Linjär Algebra, Föreläsning 2

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Linjär Algebra, Föreläsning 2"

Transkript

1 Linjär Algebra, Föreläsning 2 Tomas Sjödin Linköpings Universitet

2 Geometriska vektorer, rummen R n och M n 1 En (geometrisk) vektor är ett objekt som har storlek och riktning, men inte någon naturlig startpunkt. Om vi i ett plan har två punkter P och Q, då låter vi den riktade sträckan från P till Q, ritad som en pil som startar i P och slutar i Q, betecknas PQ. Vi låter nu mängden av alla sådana riktade sträckor med samma storlek och riktning (det är alltså underförstått att vi kan mäta detta) betecknas [ PQ]. Detta tar vi som definition av vektorer i planet. Givetvis kan motsvarande också göras i ett tredimensionellt rum. (För de som vet vad en ekvivalensrelation är kan vi säga att ha samma storlek och riktning är en ekvivalensrelation, och en vektor är helt enkelt en ekvivalensklass av riktade sträckor). Notera att det för varje vektor u och punkt P finns en unik punkt Q sådan att u = [ PQ]. En speciell vektor är nollvektorn, som har längd noll (och alltså inte kan sägas ha någon riktning). Denna betecknas 0, och vi har 0 = [ PP].

3

4 Vi inför även för en vektor u = [ PQ] längden/normen u att vara avståndet mellan punkterna P och Q.

5

6 För dessa vektorer inför man nu två operationer. Addition av två vektorer, samt multiplikation med skalär (=reellt tal). Addition av två vektorer u = [ PR] och v = [ RQ] definieras som u + v = [ PR] + [ RQ] = [ PQ]. Multiplikation med skalär definieras så att ku är den unika vektor som uppfyller ku = k u och ku har samma riktning som u om k > 0, ku har motsatt riktning om k < 0. Om k = 0 är ku = 0. Vi inför även beteckningen u := 1u, d.v.s. den vektor som har samma storlek men motsatt riktning.

7

8 Det är lätt att inse att följande räknelagar gäller: Sats För alla vektorer u, v, w (i ett plan eller rum) och skalärer λ, µ gäller följande: (a) u + v = v + u, (b) u + (v + w) = (u + v) + w, (c) u + 0 = u, (d) u + v = 0 u = v, (e) 1u = u, (f) λ(µu) = (λµ)u, (g) (λ + µ)u = λu + µu, (h) λ(u + v) = λu + λv. Tack vare lag (b), (f ) ovan kommer vi skriva u + v + w, λµu eftersom det inte spelar någon roll i vilken ordning vi tar dessa operationer.

9 Nu har vi den geometriska definitionen av vektorer klar, och den viktigaste algebraiska strukturen för dessa klara. Vektorerna i planet/rummet med denna struktur utgör exempel på vad som kallas vektorrum som är den typ av rum som linjär algebra handlar om. Det vi nu vill göra är att på något systematiskt sätt införa siffror för vektorer för att överföra dessa geometriska konstruktioner till algebra. Den idé som Descartes (även kallad Kartesius) fick var att införa koordinataxlar för att kunna ge punkter koordinater (därför kallas dessa koordinatsystem för kartesiska koordinater). Vad vi behöver göra är först och främst att fixera någon punkt i vårt plan/rum där axlarna kan utgå ifrån. Vi kallar denna punkt origo och betecknar den O. Sedan inför vi koordinataxlar som i figuren nedan i planet respektive rummet. Till varje axel x i placerar vi också ut en vektor e i i dess riktning.

10 I detta och nästa kapitel kommer vi alltid anta att detta gjorts på ett sådant sätt att alla e i har längd 1 samt att dessa vektorer alla är parvis ortogonala mot varandra (d.v.s. vinkel π/2 mellan dem). En sådan bas kallar man för ortonormal, eller ON-bas. Vidare är det viktigt att axlarna är orienterade som i denna figur. De utgör vad som kallas ett högersystem, men mer om detta senare när vi talar om kryssprodukten i rummet. Notera att vi alltså här är lite mindre allmänna än kursboken där generella baser behandlas. Vi väntar dock med diskussion kring allmänna baser till senare när vi talar om allmänna vektorrum.

11

12 Det är nu så att vi till varje punkt P i planet (rummet) kan införa koordinaterna (a 1, a 2 ) ((a 1, a 2, a 3 )) där dessa fås genom att projicera ortogonalt på axlarna. Om vi nu har en vektor u så vet vi att det finns en unik punkt P sådan att u = [ OP]. Notera att detta innebär att ( ) u = a 1 e 1 + a 2 e 2 respektive u = a 1 e 1 + a 2 e 2 + a 3 e 3. Denna uppdelning av u som en summa av vektorer parallella med e i :a är unik. D.v.s. varje vektor u kan på entydigt sätt skrivas på formen ( ) som ovan. Därför säger vi att e = (e 1 e 2 ) (e = (e 1 e 2 e 3 )) utgör en bas till planet (rummet). Det är tack vare att en bas till planet (rummet) består av två (tre) vektorer som vi säger att ett plan är två-dimensionellt och ett rum tre-dimensionellt.

13 Vi kommer införa följande beteckning: ( ) a 1 a1 u = e respektive u = e a a 2, 2 a 3 ( ) a 1 a1 och kolumnmatrisen ( a a 2 ) kallas för u:s koordinater i 2 a 3 basen e. Motiveringen till denna notation kommer senare i kursen när vi börjar med matrisräkning, men för tillfället är det bara en notation för att beteckna vektorer.

14 Nu kan vi komma till hela poängen. Varje vektor u i planet kan på entydigt sätt skrivas på formen ( ) a1 u = a 1 e 1 + a 2 e 2 = e, och dessutom är för varje par a 1, a 2 R detta uttryck en vektor i planet. På samma sätt kan varje vektor u i rummet skrivas som a 2 a 1 u = a 1 e 1 + a 2 e 2 + a 3 e 3 = e a 2, a 3 och återigen för varje taltrippel a 1, a 2, a 3 R utgör detta uttryck en vektor i rummet. Alltså kan varje vektor i planet/rummet identifieras med talpar/taltrippler på detta sätt. Givetvis beror dessa på valet av basvektorer, men vi antar alltså nu att vi redan fixerat dessa, samt fixerat origo.

15 När det gäller de algebraiska operationerna vi har infört blir dessa mycket enkla om vi uttrycker alla vektorer i samma bas: ( ) ( ) ( ) ( ) ( ) a1 b1 a1 + b u+v = e +e = e 1 a1 ka1, ku = ke = e, a 2 b 2 a 2 + b 2 a 2 ka 2 respektive a 1 b 1 a 1 + b 1 u+v = e a 2 +e b 2 = e a 2 + b 2, a 3 b 3 a 3 + b 3 a 1 ka 1 ku = ke a 2 = e ka 2 a 3 ka 3 Det vill säga för att addera två vektorer adderar vi bara deras koordinater, och för att multiplicera en vektor med en skalär multiplicerar vi bara varje koordinat med denna skalär. Det är ganska lätt att övertyga sig om att detta stämmer överens med den geometriska definitionen av addition och multiplikation med skalär som vi införde ovan.

16 Rummen R n och M n 1 Vi har ovan sett att om vi väljer origo och en bas så har vi att varje punkt P i ett plan kan identifieras med sina ( koordinater ) (a 1, a 2 ), a1 och varje vektor u med sina koordinater, samt att vi hade enkla uttryck för våra algebraiska operationer så fort vi uttryckt allt i denna fixa bas. Samma sak kan sägas även i tre dimensioner, och man kan givetvis tänka sig att man gjorde motsvarande även i högre dimensioner, även om det givetvis inte går att visualisera på samma sätt. Detta leder till följande definition: a 2

17 Definition Mängden av alla tal n-tupler (a 1, a 2,..., a n ), där a 1, a 2,..., a n R, betecknas R n. På samma sätt betecknar vi mängden av alla kolumnmatriser med M n 1. a 1 a 2. a n Vårt främsta motiv för att införa dessa rum redan här är att det gör att vi enklare kan formulera satser gemensamt för två och tre dimensioner, och behöver inte behandla dessa separat. Det är än så länge främst n = 2, 3 vi är intresserade av.

18 Vi inför också följande operationer på R n respektive M n 1. (a 1, a 2,..., a n ) + (b 1, b 2,..., b n ) = (a 1 + b 1, a 2 + b 2,..., a n + b n ), k(a 1, a 2,..., a n ) = (ka 1, ka 2,..., ka n ), a 1 b 1 a 1 + b 1 a 2. + b 2. = a 2 + b 2., a n b n a n + b n a 1 ka 1 a 2 k. = ka 2.. a n ka n

19 Rummen R n och M n 1 tillsammans med ovanstående operationer är exempel på det man kallar vektorrum som vi ska definiera allmänt senare i kursen. Här kanske det är värt att notera att då vi jobbar med geometriska problem är det givetvis viktigt att skilja på punkter och vektorer, och vi använder främst element i R n för att beteckna punkter och element i M n 1 (egentligen med e framför för att beteckna basen om man ska vara noga) som vektorer. Då kan det ju tyckas konstigt att vi inför addition och multiplikation med skalär för punkter. Nu är det så att det bara är i dessa geometriska problem (som handlar om linjer och plan i två och tre dimensioner främst) som vi kommer tala om punkter, annars kommer vi enbart i kursen tala om vektorer.

20 Det finns en uppenbar 1 1 korrespondens mellan punkter och motsvarande vektor som startar i origo. Dessutom om vi identifierar (a 1, a 2,..., a n ) med a 1 a 2. a n, så är ju rummen ovan helt ekvivalenta på alla sätt. Anledningen till att vi vill ha båda är att R n är det i särklass vanligaste rummet i matematiklitteraturen, men när vi sedan räknar med matriser är det rätta sättet att skriva vektorer som kolumnmatriser. I princip skulle det kanske vara bättre att göra detta rakt igenom i kursen och skippa R n, men det som talar starkt för R n är att det är betydligt smidigare att skriva dessa vektorer, samt att det är mer standardiserat.

21 Nedan kommer vi formulera alla begrepp/satser enbart för R n, och givetvis finns det en direkt motsvarighet för M n 1. Dessa fall lämnas åt läsaren att formulera, och vi kommer hämningslöst använda dessa motsvarande satser senare i kursen. Notera också att jämfört med kursboken vänder vi till stor del upp och ner på materialet, för vi inför våra operationer nedan på R n, och ger sedan geometriska tolkningar av dem, medan boken ger geometriska definitioner och visar räknelagarna utifrån dessa. Det är också värt att notera att rent geometriskt betyder det att vi lägger ut våra basvektorer e i så att e 1 = (1, 0,..., 0), e 2 = (0, 1, 0,..., 0),..., e n = (0, 0,..., 0, 1), och dessa kallas standardbasen till R n. Vidare lägger vi origo O i punkten (0, 0,..., 0).

22 Skalärprodukt Vi kommer nu i R n införa den så kallade skalärprodukten mellan två vektorer. R n tillsammans med denna utgör då ett exempel på ett så kallat Euklidiskt rum som vi ska definiera mer allmänt senare i kursen. Namnet skalärprodukt kommer av att den tar två vektorer och ger en skalär (alltså inte en vektor)! (a 1, a 2,..., a n ) (b 1, b 2,..., b n ) := a 1 b 1 + a 2 b a n b n. Vi definierar även längden av en vektor (a 1, a 2,..., a n ) via (a 1, a 2,..., a n ) := a1 2 + a a2 n. Igen är det enkelt att se via Pythagoras sats att detta verkligen överensstämmer med längden av motsvarande geometriska vektor om vi infört säg ett koordinatsystem i planet som ovan. Men detta beror på både att våra basvektorer har längd 1 och att de är ortogonala mot varandra!

23 Följande sats gäller för skalärprodukten: Sats Om u, v, w R n och λ R så gäller: (a) u v = v u, (b) u (v + w) = u v + u w, (c) u (λv) = (λu) v = λ(u v), (d) u u = u 2, (e) u u = 0 u = 0.

24 Följande viktiga olikheter gäller för skalärprodukten: Schwarz olikhet: x ȳ x ȳ. Speciellt gäller x ȳ x ȳ x ȳ. Triangelolikheten: x + ȳ x + ȳ.

25 Geometrisk tolkning av skalärprodukten Antag att vi har två nollskilda vektorer u, v i R n, då definierar vi vinkeln θ mellan dessa att vara den unika vinkel i intervallet [0, π] sådan att u v = u v cos(θ). För att se att detta stämmer överens geometriskt antag att de två vektorerna ligger i ett plan där vi infört koordinataxlar som ovan, ( ) a1 och antag för enkelhets skull att den ena har koordinaterna a ( ) 2 1 där a 1, a 2 > 0 och den andra (d.v.s. vektorn e 0 1 ). Vad ovanstående då säger är att vinkeln θ mellan dessa ges av cos(θ) = a 1 / a1 2 + a2 2, d.v.s. närliggande sida genom hypotenusan, vilket vi ju känner igen att det stämmer.

26 Vi säger också att två vektorer u, v är ortogonala, skrivet u v, om vinkeln mellan dem är π/2, d.v.s. om u v = 0.

27

28 Ortogonal projektion av en vektor på en annan vektor (linje)

29 Om vi som i bilden ovan har två vektorer u, v där v 0 då kan vi på entydigt sätt skriva u på formen u = u v + u v, där u v är ortogonal mot v, och u v är parallell med v. Detta betyder att u v = kv och u v = u kv. Så (u kv) v = 0, vilket ger k = u v. v 2 Eller u v = u v v 2 v.

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

Linjär Algebra, Föreläsning 9

Linjär Algebra, Föreläsning 9 Linjär Algebra, Föreläsning 9 Tomas Sjödin Linköpings Universitet Euklidiska rum Vi ska nu införa en extra struktur på vektorrum, en så kallad skalärprodukt, vilken vi kan använda för att definiera längd

Läs mer

LINJÄR ALGEBRA TOMAS SJÖDIN

LINJÄR ALGEBRA TOMAS SJÖDIN LINJÄR ALGEBRA TOMAS SJÖDIN Innehåll 0 Notation 2 1 Linjära Ekvationssystem 2 2 Geometriska vektorer, rummen R n och M n 1 4 21 Rummen R n och M n 1 7 22 Skalärprodukt 8 3 Linjer 11 31 Linjer på parameterform

Läs mer

LINJÄR ALGEBRA. {x M : P (x)} = {x : P (x)}, TOMAS SJÖDIN. k j=1 Ofta betecknas mängder på följande sätt:

LINJÄR ALGEBRA. {x M : P (x)} = {x : P (x)}, TOMAS SJÖDIN. k j=1 Ofta betecknas mängder på följande sätt: LINJÄR ALGEBRA TOMAS SJÖDIN Innehåll 0 Notation 1 1 Linjära Ekvationssystem 2 2 Geometriska vektorer, rummen R n och M n 1 3 3 Skalärprodukt, Vektorprodukt, Volymprodukt 7 4 Linjer och plan 10 5 Matriser

Läs mer

{ 1, om i = j, e i e j = 0, om i j.

{ 1, om i = j, e i e j = 0, om i j. 34 3 SKALÄPRODUKT 3. Skaläprodukt Definition 3.. Skalärprodukten mellan två vektorer u och v definieras där θ är vinkeln mellan u och v. u v = u v cos θ, Anmärkning 3.. Andra beteckningar för skalärprodukt

Läs mer

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

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 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

Vektorgeometri för gymnasister

Vektorgeometri för gymnasister Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Areor, vektorprodukter, volymer och determinanter

Läs mer

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

Explorativ övning Vektorer

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

Läs mer

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

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

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

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

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

LINJÄRA AVBILDNINGAR

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

Läs mer

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

MATEMATIK GU. LLMA60 MATEMATIK FÖR LÄRARE, GYMNASIET Analys, ht 2014. Block 5, översikt

MATEMATIK GU. LLMA60 MATEMATIK FÖR LÄRARE, GYMNASIET Analys, ht 2014. Block 5, översikt MATEMATIK GU H4 LLMA6 MATEMATIK FÖR LÄRARE, GYMNASIET Analys, ht 24 I block 5 ingår följande avsnitt i Stewart: Kapitel 2, utom avsnitt 2.4 och 2.6; kapitel 4. Block 5, översikt Första delen av block 5

Läs mer

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

4.2. Vektorprodukt i koordinater

4.2. Vektorprodukt i koordinater 4 Vektorprodukt i koordinater 5 4 Vektorprodukt i koordinater Nästa sats visar hur vi kan räkna med vektorprodukt i en ON-bas Satsen följer av Definition 4 samt räknelagrna i Sats 44 Sats 45 Låt e = {e,

Läs mer

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

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

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

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

Linjär algebra på 2 45 minuter

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

Läs mer

SF1624 Algebra och geometri Lösningsförslag till 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

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

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

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

AB2.1: Grundläggande begrepp av vektoranalys

AB2.1: Grundläggande begrepp av vektoranalys AB2.1: Grundläggande begrepp av vektoranalys En vektor är en storhet som dels har icke-negativ storlek dels har riktning i rummet. Två vektorer a och b är lika, a = b, om de har samma storlek och samma

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

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

1. Inledning. x y z. u = xe 1 + ye 2 + ze 3 = e

1. Inledning. x y z. u = xe 1 + ye 2 + ze 3 = e . Inledning I Linjär algebra kommer vi att stdera olika objekt samt deras egenskaper. Dessa objekt kan ha geometrisk tolkning såsom geometriska vektorer men också inte som t.e. matriser. Vi har tidigare

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

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

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

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

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

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 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

Studiehandledning till linjär algebra Avsnitt 2

Studiehandledning till linjär algebra Avsnitt 2 Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 2 Kapitel 2 och 3 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.) I detta avsnitt

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

Exempel :: Spegling i godtycklig linje.

Exempel :: Spegling i godtycklig linje. INNEHÅLL Exempel :: Spegling i godtycklig linje. c Mikael Forsberg :: 6 augusti 05 Sammanfattning:: I detta dokument så är vårt uppdrag att beräkna matrisen för spegling i en godtycklig linje y = kx som

Läs mer

Linjär algebra och geometri I

Linjär algebra och geometri I UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Anders Johansson Linjär algebra och geometri I för Energi, Ma-kand., Frist. Höstterminen 2010 Kurslitteratur H. Anton, C. Rorres, Elementary Linear Algebra

Läs mer

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

Vektorer för naturvetare. Kjell Elfström

Vektorer för naturvetare. Kjell Elfström Vektorer för naturvetare Kjell Elfström Copyright c Kjell Elfström 2015 Första upplagan, mars 2015 Innehållsförteckning 1 Vektorer 5 1.1 Vektorbegreppet......................... 5 1.2 Operationer på vektorer.....................

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

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

Föreläsning 13 Linjär Algebra och Geometri I

Föreläsning 13 Linjär Algebra och Geometri I Föreläsning 13 Linjär Algebra och Geometri I Se slide 1: det är i rymden oftast lättast att jobba med parametrar för linjer och ekvationer för plan. Exempel: Låt l : (x, y, z) = (1 t, 3 + t, 4t), t R och

Läs mer

1 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

Föreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander)

Föreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander) Föreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander) Böiers 5.3 Relationer. Vi har definierat en funktion f: A B som en regel som kopplar ihop ett element a A, med ett element

Läs mer

16. Linjära avbildningar

16. Linjära avbildningar 66 6 LINJÄRA AVBILDNINGAR 6. Linjära avbildningar 6.. Linjär avbildning Exempel 6.. Betrakta funktionen f : R R, sådan att där a är en konstant. Då gäller att. f(x + y) =a(x + y) =ax + ay = f(x)+f(y)..

Läs mer

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

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

Läs mer

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

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

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

Basbyten och linjära avbildningar

Basbyten och linjära avbildningar Föreläsning 11, Linjär algebra IT VT2008 1 Basbyten och linjära avbildningar Innan vi fortsätter med egenvärden så ska vi titta på hur matrisen för en linjär avbildning beror på vilken bas vi använder.

Läs mer

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

e 3 e 2 e 1 Kapitel 3 Vektorer i planet och i rummet precis ett sätt skrivas v = x 1 e 1 + x 2 e 2

e 3 e 2 e 1 Kapitel 3 Vektorer i planet och i rummet precis ett sätt skrivas v = x 1 e 1 + x 2 e 2 Kapitel 3 Vektorer i planet och i rummet B e 3 e 2 A e 1 C Figur 3.16 Vi har ritat de riktade sträckor som representerar e 1, e 2, e 3 och v och som har utgångspunkten A. Vidare har vi skuggat planet Π

Läs mer

Kursprogram kursen ETE325 Linjär Algebra, 8 hp, vt 2016.

Kursprogram kursen ETE325 Linjär Algebra, 8 hp, vt 2016. LINKÖPINGS UNIVERSITET Matematiska Institutionen Vladimir Tkatjev Kursprogram kursen ETE325 Linjär Algebra, 8 hp, vt 2016. Kursperiod: 18 januari 18 maj Examinator och föreläsare: Vladimir Tkatjev: B-huset,

Läs mer

Tentamen i Linjär algebra , 8 13.

Tentamen i Linjär algebra , 8 13. LINKÖPINGS UNIVERSITET Matematiska Institutionen Ulf Janfalk Kurskod: ETE5 Provkod: TEN Tentamen i Linjär algebra 5 8, 8. Inga hjälpmedel. Ej räknedosa. Resultatet meddelas vi e-post. För godkänt räcker

Läs mer

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

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

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

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

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

Föreläsningsanteckningar i linjär algebra

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

Läs mer

P Q = ( 2, 1, 1), P R = (0, 1, 0) och QR = (2, 2, 1). arean = 1 2 P Q P R

P Q = ( 2, 1, 1), P R = (0, 1, 0) och QR = (2, 2, 1). arean = 1 2 P Q P R 1 Matematiska Institutionen KTH Lösningar till några övningar på geometri och vektorer inför lappskrivning nummer 2 på kursen Linjär algebra II, SF1604, vt11. 1. En triangel har hörn i punkterna (1, 2,

Läs mer

17. Övningar ÖVNINGAR Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av. x 1 x 2 2x 2 + 3x 3 2x 1 x 3

17. Övningar ÖVNINGAR Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av. x 1 x 2 2x 2 + 3x 3 2x 1 x 3 192 17 ÖVNINGAR 17. Övningar 17.1. Låt F och G vara avbildningar på rummet, som i basen e = {e 1,e 2,e 3 } ges av F(eX) = ey = e x 1 x 2 2x 2 + 3x 3 2x 1 x 3, G(eX) = e x 1 x 2 x 2 2 x 2 + x 3 Undersök

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

MAA123 Grundläggande vektoralgebra

MAA123 Grundläggande vektoralgebra Mälardalens högskola Akademin för undervisning, kultur och kommunikation MAA123 Grundläggande vektoralgebra Tentamen TEN4 Lösningsförslag 2012.01.09 14.30 16.30 Hjälpmedel: Endast skrivmaterial. (Gradskiva

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

Moment Viktiga exempel 4.17, 4.18, 4.19, 7.20, 4.22, 4.23 Handräkning 4.17, 4.18, 4.19, 4.21, 4.24, 4.54 Datorräkning.

Moment Viktiga exempel 4.17, 4.18, 4.19, 7.20, 4.22, 4.23 Handräkning 4.17, 4.18, 4.19, 4.21, 4.24, 4.54 Datorräkning. Moment 4.2.7 Viktiga exempel 4.17, 4.18, 4.19, 7.20, 4.22, 4.23 Handräkning 4.17, 4.18, 4.19, 4.21, 4.24, 4.54 Datorräkning Figur 1: fig 6 Skalärprodukt Först fastslår vi att två vektorer i planet eller

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

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

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

Övningshäfte 2: Komplexa tal (och negativa tal)

Övningshäfte 2: Komplexa tal (och negativa tal) LMA110 VT008 ARITMETIK OCH ALGEBRA DEL Övningshäfte : Komplexa tal (och negativa tal) Övningens syfte är att bekanta sig med komplexa tal och att fundera på några begreppsliga svårigheter som negativa

Läs mer

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005 VÄXJÖ UNIVERSITET Matematiska och systemtekniska institutionen Per-Anders Svensson Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005 Uppgift. Bestäm samtliga vektorer

Läs mer

Föreläsning 3, Linjär algebra IT VT Skalärprodukt

Föreläsning 3, Linjär algebra IT VT Skalärprodukt Föreläsning 3, Linjär algebra IT VT2008 1 Skalärprodukt Denition 1 Låt u oh v vara två vektorer oh låt α vara minsta vinkeln mellan dem Då denierar vi skalärprodukten u v genom u v = u v os α Exempel 1

Läs mer

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

16. Linjära avbildningar

16. Linjära avbildningar 6. Linjära avbildningar 6.. Linjär avbildning Exempel 6.. Betrakta funktionen f : R R, sådan att där a är en konstant. Då gäller att. f(x + y) = a(x + y) = ax + ay = f(x) + f(y). 2. f(λx) = a(λx) = aλx

Läs mer

Övningshäfte 2: Komplexa tal

Övningshäfte 2: Komplexa tal LMA100 VT007 ARITMETIK OCH ALGEBRA DEL Övningshäfte : Komplexa tal Övningens syfte är att bekanta sig med komplexa tal. De komplexa talen, som är en utvidgning av de reella talen, kom till på 1400 talet

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

Begrepp:: Kort om Kryssprodukt

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

Läs mer

1. Beräkna determinanten

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

Läs mer

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

Vektorer, matriser, nätverk - några elementa

Vektorer, matriser, nätverk - några elementa Vektorer, matriser, nätverk - några elementa Innehåll: Vektorer Radvektorer och kolumnvektorer Operationer med vektorer Input- och outputvektorer i neurala nätverk Utvikning om kompetitiva nät Matriser

Läs mer

Bestäm den matris B som löser ekvationen = 1 2

Bestäm den matris B som löser ekvationen = 1 2 MÄLARDALENS HÖGSKOLA Akademin för utbildning, kultur och kommunikation Avdelningen för tillämpad matematik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MAA Grundläggande vektoralgebra, TEN5 alt.

Läs mer

Linjen P Q tangerar cirkeln i P och enligt en sats i geometrin är OP vinkelrät. tan u = OP. tan(180 v) = RS. cos v = sin v = tan v, tan v = RS.

Linjen P Q tangerar cirkeln i P och enligt en sats i geometrin är OP vinkelrät. tan u = OP. tan(180 v) = RS. cos v = sin v = tan v, tan v = RS. Lösningar till några övningar i Kap 1 i Vektorgeometri 17. I figuren är u en spetsig vinkel som vi har markerat i enhetscirkeln. Linjen P Q tangerar cirkeln i P och enligt en sats i geometrin är OP vinkelrät

Läs mer

Studiehandledning till. MAA123 Grundläggande vektoralgebra

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

Läs mer

Mer om geometriska transformationer

Mer om geometriska transformationer CTH/GU LABORATION 4 TMV141-1/13 Matematiska vetenskaper 1 Inledning Mer om geometriska transformationer Vi fortsätter med geometriska transformationer och ser på ortogonal (vinkelrät) projektion samt spegling.

Läs mer

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

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

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

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

Läs mer

2. Lös ekvationen z i = 2 z + 1 och ge i det komplexa talplanet en illustration av lösningsmängden.

2. Lös ekvationen z i = 2 z + 1 och ge i det komplexa talplanet en illustration av lösningsmängden. MÄLARDALENS HÖGSKOLA Akademin för utbildning, kultur och kommunikation Avdelningen för tillämpad matematik Examinator: Lars-Göran Larsson TENTAMEN I MATEMATIK MAA3 Grundläggande vektoralgebra, TEN6 alt.

Läs mer

Att beräkna:: Avstånd

Att beräkna:: Avstånd Att beräkna:: Avstånd Mikael Forsberg :: 27 november 205 Innehåll Punkter, linjer och plan, en sammanställning 2. Punkter i två och tre dimensioner....................... 2.2 Räta linjer i två och tre

Läs mer

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

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

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

Läs mer

Komplexa tal. i 2 = 1, i 3 = i, i 4 = i 2 = 1, i 5 = i,...

Komplexa tal. i 2 = 1, i 3 = i, i 4 = i 2 = 1, i 5 = i,... Komplexa tal Vi inleder med att repetera hur man räknar med komplexa tal, till att börja med utan att bekymra oss om frågor som vad ett komplext tal är och hur vi kan veta att komplexa tal finns. Dessa

Läs mer