Definition 1 Ett vektorrum M (över R) är en mängd element, vektorer, sådan att det finns en kommutativ operation + på mängden M som uppfyller

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Definition 1 Ett vektorrum M (över R) är en mängd element, vektorer, sådan att det finns en kommutativ operation + på mängden M som uppfyller"

Transkript

1 April 27, 25 Vektorrum Definition Ett vektorrum M (över R) är en mängd element, vektorer, sådan att det finns en kommutativ operation + på mängden M som uppfyller. x M och y M = x + y M. 2. x + y = y + x för alla x och y i M uppfyller också associativa lagen. 4. Det finns ett neutralt element, sådant att x + = x. 5. För varje x finns ett element x, sådant att x + ( x) =. 6. För varje reellt tal c gäller att x M = c x M och c (c x) = (c c) x och speciellt x =. 7. En bas {f, f 2,..., f n } är ett antal (här n) linjärt oberoende vektorer/element som spänner upp M. n, d.v.s. antalet vektorer kallas rummets dimension.. Vektorrummet R n Detta består av de vektorer x som på komponentform kan skrivas x x 2 x =.. x n.2 Vektor och bas för R n Ett element x = R 2 kallas vektor, därav namnet vektorrum. Standardbasen för R 2 är (mängden av) vektorerna [ ] [ ] e = och e 2 = I komponentform vet vi att x = [ x x 2 ] = x e + x 2 e 2 något som följer av lineariteten för vektorer. Definition 2 En delmängd U M är ett underrum om U självt är ett vektorrum. Kommentarer

2 Definitionens punkt. av linjärt rum, d.v.s. att x och y element i M medför att x + y kallas att M är sluten under addition. Proposition En delmängd U till M är ett underrum till M, om Bevis U. x och y ligger i U = x + y ligger i U, c R och x U = c x U. Associativa och kommutativa lagarna gäller i U eftersom de gäller i M. Hypotesen förutsätter att U är sluten under addititon. U x för något x eftersom U och alltså ligger U. För x U väljer vi c =, som visar att x U och alltså följer det att genom att välja x x = U. För R n är {e k, k =, 2,..., n} med e k en n matris med element på plats (k, ) lika med och övriga element lika med, standardbasen. Längden av en sådan vektor är = e k, en enhetsvektor. Ex Rummet R 2 =: M har delmängder [ ] x (a) U = {x =, x R} och (b) U 2 = {c x(), c R}, där x() är en speciell vektor i M. (c) U 3 = {c [2 3] T, c > }. Är något av dessa ett underrum? Vad är i så fall dimensionen på underrrummet? Lösning (a) Antag att x och y ligger i U. Då är [ ] [ ] [ x y x + y x + y = + = ] samt c x = [ c x ] och dessa HL är på samma form som x. Obs! valet x = visar att U. Kommutativa och associativa lagarna är uppfyllda eftersom de gäller i M. Alltså ett underrum. [ ] Vi har att U = {x = c e }, där e =, alltså är dim U =, uppspännt av vektorn e 2 och B = {e 2 } är en bas för underrummet. Vilken vektor v som helst med längd v = är en enhetsvektor. 2

3 (b) För två element gäller att de kan skrivas x = c x() och y = c 2 x(), så att x + y = (c + c 2 )x(), som återigen är på samma form. Även x = cx() = c x = (c c) x() är på samma form och ligger alltså i U 2. Vi ser också att med valet c = är U 2 U 2 = {c x(), c R}, där x() är en speciell vektor i M. Därmed är U 2 ett underrum till M. En bas är just B = {x()} och alltså är dim U =. (c) U 3 = {c [2 3] T, c > }. Observera att / U 3 eftersom vi har villkoret c >. Dessutom ser vi att [2 3] T =: x U, med valet c = > men x = [2 3] T kräver c = < men det strider mot samma villkor. D.v.s. x / U 3. Alltså är U 3 en delmängd som inte är ett underrum. 2 Noll- och kolonnrum 2. Uttrycket A x Givet typ A = m n och typ x = n. Detta uttryck kan skrivas som x a + x 2 a 2 + x 3 a x k a k x n a n A x = x a 2 + x 2 a 22 + x 3 a x k a 2k x n a 2n n... = x k a k. k= x a m + x 2 a m2 + x 2 a m x k a mk x n a mn () Betrakta mittledet i (). Den första termen t.v. i varje rad är satt med fet stil. Vi ser att detta motsvarar x a a 2. a m = x a alltså x gånger första kolonn a i A. Övriga kolonner i mittenledets matris är lika med x k a k R m, där a k är kolonn k i A. Detta visar att mittenledet kan skrivas som HL. Vi ser att, p.g.a. HL i (), är A x en linjärkombination av kolonnerna a, a,..., a n. Mängden av vektorer på formen () är ett linjärt rum U (Visa som övning) som är delmängd till R m ; U kallas då underrum till R m. Man kan utrycka U som spannet av kolonnvektorerna a k : U = span (a, a 2,..., a n ) Vi ser att x som en vektor i R n emedan a k är vektorer i R m. 2.2 Matrisekvationen A x = b Enligt föregående avsnitt är b en linjärkombination av vektorerna {a k : k =, 2,..., n}. Om ekvationen A x = b har lösning betyder det att b span (a, a 2,..., a n ). 3

4 2.2. Kolonnrum Spannet U = span (a, a 2,..., a n ) =: K A, d.v.s. utrryck som i () kallas kolonnrummet till A. Alternativt kan vi skriva K A = {b : A x = b för något x} Nollrum Vi sätter b = och får alltså ekvationen x : A x = och mängden av sådana x utgör också ett underrum (övning) till R n. Detta rum kallas nollrummet till A. 2.3 Noll- och kolonnrum, ett exempel Vi ger ett exempel på noll- och kolonnrum för en matris A. Under Kommentarer finns en utredning om radrummet R A Ex 2 Givet matrisen A = Vi skall radreducera 2 matrisen och bestämma dess rang. Samtidigt löser vi matrisekvationerna A x = b och A x =. i det senare fallet är vi intresserade av de x som ligger i Nollrummet N A och i det första fallet är vi intresserade av att veta om b K A. Gausselemination ger A A = För uttrycket A x är x 2 och x 5 fria variabler. Vi bestämmer först nollrummet N A. Matrisekvationen A x = kan ekvivalent skrivas 2x 2 3x x = 2x 2 3x 5 x 2 x 3 = 4x 5 så att x = 4x 5 x 4 = x 5 x 5 = x 2 +x 5 4 x 5 ett tvådimensionellt underrum till R 5. Observera att de bundna variablerna är uttryckta i de fria variablerna. Kolonnrummet är det underrum till R 4, som spänns upp av kolonnerna a k, k =, 2, 3, 4, 5. Med radoperationer får vi A A men har, i allmänhet, A andra kolonner a k, k =, 2, 3, 4, 5 än A. Dimensionen på K A är antalet bundna variabler i uttrycket A x och i uttrycket A x. Detta antal är alltså samma. Dessutom är detta antal lika med 4

5 rangen av A. Vi löser ut de kolonnvektorer a k, som inte motsvarar pivotelement i dem som har pivotelement. Obs a = e, a 3 = e 2 och a 4 = e 3. a 2 = 2a = 2e, a 5 = 3a 4a 3 + a 4. (Ex.vis är a 5 = 3 4 = = 3 a 4 a 3 + a 4. ) Alltså är dim K A = dim K A = 3. Observera dock att som rum är i allmänhet K A K A d.v.s. i allmänhet förstörs de ursprungliga kolonnerna med radoperationer. Vi ser av exemplet att dim N A = 2, motsvarande de 2 fria variablerna och dim K A = 3 motsvarande de återstående 5 2 = 3 bundna variablerna. Resultatet i föregående exempel gäller generellt. Teorem 2.3. Givet en matris A av typ m n. Antag att A A, där den senare är en radreducerad matris. (i) dim K A = rang A. (ii) dim N A + dim K A = n. iii dim R A = dim K A = rang A. (iv) R A + N A = R n. Bevis av (i), (ii) och (iii). (ii) Givet en matris A av typ m n. Låt vidare A A och den senare raden på radreducerad form med rang A = p. Vi kan anta att, efter kolonnbyten i A, att A = [ e e 2... e p a p+... a n ] där ek =.. 5

6 med i position (k, ) och övriga element =.som motsvarar att uttrycket A x har p bundna och således n p fria variabler. Observera att definition av radreducerad matris säger att pivotkolonner är vektorer e k i standardbasen till R m. Matrisekvationerna A x = och A x = har samma lösningar och således samam fria och bundna variabler samma dimension på lösningsmängden N A, som är n p. De bundna variablerna motsvarar x, x 2,.., x p. För ekvartionen p n A x = x k a k + x k a k =, k= k=p+ väljer vi x p+ =, x p+2 = x p+3 =... = x n =. Detta ger att a p+ = p x k,p+ a k, k= d.v.s. a p+ är en linjärkombination av kolonnvektorerna a,..., a p. P.s.s är a k för k = p +, p + 3,..., n linjärkombinationer av av kolonnvektorerna a,..., a p. Detta visar att K A = span (a, a 2,..., a p ). Är dessa vektorer oberoende? Välj de fria variablerns x k =, d.v.s. för k = p +, p + 2,.., n (möjligt eftersom dessa variabler är fria). Då återstår A x = p x k a k =. k= Eftersom dessa x k är bundna, kan de bara anta ett värde. Självklart är x k = för alla dessa k =,..., p en lösning. P.g.a. att dessa variabler är bundna är det den enda möjligheten. Detta visar att a, a 2,..., a p är linjärt oberoende. Alltså är dim K A = p. Eftersom dim N A = n p är likheten i (ii) visad. (iii) Det följer av (ii) också att dim K A = p. dim R A ges av de rader i A, som innehåller pivotelement. Orsaker: Dessa rader är linjärt oberoende; Ex.vis har första rad utseendet [ a 2 a 3... a n ] och de andra raderna har en nolla i första position. Dessa rader (liksom alla rader) är linjärkombinationer av de ursprungliga raderna. Pivotelementen i kolonnerna är de samma som i raderna, alltså lika många. (i) Vi ser att rangen är antalet icke-nollrader i A dimensionen på radrummet. och dessa rader ger Kommentarer 6

7 Givet matrisen A av typ m n. Då gäller att R A R n till skillnad från K A R m. (ii) kallas Rangsatsen (eng. The Rank theorem). De två sista resultaten handlar om radrummet R A, det rum som spänns upp av matrisens rader. Det sista resultatet (iv) säger att summan av rad- och nollrum är lika med R n. Radrummet spänns upp av matrisens rader. I detta exempel är den 4:e raden en linjärkombination av de tre övre raderna i A. Om inget radbyte har gjorts, är 4 : e raden i A en linjärkombination av de tre övre raderna i A. Det senare skulle betyda att ES y + 2y 2 y 3 = 2y + 4y 2 2y 3 = 2 y = 2/3 y 2 = y 2 = 2y + y 2 + y 3 = y 3 = /3 5y + 3y 2 2y 3 = har lösning och som visar att 4:e raden är en linjärkombination (linjärt beroende) av de tre översta raderna. Lösningen är dessutom entydig, vilket visar att dessa tre rader är linjärt oberoende. Detta visar att dim R A = 3 samma dimension som för K A (fast dessa rum är delmängder av olika rum; R 5 respektive R 3 ). 7

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

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

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

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

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

Objective:: Linjärt beroende och oberoende version 1.0

Objective:: Linjärt beroende och oberoende version 1.0 DEFINITIONEN AV LINJÄRT BEROENDE MED EXEMPEL Objective:: Linjärt beroende och oberoende version. Definitionen av linjärt beroende med exempel Vi börjar med ett inledande exempel för att motivera definitionen

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

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

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

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

DN1230 Tillämpad linjär algebra Tentamen Onsdagen den 29 maj 2013

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

Läs mer

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

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

16.7. Nollrum, värderum och dimensionssatsen

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

Läs mer

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

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

Några saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av. Vi delar båda led i trig. 1:an med :

Några saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av. Vi delar båda led i trig. 1:an med : 1 Onsdag v 1 Några saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av Vi delar båda led i trig 1:an med : Detta ger också att vi kan uttrycka : Formeln ger också en formel

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

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

Läs mer

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

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 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

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

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

Vektorrum. EX. Plan och linjer i rummet genom origo. Allmänt; mängden av lösningar till AX = 0.

Vektorrum. EX. Plan och linjer i rummet genom origo. Allmänt; mängden av lösningar till AX = 0. Vektorrum Denna kurs handlar till stor del om s k linjära rum eller vektorrum. Dessa kan ses som generaliseringar av R n. Skillnaden består främst i att teorin nu blir mer abstrakt. Detta är själva poängen;

Läs mer

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

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

Läs mer

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

SF1624 Algebra och geometri Tentamen Torsdag, 9 juni 2016

SF1624 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 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

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

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

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

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

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

Läs mer

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

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

Minsta kvadratmetoden

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

Läs mer

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

Isometrier och ortogonala matriser

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

Läs mer

Algebrans fundamentalsats

Algebrans fundamentalsats School of Science and Technology SE-701 8 Örebro, Sweden Algebrans fundamentalsats Ett linjäralgebraiskt bevis Andreas Thore Örebro Universitet Akademin för naturvetenskap och teknik Matematik C, 61 75

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

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

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

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

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

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

Läs mer

1 LP-problem på standardform och Simplexmetoden

1 LP-problem på standardform och Simplexmetoden Krister Svanberg, mars 202 LP-problem på standardform och Simplexmetoden I detta avsnitt utgår vi från LP-formuleringen (2.2) från föreläsning. Denna form är den bäst lämpade för en strömlinjeformad implementering

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

Vektorrum 43 Exempel 4.. M ngden E av alla m=n-matriser, f rsedd med vanlig matrisaddition och vanlig multiplikation av en matris med en skal r, r ett

Vektorrum 43 Exempel 4.. M ngden E av alla m=n-matriser, f rsedd med vanlig matrisaddition och vanlig multiplikation av en matris med en skal r, r ett 4. Vektorrum Tidigare har vi r knat upp en rad av r kneregler som g ller f r m=n-matriser. Dessa regler g ller inte bara f r varje matristyp m=n utan ocks f r m nga andra objekt som t.ex. funktioner, talf

Läs mer

Här är ett antal uppgifter, en del tagna från gamla tentamina, som handlar om basbyte. respektive B = uttryckta i basen A

Här är ett antal uppgifter, en del tagna från gamla tentamina, som handlar om basbyte. respektive B = uttryckta i basen A Problem om asbyte Mikael Forsberg, 8 februari 0 Här är ett antal uppgifter, en del tagna från gamla tentamina, som handlar om basbyte.. Vi har baserna A och, givna som kolonnerna till matriserna T-00 A

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 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

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

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

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

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 Vektorer i planet och i rummet III 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

Laboration: Vektorer och matriser

Laboration: 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 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

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

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

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

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

Läs mer

Problemsamling i Linjär Algebra II. Erik Darpö

Problemsamling i Linjär Algebra II. Erik Darpö Problemsamling i Linjär Algebra II Erik Darpö ii Notation Inklusion Samma som A B Matriserna A och B är radekvivalenta I n Enhetsmatrisen av storlek n n R n Vektorrummet av alla kolonnvektorer av storlek

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

1 Minkostnadsflödesproblem i nätverk

1 Minkostnadsflödesproblem i nätverk Krister Svanberg, april 2012 1 Minkostnadsflödesproblem i nätverk Ett nätverk består av en given mängd noder numrerade från 1 till m (där m är antalet noder) samt en given mängd riktade bågar mellan vissa

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

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

8. Euklidiska rum 94 8 EUKLIDISKA RUM

8. Euklidiska rum 94 8 EUKLIDISKA RUM 94 8 EUKLIDISKA RUM 8. Euklidiska rum Definition 8.. En skalärprodukt på vektorrummet V är en funktion som till varje par av element u och v i V ordnar ett reellt tal u v eller u v med följande egenskaper:.

Läs mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson Uppsl Universitet Mtemtisk Institutionen Thoms Erlndsson RÄTA LINJER, PLAN, SKALÄRPRODUKT, ORTOGONALITET MM VERSION MER OM EKVATIONSSYSTEM Linjär ekvtionssystem och den geometri mn kn härled ur dess är

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

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

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

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

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

Uppgifter, 2014 Tillämpad linjär algebra

Uppgifter, 2014 Tillämpad linjär algebra Geometri. Uppgifter, 24 Tillämpad linjär algebra. Uppgift. Låt A = (,, ), B = (, 2, 3), C = (,, ) vara punkter i R 3. () Beskriva på parameter form alla plan som innehåler A, B och C. Ger ett system av

Läs mer

reella tal x i, x + y = 2 2x + z = 3. Här har vi tre okända x, y och z, och vi ger dessa okända den naturliga

reella tal x i, x + y = 2 2x + z = 3. Här har vi tre okända x, y och z, och vi ger dessa okända den naturliga . Lösningsmängden till homogena ekvationssystem I denna första föreläsning börjar vi med att repetera det grunnläggande begreppet inom linjär algebran. Linjär algebra är studiet av lösningsmängden till

Läs mer

1. Ekvationer 1.1. Ekvationer och lösningar. En linjär ekvation i n variabler x 1,..., x n är en ekvation på formen. 2x y + z = 3 x + 2y = 0

1. Ekvationer 1.1. Ekvationer och lösningar. En linjär ekvation i n variabler x 1,..., x n är en ekvation på formen. 2x y + z = 3 x + 2y = 0 1. Ekvationer 1.1. Ekvationer och lösningar. En linjär ekvation i n variabler x 1,..., x n är en ekvation på formen a 1 x 1 + a 2 x 2 + a n x n = b, med givna tal a 1,..., a n och b. Ett linjärt ekvationssystem

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

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

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

Läs mer

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

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

Läs mer

SF1624 Algebra och geometri Lösningsförslag till 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

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

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

1 Kvadratisk optimering under linjära likhetsbivillkor

1 Kvadratisk optimering under linjära likhetsbivillkor Krister Svanberg, april 0 Kvadratisk optimering under linjära likhetsbivillkor I detta kapitel behandlas följande kvadratiska optimeringsproblem under linjära likhetsbivillkor: xt Hx + c T x + c 0 då Ax

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

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 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

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

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

Linjär algebra. Lars-Åke Lindahl

Linjär algebra. Lars-Åke Lindahl Linjär algebra Lars-Åke Lindahl 2009 Fjärde upplagan c 2009 Lars-Åke Lindahl, Matematiska institutionen, Uppsala universitet Innehåll Förord................................. v 1 Linjära ekvationssystem

Läs mer

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

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

Läs mer

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

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

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

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

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

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

1 Duala problem vid linjär optimering

1 Duala problem vid linjär optimering Krister Svanberg, april 2012 1 Duala problem vid linjär optimering Detta kapitel handlar om två centrala teoretiska resultat för LP, nämligen dualitetssatsen och komplementaritetssatsen. Först måste vi

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

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

14. Minsta kvadratmetoden

14. Minsta kvadratmetoden 58 MINSTA KVADRATMETODEN. Minsta kvadratmetoden Eempel.. Det är inte så svårt att komma åt en trasig lampa på golvet för att byta den. Det är bara att gå fram till den. Hur är det om lampan hänger i taket?

Läs mer