Norm och QR-faktorisering
|
|
- Britta Åberg
- för 5 år sedan
- Visningar:
Transkript
1 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. Vi observerar egenskapen (A H X, Y ) = (X, AY ). Definition 1 U kallas unitär om U 1 = U H. I fallet med R n och reella matriser reduceras denna definition till Definition 2 Q kallas ortogonal om Q 1 =Q T. Sambandet med skalärprodukten är enkelt: Sats 1 En matris är unitär om och endast om den bevarar längden av alla vektorer. UX 2 =(UX, UX)=(U H UX, X)=(X, X)= X 2.
2 Det finns även andra normer som unitära matriser bevarar, t ex Frobenius-normen: A F = i,j a 2 ij 1/2, och operator-normen A 2 = max X 0 AX X. Sats 2 Om U är unitär och A är kvadratisk (av samma format) så är UA F = AU F = A F och UA 2 = AU 2 = A 2. Ett annat sätt att se unitära (ortogonala) matriser är att säga att kolonnerna U 1,..., U n utgör en ON-bas. Ty om vi skriver ut alla element i U H U = I så får vi nämligen en multiplikationstabell som säger att skalärprodukten av två olika kolonner alltid är 0 och skalärprodukten av en kolonn med sig själv är 1. Observera att detta, enligt vad vi vet om matris-inverser, ( höger-invers = vänster-invers ) medför att UU H = I, dvs även raderna utgör en ON-bas.
3 Vi kommer nu till en av de viktigaste satserna om matris-faktorisering: Sats 3 Varje (komplex) inverterbar matris A har en unik faktorisering på formen A = UR, där U är unitär och R är övertriangulär med positiva element på diagonalen. Om A är en reell matris så skrivs i stället faktoriseringen som A = QR, där Q är ortogonal och R nu är reell. Man kan säga att QR-faktorisering egentligen är en omformulering av Gram-Schmidt-algoritmen i matrisspråk. För att förstå sammanhanget tittar vi på det reella fallet. Vi skriver matrisen A som A = (A 1,..., A n ). Eftersom A är inverterbar är A 1,..., A n linjärt oberoende kolonnvektorer. Vi kan nu köra Gram- Schmidt och få fram en ON-bas E 1,..., E n så
4 att [E 1,..., E k ] = [A 1,..., A k ] för alla k = 1,... n. Vi definierar Q = (E 1,..., E n ) och R = Vi observerar sedan att QR=(E 1,..., E n ) E T 1. E T n E T 1. E T n (A 1,..., A n ) (A 1,..., A n )=QQ T A=A, eftersom Q är ortogonal. För att slutföra beviset måste vi nu visa att R är övertriangulär med positiva element på diagonalen. Men R = (Ei T A j). Att r ij = 0 om i > j följer av att E i är ortogonal mot [E 1,..., E i 1 ] = [A 1,..., A i 1 ]. Att diagonal-elementen r ii = Ei T A i > 0 beror på hur Gram-Schmidt-algoritmen är uppbyggd: A i skiljer sig från E i bara med en linjärkombination av E 1,..., E i 1 (som inte påverkar skalärprodukten) och en multiplikativ faktor ( f i ) som är positiv. Att faktoriseringen är unik inses så här: antag att Q 1 R 1 = Q 2 R 2. Då följer att Q 1 2 Q 1 = R 2 R1 1. Denna matris måste både vara ortogonal och övertriangulär med positiva diagonal-element, och det är lätt att se att en sådan matris måste vara enhetsmatrisen.
5 QR-faktorisering fungerar även för icke-inverterbara, icke-kvadratiska matriser, men är då inte unik. I det allmänna fallet blir R en trappmatris med positiva pivot-element. EX = Definition 3 A kallas Hermitisk om A H = A. I det reella fallet säger vi i stället att A är symmetrisk om A T = A. Egenvärden till Hermitiska matriser är reella: λ(x, X)=(X, λx)= (X, AX)=(A H X, X)=(λX, X)=λ(X, X) λ = λ. Sats 4 (Spektralsatsen) Varje Hermitisk matris A kan diagonaliseras med en unitär matris, dvs det finns en unitär U så att U H AU är diagonal. I fallet med en reell matris A kan vi i stället diagonalisera med en (reell) ortogonalmatris Q, dvs det finns Q sä att Q T AQ är diagonal. Beviset är inte alls trivialt och vi ska återkomma till detta senare.
Egenvärden och egenvektorer. Linjär Algebra F15. Pelle
Egenvärden och egenvektorer Linjär Algebra F1 Egenvärden och egenvektorer Pelle 2016-03-07 Egenvärde och egenvektor Om A är en n n matris så kallas ett tal λ egenvärde och en kolonnvektor v 0 egenvektor
Läs mer12. SINGULÄRA VÄRDEN. (u Av) u v
. SINGULÄRA VÄRDEN Vårt huvudresultat sen tidigare är Sats.. Varje n n matris A kan jordaniseras, dvs det finns en inverterbar matris S sån att S AS J där J är en jordanmatris. Om u och v är två kolonnvektorer
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 merLösningar till MVE021 Linjär algebra för I
Lösningar till MVE Linjär algebra för I 7-8-9 (a Vektorer är ortogonala precis när deras skalärprodukt är Vi har u v 8 5h + h h 5h + 6 (h (h När h och när h (b Låt B beteckna basen {v, v } Om vi sätter
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 merA = (3 p) (b) Bestäm alla lösningar till Ax = [ 5 3 ] T.. (3 p)
SF1624 Algebra och geometri Tentamen med lösningsförslag fredag, 21 oktober 216 1 Låt A = [ ] 4 2 7 8 3 1 (a) Bestäm alla lösningar till det homogena systemet Ax = [ ] T (3 p) (b) Bestäm alla lösningar
Läs merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Diagonalisering av linjära avbildningar III
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 mer6.1 Skalärprodukt, norm och ortogonalitet. TMV141 Linjär algebra E VT 2011 Vecka 6. Lärmål 6.1. Skalärprodukt. Viktiga begrepp
6.1 Skalärprodukt, norm och ortogonalitet TMV141 Linjär algebra E VT 2011 Vecka 6 Skalärprodukt Norm/längd Normerad vektor/enhetsvektor Avståndet mellan två vektorer Ortogonala vektorer Ortogonala komplementet
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 merNovember 24, Egenvärde och egenvektor. (en likformig expansion med faktor 2) (en rotation 30 grader moturs)
Fö : November 4, 7 Egenvärde och egenvektor Definition s 9: Låt A resp T : R n R n vara en n n-matris resp en linjär avbildning En icke-trivial vektor v R n kallas en egenvektor till A resp till T med
Läs merBasbyten och linjära avbildningar
Föreläsning 11, Linjär algebra IT VT2008 1 Basbyten och linjära avbildningar Innan vi fortsätter med egenvärden så ska vi titta på hur matrisen för en linjär avbildning beror på vilken bas vi använder.
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 merMultiplicera 7med A λ 1 I från vänster: c 1 (Av 1 λ 1 v 1 )+c 2 (Av 2 λ 1 v 2 )+c 3 (Av 3 λ 1 v 3 ) = 0
Diagonalisering Anm. Begreppet diagonaliserbarhet är relevant endast för linjära avbildningar mellan rum av samma dimension, d.v.s. sådana som representeras av kvadratiska matriser. När vi i fortsättningen
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 merMatriser. 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
Matriser En m n-matris A har följande form a 11... 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 1 1 0 0 1, 0 0 ( 1 3 ) 2, ( 7 1 2 3 2, 1 3, 2 1
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 merÖvningar. MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik. Linjär algebra 2. Senast korrigerad:
MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik Linjär algebra 2 Senast korrigerad: 2006-02-10 Övningar Linjära rum 1. Låt v 1,..., v m vara vektorer i R n. Ge bevis eller motexempel till
Läs merProv i matematik Civilingenjörsprogrammen EL, IT, K, X, ES, F, Q, W, Enstaka kurs LINJÄR ALGEBRA
UPPSALA UNIVERSITET Matematiska institutionen Volodymyr Mazorchuk Ryszard Rubinsztein Prov i matematik Civilingenjörsprogrammen EL, IT, K, X, ES, F, Q, W, Enstaka kurs LINJÄR ALGEBRA 007 08 16 Skrivtid:
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 merInstuderingsuppgifter & Läsanvisningar till Linjär Algebra II för lärare
Instuderingsuppgifter & Läsanvisningar till Linjär Algebra II för lärare Per Alexandersson February 27, 2013 Abstract Här är läsanvisningar samt några kompletterande uppgifter till materialet i kursboken
Läs merDEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 15 mars 2010 kl
1 Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 15 mars 010 kl 14.00-19.00. Hjälpmedel: Inga hjälpmedel är tillåtna på tentamensskrivningen. Betygsgränser:
Läs merEgenvärden och egenvektorer
Föreläsning 10, Linjär algebra IT VT2008 1 Egenvärden och egenvektorer Denition 1 Antag att A är en n n-matris. En n-vektor v 0 som är sådan att A verkar som multiplikation med ett tal λ på v, d v s Av
Läs merÖvningar. c) Om någon vektor i R n kan skrivas som linjär kombination av v 1,..., v m på precis ett sätt så. m = n.
Övningar Linjära rum 1 Låt v 1,, v m vara vektorer i R n Ge bevis eller motexempel till följande påståenden Satser ur boken får användas a) Om varje vektor i R n kan skrivas som linjär kombination av v
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 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 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 merDIAGONALISERING AV EN MATRIS
DIAGONALISERING AV EN MATRIS Definition ( Diagonaliserbar matris ) Låt A vara en kvadratisk matris dvs en matris av typ n n. Matrisen A är diagonaliserbar om det finns en inverterbar matris P och en diagonalmatris
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 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 merInför tentamen i Linjär algebra TNA002.
Inför tentamen i Linjär algebra TNA002. 1. Linjära ekvationssytem (a) Omskrivningen av ekvationssystem på matrisform samt utföra radoperationer. (b) De 3 typer av lösningar som dyker upp vid lösning av
Läs merSF1624 Algebra och geometri
Föreläsning 16 Institutionen för matematik KTH 5 december 2017 Modul 6 Veckans arbete 1. Idag: Ortonormalt, kap 7.1-7.2 a. Ortogonala och ortonormala baser b. Gram-Schmidts metod c. Ortogonala matriser
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 merLinjär algebra kurs TNA002
Linjär algebra kurs TNA002 Lektionsanteckningar klass ED1 I detta dokument finns ett utdrag av de tavelanteckningar som uppkommit under lektionstid under kursen TNA002. Alltså kan detta dokument långt
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 merLÖSNINGAR TILL LINJÄR ALGEBRA kl 8 13 LUNDS TEKNISKA HÖGSKOLA MATEMATIK. 1. Volymen med tecken ges av determinanten.
LUNDS TEKNISKA HÖGSKOLA MATEMATIK LÖSNINGAR TILL LINJÄR ALGEBRA 2018-08-29 kl 8 1 1 Volymen med tecken ges av determinanten a 2 2 2 4 2 1 2a 1 = a 2 2 2 0 4 2 = 4(a 2)(1 a) 0 2a 1 Parallellepipedens volym
Läs mer5.7. Ortogonaliseringsmetoder
5.7. Ortogonaliseringsmetoder Om man har problem med systemets kondition (vilket ofta är fallet), lönar det sig att undvika normalekvationerna vid lösning av minsta kvadratproblemet. En härtill lämplig
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 merNumerisk Analys, MMG410. Exercises 2. 1/33
Numerisk Analys, MMG410. Exercises 2. 1/33 1. A är en kvadratisk matris vars alla radsummor är noll. Visa att A är singulär. Låt e vara vektorn av ettor. Då är Ae = 0 A har icke-trivialt nollrum. 2/33
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 merStudiehandledning till linjär algebra Avsnitt 4
Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 4 Kapitel 6 och 9.3 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.) I avsnitt
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 0-0-0 DEL A De tre totalmatriserna 0 3 3 4 0 3 0 0 0 0, 0 3 0 4 4 0 3 0 3 0 0 0 0 och 0 3 0 4 0 3 3 0 0 0 0 0 svarar mot linjära ekvationssystem
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 merTMV142/186 Linjär algebra Z/TD
MATEMATIK Hjälpmedel: ordlistan från kurshemsidan, ej räknedosa Chalmers tekniska högskola Datum: 2018-08-27 kl 1400 1800 Tentamen Telefonvakt: Anders Hildeman ank 5325 TMV142/186 Linjär algebra Z/TD Skriv
Läs mer19. Spektralsatsen Spektralsatsen SPEKTRALSATSEN
9 SPEKTRALSATSEN 9. Spektralsatsen 9.. Spektralsatsen Symmetriska avbildningar är en viktig klass av linjära avbildningar. Vi kommer nedan att formulera ett antal viktiga resultat för dessa avbildningar
Läs merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Linjära avbildningar IV Innehåll Nollrum och
Läs merLÖSNINGAR LINJÄR ALGEBRA LUNDS TEKNISKA HÖGSKOLA MATEMATIK
LUNDS TEKNISKA HÖGSKOLA MATEMATIK LÖSNINGAR LINJÄR ALGEBRA 2017-10-2 1 Om vi skriver ekvationssystemet på matrisform AX = Y, så vet vi att systemet har en entydig lösning X = A 1 Y då det A 0 Om det A
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 mer8(x 1) 7(y 1) + 2(z + 1) = 0
Matematiska Institutionen KTH Lösningsförsök till tentamensskrivningen på kursen Linjär algebra, SF60, den juni 0 kl 08.00-.00. Examinator: Olof Heden. OBS: Inga hjälpmedel är tillåtna på tentamensskrivningen.
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 merLösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005
VÄXJÖ UNIVERSITET Matematiska och systemtekniska institutionen Per-Anders Svensson Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005 Uppgift. Bestäm samtliga vektorer
Läs mern = v 1 v 2 = (4, 4, 2). 4 ( 1) + 4 ( 1) 2 ( 1) + d = 0 d = t = 4 + 2s 5 t = 6 + 4s 1 + t = 4 s
LUNDS TEKNISKA HÖGSKOLA MATEMATIK LÖSNINGAR TILL LINJÄR ALGEBRA 7-8-4 kl 4 9 a) Triangelns sidor ges av vektorerna v OP OP (,, ) och v OP 3 OP (,, 4) som även blir riktningsvektorer till planet En normal
Läs merLinjär algebra Föreläsning 10
Linjär algebra Föreläsning 10 IT-programmet, Chalmers 2006 Samuel Bengmark Repetition Handlade om kvadratiska matriser. Kvadratiska ekvationssystem har: Unik lösning omm Det(A) 0. Har oändligt antal lösningar
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 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 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 merFrågorna 1 till 6 ska svaras med ett kryss för varje korrekt påstående. Varje uppgift ger 1 poäng.
ATM-Matematik Mikael Forsberg 34-4 3 3 Matematik med datalogi, mfl. Linjär algebra mag4 6 3 Skrivtid: 9:-4:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift
Läs merModul 1: Komplexa tal och Polynomekvationer
Modul : Komplexa tal och Polynomekvationer. Skriv på formen a + bi, där a och b är reella, a. (2 + i)( 2i) 2. b. + 2i + 3i 3 4i + 2i 2. Lös ekvationerna a. (2 i)z = 3 + i. b. (2 + i) z = + 3i c. ( 2 +
Läs mer8. Euklidiska rum 94 8 EUKLIDISKA RUM
94 8 EUKLIDISKA RUM 8. Euklidiska rum Definition 8.. En skalärprodukt på vektorrummet V är en funktion som till varje par av element u och v i V ordnar ett reellt tal u v eller u v med följande egenskaper:.
Läs mer2D1250 Tillämpade numeriska metoder II Läsanvisningar och repetitionsfrågor:
1 Axel Ruhe NADA 10 mars 2005 2D1250 Tillämpade numeriska metoder II Läsanvisningar och repetitionsfrågor: Dessa frågor är till hjälp vid inläsning av Linjär Algebra momenten i kursen. Hänvisningar till
Läs merkvivalenta. Ange rangen för A samt en bas för kolonnrummet för A. och U =
MATEMATIK Hjälpmedel: utdelad ordlista, ej räknedosa Chalmers tekniska högskola Datum: 9-- kl 8 Tentamen Telefonvakt: Aron Lagerberg tel 76-786 Linjär Algebra Z (tmv4) Skriv tentamenskod tydligt på samtliga
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 merTentamen TMV140 Linjär algebra Z
Tentamen TMV40 Linjär algebra Z 307 kl. 08.30 2.30 Examinator: Peter Hegarty, Matematiska vetenskaper, Chalmers Telefonvakt: Dawan Mustafa, 0703 088 304 Hjälpmedel: Inga, ej heller räknedosa För godkänt
Läs merLösningar till utvalda uppgifter i kapitel 8
Lösningar till utvalda uppgifter i kapitel 8 8. Alla vektorer som är normaler till planet, d v s vektorer på formen (0 0 z) t, avbildas på nollvektorn. Dessa kommer därför att vara egenvektorer med egenvärdet
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 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 merUPPSALA UNIVERSITET Matematiska institutionen Styf. Exempeltenta med lösningar Programmen EI, IT, K, X Linjär algebra juni 2004
UPPSALA UNIVERSITET Matematiska institutionen Styf Exempeltenta med lösningar Programmen EI, IT, K, X Linjär algebra juni 24 Skrivtid: Fem timmar. Tillåtna hjälpmedel: Skrivdon. Lösningarna skall vara
Läs merTMA 671 Linjär Algebra och Numerisk Analys. x x2 2 1.
MATEMATISKA VETENSKAPER TMA67 8 Chalmers tekniska högskola Datum: 8--8 kl - 8 Examinator: Håkon Hoel Tel: ankn 38 Hjälpmedel: inga TMA 67 Linjär Algebra Numerisk Analys Tentan består av 8 uppgifter, med
Läs merMatematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra, SF1604, den 15 mars 2012 kl
Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra, SF604, den 5 mars 202 kl 08.00-3.00. Examinator: Olof Heden. OBS: Inga hjälpmedel är tillåtna på tentamensskrivningen.
Läs merLösningar av uppgifter hörande till övning nr 5.
Lösningar av uppgifter hörande till övning nr 5. H.7 a) Antag att p är ett polynom med grad p < n. Då kan p skrivas som en linjärkombination av ortogonalpolynomen p k, där k < n. Alltså är p c k p k, m
Läs merVektorerna är parallella med planet omm de är vinkelräta mot planets normal, dvs mot
Kursen bedöms med betyg,, eller underkänd, där 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 merEgenvärden, egenvektorer
Egenvärden, egenvektorer Om en matris är kvadratisk (dvs n n) kan vi beräkna egenvärden och egenvektorer till matrisen. Polynomet p(λ) = det(a λi) kallas det karakterisktiska polynomet för A. Ett nollställe
Läs merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Linjära avbildningar II Innehåll Repetition:
Läs merStöd inför omtentamen i Linjär algebra TNA002.
LINKÖPINGS UNIVERSITET ITN, Campus Norrköping Univ lekt George Baravdish Stöd inför omtentamen i Linjär algebra TNA002. Läsråd: Detta är ett stöd för dig som vill repetera inför en omtentamen. 1. Börja
Läs merLågrangsapproximation exempel. Singulärvärden och tillämpningar
och tillämpningar och tillämpningar A m n - matris B = A t A n n - matris B t = (A t A) t = A t (A t ) t = A t A = B B symmetrisk Spektralsatsen finns ON-bas v,..., v n för R n av egenvektorer till B.
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 merDEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 17 april 2010 kl
Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra II, SF604, den 7 april 200 kl 09.00-4.00. DEL I. En triangel i den tredimensionella rymden har sina hörn i punkterna
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 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 merCrash Course Algebra och geometri. Ambjörn Karlsson c januari 2016
Crash Course Algebra och geometri Ambjörn Karlsson c januari 2016 ambjkarlsson@gmail.com 1 Contents 1 Projektion och minsta avstånd 4 2 Geometriska avbildningar och avbildningsmatriser 5 3 Kärnan 6 3.1
Läs merDel 1: Godkäntdelen. TMV141 Linjär algebra E
Var god vänd! MATEMATIK Hjälpmedel: ordlistan från kurswebbsidan, ej räknedosa Chalmers tekniska högskola Datum: 26083 kl 0830 230 Tentamen Telefonvakt: Christoffer Standar 0703-088304 TMV4 Linjär algebra
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 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 merStokastiska vektorer och multivariat normalfördelning
Stokastiska vektorer och multivariat normalfördelning Johan Thim johanthim@liuse 3 november 08 Repetition Definition Låt X och Y vara stokastiska variabler med EX µ X, V X σx, EY µ Y samt V Y σy Kovariansen
Läs mert Möjliga lösningar? b
b 12 10 8 6 4 2 0 Möjliga lösningar? 0 1 2 3 4 5 6 t b 12 10 8 6 4 2 0 Elementen i residualen r 5 r 4 r 3 0 1 2 3 4 5 6 t r 1 r 2 b 12 10 8 6 4 2 0 Minstakvadratlösningen 0 1 2 3 4 5 6 t OH-bild från Matte
Läs mer1 Diagonalisering av matriser
1 Diagonalisering av matriser Kan alla matriser diagonaliseras? Nej, det kan de inte. Exempel: ẋ 1 = x 1 + 2x 2, Integrerande faktor: e t x 2 = x 2 x 2 (t) = c 2 e t och ẋ 1 x 1 = 2c 2 e t. e t x 1 e t
Läs merVi definierar addition av två vektorer och multiplikation med en reell skalär (tal) λλ enligt nedan
ORTOGONALA VEKTORER OCH ORTONORMERADE (ORTONORMALA) BASER I R n INLEDNING ( repetition om R n ) Låt RR nn vara mängden av alla reella n-tipplar (ordnade listor med n reella tal) dvs RR nn {(aa, aa,, aa
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 merax + y + 4z = a x + y + (a 1)z = 1. 2x + 2y + az = 2 Ange dessutom samtliga lösningar då det finns oändligt många.
LUNDS TEKNISKA HÖGSKOLA MATEMATIK TENTAMENSSKRIVNING Linjär algebra 8 kl 4 9 INGA HJÄLPMEDEL. För alla uppgifterna, utom 3, förklara dina beteckningar och motivera lösningarna väl. Alla baser får antas
Läs merLinjär algebra HT 2016, kurskoder 5MA160 och 6MA036
Sid 1 (7) Linjär algebra HT 2016, kurskoder 5MA160 och 6MA036 Kurslitteratur Anton H., Rorres, C., Elementary Linear Algebra with Supplemental Applications. 11th ed. Wiley & Sons (2014) ISBN 978-1-118-67745-2
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 mer14. Minsta kvadratmetoden
58 MINSTA KVADRATMETODEN. Minsta kvadratmetoden Eempel.. Det är inte så svårt att komma åt en trasig lampa på golvet för att byta den. Det är bara att gå fram till den. Hur är det om lampan hänger i taket?
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 merLinjär Algebra, Föreläsning 20
Linjär Algebra, Föreläsning 20 Tomas Sjödin Linköpings Universitet Symmetriska avbildningar, repetition F : E E sägs vara symmetrisk om (F (u) v) = (u F (v)) gäller för all u, v i det Euklidiksa rummet
Läs merLite Linjär Algebra 2017
Lite Linjär Algebra 2017 Lektionsanteckningar och sammanfattning Johan Thim, MAI (johan.thim@liu.se) ū ū O z y ū // L : OP + t v x Ortogonalprojektion: ū // = ū v v v v, ū = ū ū //. Innehåll 1 Bakgrund
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 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 merMatematik med datalogi, mfl. Linjär algebra ma014a ATM-Matematik Mikael Forsberg
ATM-Matematik Mikael Forsberg 6-64 89 6 Matematik med datalogi, mfl. Linjär algebra ma4a Skrivtid: 9:-4:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje n uppgift
Läs mer