Vektorgeometri för gymnasister

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "Vektorgeometri för gymnasister"

Transkript

1 Vektorgeometri för gymnasister Per-Anders Svensson Fakulteten för teknik Linnéuniversitetet Diagonalisering av linjära avbildningar I

2 Innehåll Repetition: Matrisrepresentation av linjära avbildningar Diagonaliserbara avbildningar Egenvärden och egenvektorer Sekularekvationen 2(26)

3 Repetition: Matrisrepresentation av linjära avbildningar 3(26) Låt F vara en linjär avbildning av rummet. Givet en bas e = (e 1, e 2, e 3 ) finns det en matris A som representerar F, på så vis att y = F(x) motsvaras av matrisekvationen Y e = AX e, där X e och Y e är kolonnmatriser vars element består av koordinaterna till vektorerna x respektive y i basen e. A är en 3 3-matris, vars kolonner i tur och ordning ges av koordinaterna till F(e 1 ), F(e 2 ) och F(e 3 ) i basen e. Om f = (f 1, f 2, f 3 ) är en annan bas, finns det på samma sätt en 3 3-matris B som representerar F i avseendet att y = F(x) då motsvaras av matrisekvationen Y f = BX f, där X f och Y f är kolonnmatriser vars element består av koordinaterna till vektorerna x respektive y i basen f. B är en 3 3-matris, vars kolonner i tur och ordning ges av koordinaterna till F(f 1 ), F(f 2 ) och F(f 3 ) i basen f. Om T är den transformationsmatris som beskriver basbytet från basen e till basen f, så gäller sambandet B = T 1 AT, mellan avbildningsmatriserna i de båda baserna.

4 Exempel Låt S vara speglingen i planet 2x 1 + x 2 x 3 = 0. Då gäller (jfr. med tidigare exempel) att S(x) = x 2λn, där n = (2, 1, 1) är normalvektor till planet och λ = (x n)/ n 2 kan räknas ut med hjälp av projektionsformeln. x n 2u = 2λn S(x) Med hjälp av formeln ovan får vi att S(e 1 ) = ( 1 3, 2 3, 2 3 ), S(e 2 ) = ( 2 3, 2 3, 1 3 ) och S(e 3) = ( 2 3, 1 3, 2 3 ), så avbildningsmatrisen för S i basen e = (e 1, e 2, e 3 ) ges av A = (26)

5 Vi ska nu plocka fram matrisen B för S i en annan bas f = (f 1, f 2, f 3 ). Om T är transformationsmatrisen för bytet från bas e till f, så kommer då sambandet B = T 1 AT (1) att gälla. Om vi dessutom strävar efter att f ska vara en ON-bas, så kommer (1) kunna skrivas B = T T AT, eftersom transformationsmatrisen vid ett byte mellan två ON-baser alltid är en ortogonal matris, d.v.s. dess invers är lika med dess transponat: T 1 = T T. 5(26)

6 I och med att vi vet att det rör sig om en spegling, kan vi med ett geometriskt resonemang hitta en ON-bas: Låt u 1 = n = (2, 1, 1) vara normalvektor till planet. En vektor som är ortogonal mot u 1 måste ligga i planet, så dess koordinater kommer att uppfylla planets ekvation 2x 1 + x 2 x 3 = 0. Här duger t.ex. u 2 = (0, 1, 1). (Andra val är givetvis tänkbara.) Vi behöver en tredje vektor u 3, som är ortogonal mot både u 1 och u 2 ; här duger vektorprodukten u 3 = u 1 u 2 = (2, 2, 2). u 1 u 3 u 2 Vektorerna u 1 = (2, 1, 1), u 2 = (0, 1, 1) och u 3 = (2, 2, 2) är nu parvis ortogonala, men de bildar inte en ON-bas, eftersom ingen av dem har längden 1. Vi kommer dock att få en ON-bas, om vi normerar var och en av vektorerna. 6(26)

7 En vektor normeras genom att multiplicera den med ett lämpligt tal, så att resultatet blir en vektor av längd 1; för en vektor v 0 ges detta tal av 1/ v (nollvektorn kan inte normeras). Om vi alltså sätter f 1 = u 1 u 1 = (2, 1, 1) ( 1) 2 = 1 6 (2, 1, 1) f 2 = u 2 u 2 = (0, 1, 1) = 1 2 (0, 1, 1) f 3 = u 3 u 3 = (2, 2, 2) 22 + ( 2) = 1 3 (1, 1, 1), så kommer f = (f 1, f 2, f 3 ) att vara en ON-bas. 7(26)

8 Avbildningsmatrisen B för S i basen f har som sina kolonner koordinaterna för S(f 1 ), S(f 2 ) och S(f 3 ) i basen f. Här är S(f 1 ) = f 1, ty f 1 är en normalvektor till planet. S(f 2 ) = f 2 och S(f 3 ) = f 3 eftersom f 2 och f 3 båda ligger i planet. f 1 S(f 3 ) = f 3 S(f 2) = f 2 S(f 1 ) = f 1 Alltså ges avbildningsmatrisen för S i basen f av diagonalmatrisen B = (26)

9 Eftersom f 1 = 1 6 (2, 1, 1) f 2 = 1 2 (0, 1, 1) f 3 = 1 3 (1, 1, 1), så ges transformationsmatrisen för bytet från bas e till bas f av 2/ 6 0 1/ 3 T = 1/ 6 1/ 2 1/ 3 1/ 6 1/ 2 1/, 3 och sambandet mellan A (matrisen för S i basen e) och B (matrisen för S i basen f) ges av B = T T AT, ty T är en ortogonal matris (T 1 = T T ). 9(26)

10 Diagonaliserbara avbildningar I exemplet med speglingen ovan lyckades vi hitta en bas, i vilken avbildningsmatrisen blev en diagonalmatris. Är detta möjligt för vilken linjär avbildning som helst? Med andra ord: Om F är en linjär avbildning av rummet, går det då alltid att hitta en bas f = (f 1, f 2, f 3 ) i vilken avbildningsmatrisen för F blir en diagonalmatris λ D = 0 λ 2 0? 0 0 λ 3 Svaret på denna fråga är nej inte för alla linjära avbildningar. Men det finns vissa linjära avbildningar för vilka detta är möjligt; för speglingen i det förra exemplet gick det ju. De linjära avbildningar, där det är möjligt att hitta en bas i vilken avbildningsmatrisen för avbildningen blir en diagonalmatris, brukar man kalla för diagonaliserbara. 10(26)

11 Definition (Diagonaliserbar avbildning) Låt F vara en linjär avbildning av rummet (planet). Om det finns en bas i vilken avbildningsmatrisen för F är en diagonalmatris, så säges F vara diagonaliserbar. Exempel Speglingen S på planet 2x 1 + x 2 x 3 = 0 i det tidigare exemplet är diagonaliserbar, ty i den bas f = (f 1, f 2, f 3 ) vi plockade fram i exemplet, så har S diagonalmatrisen D = som avbildningsmatris. 11(26)

12 Exempel Låt P vara den ortogonala projektionen på samma plan 2x 1 + x 2 x 3 = 0 som vi i det förra exemplet speglade rummets vektorer. Då är också P diagonaliserbar, ty i samma bas f som i exemplet ovan, kommer P nämligen att ha diagonalmatrisen D = som avbildningsmatris. Detta beror på att P(f 1 ) = 0 (i och med att f 1 är en normalvektor till planet) samt P(f 2 ) = f 2 och P(f 3 ) = f 3, eftersom f 2 och f 3 ligger i planet. Man kan visa att alla speglingar och alla projektioner (ortogonala såväl som sneda) är diagonaliserbara. 12(26)

13 Egenvärden och egenvektorer Låt F vara en godtycklig linjär avbildning. Kan vi på något sätt avgöra ifall F är diagonaliserbar eller inte? Och om F är diagonaliserbar, hur hittar vi en i så fall en bas, i vilken F får en diagonalmatris som avbildningsmatris? För att kunna reda ut detta, låtsas vi att F faktiskt är en diagonaliserbar linjär avbildning, och ser vad detta i så fall innebär. 13(26)

14 Att F är diagonaliserbar, betyder enligt definitionen att det finns en bas e = (e 1, e 2, e 3 ) i vilken F:s avbildningsmatris är en diagonalmatris λ D = 0 λ λ 3 Kolonnerna i D är ju koordinaterna för F(e 1 ), F(e 2 ) och F(e 3 ) i basen e. För e 1 = (1, 0, 0) gäller alltså F(e 1 ) = (λ 1, 0, 0) = λ 1 (1, 0, 0) = λ 1 e 1, d.v.s. F(e 1 ) och e 1 är parallella. På samma sätt ser vi att det för e 2 = (0, 1, 0) gäller att F(e 2 ) = (0, λ 2, 0) = λ 2 (0, 1, 0) = λ 2 e 2, så även F(e 2 ) och e 2 är parallella. Till sist ser vi att även F(e 3 ) och e 3 = (0, 0, 1) är parallella, ty F(e 3 ) = (0, 0, λ 3 ) = λ 3 (0, 0, 1) = λ 3 e 3. 14(26)

15 För att kunna konstatera att F är diagonaliserbar, gäller det alltså hitta en bas bestående av vektorer v i rummet, som är sådana att de uppfyller F(v) = λv för något λ. Den här typen av vektorer kallar man för egenvektorer till F. Vi ger en formell definition: Definition (Egenvärden och egenvektorer) Låt F vara en linjär avbildning av rummet (planet). En vektor v 0 som är sådan att F(v) = λv, för något tal λ, kallas för en egenvektor till F. Talet λ kallas för ett egenvärde till F; vi säger att v är en egenvektor till F med egenvärdet λ. Slutsats: Om vi för en linjär avbildning F av rummet kan hitta tre linjärt oberoende egenvektorer till F, så kommer F i den bas som består av dessa tre vektorer att ha en diagonalmatris som avbildningsmatris. Anmärkning I definitionen ovan avkräver man att v 0. Detta innebär att nollvektorn aldrig kan vara en egenvektor till en linjär avbildning. 15(26)

16 Exempel Låt S vara speglingen i ett givet plan Π och P den ortogonala projektionen på samma plan. För alla vektorer v som ligger i detta plan gäller då S(v) = v = 1 v och P(v) = v = 1 v, d.v.s. alla vektorer i planet (utom nollvektorn) är egenvektorer till både S och P med egenvärdet 1. Om n är en normalvektor till planet så gäller S(n) = n = ( 1) n och P(n) = 0 = 0 n, d.v.s. n är också en egenvektor till både S och P, fast med olika egenvärden; till S är n en egenvektor med egenvärdet 1, medan n är en egenvektor till P med egenvärdet 0. 16(26)

17 Exempel Antag att F är en linjär avbildning av rummets vektorer, som i en given bas har avbildningsmatrisen A = Då visar sig v = (1, 0, 1) vara en egenvektor till F, ty eftersom = så är F(v) = 5v. Egenvärdet till v är alltså λ = 5. 17(26)

18 Sekularekvationen Vi ska nu runda av denna föreläsning genom att visa hur man kan räkna ut egenvärden och egenvektorer till en linjär avbildning F. Antag att F är en linjär avbildning av rummet (planet). Vi söker vektorer v 0 som uppfyller F(v) = λv för något λ. Antag att F har A som avbildningsmatris i den bas som är given. Då blir ekvationen F(v) = λv på matrisform AX = λx, där X O är den kolonnmatris som svarar mot vektorn v 0. Ekvationen ovan kan också skrivas AX = λex AX λex = O BX = O, där B = A λe. Eftersom vi vill att X O, så måste det homogena ekvationssystemet BX = O ha en icke-trivial lösning. Detta inträffar precis när detb = 0, eller med andra ord, när det(a λe) = 0. 18(26)

19 Definition (Sekularekvationen) Låt A vara en kvadratisk matris. Då kallas ekvationen för sekularekvationen till matrisen A. det(a λe) = 0 (2) Ett annat vanligt namn på sekularekvationen är den karakteristiska ekvationen för matrisen A. Genom att lösa sekularekvationen till A får vi alltså alla möjliga egenvärden till den linjära avbildning F som har A som avbildningsmatris. Genom att sedan lösa det linjära ekvationssystemet AX = λx (vilket ju är motsvarigheten till F(v) = λv) för varje sådant egenvärde λ, så kommer vi att erhålla motsvarande egenvektorer. 19(26)

20 Exempel Låt F vara en linjär avbildning av planet, med avbildningsmatrisen ( ) 1 4 A =. 4 7 Vi ska undersöka om F är diagonaliserbar, och i så fall bestämma en bas bestående av egenvektorer till F, i vilken F alltså kommer att få en diagonalmatris som avbildningsmatris. 20(26)

21 Vi börjar med att lösa sekularekvationen. Eftersom ( ) ( ) ( ) ( ) λ 0 A λe = λ = = λ ( ) 1 λ 4, 4 7 λ så får vi 1 λ λ = 0 (1 λ)(7 λ) 4 4 = 0 7 λ 7λ + λ 2 16 = 0 λ 2 8λ 9 = 0 λ = 4 ± = 4 ± 5. Det finns alltså två egenvärden, i form av λ 1 = 4 5 = 1 och λ 2 = = 9. För att bestämma motsvarande egenvektorer behöver vi lösa ekvationssystemet AX = λx för λ = 1 respektive λ = 9. 21(26)

22 λ = 1: Vi ska här lösa ekvationssystemet AX = X, d.v.s. { x1 + 4x 2 = x 1 4x 1 + 7x 2 = x 2 { 2x1 + 4x 2 = 0 4x 1 + 8x 2 = 0 2 { 2x1 + 4x 2 = 0 0 = 0. Vi får ett ekvationssystem med oändligt många lösningar (det ska vi också få, annars har vi räknat fel!). Lösningarna kan skrivas { x1 = 2t x 2 = t, vilket betyder att (x 1, x 2 ) = t( 2, 1) är en egenvektor med egenvärdet λ = 1, för varje t 0. Speciellt för t = 1 får vi egenvektorn v 1 = ( 2, 1). (Skulle vi stället ha valt t = ±1/ 5, får vi en egenvektor av längd 1.) 22(26)

23 λ = 9: Här blir det till att lösa ekvationssystemet AX = 9X, d.v.s. { { { 2 x1 + 4x 2 = 9x 1 8x1 + 4x 2 = 0 0 = 0 4x 1 + 7x 2 = 9x 2 4x 1 2x 2 = 0 4x 1 2x 2 = 0. Även här blir ett ekvationssystem med oändligt många lösningar (vilket det alltså ska bli). Dessa kan skrivas { x1 = t x 2 = 2t, så för varje t 0 är alltså (x 1, x 2 ) = t(1, 2) en egenvektor till egenvärdet λ = 9. Speciellt för t = 1 får vi egenvektorn v 2 = (1, 2). (Även här får vi en egenvektor av längd 1 om vi väljer t = ±1/ 5.) 23(26)

24 Vi har alltså funnit två egenvektorer v 1 = ( 2, 1) och v 2 = (1, 2) till F, med respektive egenvärden λ = 1 och λ = 9, vilket innebär att F(v 1 ) = v 1 och F(v 2 ) = 9v 2. (3) Som synes är (v 1, v 2 ) en bas för planet; vektorerna är inte parallella. I denna bas kommer F att ha diagonalmatrisen ( ) 1 0 D = 0 9 som avbildningsmatris, på grund av (3). Sambandet mellan D och den ursprungliga avbildningsmatrisen A ges av D = T 1 AT, ( ) 2 1 där T = är transformationsmatrisen (vars kolonner består 1 2 av koordinaterna för egenvektorerna v 1 och v 2 i den ursprungliga basen). Anmärkning Notera att de egenvektor v 1 = ( 2, 1) och v 2 = (1, 2) vi valde ovan är ortogonala; v 1 v 2 = 0. Alltså kan vi t.om. hitta en ON-bas som består av egenvektorer till F, om vi väljer v 1 och v 2 av längd 1. 24(26)

25 Vi avslutar med att ge ett exempel på en linjär avbildning som inte är diagonaliserbar. Exempel Låt F vara en linjär avbildning, representerad av matrisen ( ) 1 2 A =. 0 1 Vi undersöker om F diagonaliserbar. Sekularekvationen blir 1 λ λ = 0 (1 λ)2 2 0 = 0 (1 λ) 2 = 0. Vi ser att det enda egenvärdet är λ = 1. Motsvarande egenvektorer bestäms genom att lösa ekvationssystemet AX = X { x1 + 2x 2 = x 1 x 2 = x 2 { x1 = t x 2 = 0. Alla egenvektorer är alltså parallella med vektorn (1, 0). Därför kan man inte bilda en bas för planet med hjälp av dessa; basvektorerna måste ju vara icke-parallella. Slutsats: F är inte diagonaliserbar. 25(26)

26 Något om nästa föreläsning Om F är en linjär avbildning av planet, så är varje avbildningsmatris för F av typen 2 2, vilket innebär att sekularekvationen blir en andragradsekvation. Om F är en linjär avbildning av rummet, så kommer sekularekvationen istället bli en tredjegradsekvation, eftersom avbildningsmatrisen då är av typ 3 3. Detta gör att det kan bli knivigt att lösa sekularekvationen, för hur löser man en tredjegradsekvation? Vi kommer därför inleda nästa föreläsning med en alternativ metod att beräkna determinanter. Om man för 3 3-determinanter använder denna metod istället för Sarrus regel, så blir sekularekvationen i regel enklare att lösa; blåser man bara rakt på med Sarrus regel är risken stor att man kör fast. 26(26)

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

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

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

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

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

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

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

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

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

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

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

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

SF1624 Algebra och geometri Tentamen Torsdag, 17 mars 2016

SF1624 Algebra och geometri Tentamen Torsdag, 17 mars 2016 SF4 Algebra och geometri Tentamen Torsdag, 7 mars Skrivtid: 8:-: Tillåtna hjälpmedel: inga Examinator: Tilman Bauer Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng. Del A på tentamen

Läs mer

SF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A

SF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A SF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A (1) (a) Bestäm de övriga rötterna till ekvationen z 3 11z 2 + 43z 65 = 0 när det är känt att en av rötterna

Läs mer

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A (1) Vid lösningen av ekvationssystemet x 1 3x 2 +3x 3 4x 4 = 1, x 2 +x 3 x 4 = 0, 4x 1 +x 2 x 3 2x 4 = 5, kommer man genom Gausselimination

Läs mer

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

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

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

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

Basbyte (variabelbyte)

Basbyte (variabelbyte) Basbyte (variabelbyte) En vektors koordinater beror på valet av bas! Tänk på geometriska vektorer här. v har längden 2 och pekar rakt uppåt i papprets plan. Kan vi då skriva v (, 2)? Om vi valt basvektorer

Läs mer

0 Allmänt. Följande delar behöver man kunna utöver avsnitten som beskrivs senare i dokumentet.

0 Allmänt. Följande delar behöver man kunna utöver avsnitten som beskrivs senare i dokumentet. Linja r algebra TATA (del) Allmänt Följande delar behöver man kunna utöver avsnitten som beskrivs senare i dokumentet. Matrisekvationer och Gauss-elimination o Parameterform Allmänt om vektorer o Räknelagar

Läs mer

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

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet Föreläsningsanteckningar Linjär Algebra II Lärarlyftet Per Alexandersson Repetera hur man nner bas för rum som spänns upp av några vektorer Reptetera hur man nner bas för summa och snitt av delrum. Reptetera

Läs mer

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

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

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

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

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

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

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

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

Linjär algebra kurs TNA002

Linjär algebra kurs TNA002 Linjär algebra kurs TNA002 Lektionsanteckningar klass ED1 I detta dokument finns ett utdrag av de tavelanteckningar som uppkommit under lektionstid under kursen TNA002. Alltså kan detta dokument långt

Läs mer

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

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

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

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

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

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

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

Läs mer

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

Uppgifter, 2015 Tillämpad linjär algebra

Uppgifter, 2015 Tillämpad linjär algebra Geometri. Uppgifter, 25 Tillämpad linjär algebra. Uppgift. Låt (,, ), B = (, 2, 3), C = (,, ) vara punkter i R 3. () Beskriva på parameter form alla plan som innehåler A, B och C. Ger ett system av linjära

Läs mer

Vektorgeometri för gymnasister

Vektorgeometri för gymnasister Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Räta linjens och planets ekvationer III Innehåll

Läs mer

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

Linjär Algebra 764G01: Kommentarer och läsanvisningar till kursboken

Linjär Algebra 764G01: Kommentarer och läsanvisningar till kursboken Linjär Algebra 764G01: Kommentarer och läsanvisningar till kursboken Här följer kommentarer om sånt i boken som kan behövas förtydligas samt anvisningar om vad som ska läsas, eller snarare vilka delar

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

1.1 Skriv följande vektorsummor som en vektor (a) AB + BC (b) BC + CD + DA.

1.1 Skriv följande vektorsummor som en vektor (a) AB + BC (b) BC + CD + DA. Övningsuppgifter i anslutning till Kapitel. Skriv följande vektorsummor som en vektor a AB + BC b BC + CD + DA..2 Sök i nedanstående figur de vektorer som har samma längd och samma riktning som vektorn

Läs mer

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

SF1624 Algebra och geometri

SF1624 Algebra och geometri SF1624 Algebra och geometri Första föreläsningen Mats Boij Institutionen för matematik KTH 26 oktober, 2009 Översikt Kurspresentation Komplexa tal Kursmålen Efter genomgången kurs ska studenten vara förtrogen

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

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

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

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

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

Läs mer

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

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

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

Uppgifter, 2014 Tillämpad linjär algebra

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

Läs mer

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

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

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

Läs mer

1. Bestäm volymen för den parallellepiped som ges av de tre vektorerna x 1 = (2, 3, 5), x 2 = (3, 1, 1) och x 3 = (1, 3, 0).

1. Bestäm volymen för den parallellepiped som ges av de tre vektorerna x 1 = (2, 3, 5), x 2 = (3, 1, 1) och x 3 = (1, 3, 0). TM-Matematik Mikael Forsberg Linjär algebra mk4a Övningstenta LA-. Bestäm volymen för den parallellepiped som ges av de tre vektorerna x = (,, ), x = (,, ) och x = (,, ).. För alla värden på parametern

Läs mer

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

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

Läs mer

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

LINJÄR ALGEBRA & GEOMETRI

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

Läs mer

12. SINGULÄRA VÄRDEN. (u Av) u v

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

Läs mer

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

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 Institutionen för Matematik LINJÄR ALGEBRA OCH NUMERISK ANALYS F Göteborg --9 TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 OBS! NYA KURSEN DAG: Tisdag 9 januari TID: 8.45 -.45 SAL: V Ansvarig:

Läs mer

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

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

Läs mer

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

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

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

KOKBOKEN 1. Håkan Strömberg KTH STH

KOKBOKEN 1. Håkan Strömberg KTH STH KOKBOKEN 1 Håkan Strömberg KTH STH Hösten 2006 Håkan Strömberg 2 KTH Syd Innehåll Olikheter.................................... 6................................. 6 Uppgift 2.................................

Läs mer

Egenvektorer och egenvärden

Egenvektorer och egenvärden Egenvektorer och egenvärden Diagonalmatriser Tidigare (Sparr, kap.8) har vi bestämt avbildningsmatriser för givna linjära avbildningar. Ofta förekommer det omvända problemet (om än i diverse förklädnader):

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

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

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

Instuderingsuppgifter & Läsanvisningar till Linjär Algebra II för lärare

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

Läs mer

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

y z 3 = 0 z 5 16 1 i )

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

Läs mer

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

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

Kursplanering för Linjär algebra, HT 2003

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

Läs mer

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA 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

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

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

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

Dagens ämnen. Repetition basbyten och linjära avbildningar Diagonalisering Kvadratiska former. Andragradskurvor

Dagens ämnen. Repetition basbyten och linjära avbildningar Diagonalisering Kvadratiska former. Andragradskurvor Seminarium 25 Dagens ämnen Repetition basbyten och linjära avbildningar Diagonalisering Kvadratiska former Matrisform Diagonalisering av kvadratiska former Andragradskurvor De olika kurvtyperna Rita graferna

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

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II PER ALEXANDERSSON Sammanfattning. Detta är en samling kompletterande uppgifter till Linjär Algebra II för lärare. Exemplen är av varierande svårighetsgrad och

Läs mer

TMV036 Analys och linjär algebra K Kf Bt, del C

TMV036 Analys och linjär algebra K Kf Bt, del C MATEMATIK Chalmers tekniska högskola Tentamen 20-0-, kl. 4.00-8.00 TMV036 Analys och linjär algebra K Kf Bt, del C Telefonvakt: Richard Lärkäng, telefon: 0703-088304 Hjälpmedel: Inga, bara papper och penna.

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

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

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II

EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II EXEMPEL OCH LÖSNINGAR I LINJÄR ALGEBRA II PER ALEXANDERSSON Sammanfattning. Detta är en samling kompletterande uppgifter till Linjär Algebra II för lärare. Exemplen är av varierande svårighetsgrad och

Läs mer

Problemsamling i Linjär Algebra II. Erik Darpö

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

Läs mer

Repetition, Matematik 2 för lärare. Ï x + 2y - 3z = 1 Ô Ì 3x - y + 2z = a Ô Á. . Beräkna ABT. Beräkna (AB) T

Repetition, Matematik 2 för lärare. Ï x + 2y - 3z = 1 Ô Ì 3x - y + 2z = a Ô Á. . Beräkna ABT. Beräkna (AB) T Repetition, Matematik 2 för lärare Ï -2x + y + 2z = 3 1. Ange för alla reella a lösningsmängden till ekvationssystemet Ì ax + 2y + z = 1. Ó x + 3y - z = 4 2. Vad är villkoret på talet a för att ekvationssystemet

Läs mer

Linjär Algebra, Föreläsning 20

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

Läs mer

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

Egenvärdesproblem för matriser och differentialekvationer

Egenvärdesproblem för matriser och differentialekvationer CTH/GU STUDIO 7 TMV36b - 14/15 Matematiska vetenskaper 1 Inledning Egenvärdesproblem för matriser och differentialekvationer Vi skall se lite på egenvärdesproblem för matriser och differentialekvationer.

Läs mer

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2009-01-16. DAG: Fredag 16 januari 2009 TID: 14.00-18.

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2009-01-16. DAG: Fredag 16 januari 2009 TID: 14.00-18. Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 9--6 DAG: Fredag 6 januari 9 TID: 4. - 8. SAL: V Ansvarig: Ivar Gustafsson, tel: 77 94 Förfrågningar: Ivar Gustafsson

Läs mer

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

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

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