12. SINGULÄRA VÄRDEN. (u Av) u v

Storlek: px
Starta visningen från sidan:

Download "12. SINGULÄRA VÄRDEN. (u Av) u v"

Transkript

1 . 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 sätt (u v) u v vilket om u och v är reella är den vanliga skalärprodukten på n. Vi säger att u och v är ortogonala eller vinkelräta om (u v). Låt u (u u) vara den motsvarade vektornormen. Fast det går lika bra att använda matrismultiplikation kommer vi i fortsättningen genomgående räkna med skalärprodukten eftersom det då är lättare att se vad som händer när man flyttar matriser mellan de båda sidorna. Om A är en n n matris så gäller att (Au v) (Au) v u A v (u A v) och om A dessutom är hermitesk, A A, så är (Au v) (u Av) Med hjälp av denna likhet så kan man nu skärpa satsen ovan till Sats.. Om n n matrisen A är hermitesk så gäller alla egenvärden är reella, egenvektorer hörande till olika egenvärden är ortogonala, A är diagonaliserbar, A kan diagonaliseras med unitär matris V, dvs A VDV där V V I och D är diagonal och reell. Bevis. Om v j är en egenvektor och j är motsvarande egenvärde, dvs Av j v j, så gäller att (Av j v j ) ( jv j v j ) j(v j v j ) j v j jv j med Å andra sidan eftersom A är hermitesk är detta lika med varför där v j vilket medför att j är reell. (v j Av j ) (v j jv j ) j(v j v j ) j v j ( j j) v j 9

2 Nästan samma resonemang ger också andra påståendet. Låt j och k vara två olika egenvärden med motsvarande egenvektorer v j och v k. Då är och alltså j(v j v k ) (Av j v k ) (v j Av k ) k(v j v k ) ( j k)(v j v k ) Eftersom egenvärdena var olika så följer att egenvektorerna är vinkelräta. För tredje påståendet antar vi att A inte är diagonaliserbar. Eftersom A är jordaniserbar så finns det då en jordankedja av längd minst som börjar med Men då gäller vilket ger motsägelsen (A I)v (A I)v v (A I) v ((A I) v v ) ((A I)v (A I)v ) (v v ) varför det bara finns jordankedjor av längden. Alltså är A diagonaliserbar. Slutligen eftersom A är diagonaliserbar så finns det tillräckligt med egenvektorer för att bilda en bas. Egenvektorer som hör till olika egenvärden är automatiskt vinkelräta och egenvektorer hörande till samma egenvärde kan vi välja vinkelräta med hjälp av Gram- Schmidts algoritm. Sen återstår bara att normalisera dem så blir de kolonnerna i en unitär matris. Om A är en godtycklig rektangulär matris så har A inga egenvärden men man kan med hjälp av A bilda en matris med många goda egenskaper. Vi kommer att flera gånger i fortsättningen använda följande sats. Sats.3. Om A är en m n matris så är A A en hermitesk n n matris med reella egenvärden. Bevis. Att A A är hermitesk följer direkt av definitionen (A A) A A A A och det följer att A har n stycken reella egenvärden. Om är ett godtyckligt egenvärde med en motsvarande egenvektor v så gäller att det vill säga v (v v) (A Av v) (Av Av) Av v. Av Definition.4. Låt A vara en m n matris och låt n vara egenvärdena till A A ordnade i storleksordning. Talen n definierade genom j j kallas de singulära värdena till A. v

3 Anmärkning.5. Ofta menar man med de singulära värdena bara roten ur de positiva egenvärdena till A A. Dvs om r r som kallas för de singulära värdena. Exempel.6. Om så är A A A r n så är det 8 med egenvärden 8 och. Då är 8 och de singulära värdena till A. Exempel.7. Om så är B B i i 3i B i i 3i i i 3i 4 i i en hermitesk matris som har egenvärdena och 3. Då har B de singulära värdena och 3. Eftersom A A är hermitesk kan den diagonaliseras med en unitär matris V vars kolonner är egenvektorer till A A motsvarande egenvärdena j som vi nu antar är i storleksordning. Alltså gäller medan A Av j j v j där j för j r, A Av j för j r n. Först observerar vi att den sista likheten medför att Av j för j r n, eftersom Av j (Av j Av j ) (A Av j v j ) Vi inför nu r stycken nya vektorer i m genom att definiera u j Dessa blir automatiskt ortonormerade då (u j u k ) (Av j Av k ) j k Av j för j r. j (A Av j v k ) j k j (v j v k ) j k j jk k

4 Detta medför också att m r. Om m r så kan vi med hjälp av Gram-Schmidt komplettera vektorerna till en ortonormerad bas u u m i m som skrivna som kolonner ger oss en unitär matris U. Ekvationerna kan nu sammanfattas i matrisekvationen Av j ju j för j r, Av j för j r n, AV US där S är m n matrisen S r och där S r är r r diagonalmatrisen med diagonalelement r. Eftersom rangen inte förändras vid multiplikation med inverterbar matris så gäller att rang A rang(av ) rang(us) rang S r Vi har nu visat den viktiga satsen om SV-faktorisering. Sats.8 (Singulärvärdesfaktorisering). Varje m n matris A kan faktoriseras A USV där U och V är unitära m m respektive n n matriser och r rang A. S är entydigt bestämd av A men det är inte U och V. Att U och V inte är entydiga följer av att om v j är en egenvektor till A A så är även z j v j en egenvektor för alla komplexa tal med z j. Är dessutom två singulära värden lika har man ännu större valfrihet. Som en följd av satsen och som ett komplement till sats.3 gäller Sats.9. Om A är en godtycklig m n matris så är AA en hermitesk m m matris med reella egenvärden. De positiva egenvärdena är samma, j, j r, som för A A, det är bara antalet egenvärden som är lika med som skiljer. Bevis. Av sigulärvärdesfaktoriseringen följer att A VS U och att AA USV VS U USS U där SS är en m m diagonalmatris med diagonalelementen r och nollor för övrigt. Således består U av egenvektorer till den hermiteska m m matrisen AA som har samma positiva egenvärden som A A. Sammanfattningsvis så är V uppbyggd av egenvektorer till A A och U av egenvektorer till AA men där man måste välja egenvektorerna med omsorg så att ju j Av j. Det är nu dags att illustrera satsen om SV-faktorisering med ett exempel. Exempel.. Om A är matrisen i exempel.6 så är A A 8

5 3 där till egenvärdet 8 finns den normerade egenvektorn v normerade egenvektorn v. Vi kan nu välja och till egenvärdet en Sätt sedan och u u Av Av 8 V Det återstår att att komplementera u och u till en ortonormerad bas i 3. Lättast gör man detta genom att observera att u 3 ska vara egenvektor med egenvärdet till matrisen AA där och man ser att duger vilket ger AA U u 3 Vi har alltså singulärvärdesfaktoriseringen A USV Som en kontroll kan man beräkna egenvärdena till matrisen AA och finner då som väntat 8, och. Om man å andra sidan har en singulärvärdesfaktorisering så får man på köpet en ortonormerad bas i både nollrum och värderum. Sats.. Om A är en godtycklig m n matris och A USV är en singulärvärdesfaktorisering av A så gäller rang A r är antalet singulärvärden större än i S, v r v n är en ortonormerad bas för nollrummet N(A) till A, u u r är en ortonormerad bas för värderummet V(A) till A, r A k ku k v k är en summa av matriser av rang.

6 4 Bevis. Första påståendet har vi redan visat, och i beviset för SV-faktorisering såg vi att Av k, k r n, det vill säga att v r v n är ortonormerade och ligger i N(A). Eftersom dim N(A) n r så är de en bas. Vidare såg vi att u k k Av k, r, vilket medför att u u n är ortonormerade, ligger i V(A) och eftersom k dim V(A) r så är de en bas. Sista påståendet följer av en direkt beräkning där man håller reda på kolonnerna i U och V enligt A USV u u m S r v. v n u ru r v. u v ru r v r v n Exempel.. Eftersom vår matris A från exempel.6 har full rang så ger inte satsen så mycket men av SV-faktoriseringen A 8 så ser man direkt att rang(a), att N(A) och att ortonormerad bas för V(A). Slutligen får man uppdelningen A 8 och USV är en Sats. är särskilt användbar i numeriska sammanhang. Den ger en möjlighet att beräkna rangen av en matris på ett numeriskt tilltalande sätt genom att man räknar antalet singulära värden som är större än någon lämpligt vald lägsta gräns. I själva verket är det precis så här som matlab beräknar rangen i kommandot rank, prova gärna type rank. Även kommandot null bygger på satsen. Med hjälp av de singulära värdena kan man också beräkna två av de normer vi infört för matriser. Sats.3. För alla m n matriser A gäller A, roten ur största egenvärdet till A A, A F tr(a A) r. Om A är en inverterbar n A n, (A) n. n matris så är

7 5 Bevis. Gemensamt för dessa normer är att de är invarianta under multiplikation med unitära matriser, det vill säga A USV S och motsvarande för Frobeniusnormen. Det räcker alltså att beräkna normen av singulärvärdesmatrisen S. För Frobeniusnomen är det enklast För operatornomen gäller eftersom Sx x A F S F tr S S r S x n x x n där vi har likhet för x ( ) t. sup x x n Sx x x x n x x n Om A är inverterbar så är m n r. Därmed är alla singulära värdena positiva och singulärvärdesmatrisen S är inverterbar med diagonalelement k där n är störst. Detta ger A (USV ) VS U S n Slutligen har vi för konditionstalet att (A) A A n Exempel.4. För vår matris A från exempel.6 kan vi nu beräkna kvadraten på Frobeniusnormen A F på två sätt, antingen som summan av kvadraten av alla element ( ) eller som summan av kvadraterna av de singulära värdena 8. Satsen ger också A 8. För matrisen B i i 3i från exempel.7 så gäller att B och (B) 3 4. Exempel.5. Om U är n n unitär matris så gäller att U U värdena vilket ger U, (U ) och U F n. I, så U har singulära Satsen ger oss också en geometrisk tolkning av de singulära värdena. Eftersom vi har sup x Ax x så sträcker avbildningen A maximalt i riktningen som ges av v. I riktingar vinkelräta mot v sträcker A maximalt i riktningen som ges av v och så vidare.

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

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

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

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

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 tentamen DEL A

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

Läs mer

SF1624 Algebra och geometri 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

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

5.7. Ortogonaliseringsmetoder

5.7. Ortogonaliseringsmetoder 5.7. Ortogonaliseringsmetoder Om man har problem med systemets kondition (vilket ofta är fallet), lönar det sig att undvika normalekvationerna vid lösning av minsta kvadratproblemet. En härtill lämplig

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

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

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

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A SF624 Algebra och geometri Lösningsförslag till modelltentamen DEL A () (a) Använd Gauss-Jordans metod för att bestämma lösningsmängden till ekvationssystemet 2x + 4x 2 + 2x 3 + 2x 4 = 2, 3x + 6x 2 x 3

Läs mer

Linjär algebra 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

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

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

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

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

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

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

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

Lösningar till tentan i 5B1760 Linjär och kvadratisk optimering, 17 december 2003.

Lösningar till tentan i 5B1760 Linjär och kvadratisk optimering, 17 december 2003. Lösningar till tentan i 5B7 Linjär och kvadratisk optimering, 7 december 3 Uppgift (a) 3 Vi använder Gauss-Jordans metod för att överföra A 3 5 till trappstegsform 3 7 Addition av ( ) gånger första raden

Läs mer

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

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

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

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

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

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

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

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

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

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 009-08-7 DAG: Torsdag 7 augusti 009 TID: 8.30 -.30 SAL: V Ansvarig: Ivar Gustafsson, tel: 77 0

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

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

K 4-1. Introduktion till Egenvärden och SVD. Egenvärdesproblemet. Egenvektorn. Egenskaper

K 4-1. Introduktion till Egenvärden och SVD. Egenvärdesproblemet. Egenvektorn. Egenskaper Introduktion till Egenvärden och SVD Har detta något egenvärde? Egenvärdesproblemet Lösning till system av ODE s Egenvärdena är den viktigaste egenskapen i praktiskt taget alla dynamiska system, ofta med

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

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

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

Lösningar av uppgifter hörande till övning nr 5.

Lösningar av uppgifter hörande till övning nr 5. Lösningar av uppgifter hörande till övning nr 5. H.7 a) Antag att p är ett polynom med grad p < n. Då kan p skrivas som en linjärkombination av ortogonalpolynomen p k, där k < n. Alltså är p c k p k, m

Läs mer

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2015-04-18

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2015-04-18 Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F/TM, TMA67 5-4-8 DAG: Lördag 8 april 5 TID: 8.3 -.3 SAL: V Ansvarig: Ivar Gustafsson, tel: 75-33545 Förfrågningar:

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

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

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

ALA-c Innehåll. 1 Linearization and Stability Uppgift Uppgift Egenvärdesproblemet Uppgift

ALA-c Innehåll. 1 Linearization and Stability Uppgift Uppgift Egenvärdesproblemet Uppgift Vecka ALA-c 6 Innehåll Linearization and Stability RÄKNEÖVNING VECKA. Uppgift 9........................................ Uppgift 9.5...................................... 5 Egenvärdesproblemet 9. Uppgift

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

Algoritm, potensmetoden

Algoritm, potensmetoden Algoritm, potensmetoden Algoritm för att finna största reella egenvärde och tillhörande egenvektor till en reell matris. givet en startvektor x 0 i = 0 y i+1 = A x i x i+1 = y i+1 / y i+1 2 λ i+1 = x T

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

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

Laboration: Vektorer och matriser

Laboration: Vektorer och matriser Laboration: Vektorer och matriser Grundläggande om matriser Begreppet matris är en utvidgning av vektorbegreppet, och det används bl a när man löser linjära ekvationssystem. Namnet Matlab står för MATrix

Läs mer

Isometrier och ortogonala matriser

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

Läs mer

Mat-1.1510 Grundkurs i matematik 1, del I

Mat-1.1510 Grundkurs i matematik 1, del I Mängder Det enklaste sättet att beskriva en mängd är att räkna upp de elementen i mängden, tex Mat-11510 Grundkurs i matematik 1, del I G Gripenberg TKK 8 oktober 2009 G Gripenberg (TKK Mat-11510 Grundkurs

Läs mer

Minsta kvadratmetoden

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

Läs mer

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67-8-5 DAG: Onsdag 5 augusti TID: 8.3 -.3 SAL: V Ansvarig: Ivar Gustafsson, tel: 75-33545 Förfrågningar:

Läs mer

LINJÄR ALGEBRA HT2013. Kurslitteratur: Anton: Elementary Linear Algebra 10:e upplagan.

LINJÄR ALGEBRA HT2013. Kurslitteratur: Anton: Elementary Linear Algebra 10:e upplagan. LINJÄR ALGEBRA HT2013 JONAS WIKLUND Kurslitteratur: Anton: Elementary Linear Algebra 10:e upplagan. 1. LINJÄRA EKVATIONSSYSTEM OCH MATRISER 1.1 Introduktion. Till stor del bör du känna till ekvationslösning

Läs mer

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

Mat Grundkurs i matematik 3-II

Mat Grundkurs i matematik 3-II Mat-11532 Grundkurs i matematik 3-II G Gripenberg Aalto-universitetet 2 december 21 G Gripenberg (Aalto-universitetet) Mat-11532 Grundkurs i matematik 3-II 2 december 21 1 / 39 1 Ekvationssytem och matrisräkning

Läs 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

EXTRAMATERIAL TILL LINJÄR ALGEBRA II

EXTRAMATERIAL TILL LINJÄR ALGEBRA II EXTRAMATERIAL TILL LINJÄR ALGEBRA II PER ALEXANDERSSON. Introduktion Här är läsanvisningar samt kompletterande uppgifter till kursen Linjär Algebra II. Kursboken är Matrix Theory av A. Holst & V. Ufnarovski.

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

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

1.1 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

EXTRAMATERIAL TILL LINJÄR ALGEBRA II

EXTRAMATERIAL TILL LINJÄR ALGEBRA II EXTRAMATERIAL TILL LINJÄR ALGEBRA II PER ALEXANDERSSON 1. Introduktion Här är läsanvisningar samt kompletterande uppgifter till kursen Linjär Algebra II. Kursboken är Matrix Theory av A. Holst & V. Ufnarovski.

Läs mer

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2005-08-26. DAG: Fredag 26 augusti 2005 TID: 8.30-12.

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA671 2005-08-26. DAG: Fredag 26 augusti 2005 TID: 8.30-12. Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 5-8-6 DAG: Fredag 6 augusti 5 TID: 8.3-.3 SAL: V Ansvarig: Ivar Gustafsson, tel: 77 94 Förfrågningar: Ivar Gustafsson

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

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 30 augusti 2002 TID:

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 30 augusti 2002 TID: Institutionen för Matematik Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F, TMA67 22-8-3 DAG: Fredag 3 augusti 22 TID: 8.45-2.45 SAL: V Ansvarig: Ivar Gustafsson, tel: 772 94 (ankn. 94) Förfrågningar:

Läs mer

Mat Grundkurs i matematik 3-II

Mat Grundkurs i matematik 3-II Mat-1.1532 Grundkurs i matematik 3-II G. Gripenberg Aalto-universitetet 23 november 2010 1 Matriser....................... 4 Grundläggande definitioner.............. 4 LU-uppdelningen..................

Läs mer

8 Minsta kvadratmetoden

8 Minsta kvadratmetoden Nr, april -, Amelia Minsta kvadratmetoden. Ekvationssystem med en lösning, -fallet Ett linjärt ekvationssystem, som ½ +7y = y = har en entydig lösning om koefficientdeterminanten, här 7, är skild från

Läs mer

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

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2014-05-26

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA671 2014-05-26 Institutionen för Matematiska Vetenskaper Göteborg TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F/TM, TMA67 4-5-6 DAG: Måndag 6 maj 4 TID: 4. - 8. SAL: V Ansvarig: Ivar Gustafsson, tel: 75-33545 Förfrågningar:

Läs mer

Mat Grundkurs i matematik 3-II

Mat Grundkurs i matematik 3-II Mat-53 Grundkurs i matematik 3-II G Gripenberg Aalto-universitetet december Ekvationssytem och matrisräkning 3 Gauss metod, LU-uppdelning 3 Egenvärden 4 Projektioner 9 Principalkomponenter Differentialekvationssystem

Läs 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

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

Gripenberg. Mat Grundkurs i matematik 1 Tentamen och mellanförhörsomtagning,

Gripenberg. Mat Grundkurs i matematik 1 Tentamen och mellanförhörsomtagning, Mat-. Grundkurs i matematik Tentamen och mellanförhörsomtagning,..23 Skriv ditt namn, nummer och övriga uppgifter på varje papper! Räknare eller tabeller får inte användas i detta prov! Gripenberg. Skriv

Läs mer

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

Definition 1 Ett vektorrum M (över R) är en mängd element, vektorer, sådan att det finns en kommutativ operation + på mängden M som uppfyller April 27, 25 Vektorrum Definition Ett vektorrum M (över R) är en mängd element, vektorer, sådan att det finns en kommutativ operation + på mängden M som uppfyller. x M och y M = x + y M. 2. x + y = y +

Läs mer

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

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

DN1230 Tillämpad linjär algebra Tentamen Onsdagen den 29 maj 2013

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

Läs mer

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

Grafer och grannmatriser

Grafer och grannmatriser Föreläsning 2, Linjär algebra IT VT2008 Som avslutning på kursen ska vi knyta samman linjär algebra med grafteori och sannolikhetsteori från första kursen. Resultatet blir så kallade slumpvandringar på

Läs 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

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

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

System och transformer

System och transformer System och transformer Datorlaboration 1 av Sven Spanne Reviderad ht 2008 av Jan Gustavsson Inledning Programmet för denna datorövning är dels beräkning av egenvärden och egenvektorer samt diagonalisering

Läs mer

A. Grundläggande matristeori

A. Grundläggande matristeori A. Matristeori A. Grundläggande matristeori A.1 Definitioner A.1.1 Matriser och vektorer En matris är en rektangulär tabell av element ordnade i rader och kolonner (kolumner). Elementen i en matris kan

Läs mer

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

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

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

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

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

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

Linjära ekvationssystem

Linjära ekvationssystem Linjära ekvationssystem Gausselimination Vanlig gausselimination för det linjära ekvationssystemet Ax = b utgår från den utökade matrisen [A b] och applicerar elementära radoperationer på denna för att

Läs mer

Lineära system av differentialekvationer

Lineära system av differentialekvationer Föreläsning 8 Lineära system av differentialekvationer 8.1 Aktuella avsnitt i läroboken (5.1) Matrices and Linear Systems. (5.2) The Eigenvalue Method for Homogeneous Systems. (5.3) Second-Order Systems

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 M/TD Läsvecka 3

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

Läs mer

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

Linjära ekvationssystem

Linjära ekvationssystem Föreläsning 3 Linjära ekvationssystem Gausselimination Vanlig gausselimination för det linjära ekvationssystemet Ax = b utgår från den utökade matrisen [A b] och applicerar elementära radoperationer på

Läs mer

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

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

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

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