LINJÄR ALGEBRA II LEKTION 6

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "LINJÄR ALGEBRA II LEKTION 6"

Transkript

1 LINJÄR ALGEBRA II LEKTION 6 JOHAN ASPLUND INNEHÅLL 1 Inre produktrum 1 2 Cauchy-Schwarz olikhet 3 3 Ortogonala projektioner och Gram-Schmidts process 3 4 Uppgifter 4 61:13(a) 4 61:23(a) 4 61: :7 5 62:23 5 Extrauppgift från tenta 6 1 INRE PRODUKTRUM I ett vektorrum kan man som tidigare bekant beräkna skalärprodukten av två vektorer v och w Låt oss betrakta situationen då v, w R n Då kan vi beräkna deras skalärprodukt enligt v w = v 1 w v n w n Med skalärprodukten kan vi på ett naturligt sätt beräkna längder, avstånd och vinklar Längden av en vektor v R n kan skrivas som v = v v, och avståndet mellan två vektorer v, w R n kan beskrivas som v w = (v w) (v w) Vi kan också beräkna vinklar mellan två vektorer v, w R som cos(θ) = v w v w Skalärprodukten tillåter oss också att avgöra om två vektorer är vinkelräta eller ortogonala som de också kallas Detta beteénde går att generalisera till en operation som kallas för en inre produkt Den vanliga skalärprodukten är vad vi kallar för den euklidiska inre produkten Definition 11 (Inre produkt) Låt V vara ett reellt vektorrum En inre produkt på V är en avbildning där v, w har följande egenskaper V V R (v, w) v, w, (1) v, w = w, v (symmetrisk) (2) u + v, w = u, w + v, w (additiv) (3) cv, w = c v, w (homogen) (4) v, v > för alla v V (positivt definit) Om vektorrummet V är utrustat med en inre produkt så kallas V för ett inre produktrum 1

2 2 JOHAN ASPLUND Sats 12 För varje matris A R n n, finns det en avbildning R n R n R (x, y) x, y, där x, y definieras som ) A 11 A 1n y 1 x, y = x T Ay = (x 1 x n = A n1 A nn y n n i,j=1 A ij x i y j Anmärkning 13 Om A = I är identitetsmatrisen så är x T Ay = x T y den euklidiska inre produkten Så när är x, y som definierat i sats 12 faktiskt en inre produkt? Detta sker när matrisen A är symmetrisk och positivt definit Definition 14 (Symmetrisk matris) En matris A kallas för symmetrisk om A T = A Den faktiska definitionen för att en matris är positivt definit är att x, x = x T Ax för alla x R n, men detta är inte speciellt användbart, utan vi använder följande karaktäriseringar Sats 15 (Positivt definit matris) En matris A är positivt definit om och endast om alla dess huvudminorer är positiva Om vi betecknar huvudminorerna med M 1,, M n så är de illustrerade för fallet n = 4 i figuren nedan M 1 M 2 M 3 M Exempel 16 Om A = så är huvudminorerna M 1 = M 2 = M 3 = Det vi har kommit fram till är att en symmetrisk och positivt definit matris A R n n definierar en inre produkt på R n enligt x, y = x T Ay Poängen med inre produkter är att vi kan betrakta en inre produkt i till exempel P n och beräkna längder mellan polynom Exempel 17 I fallet då V = R n så definieras den inre produkten som anses som standard enligt n x, y = x i y i i=1

3 LINJÄR ALGEBRA II LEKTION 6 3 Exempel 18 I fallet då V = C([a, b]) = { funktioner f som är kontinuerliga på intervallet [a, b] }, så definieras den inre produkten som anses som standard enligt b f, g = f(x)g(x) dx a Exempel 19 I fallet då V = R n n så definieras den inre produkten som anses som standard enligt n A, B = tr(a T B) = A i B i, där A 1 A n B 1 B n A n+1 A 2n A =, B = B n+1 B 2n A n(n)+1 A n 2 B n(n)+1 B n 2 Exempel 11 I fallet då V = P n så definieras den inre produkten som anses som standard enligt n f, g = a i b i, där f(x) = a + a 1 x + + a n x n, g(x) = b + b 1 x + + b n x n i= i=1 2 CAUCHY-SCHWARZ OLIKHET Sats 21 (Cauchy-Schwarz olikhet) I varje inre produktrum V gäller v, w v w Cauchy-Schwarz olikhet är en viktig ingrediens i beviset för följande egenskaper Normen v = v, v har följande egenskaper Sats 22 I varje inre produktrum V har längd följande egenskaper (1) v med likhet om och endast om v = (2) cv = c v (3) v + w v + w Punkt nummer 3 i sats 22 kallas för triangelolikheten Definition 23 Låt v, w V vara två vektorer i ett inre produktrum Då kallas v och w för ortogonala om och endast om v, w = Sats 24 (Pythagoras sats) I varje inre produktrum gäller det att där v w v + w 2 = v 2 + w 2, 3 ORTOGONALA PROJEKTIONER OCH GRAM-SCHMIDTS PROCESS Definition 31 (Ortonormal bas) En bas b = {b 1, b 2,, b n } i ett inre produktrum V kallas för en ortonormal bas om följande gäller (1) b i b j för alla i j (2) b i = 1 för alla i Anmärkning 32 Om en bas b endast uppfyller b i b j för alla i j så kallas b endast för ortogonal och inte ortonormal I ord beskriver man en ortonormal bas som en bas där alla vektorer är ortogonala mot varandra, och där alla basvektorer har längd 1

4 4 JOHAN ASPLUND Sats 33 (Ortogonal projektion på ett delrum) Låt W V vara ett delrum av ett inre produktrum V, och låt b vara en ortogonal bas till W Om v V är en godtycklig vektor så kan man beräkna den ortogonala projektionen av v på W genom proj W (v) = v, w 1 w 1 2 w v, w n w n 2 w n Anmärkning 34 Notera att om basen b i sats 33 är ortonormal så gäller det att w i = 1 för alla i och därmed proj W (v) = v, w 1 w v, w n w n Det finns en metod som kallas för Gram-Schmidts ortonormaliseringsprocess, som används för att konstruera en ortonormal bas, utifrån en bas (som inte behöver vara ortonormal) Den beskrivs enligt flöjande Sats 35 (Gram-Schmidts ortonormaliseringsprocess) Låt V vara ett reellt inre produktrum, och låt u = {u 1,, u n } vara en bas i V Vi konstuerar sedan följande vektorer v 1 = u 1 u 1 v 2 = u 2 u 2, v 1 v 1 u 2 u 2, v 1 v 1 Då gäller det att {v 1,, v n } är en ON-bas i V v 3 = u 3 u 3, v 2 v 2 u 3, v 1 v 1 u 3 u 3, v 2 v 2 u 3, v 1 v 1 v n = u n u n, v n v n u n, v 1 v 1 u n u n, v n v n u n, v 1 v 1 4 UPPGIFTER 61:13(a) Låt M 2 2 ha den inre produkten som definieras av U, V = tr(u T V ) = a 1 b 1 + a 2 b 2 + a 3 b 3 + a 4 b 4, där Hitta A där A = ( ) ( ) ( ) a1 a U = 2 b1 b, V = 2 a 3 a 4 b 3 b 4 Lösning Enligt definitionen av normen så har vi A = A, A Så A = A, A = ( 6) 2 = 74 61:23(a) Låt u, v R 2, och definiera följande Visa att, definierar en inre produkt på R 2 u, v = 3u 1 v 1 + 5u 2 v 2 Lösning Vi noterar att vi kan skriva ( ) u, v = u T 3 v = u 5 T Av

5 LINJÄR ALGEBRA II LEKTION 6 5 Vi vet att ett sådant uttryck definierar en inre produkt om A är symmetrisk och positivt definit Vi ser att A T = A, och därmed är A symmetrisk För att avgöra om A är positivt definit så kollar vi på huvudminorerna M 1 = 3 > 3 M 2 = 5 = 15 >, och alltså är A positivt definit Därför definierar u, v = u T Av en inre produkt på R 2 61:29 Använd den inre produkten på P 3 och beräkna p, q där (a) p = 1 x 2 + 3x 3 och q = 2 x (b) p = x 5x 3 och q = 2 + 8x 2 p(x)q(x) dx, Lösning Här kan vi använda det faktum att integreringsintervallet är symmetrisk kring origo, så att xn dx = om n är ett udda tal, och xn dx = 2 xn dx om n är ett jämnt tal Detta kommer förenkla våra beräkningar en del (a) Vi får = (b) På samma sätt här får vi (1 x 2 + 3x 3 )(2 x) dx = = 2 x 2x 2 + 7x 3 3x 4 dx 2 2x 2 3x 4 dx = 2 2 2x 2 3x 4 dx = 2 (x 5x 3 )(2 + 8x 2 ) dx = eftersom alla termer i integranden är udda funktioner ( ) = x 2x 3 4x 5 dx =, 62:7 Existerar det tal k, l R så att vektorerna u = (k, 3, 2), v = ( 3, 1, l) och w = ( 5, 5, 1) är parvis ortogonala med avseende på den Euklidiska inre produkten? Lösning Det vi vill göra är att hitta k och l så att u v, u w och v w Detta kan sammanfattas med följande ekvationssystem u, v = 3k l = u, w = 5k + 17 = v, w = 2 + l = Ur ekvation 2 och 3 får vi l = 2 samt k = 17 5 Vi sätter in detta i första ekvationen och inser att ekvationen inte är uppfylld Därför kan det inte finnas några sådana k och l 62:23 Om u, v R n och A R n n, bevisa att (41) (v T A T Au) 2 (u T A T Au)(v T A T Av) Lösning Cauchy-Schwarz olikhet säger att u, v u v, eller ekvivalent u, v 2 u 2 v 2 = u, u v, v I vår uppgift så gäller det att visa att om u, v R n och A R n n, så definierar u, v = v T A T Au en inre produkt på R n Det är klart att A T A R n n, så det gäller att visa att A T A är symmetrisk och positivt definit Faktum är att vi inte riktigt behöver göra detta I kapitel 61 i boken visar det sig att om man kan skriva u, v = (Av) T (Au) så definierar, en inre produkt på R n och kallas för den inre produkten som genereras av matrisen A Eftersom (Av) T (Au) = v T A T Au som är det vi har i uppgiften, så vet vi att, är en inre produkt, och därför gäller Cauchy- Schwarz olikhet varur olikheten (41) håller

6 6 JOHAN ASPLUND Extrauppgift från tenta Låt P 2 vara rummet av polynom av grad högst 2 utrustat med den inre produkten p(t)q(t) dt, och låt W vara delrummet till P 2 som spänns upp av p 1 (t) = 1 och p 2 (t) = t Bestäm den ortogonala projektionen av p(t) = t 2 på W samt beräkna avståndet från p till W i P 2 Lösning För att använda sats 33 så måste vi först kolla om polynomen 1 och t är ortogonala Vi beräknar [ ] 1 t 2 1 1, t = t dt = = 1 2 Vi måste alltså göra om {1, t} till en ortogonal bas, och kan i samma veva göra om det till en ortonormal bas med hjälp av Gram-Schmidt Vi döper den nya basen till b = { b1, b } 2, och sätter först Sedan får vi (enligt Gram-Schmidt) b1 = b 1 b 1 = 1 dt b 1 = b 1 b2 = b 2 (b proj b1 2 ) b 2 (b proj b1 2 ) Vi beräknar först ut vektorn, och normaliserar den efteråt Så ( b 2 (b proj b1 2 ) = t b 2, b ) 1 1 b1 = t t dt = t 1 2 Längden av denna vektor är Alltså är en ortonormal bas t 1 = Vi kan sedan beräkna proj W (t 2 ) som proj W (t 2 ) = ( t dt = 2) 12 = b = {1, } 3(2t 1) t 2, t 2, 3(2t 1) 3(2t 1) = = ( 1 6 ) (2t 1) = t 1 6 ( ) 1 t 2 dt + 3 (2t 1)t 2 dt (2t 1) Vi har sedan att avståndet från t 2 till W är avståndet från t 2 till ortogonalprojektionen d(t 2, W ) = t 2 proj W (t 2 ) = t2 t ( = t 2 t dt = 6) 18 = address:

Linjär Algebra, Föreläsning 9

Linjär Algebra, Föreläsning 9 Linjär Algebra, Föreläsning 9 Tomas Sjödin Linköpings Universitet Euklidiska rum Vi ska nu införa en extra struktur på vektorrum, en så kallad skalärprodukt, vilken vi kan använda för att definiera längd

Läs mer

Övningar. MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik. Linjär algebra 2. Senast korrigerad:

Övningar. 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 mer

8. Euklidiska rum 94 8 EUKLIDISKA RUM

8. 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 mer

Linjär Algebra, Föreläsning 2

Linjär Algebra, Föreläsning 2 Linjär Algebra, Föreläsning 2 Tomas Sjödin Linköpings Universitet Geometriska vektorer, rummen R n och M n 1 En (geometrisk) vektor är ett objekt som har storlek och riktning, men inte någon naturlig startpunkt.

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

Isometrier och ortogonala matriser

Isometrier och ortogonala matriser Isometrier och ortogonala matriser (Delvis resultat som kunde kommit tidigare i kursen) För att slippa parenteser, betecknas linära avbildningar med A och bilden av x under en lin avbildn med Ax i stället

Läs mer

LINJÄR ALGEBRA II LEKTION 8+9

LINJÄR ALGEBRA II LEKTION 8+9 LINJÄR ALGEBRA II LEKTION 8+9 JOHAN ASPLUND Innehåll. Kvadratiska former. Allmänna linjära avbildningar Matriser för allmänna linjära avbildningar. Uppgifter Extrauppgift från tenta Extrauppgift från tenta

Läs mer

SF1624 Algebra och geometri Tentamen Torsdag, 17 mars 2016

SF1624 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 mer

För ingenjörs- och distansstudenter Linjär Algebra ma014a 2015 02 26. ATM-Matematik Mikael Forsberg 0734-41 23 31

För ingenjörs- och distansstudenter Linjär Algebra ma014a 2015 02 26. ATM-Matematik Mikael Forsberg 0734-41 23 31 ATM-Matematik Mikael Forsberg 074-4 För ingenjörs- och distansstudenter Linjär Algebra ma04a 0 0 Skrivtid: 09:00-4:00. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje

Läs mer

1. Bestäm volymen för den parallellepiped som ges av de tre vektorerna x 1 = (2, 3, 5), x 2 = (3, 1, 1) och x 3 = (1, 3, 0).

1. Bestäm volymen för den parallellepiped som ges av de tre vektorerna x 1 = (2, 3, 5), x 2 = (3, 1, 1) och x 3 = (1, 3, 0). TM-Matematik Mikael Forsberg Linjär algebra mk4a Övningstenta LA-. Bestäm volymen för den parallellepiped som ges av de tre vektorerna x = (,, ), x = (,, ) och x = (,, ).. För alla värden på parametern

Läs mer

Inför tentamen i Linjär algebra TNA002.

Inför 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 mer

14. Minsta kvadratmetoden

14. 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 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

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 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 mer

För studenter på distans och campus Linjär algebra ma014a 2014 02 10. ATM-Matematik Mikael Forsberg 0734-41 23 31

För studenter på distans och campus Linjär algebra ma014a 2014 02 10. ATM-Matematik Mikael Forsberg 0734-41 23 31 ATM-Matematik Mikael Forsberg 734-4 3 3 För studenter på distans och campus Linjär algebra maa Skrivtid: 9:-:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift

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 Skalärprodukt Innehåll Skalärprodukt - Inledning

Läs mer

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A SF624 Algebra och geometri Lösningsförslag till modelltentamen DEL A () (a) Använd Gauss-Jordans metod för att bestämma lösningsmängden till ekvationssystemet 2x + 4x 2 + 2x 3 + 2x 4 = 2, 3x + 6x 2 x 3

Läs mer

Version 0.82. Linjär algebra kapiltet från ett ODE-kompendium. Mikael Forsberg

Version 0.82. Linjär algebra kapiltet från ett ODE-kompendium. Mikael Forsberg Version.8 Linjär algebra kapiltet från ett ODE-kompendium Mikael Forsberg 8 Den här boken är typsatt av författaren med hjälp av L A TEX. Alla illustrationer är utförda av Mikael Forsberg med hjälp av

Läs mer

16. Linjära avbildningar

16. Linjära avbildningar 66 6 LINJÄRA AVBILDNINGAR 6. Linjära avbildningar 6.. Linjär avbildning Exempel 6.. Betrakta funktionen f : R R, sådan att där a är en konstant. Då gäller att. f(x + y) =a(x + y) =ax + ay = f(x)+f(y)..

Läs mer

TMV036 Analys och linjär algebra K Kf Bt, del C

TMV036 Analys och linjär algebra K Kf Bt, del C MATEMATIK Chalmers tekniska högskola Tentamen 20-0-, kl. 4.00-8.00 TMV036 Analys och linjär algebra K Kf Bt, del C Telefonvakt: Richard Lärkäng, telefon: 0703-088304 Hjälpmedel: Inga, bara papper och penna.

Läs mer

x 1 x 2 T (X) = T ( x 3 x 4 x 5

x 1 x 2 T (X) = T ( x 3 x 4 x 5 Lördagen 6 Nu vill vi fokusera på linjära avbildningar från vektorrum W Om T : R n R n är en linjär avbildning, och W R n ett vektorrum, då har vi en inducerad avbildning T W : W R m Och denna avbildning

Läs mer

1. (a) Bestäm alla värden på c som gör att matrisen A(c) saknar invers: 1 0 1. 1 c 1

1. (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 mer

Uppgifter, 2014 Tillämpad linjär algebra

Uppgifter, 2014 Tillämpad linjär algebra Geometri. Uppgifter, 24 Tillämpad linjär algebra. Uppgift. Låt A = (,, ), 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

Läs mer

Uppgifter, 2015 Tillämpad linjär algebra

Uppgifter, 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 mer

16. Linjära avbildningar

16. Linjära avbildningar 6. Linjära avbildningar 6.. Linjär avbildning Exempel 6.. Betrakta funktionen f : R R, sådan att där a är en konstant. Då gäller att. f(x + y) = a(x + y) = ax + ay = f(x) + f(y). 2. f(λx) = a(λx) = aλx

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 Diagonalisering av linjära avbildningar III

Läs mer

Linjär algebra på några minuter

Linjär algebra på några minuter Linjär algebra på några minuter Linjära ekvationssystem Ekvationssystem: { Löses på matrisform: ( ) ( ) I det här fallet finns en entydig lösning, vilket betyder att determinanten av koefficientmatrisen

Läs mer

Föreläsning 3, Linjär algebra IT VT Skalärprodukt

Föreläsning 3, Linjär algebra IT VT Skalärprodukt Föreläsning 3, Linjär algebra IT VT2008 1 Skalärprodukt Denition 1 Låt u oh v vara två vektorer oh låt α vara minsta vinkeln mellan dem Då denierar vi skalärprodukten u v genom u v = u v os α Exempel 1

Läs mer

{ 1, om i = j, e i e j = 0, om i j.

{ 1, om i = j, e i e j = 0, om i j. 34 3 SKALÄPRODUKT 3. Skaläprodukt Definition 3.. Skalärprodukten mellan två vektorer u och v definieras där θ är vinkeln mellan u och v. u v = u v cos θ, Anmärkning 3.. Andra beteckningar för skalärprodukt

Läs mer

1 Konvexa optimeringsproblem grundläggande egenskaper

1 Konvexa optimeringsproblem grundläggande egenskaper Krister Svanberg, april 2012 1 Konvexa optimeringsproblem grundläggande egenskaper Ett optimeringsproblem är i viss mening godartat om det tillåtna området är en konvex mängd och den målfunktion som ska

Läs mer

17. Övningar ÖVNINGAR Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av. x 1 x 2 2x 2 + 3x 3 2x 1 x 3

17. Övningar ÖVNINGAR Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av. x 1 x 2 2x 2 + 3x 3 2x 1 x 3 192 17 ÖVNINGAR 17. Övningar 17.1. Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av F(eX) = ey = e x 1 x 2 2x 2 + 3x 3 2x 1 x 3, G(eX) = e x 1 x 2 x 2 2 x 2 + x 3 Undersök

Läs mer

Stöd inför omtentamen i Linjär algebra TNA002.

Stöd 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 mer

(1, 3, 2, 5), (0, 2, 0, 8), (2, 0, 1, 0) och (2, 2, 1, 8)

(1, 3, 2, 5), (0, 2, 0, 8), (2, 0, 1, 0) och (2, 2, 1, 8) 1 Matematiska Institutionen KTH Tentamen på kursen SF1604 (och B1109, för D1, Mars 9, 008, kl: 9:00-14:00 Inga hjälpmedel ät tillåtna 1 poäng totalt eller mer ger minst omdömet Fx 1 poäng totalt eller

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 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 mer

SF1624 Algebra och geometri

SF1624 Algebra och geometri Föreläsning 6 Institutionen för matematik KTH 11 november 2016 Feedback Innan vi börjar: En liten feedback-övning Vad menas med rangen av en matris? Vad menas med ett homogent linjärt ekvationssystem?

Läs mer

ax + y + 2z = 3 ay = b 3 (b 3) z = 0 har (a) entydig lösning, (b) oändligt många lösningar och (c) ingen lösning.

ax + y + 2z = 3 ay = b 3 (b 3) z = 0 har (a) entydig lösning, (b) oändligt många lösningar och (c) ingen lösning. UPPSALA UNIVERSITET Matematiska institutionen Anders Johansson Prov i matematik ES, Frist, KandMa LINJÄR ALGEBRA och GEOMETRI I 2010 10 21 Skrivtid: 8.00 13.00. Tillåtna hjälpmedel: Skrivdon. Lösningarna

Läs mer

Egenvärden och egenvektorer

Egenvärden 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 mer

Frågorna 1 till 6 ska svaras med ett kryss för varje korrekt påstående. Varje uppgift ger 1 poäng. Använd bifogat formulär för dessa 6 frågor.

Frågorna 1 till 6 ska svaras med ett kryss för varje korrekt påstående. Varje uppgift ger 1 poäng. Använd bifogat formulär för dessa 6 frågor. TM-Matematik Mikael Forsberg 74-4 Matematik med datalogi, mfl. Linjär algebra ma4a 6 Skrivtid: 9:-4:. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift på

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

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

Geometriska vektorer

Geometriska vektorer Föreläsning 1, Linjär algebra IT VT2008 1 Geometriska vektorer De begrepp som linjär algebra kretsar kring är vektorer och matriser Dessa svarar mot datorernas fält (`arra') av dimension ett respektive

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

P Q = ( 2, 1, 1), P R = (0, 1, 0) och QR = (2, 2, 1). arean = 1 2 P Q P R

P Q = ( 2, 1, 1), P R = (0, 1, 0) och QR = (2, 2, 1). arean = 1 2 P Q P R 1 Matematiska Institutionen KTH Lösningar till några övningar på geometri och vektorer inför lappskrivning nummer 2 på kursen Linjär algebra II, SF1604, vt11. 1. En triangel har hörn i punkterna (1, 2,

Läs mer

1 Ortogonalitet. 1.1 Skalär produkt. Man kan tala om vinkel mellan vektorer.

1 Ortogonalitet. 1.1 Skalär produkt. Man kan tala om vinkel mellan vektorer. Ortogonalitet Man kan tala om vinkel mellan vektorer.. Skalär produkt Vi definierar längden (eller normen) av en vektor som ett reellt tal 0 (Se boken avsnitt.). Vi definierar skalär produkt (Inner product),

Läs mer

Linjär Algebra, Föreläsning 2

Linjär Algebra, Föreläsning 2 Linjär Algebra, Föreläsning 2 Tomas Sjödin Linköpings Universitet Riktade sträckor och Geometriska vektorer En (geometrisk) vektor är ett objekt som har storlek och riktning, men inte någon naturlig startpunkt.

Läs mer

SKRIVNING I VEKTORGEOMETRI

SKRIVNING I VEKTORGEOMETRI SKRIVNING I VEKTORGEOMETRI 2014-11-25 1400-1700 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

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005

Lösningsförslag 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 mer

Linjär Algebra, Föreläsning 8

Linjär Algebra, Föreläsning 8 Linjär Algebra, Föreläsning 8 Tomas Sjödin Linköpings Universitet Linjärkombinationer (repetition) Låt v 1, v 2,..., v n vara vektorer i ett vektorrum V. Givet skalärer λ 1, λ 2,..., λ n R så kallas λ

Läs mer

SF1624 Algebra och geometri

SF1624 Algebra och geometri Föreläsning 8 Institutionen för matematik KTH 16 november 2016 Matriser och linjära avbildningar Dagens ämnen (kap 3.3 och 3.4): Exempel på linjära avbildningar Nollrum och Bildrum Dimensionssatsen / Rangsatsen

Läs mer

DN1230 Tillämpad linjär algebra Tentamen Onsdagen den 29 maj 2013

DN1230 Tillämpad linjär algebra Tentamen Onsdagen den 29 maj 2013 TILLÄMPAD LINJÄR ALGEBRA, DN123 1 DN123 Tillämpad linjär algebra Tentamen Onsdagen den 29 maj 213 Skrivtid: 8-13 Tillåtna hjälpmedel: inga Examinator: Anna-Karin Tornberg Betygsgränser: Betyg A B C D E

Läs mer

Minsta kvadratmetoden

Minsta kvadratmetoden Minsta kvadratmetoden där Överbestämda ekvationssystem Det är lämpligt att uppfatta matrisen A som bestående av n kolonnvektorer: A a a a n a a a n a n a n a nn a j a j a nj a a a n j n Då kan vi skriva

Läs mer

SF1624 Algebra och geometri Tentamen Onsdagen 29 oktober, 2014

SF1624 Algebra och geometri Tentamen Onsdagen 29 oktober, 2014 SF1624 Algebra och geometri Tentamen Onsdagen 29 oktober, 214 Skrivtid: 14.-19. Tillåtna hjälpmedel: inga Examinator: Roy Skjelnes Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng.

Läs mer

0 Allmänt. Följande delar behöver man kunna utöver avsnitten som beskrivs senare i dokumentet.

0 Allmänt. Följande delar behöver man kunna utöver avsnitten som beskrivs senare i dokumentet. Linja r algebra TATA (del) Allmänt Följande delar behöver man kunna utöver avsnitten som beskrivs senare i dokumentet. Matrisekvationer och Gauss-elimination o Parameterform Allmänt om vektorer o Räknelagar

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

LINJÄR ALGEBRA II LEKTION 1

LINJÄR ALGEBRA II LEKTION 1 LINJÄR ALGEBRA II LEKTION JOHAN ASPLUND INNEHÅLL. VEKTORRUM OCH DELRUM Hel kursen Linjär Algebr II hndlr om vektorrum och hur vektorrum (eller linjär rum, som de iblnd klls) beter sig. Tidigre hr mn ntgligen

Läs mer

LINJÄR ALGEBRA. {x M : P (x)} = {x : P (x)}, TOMAS SJÖDIN. k j=1 Ofta betecknas mängder på följande sätt:

LINJÄR ALGEBRA. {x M : P (x)} = {x : P (x)}, TOMAS SJÖDIN. k j=1 Ofta betecknas mängder på följande sätt: LINJÄR ALGEBRA TOMAS SJÖDIN Innehåll 0 Notation 1 1 Linjära Ekvationssystem 2 2 Geometriska vektorer, rummen R n och M n 1 3 3 Skalärprodukt, Vektorprodukt, Volymprodukt 7 4 Linjer och plan 10 5 Matriser

Läs mer

Linjär algebra och geometri I

Linjär algebra och geometri I UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Anders Johansson Linjär algebra och geometri I för Energi, Ma-kand., Frist. Höstterminen 2010 Kurslitteratur H. Anton, C. Rorres, Elementary Linear Algebra

Läs mer

16.7. Nollrum, värderum och dimensionssatsen

16.7. Nollrum, värderum och dimensionssatsen 86 6 LINJÄRA AVBILDNINGAR 6.7. Nollrum, värderum och dimensionssatsen Definition 6.36. Låt F : V W vara en linjär avbildning.. Nollrummet till F definierar vi som mängden av alla u V som avbildas på nollvektorn,

Läs mer

Läsanvisningar och övningsuppgifter i MAA150, period vt Erik Darpö

Läsanvisningar och övningsuppgifter i MAA150, period vt Erik Darpö Läsanvisningar och övningsuppgifter i MAA150, period vt1 2015 Erik Darpö ii 0. Förberedelser Nedanstående uppgifter är avsedda att användas som ett självdiagnostiskt test. Om du har problem med att lösa

Läs mer

Linjär Algebra 764G01: Kommentarer och läsanvisningar till kursboken

Linjär Algebra 764G01: Kommentarer och läsanvisningar till kursboken Linjär Algebra 764G01: Kommentarer och läsanvisningar till kursboken Här följer kommentarer om sånt i boken som kan behövas förtydligas samt anvisningar om vad som ska läsas, eller snarare vilka delar

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

LINJÄR ALGEBRA TOMAS SJÖDIN

LINJÄR ALGEBRA TOMAS SJÖDIN LINJÄR ALGEBRA TOMAS SJÖDIN Innehåll 0 Notation 2 1 Linjära Ekvationssystem 2 2 Geometriska vektorer, rummen R n och M n 1 4 21 Rummen R n och M n 1 7 22 Skalärprodukt 8 3 Linjer 11 31 Linjer på parameterform

Läs mer

Exempel :: Spegling i godtycklig linje.

Exempel :: Spegling i godtycklig linje. INNEHÅLL Exempel :: Spegling i godtycklig linje. c Mikael Forsberg :: 6 augusti 05 Sammanfattning:: I detta dokument så är vårt uppdrag att beräkna matrisen för spegling i en godtycklig linje y = kx som

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

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Måndag 14 januari 2002 TID:

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Måndag 14 januari 2002 TID: Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 --4 DAG: Måndag 4 januari TID: 8.45 -.45 SAL: V Ansvarig: Ivar Gustafsson, tel: 77 94 (ankn. 94) Förfrågningar:

Läs mer

Att beräkna:: Avstånd

Att beräkna:: Avstånd Att beräkna:: Avstånd Mikael Forsberg :: 27 november 205 Innehåll Punkter, linjer och plan, en sammanställning 2. Punkter i två och tre dimensioner....................... 2.2 Räta linjer i två och tre

Läs mer

Studiehandledning till linjär algebra Avsnitt 3

Studiehandledning till linjär algebra Avsnitt 3 Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 3 Kapitel 4, 9.2 och 5 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.) Välkommen

Läs mer

Chalmers tekniska högskola Datum: kl Telefonvakt: Linnea Hietala MVE480 Linjär algebra S

Chalmers 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 mer

Tentamen i Linjär algebra , 8 13.

Tentamen i Linjär algebra , 8 13. LINKÖPINGS UNIVERSITET Matematiska Institutionen Ulf Janfalk Kurskod: ETE5 Provkod: TEN Tentamen i Linjär algebra 5 8, 8. Inga hjälpmedel. Ej räknedosa. Resultatet meddelas vi e-post. För godkänt räcker

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

Linjär algebra kurs TNA002

Linjär 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 mer

SF1624 Algebra och geometri

SF1624 Algebra och geometri Föreläsning 1 Institutionen för matematik KTH 31 oktober 2016 Kurstart för Algebra och geometri Välkomen till kursen, CELTE och CMETE och COPEN!, kursansvarig LFN@KTH.SE Idag ska vi se hur kursen funkar

Läs mer

Föreläsning 13 Linjär Algebra och Geometri I

Föreläsning 13 Linjär Algebra och Geometri I Föreläsning 13 Linjär Algebra och Geometri I Se slide 1: det är i rymden oftast lättast att jobba med parametrar för linjer och ekvationer för plan. Exempel: Låt l : (x, y, z) = (1 t, 3 + t, 4t), t R och

Läs mer

3 1 = t 2 2 = ( 1) ( 2) 1 2 = A(t) = t 1 10 t

3 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 mer

Linjära avbildningar. Definition 1 En avbildning mellan två vektorrum, F : V U, kallas linjär om. EX. Speglingar, rotationer, projektioner i R 3.

Linjära avbildningar. Definition 1 En avbildning mellan två vektorrum, F : V U, kallas linjär om. EX. Speglingar, rotationer, projektioner i R 3. Linjära avbildningar Definition 1 En avbildning mellan två vektorrum, F : V U, kallas linjär om F (v +v ) = F (v)+f (v ) och F (cv) = cf (v) för alla v, v V och alla skalärer c. EX. Speglingar, rotationer,

Läs mer

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II PER ALEXANDERSSON Sammanfattning. Detta är en samling kompletterande uppgifter till Linjär Algebra II för lärare. Exemplen är av varierande svårighetsgrad och

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

MATEMATIK GU. LLMA60 MATEMATIK FÖR LÄRARE, GYMNASIET Analys, ht 2014. Block 5, översikt

MATEMATIK GU. LLMA60 MATEMATIK FÖR LÄRARE, GYMNASIET Analys, ht 2014. Block 5, översikt MATEMATIK GU H4 LLMA6 MATEMATIK FÖR LÄRARE, GYMNASIET Analys, ht 24 I block 5 ingår följande avsnitt i Stewart: Kapitel 2, utom avsnitt 2.4 och 2.6; kapitel 4. Block 5, översikt Första delen av block 5

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 Linjära avbildningar I Innehåll En liten tillbakablick:

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

4.2. Vektorprodukt i koordinater

4.2. Vektorprodukt i koordinater 4 Vektorprodukt i koordinater 5 4 Vektorprodukt i koordinater Nästa sats visar hur vi kan räkna med vektorprodukt i en ON-bas Satsen följer av Definition 4 samt räknelagrna i Sats 44 Sats 45 Låt e = {e,

Läs mer

Linjär Algebra M/TD Läsvecka 1

Linjär Algebra M/TD Läsvecka 1 Linjär Algebra M/TD Läsvecka 1 Omfattning: Lay, kapitel 1.1-1.9, Linjära ekvationer i linjär algebra Innehåll: Olika aspekter av linjära ekvationssystem: skärning mellan geometriska objekt, linjärkombination

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

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 Linjära avbildningar II Innehåll Repetition:

Läs mer

Mer om geometriska transformationer

Mer om geometriska transformationer CTH/GU LABORATION 4 TMV141-1/13 Matematiska vetenskaper 1 Inledning Mer om geometriska transformationer Vi fortsätter med geometriska transformationer och ser på ortogonal (vinkelrät) projektion samt spegling.

Läs mer

KTH, Matematik. Övningar till Kapitel , 6.6 och Matrisframställningen A γ av en rotation R γ : R 2 R 2 med vinkeln γ är

KTH, Matematik. Övningar till Kapitel , 6.6 och Matrisframställningen A γ av en rotation R γ : R 2 R 2 med vinkeln γ är KTH, Matematik Övningar till Kapitel 5.5-5.6, 6.6 och 8.3-8.6. Matrisframställningen A γ av en rotation R γ : R R med vinkeln γ är ( cos(γ sin(γ. sin(γ cos(γ Då R α+β = R α R β, är matrisen ( cos(α + β

Läs mer

LINKÖPINGS TEKNISKA HÖGSKOLA Matematiska institutionen Ulf Janfalk 18 september 2014

LINKÖPINGS TEKNISKA HÖGSKOLA Matematiska institutionen Ulf Janfalk 18 september 2014 LINKÖPINGS TEKNISKA HÖGSKOLA Matematiska institutionen 18 september 2014 Kursinformation Linjär Algebra för I1 och Ii1. Examinator: Kurslitteratur: Janfalk, Ulf: Linjär algebra, 2014 Examination: Efter

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

Tillämpningar i mekanik

Tillämpningar i mekanik UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN M. Melgaard R. Rubinsztein 2008-04-29 LINJÄR ALGEBRA och GEOMETRI I för F1, Q1 Höstterminen 2008 Tillämpningar i mekanik Kursen Linjär algebra och geometri

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

Linjär algebra och geometri 1

Linjär algebra och geometri 1 UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Ryszard Rubinsztein Oswald Fogelklou Linjär algebra och geometri 1 för K1, W1, KandKe1 Höstterminen 2008 Kurslitteratur H.Anton, C.Rorres, Elementary Linear

Läs mer

Lite Linjär Algebra 2017

Lite 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 mer

SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Fredagen den 28 januari, 2011

SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Fredagen den 28 januari, 2011 SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Fredagen den 28 januari, 2011 UPPGIFT (1) Låt V vara mängden av vektorer (x 1, x 2, x 3 ) i R 3 som uppfyller

Läs mer

Veckoblad 1, Linjär algebra IT, VT2010

Veckoblad 1, Linjär algebra IT, VT2010 Veckoblad, Linjär algebra IT, VT Under den första veckan ska vi gå igenom (i alla fall stora delar av) kapitel som handlar om geometriska vektorer. De viktigaste teoretiska begreppen och resultaten i kapitlet

Läs mer

REPETITION. [F ] = a. a m1... a mn Sådan att [F (v)] = [F ][v].

REPETITION. [F ] = a. a m1... a mn Sådan att [F (v)] = [F ][v]. REPETITION (1) Låt F : R n R m vara en linjär avbildning. Då är F (x 1,..., x n ) = (f 1 (x 1,..., x n ),..., f m (x 1,..., x n )) där f 1 (x 1,..., x n ) = a 11 x 1 +... + a 1n x n,..., f m (x 1,...,

Läs mer

där β R. Bestäm de värden på β för vilka operatorn är diagonaliserbar. Ange även för respektive av dessa värden en bas av egenvektorer till F.

där β R. Bestäm de värden på β för vilka operatorn är diagonaliserbar. Ange även för respektive av dessa värden en bas av egenvektorer till F. MÄLARDALENS HÖGSKOLA Akademin för utbildning, kultur och kommunikation Avdelningen för tillämpad matematik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MMA9 Linjär algebra Datum: 7 januari 04 Skrivtid:

Läs mer

Institutionen 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 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 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 Räta linjens och planets ekvationer II Innehåll

Läs mer

KOKBOKEN 1. Håkan Strömberg KTH STH

KOKBOKEN 1. Håkan Strömberg KTH STH KOKBOKEN 1 Håkan Strömberg KTH STH Hösten 2006 Håkan Strömberg 2 KTH Syd Innehåll Olikheter.................................... 6................................. 6 Uppgift 2.................................

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