.1) (a) Bestäm v (3v 2u) om v = . (1p) and u =

1. (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 mer

x = 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

x = 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 mer

Maj Lycka till! Sergei Silvestrov. 1. a) Bestäm Jordans normalform och minimalpolynom av Toeplitzmatrisen T =

Maj 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 mer

Mer om linjära ekvationssystem

Mer 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 mer

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

SF1624 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