Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

Storlek: px
Starta visningen från sidan:

Download "Föreläsningsanteckningar Linjär Algebra II Lärarlyftet"

Transkript

1 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 denition av linjär avbildning, bildrum och nollrum. Föreläsning III Timme I: Något om basbyten Säg att vi har ett vektorrum V, med två baser, e,..., e n samt f,..., f n. Varje vektor i V kan då skrivas med koordinater, antingen i bas e, eller bas f. Speciellt kan vi nna koordinaterna för f j i basen e, nämligen f j = s j e + s j e s nj e n. Detta ger oss en kvadratisk n n-matris, som vi kallar S. Matrisen S är basbytesmatrisen från f -bas till e-bas. Notera att första kolonnen i S är koordinaterna för f i basen e, och så vidare. Vektorn (,,..., ) T som anger koordinaterna för f i basen f, avbildas på (s, s,..., s nj ), vilket är f :s koordinater i basen e. Matrisen S skickar alltså f-koordinater på e- koordinater. Denna matris är alltid inverterbar, och S gör det omvända bytet, och skickar e-koordinater på f-koordinater. Problem. Vektorerna e, e samt e 3 utgör en bas i R 3. Vektorerna f = e + e 3, f = e + e 3 samt f 3 = e + e utgör också en bas i R 3. Bestäm basbytesmatriserna som byter från f -basen till e-basen, resp. till f -basen. från e-basen Lösning. Notera att f = e + e + e 3. Koecienterna (,, ) blir då första kolonnen i avbildningsmatrisen S, som byter från f-basen till e-basen. På samma sätt får vi ut de andra kolonnerna. Detta ger oss att S = och S =.

2 Om nu S byter från bas f till e, för två baser i ett vektorrum V, och A är avbildningsmatrisen i basen e för en linjär avbildning F : V V, så är B = S AS avbildningsmatrisen för avbildningen F i basen f. Problem. Bestäm avbildningsmatrisen för avbildningen F i basen f = (,, ), f = (,, ) och f 3 = (,, ), där F ges av relationerna F (e ) = e, F (e ) = 3e och F (e 3 ) = e + e 3, där e = (,, ), e = (,, ) samt e 3 = (,, ). Lösning. Vi kan enkelt skriva upp F :s avbildningsmatris i basen e, e, e 3, den ges helt enkelt av A = 3. Notera nu att f = e + e 3, f = e + e 3 samt f 3 = e + e. Vi kan då använda S som vi ck i föregående uppgift. Den sökta avbildningsmatrisen är B = S AS, eftersom S utför basbytet från f-bas till e-bas: B = 3 = Vi skickar alltså in koordinater i basen f och gör om dessa till koordinater i basen e. I denna bas känner vi avbildningsmatrisen, och använder den. Slutligen byter vi tillbaka till f-basen. Test: Vi kollar var f avbildas med F : F (f ) = F (e + e 3 ) = F (e ) + F (e 3 ) = 3e + e 3 () = 3(,, ) + (,, ) = (3,, 4). () Använder vi matrisen B, ser vi at t f avbildas på f f + f 3 eftersom B(,, ) T = (,, ). Men f f + f 3 = (,, ) (,, ) + (,, ) = (3,, 4), vilket tyder på att B verkligen är F i basen f. Varför vill man representera linjära avbildningar i olika baser? Jo, vissa avbildningar är lättare att behandla i speciella baser. Många tillämpningar handlar om att hitta en bas, så att den linjära avbildningen blir lätt att approximera. Till exempel kan man använda detta inom ansiktsigenkänning.

3 Speciellt bra baser, är de som gör att avbildninsmatrisen blir en diagonalmatris: D = 3 Det är då enkelt att beräkna vad som händer om vi gör avbildningen era gånger efter varandra: n D n = ( ) n. 3 n Om A är en avbildning, som med ett lämpligt basbyte kan skrivas som A = S DS där D är en diagonalmatris, följer det att A n = S D n S. Notera att D n kan enkelt beräknas, men A n är svår att beräkna. Om A med hjälp an en inverterbar matris S kan uttryckas som A = S DS säger vi att A är diagonaliserbar. Timme II: Egenvärden och egenvektorer En egenvektor till en kvadratisk matris A, är en vektor v som uppfyller att Av = λv för något tal reellt eller komplext tal λ. Detta tal kallas för egenvärdet till v och man säger också att det är ett egenvärde till A. Om Av = λv följer det att Av λv =. Vi kan bryta ut v genom att sätta in enhetsmatrisen på lämpligt ställe, och får (A λi)v =. Detta innebär precis att v ker(a λi). Vi har nu konstaterat att om v är en egenvektor med egenvärde λ, så tillhör egenvektorn kärnan till matrisen A λi. Eftersom v per denition inte är nollvektorn, måste kärnan vara minst endimensionell. Detta innebär att A λi inte kan ha full rang, så dess determinant, A λi måste vara. Polynomet p(λ) = A λi vi får av att utveckla determinanten, kallas för A:s karakteristiska polynom. Nollställena till det karakteristiska polynomet ger precis A:s egenvärden. Problem 3. (ev-mittag-leffler) Bestäm alla egenvärden och motsvarande egenvektorer till matrisen A = ( ) 3. (3) 8 Lösning. Matrisens karakeriskiska polynom ges av λ 3 8 λ = ( λ)(8 λ) + 6 = λ 9λ = (λ )(λ 7). 3

4 Vi nner att egenvärdena ges av λ = 7, λ =. Egenvektorerna ges nu av ker(a λi), fall λ = 7 ger oss ( ) ( ) 7 3 (4) 8 7 Detta leder till att vektorn (, ) utgör en egenvektor med egenvärde 7 till matrisen A. På samma sätt, fallet λ = ger oss ) ) ( 3 8 ( 3 vilket ger oss egenvektorn (3, ). Sammanfattningsvis, (, ) är en egnvektor med egenvärde 7, och (3, ) är en egenvektor med egenvärde. Sats 6., Om A och B har egenvektor v, med egenvärden λ, µ gäller att A + B, AB, ca har v som egenvektor med egenvärde λ + µ, λµ, cλ resp. Om A inverterbar, har matrisen A vektorn v som egenvektor med egenvärde /λ. (A inverterbar ger att ker A = så λ ). Av = λv v = A λv λ v = A v (5) Vidare, A k har egenvektor v med egenvärde λ k. Om p är ett polynom så gäller att p(a) har v som egenvektor med egenvärde p(λ). Problem 4. (ev-dirac) Bestäm alla egenvärden och bas för motsvarande egenrum till matrisen 5 A =. Lösning. Först bestämmer vi matrisens karakteristiska polynom, genom att beräkna det(a λi). 5 λ ( ) ( ) ( ) λ λ λ = (5 λ) + λ λ λ (6) = (5 λ)(λ λ 3) + (6 λ) ( 6 + λ) (7) = λ 3 + 7λ 5λ + 9. (8) Här gissar vi en heltalsrot, som måste vara en jämn delare till 9. Vi ser att λ = 3 är en rot, och polynomdivision samt lösning av resulterande andragradare ger att karakteristiska polynomet kan faktoriseras som (λ 4

5 3) (λ ). Matrisens egenvärden är då λ = 3 och λ =. Det återstår att bestämma motsvarande egenrum, det vill säga, en bas till lösningsrummet till ekvationssystemet A λi =. Fallet λ = ger oss A I = och ekvationssystemet blir 4 = Dela alla rader med och byt plats på rad och. (9) = Eliminera med första raden. () = Styk sista raden då denna är parallell med andra. () ( ) () I sista steget multiplicerades också andra raden med. Lösningarna ges på parameterform, t(,, ). Egenrummet till egenvärdet λ = spänns alltså upp av vektorn (,, ) och denna vektor är alltså en egenvektor med egenvärde. Fallet λ = 3 ger systemet A 3I = och vi får = Alla rader är lika, stryk de två sista och dividera med. ( (3) ) (4) Vi får ett tvådimensionellt lösningsrum, s(,, ) + t(,, ). Vektorerna (,, ) och (,, ) är då båda egenvektorer med egenvärde 3, och dessa spänner upp det tvådimensionella egenrummet med egenvärde 3. Timme III: Diagonalisering Problem 5. (ev-knuth) Diagonalisera matrisen ( ) 3 A =. (5) 8 Lösning. Vi fann i problem 3 att (, ) är en egenvektor med egenvärde 7, och (3, ) är en egenvektor med egenvärde. Detta ger oss enl. formeln för 5

6 diagonalisering att ( ) ( ) ( ) A =. }{{}}{{}}{{} T D T Problem 6. (ev-conway) Diagonalisera matrisen A som ges i problem 4. Lösning. Vi har i problem 4 bestämt en bas av egenvektorer, (,, ) T, (,, ) T samt (,, ) T och de har motsvarande egenvärden, 3 och 3. Vi kan då diagonalisera A som A = T DT där T är basbytesmatrisen vars kolonner utgörs av egenvektorerna, och D är diagonalmatrisen med motsvarande egenvärden på huvuddiagonalen. Vi har att T = och denna måste inverteras. Vi ställer upp detta som en gausselimination: = Eliminera med första raden (6) = Eliminera med rad och 3 i rad. (7) Således, och = Byt plats och tecken på rad och 3. (8) (9) T = A = T DT = 3. 3 Notera att man kan få ett annat svar på denna uppgift, eftersom det nns många olika val av bas för egenrummet med egenvärde 3. 6

7 Problem 7. (ev-gödel) Visa att matrisen A = () inte kan diagonaliseras. Lösning. För att en 3 3-matris skall kunna diagonaliseras, måste vi nna tre linjärt oberoende egenvektorer. Den karakteristiska ekvationen till A ges av A λi = ( λ) 3 eftersom A λi är övertriangulär. Vi har alltså enbart egenvärdet. Vi bestämmer nu en bas för motsvarande egenrum, vilket för λ = ges av kärnan till A I: () Eftersom rangen för denna matris är ett, är kärnan tvådimensionell (en bas för kärnan är (,, ) T och (,, ) T ). Vi behöver ett tredimensionellt rum av egenvektorer, så matrisen kan inte diagonaliseras. I allmänhet så kan man inte diagonalisera övertriangulära matriser som är av storlek eller mer, där alla diagonalelement är samma och matrisen är inte en multipel av identitetsmatrisen. Timme IV: Tillämpningar av diagonalisering Kom ihåg att om A = T DT, så har vi att A n = T D n T. Problem 8. (ev-sierpinski) På ett universitet så studeras två ämnen, teoretisk fysik och virkning. Varje år, så börjar % av de som är sysslolösa med teoretisk fysik, och % av de som studerar teoretisk fysik byter till virkning. Slutligen, av de som virkar, byter 3% av studenterna till teoretisk fysik. Övriga personer fortsätter med samma syssla som de hade tidigare. Om det ett visst år nns personer som ägnar sig åt att vara sysslolös, studera fysik resp. virka, hur ser fördelningen ut efter ett år? Närmar sig fördelningen ett stabilt tillstånd med åren? Bestäm vilken i sådana fall. Lösning. Vi kan beskriva övergångarna med en övergångsmatris A, där kolonn j beskriver hur grupp j omfördelas. Element a ij säger hur stor procent som 7

8 går från grupp j till grupp i. I A motsvarar kolonnerna de sysslolösa, de som studerar fysik, resp. de som virkar. Övergångsmatrisen ges då av A = och vår startvektor är v = (,, ) T. Varje övergång mellan den årliga fördelningen representeras då av en matrismultiplikation. Nästföljande års fördelning ges av v = Av och så vidare. Vi nner efter matrismultiplikation att v = (96, 56, 8), så detta är fördelningen av studenter efter ett år. Vad som nu eftersöks är beteendet av A n v då n, vilket vi kan undersöka genom att diagonalisera A. Karakteristiska polynomet ges av 8 A λi = λ 8 λ 3 7 λ = 8 λ 8 λ 3 7 λ. () Utveckling längs med första raden ger A λi = (8 λ) 8 λ 3 7 λ (3) = (8 λ) [(8 λ)(7 λ) 6] (4) = (8 λ)(λ 5λ + 5) (5) = 5 (8 λ)(λ 3λ + ). (6) Detta leder till egenvärdena λ = 8, λ =, λ 3 =. Vi beräknar nu motsvarande egenvektorer: Fallet λ = 8 ger oss 3 3 (7) och vektorn u = (3,, ) T är en bas för motsvarande egenrum. Fallet λ = ger oss (8) 8

9 och vektorn u = (, 3, ) T är en bas för motsvarande egenrum. Slutligen, fallet λ 3 = ger oss (9) och vektorn u 3 = (,, ) T är en bas för motsvarande egenrum. Basbytesmatrisen T ges då av kolonnerna u, u, u 3 och 3 T = 3, T = (3) Alltså diagonaliseras A som T DT och eftersom A n = T D n T får vi ( 3 8 n ) A n = 3 n 5 ( 5 ) (3) n Notera att då n, så gäller det att ( ) 8 n ( och 5 n ). Gränsfördelningen, A n v blir då (3) Beräknar vi denna produkt, får vi slutligen vektorn (, 6, 44) T som då är den stabila gränsfördelningen. Problem 9. (ev-hamilton) Bestäm en matris B så att B 3 = ( ) Lösning. Låt säga vi har en diagonaliserbar matris A = T DT. Om D 3 ges av diagonalmatrisen D men med kubikroten ur alla element, så följer det att (T D 3 T ) 3 = (T D 3 D 3 D 3 T ) = T DT = A. Strategin blir då att diagonalisera matrisen ( )

10 En snabb beräkning ger oss egenvärdena 8 och. Egenvärdet 8 leder till beräkningen ( ) ( ) (33) 5 5 så motsvarande egenvektor blir (, ) T. På samma sätt, egenvärdet leder till ( ) ( ) 5 5 (34) 5 och en egenvektor fås av (, 5) T. Diagonalisering ger nu att ( ) ( ) ( ) 6 8 = } {{ } D ( ) 5. (35) 7 Matrisen B = ( ) ( 5 ) }{{} D 3 ( ) 5 = 7 7 ( ) 5 9 (36) har då ha egenskapen vi söker.

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

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

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Läs mer

SF1624 Algebra och geometri

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

Dagens ämnen. Kvadratiska former. Andragradskurvor. Matrisform Diagonalisering av kvadratiska former Max/min Teckenkaraktär

Dagens ämnen. Kvadratiska former. Andragradskurvor. Matrisform Diagonalisering av kvadratiska former Max/min Teckenkaraktär Dagens ämnen Kvadratiska former Matrisform Diagonalisering av kvadratiska former Max/min Teckenkaraktär Andragradskurvor De olika kurvtyperna Rita graferna i rätt bas Kvadratiska former a 1 x 1 + a x +

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

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

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

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

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

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

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

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

Exponentialmatrisen. Definition med potensserie. Egenskaper. Den sista likheten utgör definitionen av e At. Man kan nämligen visa att matrisföljden

Exponentialmatrisen. Definition med potensserie. Egenskaper. Den sista likheten utgör definitionen av e At. Man kan nämligen visa att matrisföljden Exponentialmatrisen Moment (kapitel i Spanne) Övningar Denna stencil i första hand! Def. med serie (5.2) 8,(2) diagonaliserbar A (5.) b,2 (utnyttja svartill 3.2&3.5) Lösn. av tillståndsekv. Cayley-Hamiltons

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. {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

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

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

Hjälpmedel: utdelad ordlista, ej räknedosa Chalmers tekniska högskola Datum: kl

Hjälpmedel: utdelad ordlista, ej räknedosa Chalmers tekniska högskola Datum: kl MATEMATIK Hjälpmedel: utdelad ordlista, ej räknedosa Chalmers tekniska högskola atum: 2-3-9 kl. 8.3 2.3 Tentamen Telefonvakt: Richard Lärkäng tel. 73-8834 TMV36 Analys och Linjär Algebra K Kf Bt, del C

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

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

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

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

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 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

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

Mat Grundkurs i matematik 1, del I

Mat Grundkurs i matematik 1, del I Mat-1.1510 Grundkurs i matematik 1, del I G. Gripenberg TKK 8 oktober 2009 G. Gripenberg (TKK) Mat-1.1510 Grundkurs i matematik 1, del I 8 oktober 2009 1 / 47 Mängder Det enklaste sättet att beskriva en

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

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

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

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

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

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

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

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

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

Examination: En skriftlig tentamen den 15 mars samt möjlighet till en omtentamen. Tider och lokaler meddelas senare.

Examination: En skriftlig tentamen den 15 mars samt möjlighet till en omtentamen. Tider och lokaler meddelas senare. Kursprogram till Linjär algebra II, SF1604, för D1, vt12. Kursledare och föreläsare: Olof Heden Lindstedtsvägen 25 rum 3641 Tel:790 62 96 (mobil: 0730 547 891) e-post: olohed@math.kth.se Övningar: grupp

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

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

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

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

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

Mat Grundkurs i matematik 1, del I

Mat Grundkurs i matematik 1, del I Mat-11510 Grundkurs i matematik 1, del I G Gripenberg TKK 8 oktober 2009 G Gripenberg (TKK) Mat-11510 Grundkurs i matematik 1, del I 8 oktober 2009 1 / 47 Mängder Det enklaste sättet att beskriva en mängd

Läs mer

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

Föreläsningsanteckningar, Linjär algebra II. Hasse Carlsson

Föreläsningsanteckningar, Linjär algebra II. Hasse Carlsson Föreläsningsanteckningar, Linjär algebra II Hasse Carlsson Version 2013 Inledning Syftet med linjär algebra är att studera vektorrum och linjära avbildningar mellan vektorrum.... (Här skall det stå något

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

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. 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

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

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

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

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

LINJÄR ALGEBRA II LEKTION 8+9

LINJÄR ALGEBRA II LEKTION 8+9 LINJÄR ALGEBRA II LEKTION 8+9 JOHAN ASPLUND Innehåll. Kvadratiska former. Allmänna linjära avbildningar Matriser för allmänna linjära avbildningar. Uppgifter Extrauppgift från tenta Extrauppgift från tenta

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

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

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