Laboration 0: Del 2. Benjamin Kjellson Introduktion till matriser, vektorer, och ekvationssystem
|
|
- Ulla Gunnarsson
- för 7 år sedan
- Visningar:
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
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 merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Diagonalisering av linjära avbildningar I Innehåll
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen Lördagen den 5 juni, 2010 DEL A
SF624 Algebra och geometri Lösningsförslag till tentamen Lördagen den 5 juni, 200 DEL A ( Betrakta det komplexa talet w = i. (a Skriv potenserna w n på rektangulär form, för n = 2,, 0,, 2. ( (b Bestäm
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A (1) (a) Bestäm de övriga rötterna till ekvationen z 3 11z 2 + 43z 65 = 0 när det är känt att en av rötterna
Läs merMatriser 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 merLaboration: Vektorer och matriser
Laboration: Vektorer och matriser Grundläggande om matriser Begreppet matris är en utvidgning av vektorbegreppet, och det används bl a när man löser linjära ekvationssystem. Namnet Matlab står för MATrix
Läs merSF1624 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 merSubtraktion. 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 merBeräkningsvetenskap 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. (2p) 2x + 2y + z = 4 y + 2z = 2 4x + 3y = 6
Kursen bedöms med betyg, 4, 5 eller underkänd, där 5 är högsta betyg För godkänt betyg krävs minst 4 poäng från uppgifterna -7 Var och en av dessa sju uppgifter kan ge maximalt poäng För var och en av
Läs merMMA132: 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 mer1. (Dugga 1.1) (a) Bestäm v (3v 2u) om v = . (1p) and u =
Kursen bedöms med betyg,, 5 eller underkänd, där 5 är högsta betyg. För godkänt betyg krävs minst poäng från uppgifterna -7. Var och en av dessa sju uppgifter kan ge maximalt poäng. För var och en av uppgifterna
Läs mer6. Matriser Definition av matriser 62 6 MATRISER. En matris är ett rektangulärt schema av tal: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A =
62 6 MATRISER 6 Matriser 6 Definition av matriser En matris är ett rektangulärt schema av tal: A a a 2 a 3 a n a 2 a 22 a 23 a 2n a m a m2 a m3 a mn Matrisen A säges vara av typ m n, där m är antalet rader
Läs mer19. Spektralsatsen Spektralsatsen SPEKTRALSATSEN
9 SPEKTRALSATSEN 9. Spektralsatsen 9.. Spektralsatsen Symmetriska avbildningar är en viktig klass av linjära avbildningar. Vi kommer nedan att formulera ett antal viktiga resultat för dessa avbildningar
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 0-0-0 DEL A De tre totalmatriserna 0 3 3 4 0 3 0 0 0 0, 0 3 0 4 4 0 3 0 3 0 0 0 0 och 0 3 0 4 0 3 3 0 0 0 0 0 svarar mot linjära ekvationssystem
Läs mer5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA
5 LINJÄR ALGEBRA 5 Linjär algebra En kul gren av matematiken som inte fått speciellt mycket utrymme i gymnasiet men som har många tillämpningsområden inom t.ex. fysik, logistik, ekonomi, samhällsplanering
Läs merLösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005
VÄXJÖ UNIVERSITET Matematiska och systemtekniska institutionen Per-Anders Svensson Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005 Uppgift. Bestäm samtliga vektorer
Läs mer1 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 merVi skalla främst utnyttja omskrivning av en matris för att löas ett system av differentialekvaioner. 2? Det är komplicerat att
Egensystem Vi skalla främst utnyttja omskrivning av en matris för att löas ett system av differentialekvaioner Potens av matris 2 6 Ex Givet matrisen A =, vad är A 2? Det är komplicerat att beräkna högre
Läs merGrafer 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 merVektorerna är parallella med planet omm de är vinkelräta mot planets normal, dvs mot
Kursen bedöms med betyg,, eller underkänd, där är högsta betyg. För godkänt betyg krävs minst poäng från uppgifterna -7. Var och en av dessa sju uppgifter kan ge maximalt poäng. För var och en av uppgifterna
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 04-05-0 DEL A. Planet P innehåller punkterna (,, 0), (0, 3, ) och (,, ). (a) Bestäm en ekvation, på formen ax + by + cz + d = 0, för planet P. (
Läs merLösningsförslag till skrivningen i Vektorgeometri (MAA702) Måndagen den 13 juni 2005
VÄXJÖ UNIVERSITET Matematiska och systemtekniska institutionen Per-Anders Svensson Lösningsförslag till skrivningen i Vektorgeometri (MAA70) Måndagen den 13 juni 005 Uppgift 1. Lös ekvationssystemet AX
Läs merEgenvärden och egenvektorer. Linjär Algebra F15. Pelle
Egenvärden och egenvektorer Linjär Algebra F1 Egenvärden och egenvektorer Pelle 2016-03-07 Egenvärde och egenvektor Om A är en n n matris så kallas ett tal λ egenvärde och en kolonnvektor v 0 egenvektor
Läs merLösningar till utvalda uppgifter i kapitel 8
Lösningar till utvalda uppgifter i kapitel 8 8. Alla vektorer som är normaler till planet, d v s vektorer på formen (0 0 z) t, avbildas på nollvektorn. Dessa kommer därför att vara egenvektorer med egenvärdet
Läs merGoogles sidrankning - linjär algebra värt en förmögenhet
Googles sidrankning - linjär algebra värt en förmögenhet Outline 1 Sökmotorer 2 Grafteori Linjär algebra 3 Målet Utifrån användarens sökord lista de mest relevanta webbsidorna. Dessutom i en ordning som
Läs merlinjära ekvationssystem.
CTH/GU LABORATION 2 TMV216/MMGD20-2017/2018 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna laboration börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på
Läs merLinjär algebra/matematik. TM-Matematik Mikael Forsberg ma014a, ma031a
TM-Matematik Mikael Forsberg 074 41 1 Linjär algebra/matematik för ingenjörer ma014a, ma01a 011 0 8 Skrivtid: 09:00-14:00. Inga hjälpmedel förutom pennor, sudd, linjal, gradskiva. Lösningarna skall vara
Läs merFöreläsningsanteckningar Linjär Algebra II Lärarlyftet
Föreläsningsanteckningar Linjär Algebra II Lärarlyftet Per Alexandersson Repetera hur man nner bas för rum som spänns upp av några vektorer Reptetera hur man nner bas för summa och snitt av delrum. Reptetera
Läs merRangordning av internetsidor - ett egenvärdesproblem för positiva matriser
Rangordning av internetsidor - ett egenvärdesproblem för positiva matriser Ett litet nätverk med 8 noder och ett antal länkar mellan noderna: 8 1 2 7 3 6 5 4 Hur kan vi rangordna noder? Vilken är viktigast?
Läs merMat-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 merLinjär algebra Föreläsning 10
Linjär algebra Föreläsning 10 IT-programmet, Chalmers 2006 Samuel Bengmark Repetition Handlade om kvadratiska matriser. Kvadratiska ekvationssystem har: Unik lösning omm Det(A) 0. Har oändligt antal lösningar
Läs merSF1624 Algebra och geometri
SF1624 Algebra och geometri Tjugofemte föreläsningen Mats Boij Institutionen för matematik KTH 10 december, 2009 Tentamens struktur Tentamen består av tio uppgifter uppdelade på två delar, Del A och Del
Läs merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Diagonalisering av linjära avbildningar III
Läs merFöreläsningsanteckningar Linjär Algebra II Lärarlyftet
Föreläsningsanteckningar Linjär Algebra II Lärarlyftet Per Alexandersson Föreläsning I Timme I: Repetition av matriser, linjära ekvationssystem Linjärt ekvationssystem: x + y + z 3w = 3 2x + y + z 4w =
Läs merSF1624 Algebra och geometri Lösningsförsag till modelltentamen
SF1624 Algebra och geometri Lösningsförsag till modelltentamen DEL A (1) a) Definiera begreppen rektangulär form och polär form för komplexa tal och ange sambandet mellan dem. (2) b) Ange rötterna till
Läs merSKRIVNING I VEKTORGEOMETRI
SKRIVNING I VEKTORGEOMETRI 201-0-0 14.00-17.00 Om inget annat uttryckligen sägs, kan koordinaterna för en vektor i antas vara givna i en ON-bas. Baser i rummet kan dessutom antas vara positivt orienterade.
Läs merMatriser 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 merFöreläsn. anteckn. TMV206-VT13. Vecka 6-7. Egenvärden och Egenvektorer. Kap. 8-9
Föreläsn. Anteckn., Linjär algebra IT VT2013/Genkai Zhang 1 Föreläsn. anteckn. TMV206-VT13. Vecka 6-7. Egenvärden och Egenvektorer. Kap. 8-9 Det tredje huvuda momentet av kursen är egenvektorer/egenvärden
Läs merPreliminärt lösningsförslag
Preliminärt lösningsförslag v4, 9 augusti 4 Högskolan i Skövde (SK) Tentamen i matematik Kurs: MA4G Linjär algebra MAG Linjär algebra för ingenjörer Tentamensdag: 4-8-6 kl 43-93 Hjälpmedel : Inga hjälpmedel
Läs merTentamen 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 merMatematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra, SF1604, den 15 mars 2012 kl
Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra, SF604, den 5 mars 202 kl 08.00-3.00. Examinator: Olof Heden. OBS: Inga hjälpmedel är tillåtna på tentamensskrivningen.
Läs mer2x + y + 3z = 4 x + y = 1 x 2y z = 3
ATM-Matematik Pär Hemström 7 6572 Sören Hector 7 4686 Mikael Forsberg 74 42 För studerande i linjär algebra Linjär algebra ma4a 225 Skrivtid: 9:-4:. Inga hjälpmedel. Lösningarna skall vara fullständiga
Läs merDIAGONALISERING AV EN MATRIS
DIAGONALISERING AV EN MATRIS Definition ( Diagonaliserbar matris ) Låt A vara en kvadratisk matris dvs en matris av typ n n. Matrisen A är diagonaliserbar om det finns en inverterbar matris P och en diagonalmatris
Läs merDagens program. Linjära ekvationssystem och matriser
Dagens program Matriser Räkneoperationer och räknelagar Linjära ekvationssystem och matriser Matrisform av ekvationssystem Elementära radoperationer Trappstegsmatriser, rang och lösningsstruktur Matrisinvers,
Läs merLinjär algebra 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 merMoment 6.1, 6.2 Viktiga exempel Övningsuppgifter T6.1-T6.6
Moment 6., 6. Viktiga exempel 6.-6. Övningsuppgifter T6.-T6.6 Matriser Definition. En matris är ett schema med m rader och n kolonner eller kolumner, som vi kallar dem i datalogin innehållande m n element.
Läs merSF1624 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 merMoment 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 merMATRISTEORI. Pelle Pettersson MATRISER. En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens
MATRISTEORI Pelle Pettersson ALLMÄN MATRISKUNSKAP MATRISER En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens element Exempel Matrisen 2 3 4 5 6 har två rader och
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen 2013-10-28 DEL A 1. Vi har matriserna 1 1 1 1 1 0 3 0 A = 1 1 1 1 1 1 1 1 och E = 0 0 0 1 0 0 1 0. 1 0 0 1 0 1 0 0 (a) Bestäm vilka elementära
Läs merMVE022 Urval av bevis (på svenska)
MVE22 Urval av bevis (på svenska) J A S, VT 218 Sats 1 (Lay: Theorem 7, Section 2.2.) 1. En n n-matris A är inverterbar precis när den är radekvivalent med indentitesmatrisen I n. 2. När så är fallet gäller
Läs merLinjär Algebra M/TD Läsvecka 2
Linjär Algebra M/TD Läsvecka 2 Omfattning och Innehåll 2.1 Matrisoperationer: addition av matriser, multiplikation av matris med skalär, multiplikation av matriser. 2.2-2.3 Matrisinvers, karakterisering
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 533 DEL A Planet H ges av ekvationen 3x y + 5z + a) Bestäm en linje N som är vinkelrät mot H ( p) b) Bestäm en linje L som inte skär planet H ( p)
Läs merSjälvkoll: 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 merAvsnitt 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 merSKRIVNING I VEKTORGEOMETRI
SKRIVNING I VEKTORGEOMETRI 2016-05-10 14.00-17.00 Om inget annat uttryckligen sägs, kan koordinaterna för en vektor i antas vara givna i en ON-bas. Baser i rummet kan dessutom antas vara positivt orienterade.
Läs merSKRIVNING I VEKTORGEOMETRI
SKRIVNING I VEKTORGEOMETRI 2018-04-24 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. 1. Bestäm
Läs merMultiplicera 7med A λ 1 I från vänster: c 1 (Av 1 λ 1 v 1 )+c 2 (Av 2 λ 1 v 2 )+c 3 (Av 3 λ 1 v 3 ) = 0
Diagonalisering Anm. Begreppet diagonaliserbarhet är relevant endast för linjära avbildningar mellan rum av samma dimension, d.v.s. sådana som representeras av kvadratiska matriser. När vi i fortsättningen
Läs merSF1624 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 merMATLAB the Matrix Laboratory. Introduktion till MATLAB. Martin Nilsson. Enkel användning: Variabler i MATLAB. utvecklat av MathWorks, Inc.
Introduktion till MATLAB Martin Nilsson Avdelningen för teknisk databehandling Institutionen för informationsteknologi Uppsala universitet MATLAB the Matrix Laboratory utvecklat av MathWorks, Inc. Matematisk
Läs mery 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 merLinjär 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 merBasbyten och linjära avbildningar
Föreläsning 11, Linjär algebra IT VT2008 1 Basbyten och linjära avbildningar Innan vi fortsätter med egenvärden så ska vi titta på hur matrisen för en linjär avbildning beror på vilken bas vi använder.
Läs mer12. SINGULÄRA VÄRDEN. (u Av) u v
. SINGULÄRA VÄRDEN Vårt huvudresultat sen tidigare är Sats.. Varje n n matris A kan jordaniseras, dvs det finns en inverterbar matris S sån att S AS J där J är en jordanmatris. Om u och v är två kolonnvektorer
Läs merMat Grundkurs i matematik 3-II
Mat-11532 Grundkurs i matematik 3-II G Gripenberg Aalto-universitetet 2 december 21 G Gripenberg (Aalto-universitetet) Mat-11532 Grundkurs i matematik 3-II 2 december 21 1 / 39 1 Ekvationssytem och matrisräkning
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen 14129 DEL A 1 (a) Bestäm linjen genom punkterna A = (,, 1) och B = (2, 4, 1) (1 p) (b) Med hjälp av projektion kan man bestämma det kortaste avståndet
Läs merM = 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 merA = (3 p) (b) Bestäm alla lösningar till Ax = [ 5 3 ] T.. (3 p)
SF1624 Algebra och geometri Tentamen med lösningsförslag fredag, 21 oktober 216 1 Låt A = [ ] 4 2 7 8 3 1 (a) Bestäm alla lösningar till det homogena systemet Ax = [ ] T (3 p) (b) Bestäm alla lösningar
Läs merMatriser och vektorer i Matlab
CTH/GU LABORATION 2 TMV157-2014/2015 Matematiska vetenskaper Matriser och vektorer i Matlab 1 Inledning Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab, sedan skall vi
Läs mer15 september, Föreläsning 5. Tillämpad linjär algebra
5 september, 5 Föreläsning 5 Tillämpad linjär algebra Innehåll Matriser Algebraiska operationer med matriser Definition och beräkning av inversen av en matris Förra gången: Linjära ekvationer och dess
Läs merTMV166 Linjär Algebra för M. Tentamen
MATEMATISKA VETENSKAPER TMV66 6 Chalmers tekniska högskola 6 8 kl 8:3 :3 (SB Multisal) Examinator: Tony Stillfjord Hjälpmedel: ordlistan från kurshemsidan, ej räknedosa Telefonvakt: Olof Giselsson, ankn
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A. (1 p) (c) Bestäm avståndet mellan A och linjen l.
SF64 Algebra och geometri Lösningsförslag till tentamen 5.6. DEL A. Betrakta följande punkter i rummet: A = (,, ), B = (,, ) och C = (,, ). (a) Ange en parametrisk ekvation för linjen l som går genom B
Läs mer1 Positivt definita och positivt semidefinita matriser
Krister Svanberg, april 1 1 Positivt definita och positivt semidefinita matriser Inom ickelinjär optimering, speciellt kvadratisk optimering, är det viktigt att på ett effektivt sätt kunna avgöra huruvida
Läs merDel 1: Godkäntdelen. TMV142 Linjär algebra Z
MATEMATIK Hjälpmedel: ordlistan från kurswebbsidan, ej räknedosa Chalmers tekniska högskola Datum: 130313 kl 0830 1230 Tentamen Telefonvakt: Christoffer Standar 0703-088304 TMV142 Linjär algebra Z Tentan
Läs merDiagonalisering och linjära system ODE med konstanta koe cienter.
Diagonalisering och linjära system ODE med konstanta koe cienter. Variabelbyte i linjära system di erentialekvationer. Målet med det kapitlet i kursen är att lösa linjära system di erentialekvationer på
Läs merLinjära 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 merFöreläsn. anteckn. HT13. Vecka 6-7. Egenvärden och Egenvektorer. Slumpvandringar på Grafer. Kap. 8-9
Föreläsn. Anteckn., Linjär algebra D HT01/Genkai Zhang 1 Föreläsn. anteckn. HT1. Vecka 6-7. Egenvärden och Egenvektorer. Slumpvandringar på Grafer. Kap. 8-9 Det 4:de huvuda momentet av kursen är egenvektorer/egenvärden
Läs merDEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 17 april 2010 kl
Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra II, SF604, den 7 april 200 kl 09.00-4.00. DEL I. En triangel i den tredimensionella rymden har sina hörn i punkterna
Läs merChalmers tekniska högskola Datum: kl Telefonvakt: Linnea Hietala MVE480 Linjär algebra S
MATEMATIK Hjälpmedel: inga Chalmers tekniska högskola Datum: 69 kl 4-8 Tentamen Telefonvakt: Linnea Hietala 55 MVE48 Linjär algebra S Tentan rättas och bedöms anonymt Skriv tentamenskoden tydligt på placeringlista
Läs merFrågorna 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 merInstruktion 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 mer14 september, Föreläsning 5. Tillämpad linjär algebra
14 september, 2016 Föreläsning 5 Tillämpad linjär algebra Innehåll Matriser Algebraiska operationer med matriser Definition av inversen av en matris Förra gången: Linjära ekvationer och dess lösningar
Läs merMAM283 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 merMoment 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 merLösningsforslag till tentamen i SF1624 den 22/ e x e y e z = 5e x 10e z = 5(1, 0, 2). 1 1 a a + 2 2a 4
Institutionen för matematik, KTH Serguei Shimorin Lösningsforslag till tentamen i SF64 den /0 007 Eftersom planet går genom punkten (,, 0, det har ekvation a(x + b(y + + cz = 0, där a, b, c är koefficienter
Läs merMat 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 merTMV206: Linjär algebra
Matematiska vetenskaper Lösningsförslag till tentamen Chalmers tekniska högskola 2018-06-07, 14:00 18:00 TMV206: Linjär algera Uppgift 1 Linjerna skär varandra om det finns någon punkt (x,y, z) som uppfyller
Läs merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen 2010-10-22 DEL A (1) Uttrycket (x, y, z) (1, 1, 1) + s(1, 3, 0) + t(0, 5, 1) definierar ett plan W i rummet där s och t är reella parametrar. (a)
Läs merMatriser. En m n-matris A har följande form. Vi skriver också A = (a ij ) m n. m n kallas för A:s storlek. 0 1, 0 0. Exempel 1
Matriser En m n-matris A har följande form a 11... a 1n A =.., a ij R. a m1... a mn Vi skriver också A = (a ij ) m n. m n kallas för A:s storlek. Exempel 1 1 0 0 1, 0 0 ( 1 3 ) 2, ( 7 1 2 3 2, 1 3, 2 1
Läs mer1 Linjära ekvationssystem. 2 Vektorer
För. 1 1 Linjära ekvationssystem Gaußelimination - sriv om systemet för att få ett trappformat system genom att: byta ordningen mellan ekvationer eller obekanta; multiplicera en ekvation med en konstant
Läs merNovember 24, Egenvärde och egenvektor. (en likformig expansion med faktor 2) (en rotation 30 grader moturs)
Fö : November 4, 7 Egenvärde och egenvektor Definition s 9: Låt A resp T : R n R n vara en n n-matris resp en linjär avbildning En icke-trivial vektor v R n kallas en egenvektor till A resp till T med
Läs merLinjära 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 merMat 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 merMATLAB. 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 merSF1624 Algebra och geometri Tentamen Torsdag, 9 juni 2016
SF624 Algebra och geometri Tentamen Torsdag, 9 juni 26 Skrivtid: 8: 3: Tillåtna hjälpmedel: inga Examinator: Tilman Bauer Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng. Del A på
Läs merLösningar till MVE021 Linjär algebra för I
Lösningar till MVE Linjär algebra för I 7-8-9 (a Vektorer är ortogonala precis när deras skalärprodukt är Vi har u v 8 5h + h h 5h + 6 (h (h När h och när h (b Låt B beteckna basen {v, v } Om vi sätter
Läs mer1 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 merPreliminärt lösningsförslag
Preliminärt lösningsförslag v7, 7 januari 6 Högskolan i Skövde Tentamen i matematik Kurs: MA4G Linjär algebra MAG Linjär algebra för ingenjörer Tentamensdag: 5--7 kl 43-93 Hjälpmedel : Inga hjälpmedel
Läs merLinjär 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