Föreläsning 1: Signaler, matriser och processer. Leif Sörnmo 28 augusti 2009
|
|
- Oskar Månsson
- för 4 år sedan
- Visningar:
Transkript
1 Föreläsning 1: Signaler, matriser och processer Leif Sörnmo 28 augusti
2 Optimal Signalbehandling kontra Digital Signalbehandling? stokastisk modellering av signalen, metoddesign baserad på signalens egenskaper oftast uttryckt i termer av korrelation, kriterier för optimalitet oftast synomymt med minimering av kvadratiska medelfelet, betoning på matrisbeskrivning av signaler tillämpad linjär algebra klassisk kontra modern filterdesign se nästa bild! 2
3 Vad är skillnaden mellan klassiska och moderna filter? 1. Klassiska filter designas vanligen utifrån förutbestämda krav på frekvensfunktionen, dvs H(f) f 3
4 2. Moderna filter välj filtret h(k) så att felet mellan x(n) och ˆx(n) blir så litet som möjligt, tex genom att minimera det kvadratiska medelfelet E[(x(n) ˆx(n)) 2 ] map h(k): w(n) x(n) + h(k) ˆx(n)
5 Vad är skillnaden mellan OSB och ASB? felet OSB känd statistik ĥ opt h felet ASB okänd statistik som skattas successivt ĥ opt (n) h 4
6 Vad ingår i kursboken? Signalbehandling och linjär algebra (kap 2) Stokastiska processer (kap 3) Signalmodellering (kap 4, ej 4.5) Levinsons rekursion (kap 5, ej 5.4) Latticefilter (kap 6, ej 6.3, 6.4) Wienerfilter (kap 7, ej 7.4) Spektralskattning (kap 8) 5
7 Vektorer, matriser och signaler En signal bestående av samplen x(n N +1),..., x(n 1), x(n) representeras kompakt med vektorn x(n), x(n) = Exempel: Faltningssumman x(n) x(n 1). x(n N + 1) kan skrivas som y(n) = N 1 k=0 h(k)x(n k) y(n) = h T x(n) = x T (n)h 6
8 där impulssvaret h har ändlig längd h = h(0) h(1) h(2). h(n 1)
9 Alternativt kan faltningen beskrivas mha en matrisrepresentation, y = X 0 h där X 0 är en faltningsmatris med insignalen x(n) lagrad kolumnvis och successivt skiftad neråt: X 0 = x(0) x(1) x(0) 0 0 x(2) x(1) x(0) x(n 1) x(n 2) x(n 3) x(0).... Egenskaper hos X 0 ( 0 anger index för översta elementet i insignalen, dvs x(0)): identiska värden i diagonalerna, antal kolumner längden hos h, ev. oändligt antal rader 7
10 Matrisegenskaper Den kvadratiska matrisen A (n x n) är: symmetrisk om A = A T, Hermitisk om A = A H = (A ) T = (A T ) (komplexvärda matriser), inverterbar om AA 1 = I, Toeplitz om alla diagonaler är identiska, tex A =
11 Hermitisk (symmetrisk) Toeplitz om A = Eftersom denna matris är helt definierad av första kolumnen (eller raden) kan man även använda den mera kompakta beteckningen A = Toep{3,2,1,0} Observera att denna matristyp är central för svagt stationära processer: korrelationsmatrisen för dessa processer är alltid Hermitisk Toeplitz (se Kap. 3.3)! ortogonal om A T A = I, dvs A 1 = A T. Detta betyder att kolumnerna (och raderna!) är ortonormala. Om A = [a 1,,a n ] så a T i a j = 1 för i = j 0 för i j 9
12 övre triangulär om alla element under diagonalen är 0, tex A = undre triangulär pss men alla element över diagonalen är 0. Observera att en Hermitisk matris kan delas upp i en produkt bestående av en övre triangular, en diagonal och en undre triangulär matris, sk lower/upper (LU) uppdelning (se Kap. 5.2 och latticefilter). Kolla gärna in Tabell 2.5 för egenskaper hos olika matrisers inverser. 10
13 Linjära ekvationssystem Många problem inom optimal signalbehandling resulterar i ett linjär ekvationssystem: Ax = b Dess lösning är enkel då A är inverterbar (kvadratisk, n x n), dvs. x = A 1 b. Exempel: In- och utsignal är relaterade via y = Xh där X är en faltningmatris. Filtret h kan då bestämmas om utsignalen y och X är kända samt X inverterbar (jfr Padé approximation för bestämning av filterkoefficienter, Kap. 4.3). Direkt lösning av ekv.syst. kräver n 3 mult&div. Specialstruktur på A kan ge snabb lösning, tex om Toeplitz så krävs endast n 2 mult&div - Levinsons rekursion i Kap. 5! 11
14 Linjära ekvationssystem, forts Antag att A är n x m. Om Ax = b är underbestämt (n < m) eller överbestämt (n > m) mest intressant, så krävs speciell teknik för att lösa denna ekvation (detaljerna redovisas inte närmare i kursboken). Användbara lösningar är respektive x (n<m) = A H (AA H ) 1 b x (n>m) = (A H A) 1 A H b 12
15 Egenvärden & egenvektorer Till vad nytta i OSB? Skattning av frekvenser hos sinusar i brus kan göras genom att studera egenvärden och egenvektorer för den observerade signalens korrelationsmatris, se Kap. 8! Egenvärden och egenvektorer är relaterade till följande linjära ekvationssystem (A är n x n): Av = λv Lösning: Steg 1: p(λ) = det(a λi) = 0 resulterar i ett polynom som har n st rötter, λ 1,, λ n. Steg 2: Använd dessa λ i för att lösa ut motsvarande egenvektorer v i från Av i = λ i v i Notera: Vissa egenvärden är 0 om A är singulär, dvs ej har full rang. 13
16 Egenvärden, egenvektorer och egenskaper hos en Hermitisk matris egenvärdena är alltid reella, positivt definit omm alla dess egenvärden är positiva. Som en följd är en matris med positiva egenvärden inverterbar. uppdelning i en viktad summa av ortogonala egenvektorer ( Spektralteoremet ), A = VΛV 1 = n i=1 λ i v i v H i Dessa egenskaper gäller naturligtvis även för reella, symmetriska matriser. 14
17 Missa inte avsnitt om Lagrangemultiplikatorer för lösning av optimeringsproblem med bivillkor 15
18 Stokastiska processer Varför använda en stokastisk signalmodell? Därför att denna modelltyp tar hänsyn till att en signals utseende inte alltid är känd i detalj; kanske endast dess spektrala egenskaper är kända, en känd signal kan vara störd av brus som har en slumpmässig karaktär. brus kan ha olika karaktär, tex med impulsivt utseende. Observera: Metoder designade utifrån en deterministisk resp. stokastisk modell leder ofta till identiska strukturer (se Kap 4)! 16
19 Korrelationsfunktionens egenskaper (stationaritet) Definition (komplex x(n)): r x (k) = E[x(n+k)x (n)] = E[x (n)x(n+k)] Symmetri: r x (k) = r x( k) Mean-square value: r x (0) = E{ x(n) 2 } 0 Max.värde: r x (0) r x (k) Icke-negativt definit: k= l= a (k)r x (k l)a(l) 0 Om r x (k 0 ) = r x (0) för något k 0 så är processen periodisk 17
20 Korrelationsmatrisen R x = E[xx H ] = r x (0) rx (1) r x (2) r x (p) r x (1) r x (0) r x(1) rx(p 1) r x (2) r x (1) r x (0) rx (p 2)... r x (p) r x (p 1) r x (p 2) r x (0) Egenskaper: Hermitisk, Toeplitz (R x = R H x ), Toeplitz om reell process (R x = R T x), Icke-negativt definit: a H R x a 0 för en godtycklig vektor a vilket betyder att egenvärdena för R x är reella och icke-negativa. 18
21 Korrelationsskattning I praktiken måste r x (k) skattas från den observerade signalen. Detta kan göras med framgång om signalen är ergodisk: Använd tidsmedelvärde istället för ensembelmedelvärde vid skattning av korrelationsfunktionen, tex mha ˆr x (k, N) = 1 N N 1 n=0 x(n)x (n k) En process är autokorrelationsergodisk om lim E{ ˆr x(k, N) r x (k) 2 } = 0 N 19
22 Korrelationsskattning - egenskaper Antag att x(0),..., x(n 1) är en realisering av en sv stat process. Två skattningar förekommer: Alt I: ˆr I x(k) = 1 N k N k 1 n=0 x(n)x(n + k) Alt II: ˆr II x (k) = 1 N N k 1 n=0 x(n)x(n + k) 20
23 Exempel: Antag x(n) = {5,4,5}. Beräkna ˆr x (k)! Alt I: ˆr x(0) I = ( )/3 = 22 ˆr x(1) I = ( )/2 = 20 ˆr x(2) I = 25 Alt II: ˆr x(0) I = ( )/3 = 22 ˆr x(1) I = ( )/3 = 40/3 ˆr x I (2) = 25/3 Slutsats??
24 Effektspektrum Definition: P x (e jω ) = k= r x (k)e jkω, r x (k) = 1 2π π π P x(e jω )e jkω dω Egenskaper (reella processer): symmetri: P x (e jω ) = P x (e jω ), positivitet: P x (e jω ) 0, total effekt: r x (0) = 1 2π π π P x(e jω )dω 21
25 Beräkning av r x (k) mha FFT ˆr x (k) = 1 N N k 1 n=0 x(n)x(n + k) 0 < k < N 1 jfr x(n)y(k n) X(z)Y (z) men y(n) = x( n), dvs tidsreversering Y (z) = X(z 1 ) och alltså Z(ˆr x (k)) = ˆP x (z) = 1 N X(z)X(z 1 ) ˆP x (e jω ) = 1 N X(ejω ) 2 22
26 Filtrering av stokastiska processer Problem: Bestäm den komplexa spektraltätheten för utsignalen y(n): y(n) = x(n) h(n) = l= Lösning: trestegs i termer av korskorrelation! Steg 1: r yx (k) = E[y(n + k)x (n)] = E[ = l= l= h(l)x(n l) h(l)x(n + k l)x (n)] h(l)r x (k l) = h(k) r x (k) 23
27 Steg 2: r y (k) = E[y(n + k)y (n)] = E[y(n + k) = l= l= h (l)r yx (l + k) = h ( k) r yx (k) Steg 3: r y (k) = h ( k) h(k) r x (k) h (l)x (n l)] Uttryckt som spektraltäthet erhålles: P y (z) = P x (z)h(z)h (1/z ) Kom-ihåg inför nästa moment: Filtrering av vitt brus genom H(z) producerar en process med komplex spektraltäthet σ 2 v H(z)H (1/z ).
28 Innovationsprocesser och spektral faktorisering - 1 En stokastisk process x(n) har en innovationsrepresentation om den kan beskrivas som en okorrelerad vit process v(n) med varians σ 2 0 filtrerad med ett linjärt system H(z), v(n) H(z) x(n) Processen v(n) sägs vara en innovationsprocess om inversfiltret vitar x(n), 1 H(z) x(n) 1 H(z) v(n) Observera att P x (z) och {σ0 2, H(z)} beskriver en och samma process på två olika sätt. 24
29 Spektral faktorisering - 2 Problem: Hur kan man åstadkomma en innovationsrepresentation för en godtycklig, stationär process x(n)? Lösning: Spektral faktorisering, dvs där P x (z) = σ 2 0 Q(z)Q (1/z ) σ0 2 variansen hos innovationsprocessen, Q(z) minimumfas system (stabilt, kausalt, inverterbart), Q (1/z ) maximumfas system (antikausalt) Mer om spektral faktorisering på övningarna! 25
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 merOptimal Signalbehandling Datorövning 1 och 2
Institutionen för Elektro- och Informationsteknik Lunds Universitet Lunds Tekniska Högskola Optimal Signalbehandling Datorövning 1 och 2 Leif Sörnmo Martin Stridh 2011 Department of Electrical and Information
Läs merSpektrala Transformer
Spektrala Transformer Kurssammanfattning Fyra kärnkoncept Sampling Faltning Poler och nollställen Fouriertransform Koncept #1: Sampling En korrekt samplad signal kan rekonstrueras exakt, dvs ingen information
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 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 merFöreläsning 6: Spektralskattning: icke parametriska metoder. Leif Sörnmo 4 oktober 2009
Föreläsning 6: Spektralskattning: icke parametriska metoder Leif Sörnmo 4 oktober 2009 1 Metoder för spektralskattning icke-parametriska korrelogram, periodogram fönstring, medelvärdesbildning minimum-varians
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 merSF1624 Algebra och geometri Tentamen Torsdag, 17 mars 2016
SF4 Algebra och geometri Tentamen Torsdag, 7 mars Skrivtid: 8:-: Tillåtna hjälpmedel: inga Examinator: Tilman Bauer Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng. Del A på tentamen
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 mer. b. x + 2 y 3 z = 1 3 x y + 2 z = a x 5 y + 8 z = 1 lösning?
Repetition, Matematik 2, linjär algebra 10 Lös ekvationssystemet 5 x + 2 y + 2 z = 7 a x y + 3 z = 8 3 x y 3 z = 2 b 11 Ange för alla reella a lösningsmängden till ekvationssystemet 2 x + 3 y z = 3 x 2
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 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 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 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 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 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 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 merTentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl
Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl 8.30-12.30 Examinatorer: Lars Hammarstrand och Thomas Wernstål Tentamen består av två delar (Del I och Del II) på sammanlagt
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 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 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 mer2.1 Mikromodul: stokastiska processer
2. Mikromodul: stokastiska processer 9 2. Mikromodul: stokastiska processer 2.. Stokastiska variabler En stokastiskt variabel X beskrivs av dess täthetsfunktion p X (x), vars viktigaste egenskaper sammanfattas
Läs merExempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University
Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.1 August 25, 2015 Uppgifter markerade med (A) är
Läs merSF1624 Algebra och geometri Tentamen Onsdag, 13 januari 2016
SF624 Algebra och geometri Tentamen Onsdag, 3 januari 206 Skrivtid: 08:00 3:00 Tillåtna hjälpmedel: inga Examinator: Tilman Bauer Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng. Del
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 I Innehåll
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 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 merExempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University
Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.11 September 14, 2015 Uppgifter markerade med (A)
Läs merSF1624 Algebra och geometri Tentamen Torsdag, 9 juni 2016
SF624 Algebra och geometri Tentamen Torsdag, 9 juni 26 Skrivtid: 8: 3: Tillåtna hjälpmedel: inga Examinator: Tilman Bauer Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng. Del A på
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 merSF1624 Algebra och geometri Lösningsförslag till tentamen Lördagen den 5 juni, 2010 DEL A
SF624 Algebra och geometri Lösningsförslag till tentamen Lördagen den 5 juni, 200 DEL A ( Betrakta det komplexa talet w = i. (a Skriv potenserna w n på rektangulär form, för n = 2,, 0,, 2. ( (b Bestäm
Läs merGripenberg. Mat Grundkurs i matematik 1 Tentamen och mellanförhörsomtagning,
Mat-. Grundkurs i matematik Tentamen och mellanförhörsomtagning,..23 Skriv ditt namn, nummer och övriga uppgifter på varje papper! Räknare eller tabeller får inte användas i detta prov! Gripenberg. Skriv
Läs merFöreläsningsanteckningar Linjär Algebra II Lärarlyftet
Föreläsningsanteckningar Linjär Algebra II Lärarlyftet Per Alexandersson Repetera hur man nner bas för rum som spänns upp av några vektorer Reptetera hur man nner bas för summa och snitt av delrum. Reptetera
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 merx(t) I elimeringsmetoden deriverar vi den första ekvationen och sätter in x 2(t) från den andra ekvationen:
Differentialekvationer II Modellsvar: Räkneövning 6 1. Lös det icke-homogena linjära DE-systemet ( ( 0 e x t (t = x(t + 1 3 e t med elimineringsmetoden. Lösning: den explicita formen av DE-systemet är
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 merInstitutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2009-01-16. DAG: Fredag 16 januari 2009 TID: 14.00-18.
Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 9--6 DAG: Fredag 6 januari 9 TID: 4. - 8. SAL: V Ansvarig: Ivar Gustafsson, tel: 77 94 Förfrågningar: Ivar Gustafsson
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 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 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 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 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 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 merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 04-05-0 DEL A. Planet P innehåller punkterna (,, 0), (0, 3, ) och (,, ). (a) Bestäm en ekvation, på formen ax + by + cz + d = 0, för planet P. (
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 merSF1624 Algebra och geometri Tentamen med lösningsförslag onsdag, 11 januari 2017
SF64 Algebra och geometri Tentamen med lösningsförslag onsdag, januari 7. (a) För vilka värden på k har ekvationssystemet (med avseende på x, y och z) kx + ky + z 3 x + ky + z 4x + 3y + 3z 8 en entydig
Läs merChalmers tekniska högskola Datum: Våren MVE021 Linjär algebra I
MATEMATIK Hjälpmedel: inga Chalmers tekniska högskola Datum: Våren 6 Övningstentamen Telefonvakt: Thomas Bäckdahl ankn 8 MVE Linjär algebra I Tentan rättas och bedöms anonymt Skriv tentamenskoden tydligt
Läs merTentamen i Linjär algebra (TATA31/TEN1) ,
Linköpings universitet Matematiska institutionen Ulf Janfalk Kurskod: TATA Provkod: TEN Tentamen i Linjär algebra TATA/TEN 6, 4 9. Inga hjälpmedel. Ej räknedosa. För godkänt räcker 9 poäng och minst uppgifter
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 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 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 merLösningar kommer att läggas ut på kurshemsidan första arbetsdagen efter tentamenstillfället. Resultat meddelas via epost från LADOK.
Matematik Chalmers tekniska högskola 8-8-7 Tentamen Linjär algebra D (TMV6), Linjär algebra GU (MMGD) Telefonvakt: Carl Lundholm, ankn 679 Plats och tid: Johanneberg, 4:-8: Inga hjälpmedel. Kalkylator
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 merDT1130 Spektrala transformer Tentamen
DT Spektrala transformer Tentamen 72 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:
Läs merALA-c Innehåll. 1 Linearization and Stability Uppgift Uppgift Egenvärdesproblemet Uppgift
Vecka ALA-c 6 Innehåll Linearization and Stability RÄKNEÖVNING VECKA. Uppgift 9........................................ Uppgift 9.5...................................... 5 Egenvärdesproblemet 9. Uppgift
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 merMatematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 9 juni 2011 kl
1 Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 9 juni 2011 kl 08.00-1.00. OBS: Inga hjälpmedel är tillåtna på tentamensskrivningen. Bonuspoäng
Läs merInstitutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 30 augusti 2002 TID:
Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 22-8-3 DAG: Fredag 3 augusti 22 TID: 8.45-2.45 SAL: V Ansvarig: Ivar Gustafsson, tel: 772 94 (ankn. 94) Förfrågningar:
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 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 merSignal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet
Signal- och Bildbehandling FÖRELÄSNING 4 Fouriertransformen, forts Mer egenskaper av fouriertransformen Enkel tillämpning: Filtrera bort oönskat buller från vacker visselton Fouriertransformen, slutsats
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 merLinjär algebra och geometri I
UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Jörgen Östensson Vårterminen 2010 Kurslitteratur Linjär algebra och geometri I för X, geo, frist, lärare H. Anton, C. Rorres, Elementary Linear Algebra (Application
Läs merTIDSDISKRETA SYSTEM SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. Tillämpad Fysik och Elektronik 1
TIDSDISKRETA SYSTEM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 SYSTEMEGENSKAPER x[n] System y[n] Minne Kausalitet Tidsinvarians Linjäritet Inverterbarhet Stabilitet TILLÄMPAD FYSIK OCH ELEKTRONIK,
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen 2010-10-22 DEL A (1) Uttrycket (x, y, z) (1, 1, 1) + s(1, 3, 0) + t(0, 5, 1) definierar ett plan W i rummet där s och t är reella parametrar. (a)
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 merUppgifter, 2015 Tillämpad linjär algebra
Geometri. Uppgifter, 25 Tillämpad linjär algebra. Uppgift. Låt (,, ), B = (, 2, 3), C = (,, ) vara punkter i R 3. () Beskriva på parameter form alla plan som innehåler A, B och C. Ger ett system av linjära
Läs merSF1624 Algebra och geometri Bedömningskriterier till tentamen Fredagen den 22 oktober, 2010
SF1624 Algebra och geometri Bedömningskriterier till tentamen Fredagen den 22 oktober, 2010 Allmänt gäller följande: Om lösningen helt saknar förklarande text till beräkningar och formler ges högst två
Läs mer29 november, 2016, Föreläsning 21. Ortonormala baser (ON-baser) Gram-Schmidt s ortogonaliseringsprocess
29 november, 2016, Föreläsning 21 Tillämpad linjär algebra Innehåll: Ortonormala baser (ON-baser) Gram-Schmidt s ortogonaliseringsprocess Minsta-kvadratmetoden - exempel 1. Uppgift. Tentamen 19/1-15, uppgift
Läs merTAMS79: Föreläsning 10 Markovkedjor
TAMS79: Föreläsning 0 Markovkedjor Johan Thim december 08 0. Markovkedjor Vi ska nu betrakta en speciell tidsdiskret diskret stokastisk process, nämligen Markovkedjan. Vi börjar med en definition Definition.
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 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 mer3 1 = t 2 2 = ( 1) ( 2) 1 2 = A(t) = t 1 10 t
SF624 Algebra och geometri Tentamen med lösningsförslag måndag, 3 mars 207 Betrakta vektorerna P =, Q = 3, u = Låt l vara linjen som går genom 2 0 P och Q och låt l 2 vara linjen som är parallell med u
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 15-18, 30/11-12/
Uppsala Universitet Matematiska Institutionen Bo Styf Transformmetoder, 5 hp ES, gyl, Q, W 0-0-9 Sammanfattning av föreläsningarna 5-8, 30/ - / 0. Z-transformen ska avslutas och sedan blir det tentaförberedelser.
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 merK 4-1. Introduktion till Egenvärden och SVD. Egenvärdesproblemet. Egenvektorn. Egenskaper
Introduktion till Egenvärden och SVD Har detta något egenvärde? Egenvärdesproblemet Lösning till system av ODE s Egenvärdena är den viktigaste egenskapen i praktiskt taget alla dynamiska system, ofta med
Läs merTentamen i Linjär algebra (TATA31/TEN1) ,
Linköpings universitet Matematiska institutionen Ulf Janfalk Kurskod: TATA Provkod: TEN Tentamen i Linjär algebra (TATA/TEN) 7 8 9, 9. Inga hjälpmedel. Ej räknedosa. För godkänt räcker 9 poäng och minst
Läs merLinjär algebra och geometri 1
UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Ryszard Rubinsztein Oswald Fogelklou Linjär algebra och geometri 1 för K1, W1, KandKe1 Höstterminen 2009 Kurslitteratur H.Anton, C.Rorres, Elementary Linear
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 merA = x
Matematiska Institutionen KTH Lösningar till några övningar på linjära avbildningar och egenvärden och ehenvektorer inför lappskrivning nummer 5 på kursen linjär algebra SF604, ht 07.. (a) A(2,, 0) A(2(,
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 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 mer!"# $ $ $ % & ' $ $ ( ) *( + $', - &! # %. ( % / & ) 0
!"#$ $ $ % & '$$( )*(+$',- &! # %.( %/& )0 = + = ϕ θ + #" $! = $ $ (! ) = % "! "!! = R( )! =! + ) ( &&) ( &&* ) [ ] ( ) $ ( ) Π + ( &-&) ","& Π 2 ( ) (& ' = '." % % Π % % / = = % % % = 01(&*&* = 7" "6""
Läs merImplementering av digitala filter
Kapitel 9 Implementering av digitala filter Som vi sett i kapitel 8 kan det behövas ett mycket stort antal koefficienter för att representera ett digitalt filter. Detta gäller i synnerhet FIR filter. Det
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 merDEL I 15 poäng totalt inklusive bonus poäng.
Matematiska Institutionen KTH TENTAMEN i Linjär algebra, SF604, den 5 december, 2009. Kursexaminator: Sandra Di Rocco Svaret skall motiveras och lösningen skrivas ordentligt och klart. Inga hjälpmedel
Läs merUlrik Söderström 20 Jan Signaler & Signalanalys
Ulrik Söderström ulrik.soderstrom@tfe.umu.se 20 Jan 2009 Signaler & Signalanalys Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt
Läs merStokastiska vektorer
TNG006 F2 9-05-206 Stokastiska vektorer 2 Kovarians och korrelation Definition 2 Antag att de sv X och Y har väntevärde och standardavvikelse µ X och σ X resp µ Y och σ Y Då kallas för kovariansen mellan
Läs merChalmers tekniska högskola Datum: kl Telefonvakt: Linnea Hietala MVE480 Linjär algebra S
MATEMATIK Hjälpmedel: inga Chalmers tekniska högskola Datum: 69 kl 4-8 Tentamen Telefonvakt: Linnea Hietala 55 MVE48 Linjär algebra S Tentan rättas och bedöms anonymt Skriv tentamenskoden tydligt på placeringlista
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 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 merMat Grundkurs i matematik 3-II
Mat-11532 Grundkurs i matematik 3-II G Gripenberg Aalto-universitetet 2 december 21 G Gripenberg (Aalto-universitetet) Mat-11532 Grundkurs i matematik 3-II 2 december 21 1 / 39 1 Ekvationssytem och matrisräkning
Läs merSKRIVNING I VEKTORGEOMETRI
SKRIVNING I VEKTORGEOMETRI 201-0-0 14.00-17.00 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 merLösningsförslag till skrivningen i Vektorgeometri (MAA702) Måndagen den 13 juni 2005
VÄXJÖ UNIVERSITET Matematiska och systemtekniska institutionen Per-Anders Svensson Lösningsförslag till skrivningen i Vektorgeometri (MAA70) Måndagen den 13 juni 005 Uppgift 1. Lös ekvationssystemet AX
Läs mer1. (a) Bestäm alla värden på c som gör att matrisen A(c) saknar invers: 1 0 1. 1 c 1
ATM-Matematik Mikael Forsberg 734-4 3 3 För ingenjörs- och distansstudenter Linjär Algebra ma4a 5 4 Skrivtid: :-4:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje
Läs merKonvergens för iterativa metoder
Konvergens för iterativa metoder 1 Terminologi Iterativa metoder används för att lösa olinjära (och ibland linjära) ekvationssystem numeriskt. De utgår från en startgissning x 0 och ger sedan en följd
Läs merPreliminärt lösningsförslag
Preliminärt lösningsförslag v04, 7 augusti 05 Högskolan i Skövde (SK) Tentamen i matematik Kurs: MA4G Linjär algebra MAG Linjär algebra för ingenjörer Tentamensdag: 05-08-7 kl 080-0 Hjälpmedel : Inga hjälpmedel
Läs merFöreläsning 7: Kvadratisk optimering. 4. Kvadratisk optimering under linjära bivillkor
Föreläsning 7: Kvadratisk optimering 1. Kvadratisk optimering utan bivillkor 2. Positivt definita och semidefinita matriser 3. LDL T faktorisering 4. Kvadratisk optimering under linjära bivillkor 5. Minsta
Läs mer1. (a) (1p) Undersök om de tre vektorerna nedan är linjärt oberoende i vektorrummet
1 Matematiska Institutionen, KTH Lösningar till tentamensskrivning på kursen Linjär algebra, SF1604, för CDA- TE, CTFYS och vissa CL, fredagen den 13 mars 015 kl 08.00-13.00. Examinator: Olof Heden. OBS:
Läs mer