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

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

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

Transkript

1 LINJÄR ALGEBRA

2

3 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 och homogent ES 6 4 Determinant 7 4 Determinanten av en enhetsmatris 7 4 Radoperationer i en determinant 9 3

4 Grundläggande algebra 3

5 4 GRUNDLÄGGANDE ALGEBRA

6 3 Matrisalgebra Nu lever matriser sitt eget liv, fritt från ekvationssstem Men även ekvationsstem kan framställas med matrisalgebra En matris är ett rektangulärt schema av element (tal) a, a, a,n a, a, a,n A : (3) a m, a m, a m,n Definition Två matriser a, a, a,n b, b, b,q a, a, a,n A och B b, b, b,q a m, a m, a m,n b p, a p, b p,q är lika om de är av samma tp dvs m p och n q samt om varje element a j,k b j,k för j,,,m och k,,,n, dvs elmentvis likhet Exempel är lika omm x x Man kan teckna en totalmatris med högerled, som a, a, a,n b a, a, a,n b A B : (3) a m, a m, a m,n b n alltså motsvarande ett ES med n ekvationer och m obekanta/variabler x, x,,x m 3 Addition av matriser Exempel 3 Givet två märken på ckelramar De har vardera tre olika modeller på ramarna Följande matris anger pris utan moms på respektive ram i tusental kronor Rad är märke och rad märke A Märke 9 märke 4 5

7 6 3 MATRISALGEBRA Till dessa ramar har man valt 6 olika tper av hjul, till respektive modell på ramen med priserna (tusentals kronor utan moms) B Priset för en ram med två hjul för de 6 modellerna kan beräknas med matrisoperationer 9 3 A + B (kkr) 3 3 Vi ser att addition (och subtraktion) av två matriser kräver att de är av samma tp Dessutom ser vi att multiplikation med ett reellt tal (en skalär), i detta fall talet innebär att samtliga element multipliceras med, alltså elementvis multiplkation med "skalären" Exempel 33 Med moms (5%) blir priset för ram+två hjul 9 3 5(A + B) kkr alltså elementvis multiplkation med "skalären" 5 Observera att multiplikationen är distributiv 5 (A + B) 5 A + 5 B Allmänt kan alltså en matris A av tp m n skrivas A a a a n a a a n a m a m a mn alltså med element a jk på plats ( j,k) För en matris B, sådan att A + B skall vara möjligt krävs att b b b n b b b n B b m b m b mn dvs av samma tp m n Summan a + b a + b a n + b n a + b a + b a n + b n A + B a m + b m a m + b m a mn + b mn dvs elementet på plats ( j,k) i A + B är a jk + b jk, för j,,,m och k,,,n

8 3 MULTIPLIKATION MELLAN MATRISER 7 3 Multiplikation mellan matriser Först skall vi iakktaga ett samband mellan rader och kkolonner i en matris Exempel 34 Matrisen A vidare att 9 4 har rader och 3 kolonner Vi ser antal rader antal element i en kolonn 3 antal kolonner antal element i en rad och detta är tpiskt för alla matriser Vi börjar med det enkla fallet, då A endast har en rad och B endast har en kolonn Detta ger den allmänna principen att rad i vänster matris "multpliceras" med kolonn ihöger matris Exempel 35 Exvis är med A 3 och a b c A B a + b + 3 c en matris av tp, västentligen ett element eller ett tal(om än med paranteser och ) Vi ser att prodketens tp är tp A 3 och tp B 3 och för produkten A B är alltså tpen 3 3 För produkten A B mellan två matriser är det nödvändigt och tillräckligt att antal kolonner i A är lika med antal rader i B För en (rad-)matris A a a a 3 och en (kolonn-)matris B b b b 3 är antal kolonner i A lika med antal rader i B Då och endast då är multiplikationen A B möjlig Produkten är en matris av ordning 3 3, i princip ett reellt tal, närmare bestämt A B a a a 3 b b b 3 Principen för multiplikation mellan matriser är att ta a b + a b + a 3 b 3 (33) rad i vänster martris gånger kolonn i höger matris som beskrivs i (33) Därför måste antal kolonner i vänster matris antal rader i höger matris Exempel 36 För två matriser av rätt tper kan alltså multiplikation utföras I exempel har vi koefficientmatrisen A : Vi skriver nu variablerna Vi kommer att använda denna tp av multiplikation vid skalär produkt av vektorer

9 8 3 MATRISALGEBRA x och högerledet som matriser, X : och B : Med multiplikationen A X menas att rad j i A multipliceras "skalärt", med kolonn k i X som i (33) tp A och tp X Antal kolonner i A är alltså lika med antal rader i X Produkten A X blir då en matris av tp Elementen i produkten A X är x A X x alltså vänster led i ekvationen i exempel Detta ekvationsstem kan alltså skrivas A X B Det ligger nu nära till hands att få fram X i exemplet ovan genom att dividera bort A i vänster led Vi skall se på detta i nästa avsnitt, men först definiera multiplikation mellan två matriser Vi börjar med en rad gånger en kolonn För en rad A a a a n och en kolonn b b av tp n respektive n är A B a b + a b + + a n b n a a a p a a a p För matriser A av tp m p och B a m a m a mp av tp q n är multiplikation definierad omm p q, dvs b n b b b n b b a n b q b q b qm omm antalet kolonner i vänster matris A, antal rader i höger matris B Produkten A B : C är då en matris av tp m n med elementet c jk a j b k + a j b jk + + a jp b pk på plats ( j,k) för j,,m och k,,,n Exempel 37 Vi skall göra en liknande beräkning av priset som i exempel 3 men bara för märke Vi bildar matrisen med rampriset i första kolonn och hjulpriset i andra kolonn 9 5 C : 35 5 Priset för ram+två hjul fås genom att multiplicera C med : F från höger (enda möjligheten) Detta ger C F {Blir en matris av tp 3 } 9 3

10 3 MULTIPLIKATION MELLAN MATRISER 9 Multiplikation mellan reella (komplexa) tal a, b och c uppfller a (b c) (a b) c (Associativa lagen) a b b a (Kommutativa lagen) a b + a c a (b + c) (Distributiva lagen) (34) Matrismultiplikation uppfller den första och sista lagen, om matriserna är av Associativa lagen för multiplikation gäller: Exempel 38 Matriserna a, a A, a,3 a, a, a,3, B b, b, b 3, och C c, c, är av tp 3, 3 och Alltså är produkterna (A B) C och A (B C) definierade och ger en matris av tp 3 3 Båda produkterna blir lika: a, b, c, + a, b, c, + a,3 b 3, c, a, b, c, + a, b, c, + a,3 b 3, c, a, b, c, + a, b, c, + a,3 b 3, c, a, b, c, + a, b, c, + a,3 b 3, c, rätta tper, men inte kommutativitet 3 Exempel 39 Givet matriserna A a b c, B d e f och C Eftersom B och C är av tp 3, kan de adderas men inte multipliceras Däremot kan man multiplicera med A från vänster på både B och C Vi verifierar att A (B +C) och A B + A C ger samma matris (av tp 3) a 3d + 7 b 3e + 3 c 3 f A (B +C) a d + 3 b e + c f Pss är a 3d b 3e c 3 f A B + A C a d b e c f och ví ser att likhet gäller Exempel 3 Givet matrisen A B A, dvs kommuterar med A? 3 Vilka matriser B uppfller A B

11 3 MATRISALGEBRA Lösning: Först undersöker vi vilken tp B har Pga A B existerar, måste B ha rader och pga B A existerar, måste B ha kolonner, dvs tp B, alltså a b samma tp som A Vi ansätter B Sambandet A B B A ger då 4 c d ekvationer a 3c a + b a 3c b 3d a + b 3a b b 3d 3a b A B B A a c b d c + d 3c d a c c + d b d 3c d Detta reduceras till att c (b/3),d a + bdvs B a b/3 b a + b Kommentarer I exemplet utgick vi från en kvadratisk matris A För att två matriser A och B skall kommutera, måste de vara kvadratiska av samma ordning (Övning: Visa det!) 33 Enhetsmatris För multiplikation med vanliga, dvs reella (eller komplexa) tal finns talet, ett "neutralt element" Vi vet ju att x x x för varje reellt (komplext) tal x Motsvarande tal bland matriser är enhetsmatrisen av en given ordning, alltså en kvadratisk matris Av ordning är den E : (35) Exempel 3 Matrisen C är av tp 3 Alltså är multiplikationen E C möjlig och ger en 3 matris Man ser 3 att E C 3 3 C För att multiplicera med en enhetsmatris från höger på C krävs det att den är av ordning 3 Denna matris är E (36) Exempel 3 Vi prövar och finner att C E C, där C är samma matris som i föregående exempel och E är matrisen i (36)

12 34 INVERS MATRIS 34 Invers matris För varje reellt (komplext) tal x finns ett inverterat tal/värde, exvis till talet /3 är det inverterade talet 3 (/3) 3/ För vissa kvadratiska matriser finns en invers matris Exempel 33 Givet matrisen A i kapitel sidan 6, exempel sidan kan skrivas x A X B där A, X och B Inversmatrisen till A skrivs A, om den existerar, vilket den faktiskt gör i detta exempel Den är A Man observerar att både A A E och A A E, vilket man lätt kan kontrollera Vi använder inversmatrisen för att lösa detta ES VL HL {}}{{}}{ AX B A (A X) (A A) X E X X A B Vi får alltså lösningen X A B Med siffror x X A B dvs samma lösning som i exempel 3, Kommentarer Eftersom inversmatrisen till koefficientmatrisen existerar, så får vi har en lösning detta exempel (som i ) I exempel 3 och 4 har vi respektive med lösningar Dessa ES har samma koefficientmatris Tdligen är det dess utseende som avgör om det finns (en) lösning eller inte Detta hänger ihop med om inversmatrisen existerar eller inte Givet den kvadratiska matrisen av ordning a b A c d Ett "konditionstal" för en sådan matris är dess determinant Det är a b deta det c d a b c d ad bc Omm detta tal existerar inversmatrisen till A och den är A d b (37) ad bc c a

13 3 MATRISALGEBRA För matrisen A är deta ( ) ( ) Alltså existerar inversmatrisen, som är (Jämför med exemplet ovan) A I exempel 5 är koefficientmatrisen inte kvadratisk och kan därför inte ha en inversmatris Exempel 34 Beräkna determinanten av matrisen i exempel 3 Lösning: deta 4 ( ) ( 4) Exempel 35 Kofficientmatrisen i exempel 7 A 3 är kvadratisk och ES har en lösning Man kan misstänka att dess determinant och dess invers(-matris) existerar I själva verket är dess determinant och (således) existerar inversen Den är A 4 3 Vi multiplicerar ihop denna matris med A: A A E Pss är A A E Exempel 36 Vi löser ES i exempel 7 men denna gång mha inversmatrisen i föregående exempel Vi får att detta ES kan skrivas med matrismultiplikation, som x x A A z z Hur determinant och invers matris beräknas för matriser av ordning 3 och högre undersöker vi längre fram

14 34 INVERS MATRIS 3 Teorem Givet en kvadratisk matris A och två matriser B och C, sådana att B A A C E Då är B C Satsen säger att om det finns en vänsterinvers och en högerinvers, B respektive C, så är dessa lika Bevis: B B E B (AC) (B A) C E C C Exempel 37 ES i exempel 5 har koefficientmatrisen A 3 Man kan lätt visa att A v : 3 3 är vänsterinvers till A, dvs A v A E men A A v E, dvs A v är inte högerinvers Vi vet att ES i exempel 5 saknar lösning Vad händer om vi löser detta ES med A x A 3 3 v? ) A x v A ) x E 3 x A v Uppenbarligen är denna lösning falsk eftersom detta ES saknar lösning Var ligger "felet"? jo, vi har bara en implikation " " vid *) För att få implikationen måset vi multiplicera med A från vänster i likheten **) Detta ger A 3 3 A A v A 3 A v 3 men A A v E, enligt ovan, dvs A v är inte högerinvers Vi kan slutligen verifiera att lösningen är falsk genom att sätta in lösningen i den urprungliga ekvationen: A 3 5 4,

15 4 3 MATRISALGEBRA Kommentarer Vissa matriser A av tp m n, med m > n har vänsterinvers A v matris kan inte vara högerinvers till A men denna Användningen av en sådan vänsterinvers begränsar sig alltså till att man antingen vet att det finns en lösning eller till att ta fram en lösning och sedan kontrollera om den är sann eller falsk i den ursprungliga matrisekvationen x Exempel 38 Lös ekvationssstemet x 7 3x + 9 föregående exempel med samma metod som i Lösning: A x v A x A v 7 9 Vi sätter in denna lösning i den ursprungliga matrisekvationen A och alltså är lösningen 4 3 x Invers matris med Jacobis metod Exempel 39 Matrisen A Högerled är B : 3 vi bestämma A Vi ser A X( är koefficientmatris i exempel 7 Vi skall lösa detta ES mha invers matris Alltså skall x x x 3 x x x 3 x 3 x 3 x 33 ) som en okänd matris av tp 3 3 (ordning 3) X skall uppflla AX E Detta skriver vi som en totalmatris, som vi sedan överför på radreducerad form 3 Denna sista totalmatris betder 3 E X 3 {alltså} X A

16 34 INVERS MATRIS 5 Alltså kan vi lösa matrisekvationen x z A x z B : A B Matrisekvation Exempel 3 Vi skall nu lösa matrisekvationen (dvs bestämma matrisen X) där A A X X + B och B 3 Lösning: Vi skriver om ekvationen som B A X X A X E X (A E) X X (A E) B, om inversmatrisen (A E) existerar Nu är A E 3 Alltså existerar inversen, som är (A E) det 3 3 Matrisekvationen hr alltså lösningen X (A E) B Transponatmatris Vi transponerar först en matris av tp 3 Givet matrisen a, a A, a,3 a, a, a,3 Dess transponat är matrisen A T a, a, a, a, a,3 a,3

17 6 3 MATRISALGEBRA Definition Givet matrisen A (a j,k ) av tp m n Transponatmatrisen är då A T (a k, j ) av tp n m Exempel 3 Givet ES i exempel Det kan skrivas som en matrisekvation A X B x där A, X och B Vi skall "vända" på samtliga matriser och ändå få samma ES samtliga matriser: A T Vi ser att matrisekvationen kan skrivas, X T x och B T X T A T B T, om vi multiplicerar ihop matriserna i VL och sätter produkten lika med HL Utraäknat blir ju detta X T A T x x B T som är det ursprungliga ES Observera att tp X T och tp A T, så att martrisprodukten i V L existerar och är av tp HL:s matris är också av tp Allmänt gäller att B T A T (A B) T (38) Bevis: HL: Element på plats (k,i) i (A B) T är detsamma som element på plats (i,k) i A B Detta element är produkten av rad i i A och kolonn k i B VL: Element på plats (k,i) i B T A T är produkten av rad k i B T och kolonn i i A T, dvs produkten av kolonn k i B och rad i i A 34 Nollmatris och homogent ES En nollmatris är en matris med alla element B är nollmatrisen av tp 3 Ett homogent ES har ett HL, som matris är ren nollmatris Exempel 3 Följande ES skrivet som en matrisekvation är ett homogent ES (Samma koefficientmatris som i exempel 5) A X,

18 34 INVERS MATRIS 7 där A 3, X x och (därmed) Man ser att x z är lösning Detta är tpiskt för ett homogent ES På matrisform 3 Vi ser att rangen för koefficient- och totalmatris är lika Detta är också tpiskt för ett sådant ES Antal lösningar är i detta fall Allmänt har ett homogent ES eller med lösningar Exempel 33 Följande ES har samma koefficienmatris som i exempel 6 men homogent sådant är följande { x x + z och som matrisekvation x + z z På radrecuderad form Alltså en fri variabel z och således med lösningar Vi ser att rangen för koefficientoch totalmatris är lika<antal variabler 3 Svar: x t t, t R z t

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

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

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

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

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

Läs mer

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

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

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

Avsnitt 4, Matriser ( =

Avsnitt 4, Matriser ( = Avsnitt Matriser W Beräkna AB då ( a A ( - b A B B ( 8 7 6 ( - - - och Först måste vi försäkra oss om att matrismultiplikationen verkligen går att utföra För att det ska gå måste antalet kolumner i den

Läs mer

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

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

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

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

Studiehandledning till linjär algebra Avsnitt 1

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

Läs mer

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

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

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

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

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

Övningshäfte 6: 2. Alla formler är inte oberoende av varandra. Försök att härleda ett par av de formler du fann ur några av de övriga.

Övningshäfte 6: 2. Alla formler är inte oberoende av varandra. Försök att härleda ett par av de formler du fann ur några av de övriga. GÖTEBORGS UNIVERSITET MATEMATIK 1, MAM100, HT2005 MATEMATISK BASKURS Övningshäfte 6: Syftet med övningen är att utforska strukturen hos talsystemen under addition respektive multiplikation samt sambandet

Läs mer

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A SF64 Algebra och geometri Lösningsförslag till tentamen 0-0-0 DEL A De tre totalmatriserna 0 3 3 4 0 3 0 0 0 0, 0 3 0 4 4 0 3 0 3 0 0 0 0 och 0 3 0 4 0 3 3 0 0 0 0 0 svarar mot linjära ekvationssystem

Läs mer

SF1624 Algebra och geometri 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

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

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

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

Linjär algebra på några minuter

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

Läs mer

Linjär algebra Tio förrätter och två efterrätter Roy Skjelnes

Linjär algebra Tio förrätter och två efterrätter Roy Skjelnes Linjär algebra Tio förrätter och två efterrätter Roy Skjelnes Matematiska Institutionen, KTH Typsatt med L A TEX 2ε och TikZ Kompilerad 8 september 2014 Inledande ord Detta häfte är baserat på en föreläsningsserie

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

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

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

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

Läs mer

Övningstenta 6. d b = 389. c d a b = 1319 b a

Övningstenta 6. d b = 389. c d a b = 1319 b a Övningstenta 6 Problem 1. Vilket är det största antalet olika element en symmetrisk matris A(n n kan ha? Problem. Bestäm de reella talen a,b,c och d då man vet att a b d c = 109 a c d b = 389 c d a b =

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

Abstrakt algebra för gymnasister

Abstrakt algebra för gymnasister Abstrakt algebra för gymnasister Veronica Crispin Quinonez Sammanfattning. Denna text är föreläsningsanteckningar från föredraget Abstrakt algebra som hölls under Kleindagarna på Institutet Mittag-Leffler

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

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

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

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

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

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

Grupper och RSA-kryptering

Grupper och RSA-kryptering UPPSALA UNIVERSITET Matematiska institutionen Erik Melin Specialkursen HT07 26 oktober 2007 Grupper och RSA-kryptering Dessa blad utgör skissartade föreläsningsanteckningar kombinerat med övningar. Framställningen

Läs mer

Linjär Algebra M/TD Läsvecka 3

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

Läs mer

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

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

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

Kursplanering för Linjär algebra, HT 2003

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

Läs mer

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

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

Läs mer

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

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

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

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

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

Linjära ekvationssystem. Avsnitt 1. Vi ska lära oss en metod som på ett systematiskt sätt löser alla linjära ekvationssystem. Linjära ekvationssystem

Linjära ekvationssystem. Avsnitt 1. Vi ska lära oss en metod som på ett systematiskt sätt löser alla linjära ekvationssystem. Linjära ekvationssystem Avsnitt Linjära ekvationssystem Elementära radoperationer Gausseliminering Exempel Räkneschema Exempel med exakt en lösning Exempel med parameterlösning Exempel utan lösning Slutschema Avläsa lösningen

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

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

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

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

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

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

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

c d Z = och W = b a d c för några reella tal a, b, c och d. Vi har att a + c (b + d) b + d a + c ac bd ( ad bc)

c d Z = och W = b a d c för några reella tal a, b, c och d. Vi har att a + c (b + d) b + d a + c ac bd ( ad bc) 1 Komplexa tal 11 De reella talen De reella talen skriver betecknas ofta med symbolen R Vi vill inte definiera de reella talen här, men vi noterar att för varje tal a och b har vi att a + b och att ab

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 27 augusti 2013 Innehåll Linjära ekvationssystem

Läs mer

Komplexa tal: Begrepp och definitioner

Komplexa tal: Begrepp och definitioner UPPSALA UNIVERSITET Baskurs i matematik, 5hp Matematiska institutionen Höstterminen 007 Erik Darpö Martin Herschend Komplexa tal: Begrepp och definitioner Komplexa tal uppstod ur det faktum att vissa andragradsekvationer,

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

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

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

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

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

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

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, 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

c) Sarrus regel ger L6.2 Hur många lösningar har ekvationssystemen?

c) Sarrus regel ger L6.2 Hur många lösningar har ekvationssystemen? Avsnitt Determinanter L Använd determinanter för att avgöra om följande matriser är inverterbara ( ) a) b) 5 8 ( ) cos ϕ sin ϕ c) d) sin ϕ cos ϕ En matris A är inverterbar om och endast om det A Vi beräknar

Läs mer

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA PER ALEXANDERSSON

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA PER ALEXANDERSSON EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA PER ALEXANDERSSON Sammanfattning. Detta kompendie är främst avsett som ett komplement till Tengstrands Linjär algebra med vektorgeometri, [Ten05]. Materialet innehåller

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

x 23 + y 160 = 1, 2 23 = ,

x 23 + y 160 = 1, 2 23 = , Matematiska Institutionen KTH Lösningar till några övningar, inför tentan moment B, på de avsnitt som inte omfattats av lappskrivningarna, Diskret matematik för D2 och F, vt08.. Ett RSA-krypto har n =

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

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

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. Roy Skjelnes. Matematiska Institutionen, KTH.

Linjär Algebra. Roy Skjelnes. Matematiska Institutionen, KTH. Linjär Algebra Tio förrätter och två efterrätter Roy Skjelnes Matematiska Institutionen, KTH. Inledande ord Detta häftet är baserad på en föreläsningsserie jag gav 2010-2011. Varje kapitel tillsvarar en

Läs mer

Egenvärden och egenvektorer

Egenvärden och egenvektorer Föreläsning 10, Linjär algebra IT VT2008 1 Egenvärden och egenvektorer Denition 1 Antag att A är en n n-matris. En n-vektor v 0 som är sådan att A verkar som multiplikation med ett tal λ på v, d v s Av

Läs mer

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

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

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

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

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

Läs mer

Stöd inför omtentamen i Linjär algebra TNA002.

Stöd inför omtentamen i Linjär algebra TNA002. LINKÖPINGS UNIVERSITET ITN, Campus Norrköping Univ lekt George Baravdish Stöd inför omtentamen i Linjär algebra TNA002. Läsråd: Detta är ett stöd för dig som vill repetera inför en omtentamen. 1. Börja

Läs mer

1. 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

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

Begrepp :: Determinanten

Begrepp :: Determinanten c Mikael Forsberg 2008 1 Begrepp :: Determinanten Rekursiv definition :: Kofaktorutveckling Låt oss börja definiera determinanten för en 1 1 matris A = (a). En sådan matris är naturligtvis bara ett vanligt

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

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

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

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

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

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

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

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

x f (x) dx 1/8. Kan likhet gälla i sistnämnda relation. (Torgny Lindvall.) f är en kontinuerlig funktion på 1 x sådan att lim a

x f (x) dx 1/8. Kan likhet gälla i sistnämnda relation. (Torgny Lindvall.) f är en kontinuerlig funktion på 1 x sådan att lim a Elementa Årgång 50, 967 Årgång 50, 967 Första häftet 2603. Låt ξ, ξ 2,..., ξ n vara stokastiska variabler med väntevärden E[ξ i ], i =, 2,..., n. Visa att E[max(ξ, ξ 2,..., ξ n )] max(e[ξ ], E[ξ 2 ],...,

Läs mer

Lineär algebra grundkurs. Rikard Bøgvad och Paul Vaderlind. Matematiska institutionen Stockholms Universitet

Lineär algebra grundkurs. Rikard Bøgvad och Paul Vaderlind. Matematiska institutionen Stockholms Universitet Lineär algebra grundkurs Rikard Bøgvad och Paul Vaderlind Matematiska institutionen Stockholms Universitet Fjärde tryckningen 204 Förord Följande sidor utgör kurslitteraturen i lineär algebra, en del av

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

Linjär algebra och geometri 1

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

Läs mer

Matematiska Institutionen KTH. Lösning till några övningar inför lappskrivning nummer 5, Diskret matematik för D2 och F, vt09.

Matematiska Institutionen KTH. Lösning till några övningar inför lappskrivning nummer 5, Diskret matematik för D2 och F, vt09. 1 Matematiska Institutionen KTH Lösning till några övningar inför lappskrivning nummer 5, Diskret matematik för D2 och F, vt09. 1. Betrakat gruppen G = (Z 19 \ {0}, ). (a) Visa att G är en cyklisk grupp.

Läs mer

Matematik F Ett försök till kursmaterial

Matematik F Ett försök till kursmaterial Matematik F Ett försök till kursmaterial Olle the Greatest Donnergymnasiet, Sverige Skrivet i L A TEXε juni 005 Innehåll Inledning 4 Matematisk grammatik 5. Skriva matematik...........................

Läs mer