Studiehandledning till linjär algebra Avsnitt 2

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Studiehandledning till linjär algebra Avsnitt 2"

Transkript

1 Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 2 Kapitel 2 och 3 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.) I detta avsnitt får vi lära oss hur man umgås med determinanter och med vektorer. Till varje kvadratisk matris kan man ordna ett tal, determinanten för matrisen. Determinanten har bl a betydelse vid invertering av matriser och vid lösning av ekvationssystem med lika många ekvationer som obekanta. Vektorer ser vi till att börja med som geometriska objekt; pilar eller riktade sträckor. Vi lär oss använda räknesätt för vektorer, och att använda dem för att beskriva avstånd, vinklar, linjer och plan. (Senare i kursen kommer vi att definiera vektorer på mer allmängiltiga sätt. De abstrakta vektorer vi då har att göra med utgör centrala begrepp i linjär algebra.) Läsanvisningar och kommentarer till läroboken 2.1 Determinant-funktionen Determinanten för en (kvadratisk) matris är ett tal, som på ett visst sätt kan räknas ut med hjälp av matrisens element. Till exempel, om matrisen A ges av A = a c b d, så är determinanten1 för A det(a) = a b c d = ad bc. Determinanten för en 2 2 -matris är alltså enkel att räkna ut: den är differensen mellan produkten av elementen på huvuddiagonalen och produkten av elementen på den andra diagonalen. Ett annat sätt att se det är att determinanten är en summa av termer, som är valda på följande sätt. Varje term är en produkt, i vilken varje faktor är ett element i matrisen. Elementen är valda så att exakt ett kommer från varje rad 1 Ett annat vanligt förekommande skrivsätt är att utelämna parenteserna kring argumentet för determinantfunktionen. Man skriver ofta deta i stället för det(a). 1

2 och, samtidigt, exakt ett kommer från varje kolonn 2. En extra faktor +1 eller 1 kommer in beroende på om sättet att välja ut elementen svarar mot en jämn eller udda permutation. Det senare sättet att förstå hur determinanten räknas ut är tyvärr något mer komplicerat, men det är detta som är det rätta sättet. Det vill säga, på detta sätt definieras determinanten inte bara för 2 2 -matriser, utan allmänt för n n -matriser. Om det verkar knepigt med begreppen jämna och udda permutationer så kan de lämnas därhän. Det viktiga är att du ordentligt lär dig hur man räknar ut och 3 3 -determinanter. Större determinanter är opraktiska att beräkna enligt definitionen; man använder istället radreduktion eller utveckling (kap ). Lär dig gärna den grafiska minnesregeln i Fig 2 för hur man räknar ut och 3 3 -determinanter. Övningar: 3, 5, 7, 9, 11, 13, 19, Beräkning av determinanter med radreduktion Om en matris är triangulär så är dess determinant lätt att räkna ut; den är helt enkelt lika med produkten av elementen på huvuddiagonalen (sats 2.2.2). Detta beror på att varje annan elementär produkt måste innehålla minst en faktor som är noll. Vi vet sedan tidigare hur man med hjälp av elementära radoperationer kan omforma en matris till trappstegsform, vilket för kvadratiska matriser innebär triangulär form. Sats talar om hur determinanten ändras då elementära radoperationer appliceras. (Studera Ex 2 som åskådliggör satsen.) Detta innebär sammantaget att vi har en metod att beräkna determinanten för en godtycklig n n -matris utan att behöva tillgripa definitionen. Studera Ex 5, som illustrerar hur sats används i metoden. Vi har ytterligare resurser till vårt förfogande. Det gäller exempelvis att det(a) = det( A T ). Detta innebär att vi kan låta rader och kolonner byta roller, och alltså även använda elementära kolonnoperationer. Observera vidare att om en rad (eller en kolonn) består enbart av nollor så är determinanten lika med noll. Detsamma gäller om två rader (eller två kolonner) är proportionella. Övningar: 1, 2, 3, 5, 7, 9, Varje sätt att välja ut element på detta vis ger upphov till exakt en term i determinanten. Detta innebär att en n n - determinant består av n! termer. 2

3 2.3 Egenskaper för determinantfunktionen I kap 2.3 presenteras två mycket viktiga resultat: sats som säger att matrisen A är inverterbar om och endast om det(a) 0, och sats som säger att det(ab) = det(a)det(b). (Här förutsätts givetvis att matriserna har storlek så att determinanterna och matrisprodukterna är definierade.) Dessa resultat måste du obehindrat kunna använda. Bevisen är dock överkurs. Sats är mindre viktig, men kan vara användbar vid determinantberäkning. En intressant tillämpning av sats är ekvationer av typen Ax = x. Detta kallas för ett egenvärdesproblem. Det rör sig egentligen om ett homogent linjärt ekvationssystem. En lösning är givetvis x = 0, den triviala lösningen. Frågan är dock när, d v s för vilka värden på, det finns andra lösningar. Dessa värden kallas egenvärden (eigenvalues) Egenvärdesproblem är så viktiga att ett helt kapitel i boken, kap 7, ägnas åt dem. Vi återkommer till dem i avsnitt 5 av kursen. Övningar: 1, 2, 4ac, 12, 16, Kofaktorutveckling; Cramers regel I kap 2.4 får vi lära oss hur man kan uttrycka en n n -determinant med hjälp av n stycken (n 1) (n 1) -determinanter, så kallade underdeterminanter (minors). Denna metod kallas för utveckling av determinanten i kofaktorer. En kofaktor är en underdeterminant multiplicerad med +1 eller 1, beroende på vilken rad och vilken kolonn som har strukits. Man kan givetvis kombinera denna metod med de tidigare kända teknikerna för determinantberäkning. Studera Ex 4. Det beskrivs också här hur man med hjälp av kofaktorer kan definiera något som kallas för adjunktmatris (adjoint), och med denna uttrycka matrisinversen. Detta är dock mest av teoretiskt intresse, och denna teori är inte central för den här kursen. Däremot är det bra att känna till och kunna använda Cramers regel för lösningen till ett kvadratiskt ekvationssystem, i det fall det existerar en unik lösning (sats 2.4.3). Studera Ex 8. Övningar: 1, 2ab, 3abc, 5, 7, 9, 17, 21, 23. 3

4 Kap 3 Vektorer i planet och i rymden Vektorer har nog de flesta av oss stött på i tidigare kurser i matematik eller i fysik. En vektor är något som har storlek och riktning, har vi kanske fått oss till livs. Synsättet innebär att vektorer är geometriska objekt, relaterade till våra tre rumsdimensioner. Man talar om vektorer i (den tredimensionella) rymden. Ibland betraktar man ett tvådimensionellt plan i stället för hela rymden, och har då att göra med vektorer i planet. I kapitel 3 gås igenom hur man räknar med vektorer i planet och i rymden. Addition, multiplikation med tal, skalärprodukt och norm (med mera) definieras och räknas med. Man ser hela tiden vektorer främst som geometriska storheter. Detta stoff är kanske inte nytt. Kan man redan detta kan det i alla fall vara bra att ögna igenom kapitlet som repetition. Det är bra att vara väl förtrogen med de geometriska vektorernas egenskaper när vi sedan ska gå vidare till vektorer i högre dimensioner och till abstrakta vektorer. 3.1 Introduktion till (geometriska) vektorer En vektor kan beskrivas som en pil från punkt A till punkt B. En geometrisk vektor är en riktad sträcka, och bestäms av startpunkt och slutpunkt. Vektorn ovan brukar betecknas AB. (I läroboken används ett skrivsätt med en pil i stället för ett streck över punkterna, men det är inte nödvändigt; av punkternas ordningsföljd framgår vilken som är startrespektive slutpunkt.) I vektorernas natur ligger emellertid att de karakteriseras fullständigt av storlek och riktning. Detta innebär att olika riktade sträckor (d v s med olika start- och slutpunkter) kan svara mot samma vektor. Jämför Fig 1b. Nu när vi vet vad vektorer är så kan vi gå vidare med att lära oss räkna med dem. Definitionen av summa av vektorer framgår klart av den geometriska konstruktionen i Fig 2a. (I Fig 2b ser man att vektorsumman är kommutativ; ordningen mellan termerna spelar ingen roll.) En speciell vektor är nollvektorn (zero vector) 0. Nollvektorn har storleken (=längden) noll. Den är också speciell såtillvida att den inte har någon bestämd riktning. Icke desto mindre är den nödvändig att ha med i vår formalism. 3 Nästa räknesätt är multiplikation av vektor med tal. 2v bör rimligen vara detsamma som v + v. Detta är en vektor med samma riktning som v, och med dubbla längden. 2v bör vara en vektor som när den adderas till 2v ger 3 Nollvektorn är i själva verket den enskilda vektor som kommer att spela störst roll framöver! 4

5 0. Alltså har den motsatt riktning jämfört med v, och dubbla längden. Heltalsmultipler av vektorer är alltså klara. Hur är det då med t ex 2 7 v? Jo, det måste vara en vektor som då den multipliceras med 7 ger 2v. Alltså: en vektor med samma riktning som v och med 2 7 av längden. Allmänt definieras produkten av ett reellt tal och en vektor enligt den nedre rutan på sid 119. Se också Fig 5. Det är ofta praktiskt att kunna räkna med komponenterna av en vektor. Komponenterna är helt enkelt koordinaterna för vektorns slutpunkt, då dess startpunkt är origo 4. Se Fig 6 (vektor i planet) och Fig 12 (vektor i rymden). I den övre färgade plattan på sid 123 ser vi hur räknesätten tar sig uttryck på komponentnivå. Det är viktigt att vara på det klara med att komponenterna av en vektor beror på valet av koordinatsystem. Man säger att komponenterna transformeras vid koordinatbyte. I Fig 14 och Ex 3 ser vi hur detta kan ta sig uttryck vid en translation, d v s en parallellförflyttning av koordinataxlarna. Se till att du har den relativa orienteringen av x-, y- och z-axlarna klar för dig, i enlighet med Fig 11a (vi använder enligt konventionen högersystem). Övningar: 1acej, 2acgi, 3ae, 5, 6ace, 9, 10, 11, Norm för vektor; vektoraritmetik I sats sammanfattas några enkla räkneregler för vektoraddition och för multiplikation av vektor med tal. Se till att du förstår varför dessa likheter gäller, på åtminstone ett av sätten: geometriskt och/eller algebraiskt 5. I Fig 2b ser man geometriskt att vektorsumman är associativ; ordningen mellan additionerna spelar ingen roll. Ett viktigt begrepp är normen av en vektor, som tecknas 6 u. Denna är helt enkelt lika med längden av vektorn. Pytagoras sats ger uttrycken för u i de färgade plattorna på sid 128. En vektor med längden 1 (normen 1) kallas enhetsvektor (unit vector). En sådan vektor sägs vara normerad. Övningar: 1ace, 2ac, 3ace, 4, 6, 7, 9. 4 Denna ett-till-ett-korrespondens mellan vektorer och punkter är så grundläggande att man ibland underlåter att skilja på punkter och vektorer. När vi i nästa kapitel behandlar R n så kommer vi omväxlande att tala om vektorerna i R n och om punkterna i R n. En vektor från origo till en given punkt kallas för punktens ortsvektor (radius vector). 5 I läroboken kallas det algebraiska sättet analytic. 6 För geometriska vektorer är det vanligt att man kallar normen av u för beloppet av u, och använder absolutbeloppsymbolen u. 5

6 3.3 Skalärprodukt; projektioner Nu utökar vi vårt förråd av räknesätt för vektorer. Ett sätt att multiplicera två vektorer är den så kallade skalärprodukten (dot product). Det svenska namnet syftar på att resultatet av räkneoperationen är en skalär, alltså ett vanligt tal och ingen vektor. (Det engelska namnet syftar på den prick som brukar beteckna detta slags multiplikation, och som aldrig ska utelämnas.) Det är viktigt att behärska både den geometriska, komponentfria definitionen på sid 131 och den ekvivalenta komponentformeln på sid 133. Ett intressant specialfall är skalärprodukten av en vektor med sig själv. Att v v = v 2 följer strax ur vilket som helst av de båda uttrycken. Kolla! Skalärprodukten är nära förknippad med begreppet vinkel mellan vektorer. Skalärprodukten är positiv då vinkeln är spetsig (acute), negativ då den är trubbig (obtuse), och noll då vinkeln är rät. Att skalärprodukten ska vara noll utgör alltså ett kriterium på att två vektorer är rätvinkliga (perpendicular). Denna egenskap kallas ortogonalitet, och vi kommer att återkomma till detta begrepp gång på gång. Sats sammanfattar de viktigaste räknelagarna för skalärprodukten: bl a den kommutativa lagen (a) och två distributiva lagar (b) och (c). Måste förstås! Ett användningsområde för skalärprodukten är ortogonala projektioner. Sådana är aktuella bl a när man vill dela upp en vektor i två komposanter (vector components 7 ); en som är parallell med en given vektor och en som är vinkelrät mot denna. Läs dessa sidor ( ) noga! Uppgifter: 1ac, 2ac, 3ab, 4ac, 5ac, 6ad, 8, 10, 12, 14ac, 16, Kryssprodukt En annan typ av multiplikation för vektorer är kryssprodukten (cross product). Denna tecknas med ett kryss i stället för en prick. En viktigare skillnad jämfört med skalärprodukt 8 är att resultatet av multiplikationen är en vektor i stället för ett tal. Definitionen på sid 141 anger hur kryssprodukten u v beräknas med hjälp av komponenter. Geometriskt gäller att u v är vinkelrät mot både u och v. Riktningen (av de två möjliga) ges av högerhandsregeln. Se Fig 3. Längden är lika med arean av parallellogrammen som spänns av u och v. Se Fig 4. 7 Observera att man på engelska här använder ordet components. På svenska betecknar dock ordet komponenter alltid tal, aldrig vektorer. 8 Inom linjär algebra är skalärprodukten ojämförligt mycket viktigare än kryssprodukten. Den senare är bara definierad i R 3, den tredimensionella rymden, medan skalärprodukten spelar en avgörande roll i alla dimensioner. Kryssprodukten är av intresse i den här kursen bara som ett hjälpmedel för att beskriva geometri i rymden. 6

7 Ex 3 är viktigt. Här får vi se hur standard-enhetsvektorerna i, j och k 9 är relaterade via kryssprodukten. Övningar: 1ace, 2a, 3a, 4a, 7 10, 8a, 10a, Linjer och plan i rymden Lär dig förstå och räkna med de olika formerna av planets ekvation (med given punkt och normalvektor (2), allmän form (3) resp. vektorform (5)). Detsamma gäller linjens ekvation på parameterform (komponentvis (7) resp. vektorform (8)). Sätt dig in i härledningen av formeln (9) för avståndet mellan punkt och plan. Läs noga samtliga exempel. Övningar: 1, 2, 4a, 5ab, 6a, 7a, 8a, 9a, 10a, 11a, 18, 19, 25, 31, 39b, 40ab. 9 Dessa vektorer skrivs ofta i stället ex, ey och ez. 10 Ledning: Jämför sats d och e. 7

1 Vektorer i koordinatsystem

1 Vektorer i koordinatsystem 1 Vektorer i koordinatsystem Ex 11 Givet ett koordinatsystem i R y a 4 b x Punkten A = (3, ) och ortsvektorn a = (3, ) och punkten B = (5, 1) och ortsvsektorn b = (5, 1) uttrycks på samma sätt, som en

Läs mer

October 9, Innehållsregister

October 9, Innehållsregister October 9, 017 Innehållsregister 1 Vektorer 1 1.1 Geometrisk vektor............................... 1 1. Vektor och koordinatsystem.......................... 1 1.3 Skalär produkt (dot eller inner product)...................

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

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

Mer om analytisk geometri

Mer om analytisk geometri 1 Onsdag v 5 Mer om analytisk geometri Determinanter: Då man har en -matris kan man till den associera ett tal determinanten av som också skrivs Determinanter kommer att repeteras och studeras närmare

Läs mer

Studiehandledning till linjär algebra Avsnitt 1

Studiehandledning till linjär algebra Avsnitt 1 Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 1 Kapitel 1 och 11.2 alt. 11.9 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.)

Läs mer

Explorativ övning Vektorer

Explorativ övning Vektorer Eplorativ övning Vektorer Syftet med denna övning är att ge grundläggande kunskaper om vektorräkning och dess användning i geometrin Liksom många matematiska begrepp kommer vektorbegreppet från fysiken

Läs mer

Subtraktion. Räkneregler

Subtraktion. Räkneregler Matriser En matris är en rektangulär tabell av tal, 1 3 17 4 3 2 14 4 0 6 100 2 Om matrisen har m rader och n kolumner så säger vi att matrisen har storlek m n Index Vi indexerar elementen i matrisen genom

Läs mer

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

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

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

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

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

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

Kursplanering för Linjär algebra, HT 2003

Kursplanering för Linjär algebra, HT 2003 Kursplanering för Linjär algebra, HT 2003 Mikael Forsberg 12 augusti 2003 Innehåll 1 Kursbok 2 2 Kursinnehåll 2 2.1 Kursens uppläggning......................... 2 2.2 Målsättning..............................

Läs mer

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

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 M/TD Läsvecka 3

Linjär Algebra M/TD Läsvecka 3 bild 1 Linjär Algebra M/TD Läsvecka 3 Omfattning och Innehåll Lay: 3.1-3.3 Determinanter. Definition, räkneregler och ett par viktiga satser. Huitfeldt: Om lösningsnoggrannhet: vektornorm, matrisnorm bild

Läs mer

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

5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA

5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA 5 LINJÄR ALGEBRA 5 Linjär algebra En kul gren av matematiken som inte fått speciellt mycket utrymme i gymnasiet men som har många tillämpningsområden inom t.ex. fysik, logistik, ekonomi, samhällsplanering

Läs mer

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

{ 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 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

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

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

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

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

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

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

1 som går genom punkten (1, 3) och är parallell med vektorn.

1 som går genom punkten (1, 3) och är parallell med vektorn. KTH Matematik Extra uppgifter på linjär algebra SF1621 Analytiska metoder och linjär algebra 2 för OPEN och T Förkunskaper Obs en del av detta är repetition från förra kursen Men innan ni ens börjar med

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

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

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

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

Vektorer. Vektoriella storheter skiljer sig på ett fundamentalt sätt från skalära genom att de förutom storlek också har riktning.

Vektorer. Vektoriella storheter skiljer sig på ett fundamentalt sätt från skalära genom att de förutom storlek också har riktning. Vektorer. 3 / 18 Vektorer är ett mycket viktigt och användbart verktyg för att kunna beskriva sammanhang som innehåller riktade storheter, t.ex. kraft och hastighet. Vektoriella storheter skiljer sig på

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

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

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

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

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

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

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 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

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

TMV166/186 Linjär Algebra M/TD 2011/2012 Läsvecka 1. Omfattning. Innehåll 2012-01-20. Lay, kapitel 1.1-1.9, Linjära ekvationer i linjär algebra

TMV166/186 Linjär Algebra M/TD 2011/2012 Läsvecka 1. Omfattning. Innehåll 2012-01-20. Lay, kapitel 1.1-1.9, Linjära ekvationer i linjär algebra TMV166/186 Linjär Algebra M/TD 2011/2012 Läsvecka 1 Omfattning Lay, kapitel 1.1-1.9, Linjära ekvationer i linjär algebra Innehåll Olika aspekter av linjära ekvationssystem 1. skärning mellan geometriska

Läs mer

Mekanik FK2002m. Vektorer

Mekanik FK2002m. Vektorer Mekanik FK2002m Föreläsning 2 Vektorer 2013-09-02 Sara Strandberg SARA STRANDBERG P. 1 FÖRELÄSNING 2 Introduktion Förra gången pratade vi om rörelse i en dimension. När vi går till flera dimensioner behöver

Läs mer

November 17, 2015 (1) en enda lsg. Obs det A = 1 0. (2) k-parameter lsg. Obs det A = 0. k-kolonner efter sista ledande ettan

November 17, 2015 (1) en enda lsg. Obs det A = 1 0. (2) k-parameter lsg. Obs det A = 0. k-kolonner efter sista ledande ettan Fö 9: November 7, 5 Determinanter och ekvationssystem Betrakta ett linjärt ekvssystem A X = B, där A är en kvadratisk n n)-matris och X, B n )-matriser. Låt C = [A B] utökad matris ). Gausselimination

Läs mer

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

Begrepp:: Kort om Kryssprodukt

Begrepp:: Kort om Kryssprodukt Begrepp:: Kort om Kryssprodukt Introduktion till kryssprodukten Namnet kryssprodukt kommer av att produktsymbolen skrivs som ett kryss. Kryssprodukten av två vektorer u och v skrivs då u v. input = vektorer

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

Mat-1.1510 Grundkurs i matematik 1, del I

Mat-1.1510 Grundkurs i matematik 1, del I Mängder Det enklaste sättet att beskriva en mängd är att räkna upp de elementen i mängden, tex Mat-11510 Grundkurs i matematik 1, del I G Gripenberg TKK 8 oktober 2009 G Gripenberg (TKK Mat-11510 Grundkurs

Läs mer

Linjär algebra på 2 45 minuter

Linjär algebra på 2 45 minuter Linjär algebra på 2 45 minuter π n x F(x) Förberedelser inför skrivningen Den här genomgången täcker förstås inte hela kursen. Bra sätt att lära sig kursen: läs boken, diskutera med kompisar, gå igenom

Läs mer

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

VEKTORRUMMET R n. 1. Introduktion

VEKTORRUMMET R n. 1. Introduktion VEKTORRUMMET R n RYSZARD RUBINSZTEIN 28--8. Introdktion Låt n vara ett heltal. Med R n kommer vi att beteckna mängden vars element är alla n-tipplar av reella tal (a, a 2,..., a n ), R n = { (a, a 2,...,

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

Dagens program. Linjära ekvationssystem och matriser

Dagens program. Linjära ekvationssystem och matriser Dagens program Matriser Räkneoperationer och räknelagar Linjära ekvationssystem och matriser Matrisform av ekvationssystem Elementära radoperationer Trappstegsmatriser, rang och lösningsstruktur Matrisinvers,

Läs mer

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

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

Determinant Vi förekommer bokens avsnitt, som handlar om determinanter eftersom de kommer att användas i detta avsnitt. a 11 a 12 a 21 a 22

Determinant Vi förekommer bokens avsnitt, som handlar om determinanter eftersom de kommer att användas i detta avsnitt. a 11 a 12 a 21 a 22 Moment 5.3, 4.2.9 Viktiga exempel 5.13, 5.14, 5.15, 5.17, 4.24, 4.25, 4.26 Handräkning 5.35, 5.44a, 4.31a, 4.34 Datorräkning Determinant Vi förekommer bokens avsnitt, som handlar om determinanter eftersom

Läs mer

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

Studieanvisningar. H. Anton och C. Rorres: Elementary Linear Algebra, 9:e upplagan. Wiley, 2005 (betecknas A nedan). Uppsala Universitet Matematiska Institutionen Bo Styf Linjär algebra och geometri I, 5 hp (distans) 2-3-7 Studieanvisningar. Kurslitteratur: H. Anton och C. Rorres: Elementary Linear Algebra, 9:e upplagan.

Läs mer

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

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

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

LINJÄRA AVBILDNINGAR

LINJÄRA AVBILDNINGAR LINJÄRA AVBILDNINGAR Xantcha november 05 Linjära avbildningar Definition Definition En avbildning T : R Ñ R (eller R Ñ R ) är linjär om T pau ` bvq at puq ` bt pvq för alla vektorer u, v P R (eller u,

Läs mer

1 De fyra fundamentala underrummen till en matris

1 De fyra fundamentala underrummen till en matris Krister Svanberg, mars 2012 1 De fyra fundamentala underrummen till en matris 1.1 Definition av underrum En given delmängd M av IR n säges vara ett underrum i IR n om följande gäller: För varje v 1 M,

Läs mer

1.1 Skriv följande vektorsummor som en vektor (a) AB + BC (b) BC + CD + DA.

1.1 Skriv följande vektorsummor som en vektor (a) AB + BC (b) BC + CD + DA. Övningsuppgifter i anslutning till Kapitel. Skriv följande vektorsummor som en vektor a AB + BC b BC + CD + DA..2 Sök i nedanstående figur de vektorer som har samma längd och samma riktning som vektorn

Läs mer

En kortfattad redogörelse för Determinantbegreppet

En kortfattad redogörelse för Determinantbegreppet En kortfattad redogörelse för Determinantbegreppet Göran Starius, goran@chalmers.se Matematiska vetenskaper Chalmers/GU 2009 1 Introduktion Vi skall till varje kvadratisk matris A ordna ett tal, som kallas

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

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

SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 1 Måndagen den 29 november, 2010

SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 1 Måndagen den 29 november, 2010 SF624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning Måndagen den 29 november, 200 UPPGIFT () Betrakta det linjära ekvationssystemet x + x 2 + x 3 = 7, x x 3 + x 4

Läs mer

Mat Grundkurs i matematik 1, del I

Mat Grundkurs i matematik 1, del I Mat-11510 Grundkurs i matematik 1, del I G Gripenberg TKK 8 oktober 2009 G Gripenberg (TKK) Mat-11510 Grundkurs i matematik 1, del I 8 oktober 2009 1 / 47 Mängder Det enklaste sättet att beskriva en mängd

Läs mer

Mat Grundkurs i matematik 1, del I

Mat Grundkurs i matematik 1, del I Mat-1.1510 Grundkurs i matematik 1, del I G. Gripenberg TKK 8 oktober 2009 G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 1 / 47 Mängder Det enklaste sättet att beskriva en

Läs mer

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

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 Minsta kvadratmetoden

8 Minsta kvadratmetoden Nr, april -, Amelia Minsta kvadratmetoden. Ekvationssystem med en lösning, -fallet Ett linjärt ekvationssystem, som ½ +7y = y = har en entydig lösning om koefficientdeterminanten, här 7, är skild från

Läs mer

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

Föreläsningsanteckningar i linjär algebra

Föreläsningsanteckningar i linjär algebra 1 Föreläsningsanteckningar i linjär algebra Per Jönsson och Stefan Gustafsson Malmö 2013 2 Innehåll 1 Linjära ekvationssystem 5 2 Vektorer 11 3 Linjer och plan 21 4 Skalärprodukt 27 5 Vektorprodukt 41

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

SF1624 Algebra och geometri

SF1624 Algebra och geometri SF1624 Algebra och geometri Första föreläsningen Mats Boij Institutionen för matematik KTH 26 oktober, 2009 Översikt Kurspresentation Komplexa tal Kursmålen Efter genomgången kurs ska studenten vara förtrogen

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 I Innehåll

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 III Innehåll

Läs mer

1. Beräkna determinanten

1. Beräkna determinanten MÄLARDALENS HÖGSKOLA Akademin för utbildning, kultur och kommunikation Avdelningen för tillämpad matematik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MAA3 Grundläggande vektoralgebra, TEN6 alt.

Läs mer

ALA-c Innehåll. 1 Linearization and Stability Uppgift Uppgift Egenvärdesproblemet Uppgift

ALA-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 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

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

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

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

Avsnitt 2. Matriser. Matriser. Vad är en matris? De enkla räknesätten Avsnitt Matriser Vad är en matris? De enkla räknesätten Matrismultiplikation Produkt av en rad med en kolumn Produkt av rader med en kolumn Produkt av rader med kolumner När är matrismultiplikationen definierad?

Läs mer

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

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

Studiehandledning till. MAA123 Grundläggande vektoralgebra

Studiehandledning till. MAA123 Grundläggande vektoralgebra Studiehandledning till MAA13 Grundläggande vektoralgebra vid kurstillfället i period 4 läsåret 013/14 Version 014-05- Information om kursen MAA13 Avsikt Avsikten med kursen MAA13 Grundläggande vektoralgebra

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

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

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

Innehåll. 1 Linjärt ekvationssystem (ES) 5. 2 Grundläggande algebra 13 LINJÄR ALGEBRA Innehåll Linjärt ekvationssstem (ES) 5 Grundläggande algebra 3 3 Matrisalgebra 5 3 Addition av matriser 5 3 Multiplikation mellan matriser 7 33 Enhetsmatris 34 Invers matris 34 Nollmatris

Läs mer

Matematik för sjöingenjörsprogrammet

Matematik för sjöingenjörsprogrammet Matematik för sjöingenjörsprogrammet Matematiska Vetenskaper 9 augusti 01 Innehåll 5 komplexa tal 150 5.1 Inledning................................ 150 5. Geometrisk definition av de komplexa talen..............

Läs mer

LINJÄR ALGEBRA II LEKTION 6

LINJÄR ALGEBRA II LEKTION 6 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 61:29 5 62:7

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

Version 1.0 :: 20 januari 16:52. INTRODUKTION TILL VEKTORER :: (iv) ivmikael Forsberg

Version 1.0 :: 20 januari 16:52. INTRODUKTION TILL VEKTORER :: (iv) ivmikael Forsberg Version 1.0 :: 20 januari 2015 @ 16:52 INTRODUKTION TILL VEKTORER :: (iv) ivmikael Forsberg 20 januari 2015 ii Innehåll 1 Introduktion till vektorer 1 1.1 Begreppet vektor.....................................

Läs mer

Proof. Se uppgifterna. Definition 1.6. Två vektorer u och v är vinkelräta (ortogonala) om < u, v >= 0.

Proof. Se uppgifterna. Definition 1.6. Två vektorer u och v är vinkelräta (ortogonala) om < u, v >= 0. 1. Punkt och Linjer När du läser denna text är det bra om du ritar bilder för att exemplifiera innehållet. Det är lite komplicerad med i.tex, och därför avstår jag från att lägga vid illustrationer även

Läs mer

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

TMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning MATEMATISKA VETENSKAPER TMV66 07 Chalmers tekniska högskola Datorlaboration Examinator: Tony Stillfjord TMV66 Linjär algebra för M Datorlaboration : Matrisalgebra och en mekanisk tillämpning Allmänt Den

Läs mer

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