Laboration 0: Del 2. Benjamin Kjellson Introduktion till matriser, vektorer, och ekvationssystem

Storlek: px
Starta visningen från sidan:

Download "Laboration 0: Del 2. Benjamin Kjellson Introduktion till matriser, vektorer, och ekvationssystem"

Transkript

1 Laboration 0: Del 2 Benjamin Kjellson Introduktion till matriser, vektorer, och ekvationssystem I den här filen får ni en kort introduktion till hur man hanterar och räknar med matriser i R, vilket ni kommer att ha nytta av i kursens laborationsuppgifter. I kursen Statistisk analys har ni stött på datastrukturen data.frame, vilket är en sorts tabell där kolumnerna kan vara av olika typer heltal (integer) i en, decimaltal (numeric) i en annan, textsträngar (character) i en tredje, och kanske faktorer (factor) i en fjärde. Matriser är lite annorlunda: i dem måste alla kolumner och rader vara av samma typ, t.ex. numeric. Definiera matriser Ibland måste vi skapa en matris för hand, t.ex. när ni tvingas mata in en som är definierad i en bok eller en labbinstruktion. Låt säga att ni ska definiera matrisen ( ) A = i R. Det kan ni göra på följande vis: A <- matrix(c(1, 2, 3, 4, 5, 6), nrow = 2, ncol = 3, byrow = TRUE) A # visa matrisen [1,] [2,] Som första argument till funktionen matrix ger jag datan jag vill ha i matrisen; här skriver jag in vektorn c(1, 2, 3, 4, 5, 6) (som jag också kan få genom att skriva 1:6) på ett sådant sätt att man enkelt ser hur matrisen bör se ut. Jag säger att matrisen ska ha två rader med nrow och tre kolumner med ncol. Dock kommer matrisen inte se ut som jag vill om jag inte också säger till funktionen matrix att data ska fylla ut matrisen radvis (default är att fylla ut kolumnvis). Jämför med matrix(1:6, nrow = 2, ncol = 3) [1,] [2,] Ibland vill man ha en matris fylld av t.ex. ettor. En sån kan man enkelt skapa utan att behöva ange varje element var för sig. Iställer skriver man bara 1

2 ettor <- matrix(1, nrow = m, ncol = n) om man vill ha en m n-matris fylld med ettor, kallad ettor. Vill man skapa en diagonalmatris kan man göra det med funktionen diag, som i följande exempel: diag(1:3, nrow = 5, ncol = 3) [1,] [2,] [3,] [4,] [5,] Vanligare är att man skapar en kvadratisk diagonalmatris, kanske med samma värde längs hela diagonalen. Ett exempel är enhetsmatrisen: diag(1, nrow = 3, ncol = 3) [1,] [2,] [3,] Vektorer Vi är vana vid att skapa vektorer genom att t.ex. skriva c(1, 2, 3) eller 1:3. När vi skriver ut en sådan vektor ser det ut på följande vis: 1:3 [1] Om vi vill kan vi göra om en sådan vektor specifikt till en radvektor eller en kolumnvektor, genom att använda funktionen matrix. Vektorerna räknas då som matriser med en rad eller kolumn, respektive. En radvektor kan skapas genom matrix(1:3, nrow = 1) [1,] och en kolumnvektor genom matrix(1:3, ncol = 1) [,1] [1,] 1 [2,] 2 [3,] 3 2

3 Transponera matriser och vektorer Vill man transponera en matris eller vektor i R så kan man använda funktionen t, som följande exempel illustrerar: A <- matrix(1:6, nrow = 3, ncol = 2, byrow = TRUE) # 3 rader, 2 kolumner t(a) # 2 rader, 3 kolumner [1,] [2,] Detsamma gäller vektorer: radvektor <- matrix(1:3, nrow = 1) t(radvektor) [,1] [1,] 1 [2,] 2 [3,] 3 och en kolumnvektor genom kolumnvektor <- matrix(1:3, ncol = 1) t(kolumnvektor) [1,] För vektorer definierade på vanligt vis, genom t.ex. funktionen c eller :, så ser vi att transponaten av dem blir radvektorer: t(1:5) [,4] [,5] [1,] Transponerar vi dem två gånger, vilket bör ge oss det vi startade med, får vi alltså en kolumnvektor: t(t(1:5)) [,1] [1,] 1 [2,] 2 [3,] 3 [4,] 4 [5,] 5 3

4 Hämta element ur matriser och vektorer (slicing) Vektorer Ibland vill man hämta ut ett eller flera element ur en vektor eller matris. Låt säga att vi har vektorn v <- 11:15 v # visa vektorn [1] Säg att vi nu vill hämta ut det första elementet i vektorn. Det kan vi göra genom att skriva v[1] [1] 11 Index för vektorer, matriser osv. börjar på 1 i R, så v[1] är det första elementet i v, v[2], är det andra, osv. Ett sätt att få det sista elementet är att skriva v[length(v)]. Vill vi hämta alla element förutom det första i v så ger vi ett negativt index: v[-1] [1] Detsamma gäller om vi vill hämta t.ex. alla förutom det första och det andra: v[-c(1, 2)] [1] Vektorn -c(1, 2) är densamma som c(-1, -2) eftersom minustecknet multipliceras in som -1 i vektorn. Akta er dock för att skriva v[-1:2] eftersom vektorn som skapas av -1:2 inte är densamma som c(-1, -2), som man kanske kan tro, utan är istället c(-1, 0, 1, 2), och att försöka köra v[-1:2] kommer att resultera i ett fel (Error). Matriser Vi kan hämta element ut matriser på liknande sätt. Har vi en matris A och skriver A[i, j] så kommer elementet på rad i och kolumn j att hämtas. Skriver vi A[c(i, k), j] så hämtas elementen på rad i och rad k, i kolumn j, som en vektor. Skriver vi A[c(i, k), c(j, m)] så får vi stället en 2 2-matris, och det går givetvis att generalisera detta till indexvektorer (som t.ex. c(i, k) ovan) av större längd än 2. Ibland vill man hämta ut en hel rad eller kolumn ur en matris som en vektor. Det kan man göra genom att lämna ett tomt index, som följande exempel illustrerar 4

5 A <- matrix(c(1, 2, 3, 4, 5, 6), nrow = 2, ncol = 3, byrow = TRUE) A # visa matrisen [1,] [2,] Hämta ut rad 2 som en vektor: A[2, ] # notera det tomma indexet för kolumner [1] Hämta ut kolumn 3 som en vektor: A[, 3] # notera det tomma indexet för rader [1] 3 6 Matrismultiplikation För att multiplicera en m n-matris A med en n k matris B så använder vi matrismultiplikationsoperatorn %*% i R, som följande exempel demonstrerar: A <- matrix(1:6, nrow = 3, ncol = 2, byrow = TRUE) B <- matrix(0:3, nrow = 2, ncol = 2, byrow = TRUE) A %*% B [,1] [,2] [1,] 4 7 [2,] 8 15 [3,] Att multiplicera med vektorer fungerar på samma vis. skriver vi t.ex. Vill vi multiplicera med en vektor på höger sida v <- 1:2 A %*% v [,1] [1,] 5 [2,] 11 [3,] 17 Vi hade fått samma resultat om vi hade definierat v <- matrix(1:2, ncol = 1). Multiplikation på vänster sida fungerar likadant: 5

6 v <- matrix(1:3, nrow = 1) # radvektor v %*% A [,1] [,2] [1,] Här hade vi alltså fått samma resultat om vi hade skrivit v <- 1:3. Ekvationssystem Vill vi lösa ekvationssystemet Ax = y, där A är en m m-matris, x är en m 1-vektor (kolumnvektor) och y är en m 1-vektor, så använder vi funktionen solve i R, som följande exempel visar: A <- matrix(1:4, nrow = 2, ncol = 2, byrow = TRUE) y <- c(-1, 3) x <- solve(a, y) x # visa lösningen [1] 5-3 Prova att lösa systemet för hand och se om du får samma lösning x. Egenvärden och egenvektorer Om A är en kvadratisk matris så kallas (det möjligen komplexa) talet λ för ett egenvärde till A om det finns en vektor v av passande längd sådan att Av = λv. Vektorn v är egenvektorn som svarar mot egenvärdet λ. Detta kanske ni minns från linjär algebra. Vi kan enkelt räkna ut egenvärden och motsvarande egenvektorer i R, genom att använda funktionen eigen. Följande exempel demonstrerar: A <- matrix(c(1, 2, 0, 3), nrow = 2, ncol = 2, byrow = TRUE) egen_lista <- eigen(a) # Funktionen returnerar en lista egen_varden <- egen_lista$values egen_vektorer <- egen_lista$vectors Det första egenvärdet är alltså egen_varden[1] [1] 3 och motsvarande egenvektor hittas i den första kolumnen av matrisen egen_vektorer: egenvektor1 <- egen_vektorer[, 1] egenvektor1 [1]

7 Egenvektorerna som funktionen eigen ger är normaliserade på sådant sätt att deras längd är lika med 1. Som ni kanske minns från linjär algebra så är en egenvektorer inte unika. Om v 1 är en egenvektor som motsvarar egenvärdet λ 1 till matrisen A, så är också cv 1 en egenvektor motsvarande samma egenvärde, för c 0. Som vi såg ovan var elementen i egenvektorn egenvektor1 identiska. Kanske det vore snyggare om vi multiplicerade/delade egenvektor1 med ett tal som gör att båda elementen tar värdet 1 istället: egenvektor1 <- egenvektor1 / egenvektor1[1] egenvektor1 [1] 1 1 Ett annat alternativ vore att låta summan av elementen i egenvektor1 vara t.ex. lika med 1. Detta kan vi åstadkomma på följande sätt: egenvektor1 <- egenvektor1 / sum(egenvektor1) egenvektor1 [1] Skriva matriser i LaTeX Följande exempel visar hur man skriver en matris i LaTeX. Du kan alltså kopiera koden nedan till ett R Markdown-dokument och sedan knitta. $$ \mathbf{p} = \begin{pmatrix} 0 & 0.25 & 0.75 \\ 0.16 & 0.01 & 0.83 \\ 0.24 & 0.47 & 0.29 \end{pmatrix} $$ Detta kommer synas som P = Vill man ha matriser med hakparenteser, dvs [ ], istället, så kan man skriva bmatrix istället för pmatrix. Övningsuppgifter Uppgift 1 Med kod, definiera matrisen A = ( 1 )

8 genom att använda funktionen matrix och matrisen ( ) 1 0 D = 0 1 genom att använda funktionen diag, och bilda sedan matrisen C = A D, där A är transponatet av A. Dubbelkolla resultatet genom att utföra uträkningen för hand. Uppgift 2 Lös följande ekvationssystem genom att definiera en matris A och en vektor y, och använda funktionen solve för att hitta lösningen (vektorn) x = (x 1, x 2, x 3 ) : 2x 1 + x 2 + 3x 3 = 1 2x 1 + 6x 2 + 8x 3 = 3 6x 1 + 8x x 3 = 5 Jämför med lösningen du får när du löser systemet för hand. Uppgift 3 Om A är en kvadratisk matris, så kan vi definiera potenser av A rekursivt genom A 1 = A och A n+1 = AA n för n > 1. Vi skulle också kunna definiera A 0 = I, där I är enhetsmatrisen. Skapa nu en funktion mpower <- function(a, n) {... } som tar som argument en (kvadratisk) matris A och ett heltal n större än (eller lika med ditt val) 0, och returnerar A upphöjt till n i överensstämmelse med definitionen ovan. OBS! Din funktion behöver dock inte vara rekursiv, som i definitionen som gavs ovan. Den kan lika gärna vara iterativ, i vilket fall du kanske behöver använda dig av någon slags loop. Prova gärna att skriva både en rekursiv och en iterativ funktion. 8

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

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

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

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

Matriser och vektorer i Matlab

Matriser och vektorer i Matlab CTH/GU LABORATION 3 TMV206-2013/2014 Matematiska vetenskaper 1 Inledning Matriser och vektorer i Matlab I denna laboration ser vi på hantering och uppbyggnad av matriser samt operationer på matriser En

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

Beräkningsvetenskap föreläsning 2

Beräkningsvetenskap föreläsning 2 Beräkningsvetenskap föreläsning 2 19/01 2010 - Per Wahlund if-satser if x > 0 y = 2 + log(x); else y = -1 If-satsen skall alltid ha ett villkor, samt en då det som skall hända är skrivet. Mellan dessa

Läs mer

MMA132: Laboration 2 Matriser i MATLAB

MMA132: Laboration 2 Matriser i MATLAB MMA132: Laboration 2 Matriser i MATLAB Introduktion I den här labben skall vi lära oss hur man använder matriser och vektorer i MATLAB. Det är rekommerad att du ser till att ha laborationshandledningen

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

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

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

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

Grafer och grannmatriser

Grafer och grannmatriser Föreläsning 2, Linjär algebra IT VT2008 Som avslutning på kursen ska vi knyta samman linjär algebra med grafteori och sannolikhetsteori från första kursen. Resultatet blir så kallade slumpvandringar på

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

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

Föreläsningsanteckningar 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 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

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

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

Matriser och linjära ekvationssystem

Matriser och linjära ekvationssystem Linjär algebra, I1 2011/2012 Matematiska vetenskaper Matriser och linjära ekvationssystem Matriser En matris är som ni vet ett rektangulärt talschema: a 11 a 1n A = a m1 a mn Matrisen ovan har m rader

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

Linjär algebra på 2 45 minuter

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

Läs mer

SF1624 Algebra och geometri Lösningsförslag till tentamen Tisdagen den 15 december, 2009 DEL A

SF1624 Algebra och geometri Lösningsförslag till tentamen Tisdagen den 15 december, 2009 DEL A SF1624 Algebra och geometri Lösningsförslag till tentamen Tisdagen den 15 december, 2009 DEL A 1 a Bestäm de komplexa koefficienterna a, b och c så att polynomet Pz z 3 + az 2 + bz + c har nollställena

Läs mer

Dagens program. Linjära ekvationssystem och matriser

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

Läs mer

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

Moment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61 Moment 5.5 Övningsuppgifter I 5.0a. 5.0b, 5.0.c, 1 Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång. Kvadratiska

Läs mer

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

Multiplicera 7med A λ 1 I från vänster: c 1 (Av 1 λ 1 v 1 )+c 2 (Av 2 λ 1 v 2 )+c 3 (Av 3 λ 1 v 3 ) = 0

Multiplicera 7med A λ 1 I från vänster: c 1 (Av 1 λ 1 v 1 )+c 2 (Av 2 λ 1 v 2 )+c 3 (Av 3 λ 1 v 3 ) = 0 Diagonalisering Anm. Begreppet diagonaliserbarhet är relevant endast för linjära avbildningar mellan rum av samma dimension, d.v.s. sådana som representeras av kvadratiska matriser. När vi i fortsättningen

Läs mer

y z 3 = 0 z 5 16 1 i )

y z 3 = 0 z 5 16 1 i ) ATM-Matematik Mikael Forsberg 734-433 Sören Hector 7-46686 Rolf Källström 7-6939 Ingenjörer, Lantmätare och Distansstuderande, mfl. Linjär Algebra ma4a 4 3 Skrivtid: 9:-4:. Inga hjälpmedel. Lösningarna

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

Basbyten och linjära avbildningar

Basbyten 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

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

12. SINGULÄRA VÄRDEN. (u Av) u v

12. SINGULÄRA VÄRDEN. (u Av) u v . SINGULÄRA VÄRDEN Vårt huvudresultat sen tidigare är Sats.. Varje n n matris A kan jordaniseras, dvs det finns en inverterbar matris S sån att S AS J där J är en jordanmatris. Om u och v är två kolonnvektorer

Läs mer

Mat Grundkurs i matematik 3-II

Mat 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 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

Mat Grundkurs i matematik 3-II

Mat Grundkurs i matematik 3-II Mat-53 Grundkurs i matematik 3-II G Gripenberg Aalto-universitetet december Ekvationssytem och matrisräkning 3 Gauss metod, LU-uppdelning 3 Egenvärden 4 Projektioner 9 Principalkomponenter Differentialekvationssystem

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

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

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

Linjära ekvationssystem i Matlab

Linjära ekvationssystem i Matlab CTH/GU LABORATION 2 MVE11-212/213 Matematiska vetenskaper Linjära ekvationssystem i Matlab 1 Inledning Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab, sedan skall vi

Läs mer

Instruktion för laboration 1

Instruktion för laboration 1 STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för matematisk statistik MD, ANL, TB (rev. JM, OE) SANNOLIKHETSTEORI I Instruktion för laboration 1 De skriftliga laborationsrapporterna skall vara

Läs mer

Moment Viktiga exempel Övningsuppgifter

Moment Viktiga exempel Övningsuppgifter Moment Viktiga exempel Övningsuppgifter Inga Inga Inga Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång.

Läs mer

MAM283 Introduktion till Matlab

MAM283 Introduktion till Matlab Rum: A3446 E-post: ove.edlund@ltu.se Hemsida: www.math.ltu.se/ jove Översikt: Matlab i MAM283 Några fakta Introduktion till Matlab. Omfattning: 0,4 p En föreläsning och tre datorövningar Examineras genom

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

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

Linjära ekvationssystem

Linjära ekvationssystem CTH/GU STUDIO 1 LMA515c - 2016/2017 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna studioövning börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på matriser

Läs mer

MATLAB. Python. Det finns flera andra program som liknar MATLAB. Sage, Octave, Maple och...

MATLAB. Python. Det finns flera andra program som liknar MATLAB. Sage, Octave, Maple och... Allt du behöver veta om MATLAB: Industristandard för numeriska beräkningar och simulationer. Används som ett steg i utvecklingen (rapid prototyping) Har ett syntax Ett teleskopord för «matrix laboratory»

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

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

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

Mer om linjära ekvationssystem

Mer om linjära ekvationssystem CTH/GU LABORATION 2 TMV141-212/213 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna laboration fortsätter med linjära ekvationssystem och matriser Vi ser på hantering och uppbyggnad

Läs mer

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

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

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

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

Matriser och Inbyggda funktioner i Matlab

Matriser och Inbyggda funktioner i Matlab Matematiska vetenskaper 2010/2011 Matriser och Inbyggda funktioner i Matlab 1 Inledning Vi skall denna vecka se på matriser och funktioner som är inbyggda i Matlab, dels (elementära) matematiska funktioner

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

Instruktion för laboration 1

Instruktion för laboration 1 STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för matematisk statistik ANL/TB SANNOLIKHETSTEORI I, HT07. Instruktion för laboration 1 De skrifliga laborationsrapporterna skall vara skrivna så att

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

Mat Grundkurs i matematik 3-II

Mat Grundkurs i matematik 3-II Mat-1.1532 Grundkurs i matematik 3-II G. Gripenberg Aalto-universitetet 23 november 2010 1 Matriser....................... 4 Grundläggande definitioner.............. 4 LU-uppdelningen..................

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

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

SF1624 Algebra och geometri Bedömningskriterier till tentamen Tisdagen den 15 december, 2009

SF1624 Algebra och geometri Bedömningskriterier till tentamen Tisdagen den 15 december, 2009 SF1624 Algebra och geometri Bedömningskriterier till tentamen Tisdagen den 15 december, 2009 Allmänt gäller följande: Om lösningen helt saknar förklarande text till beräkningar och formler ges högst två

Läs mer

2 = 3 = 1. ekvationssystem är beskriven som de vektorer X = 2 0 1 2. 1 1 0 2

2 = 3 = 1. ekvationssystem är beskriven som de vektorer X = 2 0 1 2. 1 1 0 2 . Tisdagen 35 Igår visade vi att lösningsmängden W R 5 till ekvationssystemet 3x + x 2 + 3x 3 + 2x 4 x 5 = (..) 2x 2 + x 3 + 4x 4 + 2x 5 = 3x 3x 2 + x 3 6x 4 5x 5 = har bas u och u 2 och u 3 där 5 2 6

Läs mer

Lösningar till tentan i 5B1760 Linjär och kvadratisk optimering, 17 december 2003.

Lösningar till tentan i 5B1760 Linjär och kvadratisk optimering, 17 december 2003. Lösningar till tentan i 5B7 Linjär och kvadratisk optimering, 7 december 3 Uppgift (a) 3 Vi använder Gauss-Jordans metod för att överföra A 3 5 till trappstegsform 3 7 Addition av ( ) gånger första raden

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

Gripenberg. Mat Grundkurs i matematik 1 Tentamen och mellanförhörsomtagning,

Gripenberg. 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 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

A. Grundläggande matristeori

A. Grundläggande matristeori A. Matristeori A. Grundläggande matristeori A.1 Definitioner A.1.1 Matriser och vektorer En matris är en rektangulär tabell av element ordnade i rader och kolonner (kolumner). Elementen i en matris kan

Läs mer

Instuderingsuppgifter & Läsanvisningar till Linjär Algebra II för lärare

Instuderingsuppgifter & Läsanvisningar till Linjär Algebra II för lärare Instuderingsuppgifter & Läsanvisningar till Linjär Algebra II för lärare Per Alexandersson February 27, 2013 Abstract Här är läsanvisningar samt några kompletterande uppgifter till materialet i kursboken

Läs 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

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

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

Extraövningar, linjär algebra

Extraövningar, linjär algebra Extraövningar, linjär algebra Uppgifter markerade med * kan innehålla något moment som är kursivt, medan uppgifter markerade med ** kan vara av det svårare slaget och innehålla något moment som inte ingår

Läs mer

KPP053, HT2016 MATLAB, Föreläsning 2. Vektorer Matriser Plotta i 2D Teckensträngar

KPP053, HT2016 MATLAB, Föreläsning 2. Vektorer Matriser Plotta i 2D Teckensträngar KPP053, HT2016 MATLAB, Föreläsning 2 Vektorer Matriser Plotta i 2D Teckensträngar Vektorer För att skapa vektorn x = [ 0 1 1 2 3 5]: >> x = [0 1 1 2 3 5] x = 0 1 1 2 3 5 För att ändra (eller lägga till)

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

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

Algoritm, potensmetoden

Algoritm, potensmetoden Algoritm, potensmetoden Algoritm för att finna största reella egenvärde och tillhörande egenvektor till en reell matris. givet en startvektor x 0 i = 0 y i+1 = A x i x i+1 = y i+1 / y i+1 2 λ i+1 = x T

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

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

Föreläsning 6: Introduktion av listor

Föreläsning 6: Introduktion av listor Föreläsning 6: Introduktion av listor Med hjälp av pekare kan man bygga upp datastrukturer på olika sätt. Bland annat kan man bygga upp listor bestående av någon typ av data. Begreppet lista bör förklaras.

Läs mer

Linjär Algebra, Föreläsning 20

Linjär Algebra, Föreläsning 20 Linjär Algebra, Föreläsning 20 Tomas Sjödin Linköpings Universitet Symmetriska avbildningar, repetition F : E E sägs vara symmetrisk om (F (u) v) = (u F (v)) gäller för all u, v i det Euklidiksa rummet

Läs mer

1.1 MATLABs kommandon för matriser

1.1 MATLABs kommandon för matriser MATLABs kommandon för matriser Det finns en mängd kommandon för att hantera vektorer, matriser och linjära ekvationssystem Vi ger här en kort sammanfattning av dessa kommandon För en mera detaljerad diskussion

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

Föreläsning 7. Felrättande koder

Föreläsning 7. Felrättande koder Föreläsning 7 Felrättande koder Antag att vi vill skicka ett meddelande som består av bokstäver a,b,c,d. Vi kan koda a,b,c,d. Antag att det finns en viss sannolikhet att en bit i ett meddelande som skickas

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

Agenda. Arrayer deklaration, åtkomst Makron Flerdimensionella arrayer Initiering Strängar Funktioner och arrayer. Övningar nu och då

Agenda. Arrayer deklaration, åtkomst Makron Flerdimensionella arrayer Initiering Strängar Funktioner och arrayer. Övningar nu och då Agenda Arrayer deklaration, åtkomst Makron Flerdimensionella arrayer Initiering Strängar Funktioner och arrayer Övningar nu och då 1 Motivering I de flesta problem ingår att hantera multipla data I de

Läs mer

Kvantmekanik II Föreläsning 2 Joakim Edsjö 1/37

Kvantmekanik II Föreläsning 2 Joakim Edsjö 1/37 Kvantmekanik II - Föreläsning 2 Joakim Edsjö edsjo@fysik.su.se HT 2013 Kvantmekanik II Föreläsning 2 Joakim Edsjö 1/37 Innehåll 1 Formalism 2 Tillståndsvektorer 3 Operatorer 4 Mer om Dirac-notationen 5

Läs mer

5.7. Ortogonaliseringsmetoder

5.7. 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 mer

Linjär algebra med tillämpningar, lab 1

Linjär algebra med tillämpningar, lab 1 Linjär algebra med tillämpningar, lab 1 Innehåll Per Jönsson Fakulteten för Teknik och Samhälle, 2013 Uppgifterna i denna laboration täcker kapitel 1-3 i läroboken. Läs igenom motsvarande kapitel. Sitt

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

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

MAA123 Grundläggande vektoralgebra

MAA123 Grundläggande vektoralgebra Mälardalens högskola Akademin för undervisning, kultur och kommunikation MAA123 Grundläggande vektoralgebra Tentamen 2011.08.11 08.30 11.30 Hjälpmedel: Endast skrivmaterial. (Gradskiva är tillåtet.) 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

2 1 1 s s. M(s) = (b) Beräkna inversen för det minsta positiva heltalsvärdet på s som gör matrisen inverterbar.

2 1 1 s s. M(s) = (b) Beräkna inversen för det minsta positiva heltalsvärdet på s som gör matrisen inverterbar. TM-Matematik Mikael Forsberg 7 Linjär algebra/matematik för ingenjörer maa, maa 5 6 Skrivtid: 9:-:. Inga hjälpmedel förutom pennor, sudd, linjal, gradskiva. Lösningarna skall vara fullständiga och lätta

Läs mer

LINJÄR ALGEBRA & GEOMETRI

LINJÄR ALGEBRA & GEOMETRI LINJÄR ALGEBRA & GEOMETRI Seriöst, de här e fan allting. DE HÄR ÄR ALLT SKIT DU BEHÖVER, SKIT I ALLT ANNAT. STÅR DE INTE HÄR ÄR DE ONÖDIGT Contents Räkneregler för Vektorer... 2 Multiplikation mellan skalär

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

Laboration: Grunderna i MATLAB

Laboration: Grunderna i MATLAB Laboration: Grunderna i MATLAB 25 augusti 2005 Grunderna i MATLAB Vad är MATLAB? MATLAB är ett interaktivt program för vetenskapliga beräkningar. Som användare ger du enkla kommandon och MATLAB levererar

Läs mer

Linjär algebra. 1 Inledning. 2 Matriser. Analys och Linjär Algebra, del B, K1/Kf1/Bt1. CTH/GU STUDIO 1 TMV036b /2013 Matematiska vetenskaper

Linjär algebra. 1 Inledning. 2 Matriser. Analys och Linjär Algebra, del B, K1/Kf1/Bt1. CTH/GU STUDIO 1 TMV036b /2013 Matematiska vetenskaper CTH/GU STUDIO 1 TMV06b - 2012/201 Matematiska vetenskaper Linjär algebra Analys och Linjär Algebra, del B, K1/Kf1/Bt1 1 Inledning Vi fortsätter även denna läsperiod att arbete med Matlab i matematikkurserna

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

Dagens program. Programmeringsteknik och Matlab. Administrativt. Viktiga datum. Kort introduktion till matlab. Övningsgrupp 2 (Sal Q22/E32)

Dagens program. Programmeringsteknik och Matlab. Administrativt. Viktiga datum. Kort introduktion till matlab. Övningsgrupp 2 (Sal Q22/E32) Programmeringsteknik och Matlab Övning Dagens program Övningsgrupp 2 (Sal Q22/E2) Johannes Hjorth hjorth@nada.kth.se Rum 458 på plan 5 i D-huset 08-790 69 02 Kurshemsida: http://www.nada.kth.se/kurser/kth/2d2

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