Matriser och linjära ekvationssystem
|
|
- Nils Eklund
- för 7 år sedan
- Visningar:
Transkript
1 Linjär algebra, I1 2011/2012 Matematiska vetenskaper Matriser och linjära ekvationssystem Matriser En matris är som ni vet ett rektangulärt talschema: a 11 a 1n A = a m1 a mn Matrisen ovan har m rader och n kolonner, vi säger att den är av typ m n Ett matriselement i rad nr i, kolonn nr j tecknas a ij, där i är radindex och j är kolonnindex I Matlab skrivs detta A(i,j) och [m,n]=size(a) ger matrisens typ Indexeringen av en matris i Matlab är alltid som ovan, dvs rad- och kolonnindex börjar alltid på ett och vi kan inte ändra på det En matris av typ m 1 kallas kolonnmatris (kolonnvektor) och en matris av typ 1 n kallas radmatris (radvektor): a 1 a = a m, b = [ ] b 1 b n Du kommer att se att vi använder oftast kolonnvektorer för att representera kvantiteter som vi beräknar Element nr i ges i Matlab av a(i) och antalet element ges av m=length(a) Motsvarande gäller för radvektorn b Även för vektorer gäller att indexeringen alltid börjar på ett Som exempel tar vi Vi skriver in detta i Matlab enligt >> A=[ ; ; ] >> a=[1; 3; 5] >> b=[0 2 4] A = , a = 3, b = [ ] Uppgift 1 Skriv in följande matriser i Matlab A = , B = 3 2 1, x = 1, a = [ ]
2 Skriv ut matriselementen a 23, b 23, x 2 Prova size och length Ändra b 23 genom att skriva B(2,3)=5 En matris kan betraktas som en kollektion av kolonner: a 11 a 1j a 1n A = = [ ] a 1 a j a n a m1 a mj a mn med kolonnerna a 1 = a 11 a m1, a j = a 1j a mj, a n = Man kan även betrakta den som en kollektion av rader, men vi använder oftast kolonnrepresentationen I Matlab plockar man ut kolonn nr j med A(:,j) Här är j kolonnindex medan radindex i = 1,,m representeras av tecknet kolon (:) På liknande vis ges rad nr i av A(i,:) Uppgift 2 Skriv ut kolonn nr 1, 2 och 3 ur matrisen A i uppgift 1 Sätt in kolonnvektorn x som första kolonn i B genom att skriva B(:,1)=x Uppgift 3 Radera matrisen B (clear B) och skriv in den igen genom att först bilda kolonnerna b 1 = 3, b 2 = 2, b 3 = och sedan sätta in dem i matrisen B = [b 1 b 2 b 3 ] Elementära funktioner Funktioner som sinus och cosinus, kan operera på matriser Man får som resultat en matris av samma typ vars element är funktionsvärdet av respektive element i argumentet Som exempel tar vi som vi skriver in i Matlab enligt >> A=[ ; ; ] >> c=[ ] a 1n a mn A = , c = [ ] Nu beräknar vi sinus av vektorn c och matrisen A med >> v=sin(c) >> V=sin(A) V =
3 Matris- och vektorfunktioner Vi har redan sett funktionerna length och size Som exempel använder vi samma vektor c och matris A som tidigare Antal element i vektorn c ges av >> l=length(c) l = 5 och antalet rader och kolonner A fås med >> [m,n]=size(a) m = 3 n = 4 Största och minsta elementet i en vektor fås med funktionerna max och min För en matris blir det de största elementen i varje kolonn >> v=max(c) 8 >> v=max(a) Vi ser på hjälptexten för max Vi ser att med [v,index]=max(c) kan vi få reda på var det maximala värdet finns någonstans 3
4 Summan och produkten av elementen i vektorn fås med sum och prod För en matris blir det summan eller produkten av varje kolonn >> s=sum(c) s = 20 >> s=sum(a) s = Vill vi sortera en vektor i stigande ordning gör vi det med sort För en matris blir det varje kolonn som sorteras om i stigande ordning Matlab har funktionerna zeros, ones, eye för att bilda speciella matriser med nollor, ettor och enhetsmatris Med zeros(2,5) får vi en matris av typen 2 5 fylld med nollor och med ones(2,5) får vi en matris av samma typ, men fylld med ettor För att få en enhetsmatris av typen 5 5 ger vi eye(5,5) Med ones(size(a)) får vi en matris fylld med ettor av samma typ som A Motsvarande gäller för zeros och eye Det finns funktioner rand och randn för att bilda matriser fyllda med slumptal Hantering av matriser Vektorn c = (0, 2, 4, 6, 8) kan bildas på de två sätten >> c=[ ] >> c=0:2:8 Det senare lite enklare sättet kallas kolon-notation Med kolon-notation en bygger vi upp en vektor enligt variabelnamn = startvärde: steg: slutvärde Det finns ytterligare ett sätt att bilda c, nämligen med funktionen linspace enligt >> c=linspace(0,8,5) Som argument till linspace ger vi startvärde, slutvärde och antal värden jämnt fördelade mellan gränserna Vi låter s få tredje värdet c 3 med s=c(3) och bildar vektorn v av andra och femte värdet, dvs (c 2, c 5 ), med >> v=c([2,5]) 2 8 Vi kan ändra ett element i v, tex låta v 2 = 0, med >> v(2)=
5 Vi låter s få värdet av elementet på rad 2, kolonn 3 i matrisen A från inledningen med s=a(2,3) och vi bildar en radvektor v av rad 3, alla kolonner med >> v=a(3,:) samt en kolonnvektor u av rad 2-3, kolonn 2 med >> u=a(2:3,2) u = 5 6 Vi bildar en matris V av blocket rad 1-2, kolonn 2-3 >> V=A(1:2,2:3) V = Matris-vektor-multiplikation Vi definierar produkten av en radmatris och en kolonnmatris (med samma antal element) enligt: x 1 ax = [ ] a 1 a n x n = a 1 x 1 + a 2 x a n x n Observera att detta är samma formel som för skalärprodukt Produkten y = Ax av en matris av typen m n och en kolonnvektor av typen n 1 definieras på liknande vis genom att vi multiplicerar matrisens rader i tur och ordning med kolonnvektorn Vi får en kolonnvektor av typen m 1 och den ges av y = Ax (1) y 1 a 11 a 1n x 1 a 11 x 1 + a 12 x a 1n x n = =, (2) y m a m1 a mn x n a m1 x 1 + a m2 x a mn x n y i = n a ij x j = a i1 x 1 + a i2 x a in x n j=1 Observera att typerna måste stämma överens för att produkten ska vara definierad enligt regeln m 1 = (m n)(n 1) Ett alternativt sätt att introducera matris-vektor-multiplikation är att definiera Ax som en linjärkombination av kolonnerna i A, (se Lay avsnitt 14) x 1 Ax = [ ] a 1 a n x n = x 1 a 1 + x 2 a x n a n 5
6 Detta leder förstås till samma uttryck som i (2), x 1 a 1 +x 2 a 2 + +x n a n = a 11 a m1 x 1 + a 12 a m2 I Matlab skriver man helt enkelt y=a*x x a 1n a mn x n = a 11 x 1 + a 12 x a 1n x n a m1 x 1 + a m2 x a mn x n Uppgift 4 Skriv in följande matriser i Matlab A = , B = 3 2 1, x = 1, a = [ ] Beräkna följande produkter, först för hand sedan med Matlab Linjärt ekvationssystem Ax, Bx, ax, Aa Matriser används bland annat för att skriva ned linjära ekvationssystem Exempel: ekvationssystemet x 1 + 2x 2 + 3x 3 = 14 3x 1 + 2x 2 + x 3 = 10 7x 1 + 8x 2 = 23 kan skrivas på matrisform x x 2 = 10, x 3 23 dvs Ax = b, med A = 3 2 1, b = Vi ska lära oss hur man löser sådana ekvationssystem I Matlab finns backslash-kommandot (\) eller alternativt kommandot rref (row-reduced-echelon form) som löser systemet, Ax = b: >> x=a\b >> rref([a b]) I det första fallet fungerar det bra om lösningen är entydig men sämre om det finns fria variabler eller inga lösningar alls I det andra fallet reducerar Matlab den utökade matrisen [A b] till reducerad trappstegsform Ibland blir det något enklare att tolka svaret om an ger kommandot format rat före beräkningarna, då skriver Matlab svaret med rationella tal Med format short får vi tillbaka standard formatet 6
7 Uppgift 5 Skriv följande ekvationssystem på matrisform (utökad matris!) och lös dom sedan med \ respektive rref x 1 + 5x 2 + 9x 3 = 29 x 1 + x 2 + 3x 3 + 4x 4 = 2 2x 1 + 5x 3 = 26 2x 1 + 2x 2 + 2x 3 = 4 3x 1 + 7x x 3 = 39 x 1 + x 2 + 2x 3 + 3x 4 = 1 x 1 x 2 2x 3 x 4 = 1 Uppgift 6 Vi skall beräkna temperaturen på en stålplatta där plattans kanter hålls vid temperaturer enligt figuren Detta är en fortsättning på uppgiften Lay 11: 33 (sid 12-13) 20 C T1 T2 T3 T4 T5 T6 10 C 40 C T7 T8 T9 30 C Antag att temperaturen i en nodpunkt är medelvärdet av temperaturena i de närmsta nodpunkterna i väster, öster, söder och norr Låt T 1, T 2,, T 9 beteckna temperaturerna i de olika nodpunkterna Sätt upp de ekvationer som ger temperaturen i de olika nodpunkterna Skriv det linjära ekvationssystemet på matrisform AT = b och lös detta i Matlab Skapa matris kolonnvis Vi bygger ofta upp matriser med hjälp någon beräkningsalgoritm, ibland görs beräkningen kolonnvis Vi ger ett exempel Matrisen C = skapas av for-loopen clear C ett=ones(4,1); for i=1:10 C(:,i)=i*ett; end Uppgift 7 Skriv en skriptfil som gör detta Tag bort semikolon så att du ser vad som händer i varje steg Du kan också pröva att bilda C genom en sk ytterprodukt enligt C=ett*[1:10] Lägg märke till att ett är en kolonnvektor medan [1:10] är en radvektor Vi kan använda tic och toc för att mäta den tid beräkningarna tar Det blir tydligare om vi tar en större matris Pröva följande som en skriptfil 7
8 clear C ett=ones(2000,1); tic for i=1:100 C(:,i)=i*ett; end toc Tänk på att sätta semikolon på alla beräkningar, så inte skärmen fylls med ointressanta utskrifter Matrisen C kommer succesivt byggas upp och bli av typen Om vi nu istället för clear C skriver C=zeros(2000,100); så får matrisen C sin slutliga storlek på en gång Vi börjar med en stor matris fylld med nollor, där vi i loopen succesivt sätter in rätt kolonner Kör nu den nya skriptfilen och se om beräkningstiden blev kortare Matrisiterationer Avslutningsvis skall vi kort se på några matrisiterationer Vi kommer se mer av detta senare, bla vid lösning av icke-linjära ekvationssystem i kursen i flervariabel analys Uppgift 8 Låt A = Skriv en for-loop som skapar matrisen X = [x 1,x 2,,x 5 ] där 1 x 1 = 2, x k+1 = Ax k 3 Uppgift 9 Tre butiker A, B och C säljer samma elektronikpryl De bevakar varandra och justerar sina priser varje månad När butik A sätter priset för månad k utgår de från deras eget pris x k och justerar med proportionalitetsfaktorer c 12 och c 13 av skillnaden mellan det egna priset och priset hos konkurenterna, x k+1 = x k c 12 (x k y k ) c 13 (x k z k ) där y k och z k är priset hos B och C På motsvarande sätt justerar butikerna B och C sina priser Låt x k = (x k, y k, z k ) och sätt upp en matris A så att prisutvecklingen beskrivs av x k+1 = Ax k, k = 0, 1, Välj introduktionspriserna x 0 = 950, y 0 = 1050 och z 0 = 1099 Rita ett diagram över prisutvecklingen under 12 månader Pröva tex c 12 = 002, c 13 = 01, c 21 = 001, c 23 = 05, c 31 = 01 och c 32 = 01 Redovisning Uppgifterna 1-9 redovisas för handledaren 8
Matriser och linjära ekvationssystem
Linjär algebra, AT3 211/212 Matematiska vetenskaper Matriser och linjära ekvationssystem Matriser En matris är som ni redan vet ett rektangulärt talschema: a 11 a 1n A = a m1 a mn Matrisen ovan har m rader
Läs merLinjär algebra. 1 Inledning. 2 Matriser. Analys och Linjär Algebra, del B, K1/Kf1/Bt1. CTH/GU STUDIO 1 TMV036b /2013 Matematiska vetenskaper
CTH/GU STUDIO 1 TMV06b - 2012/201 Matematiska vetenskaper Linjär algebra Analys och Linjär Algebra, del B, K1/Kf1/Bt1 1 Inledning Vi fortsätter även denna läsperiod att arbete med Matlab i matematikkurserna
Läs merlinjära ekvationssystem.
CTH/GU LABORATION 2 TMV216/MMGD20-2017/2018 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna laboration börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på
Läs merMatriser och vektorer i Matlab
CTH/GU LABORATION 2 TMV157-2014/2015 Matematiska vetenskaper Matriser och vektorer i Matlab 1 Inledning Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab, sedan skall vi
Läs merLinjära ekvationssystem i Matlab
CTH/GU LABORATION 2 MVE11-212/213 Matematiska vetenskaper Linjära ekvationssystem i Matlab 1 Inledning Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab, sedan skall vi
Läs merLinjära ekvationssystem
CTH/GU STUDIO 1 LMA515c - 2016/2017 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna studioövning börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på matriser
Läs merMatriser och Inbyggda funktioner i Matlab
Matematiska vetenskaper 2010/2011 Matriser och Inbyggda funktioner i Matlab 1 Inledning Vi skall denna vecka se på matriser och funktioner som är inbyggda i Matlab, dels (elementära) matematiska funktioner
Läs merMatriser och Inbyggda funktioner i Matlab
CTH/GU STUDIO 1 TMV036a - 2012/2013 Matematiska vetenskaper Matriser och Inbyggda funktioner i Matlab Analys och Linjär Algebra, del A, K1/Kf1/Bt1 Moore: 2.3, 3.1-3.4, 3..1-3.., 4.1, 7.4 1 Inledning Nu
Läs merMatriser och vektorer i Matlab
CTH/GU LABORATION 3 TMV206-2013/2014 Matematiska vetenskaper 1 Inledning Matriser och vektorer i Matlab I denna laboration ser vi på hantering och uppbyggnad av matriser samt operationer på matriser En
Läs merMer om funktioner och grafik i Matlab
CTH/GU 2/22 Matematiska vetenskaper Inledning Mer om funktioner och grafik i Matlab Först skall vi se lite på funktioner som redan finns i Matlab, (elementära) matematiska funktioner som sinus och cosinus
Läs merMer om funktioner och grafik i Matlab
CTH/GU 2017/2018 Matematiska vetenskaper Mer om funktioner och grafik i Matlab 1 Inledning Först skall vi se lite på funktioner som redan finns i Matlab, (elementära) matematiska funktioner som sinus och
Läs merMer om linjära ekvationssystem
CTH/GU STUDIO 4 MVE465-2016/2017 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna studioövning fortsätter med linjära ekvationssystem och matriser, som vi först tittade på i studioövning
Läs merGrafritning och Matriser
Grafritning och Matriser Analys och Linjär Algebra, del B, K1/Kf1/Bt1, ht11 1 Inledning Vi fortsätter under läsperiod och 3 att arbete med Matlab i matematikkurserna Dessutom kommer vi göra projektuppgifter
Läs merMer om linjära ekvationssystem
CTH/GU LABORATION 2 TMV141-212/213 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna laboration fortsätter med linjära ekvationssystem och matriser Vi ser på hantering och uppbyggnad
Läs merLaboration: 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 merMer om linjära ekvationssystem
CTH/GU TMV151-213/21 Matematiska vetenskaper 1 Inledning Mer om linjära ekvationssystem Denna övning fortsätter med linjära ekvationssystem och matriser Vi ser på hantering och uppbyggnad av matriser samt
Läs merLinjär Algebra M/TD Läsvecka 2
Linjär Algebra M/TD Läsvecka 2 Omfattning och Innehåll 2.1 Matrisoperationer: addition av matriser, multiplikation av matris med skalär, multiplikation av matriser. 2.2-2.3 Matrisinvers, karakterisering
Läs merIntroduktion till Matlab
Inledande matematik, I1 2011/2012 Matematiska vetenskaper 1 Inledning Introduktion till Matlab Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på de flesta tekniska högskolor
Läs merIntroduktion till Matlab
CTH/GU 2011/2012 Matematiska vetenskaper 1 Inledning Introduktion till Matlab Version för IT-programmet Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på de flesta tekniska
Läs merLinjär 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 merFunktioner och grafritning i Matlab
CTH/GU STUDIO 1b MVE350-2014/2015 Matematiska vetenskaper 1 Inledning Funktioner och grafritning i Matlab Först skall vi se lite på matriser, vilket är den grundläggande datatypen i Matlab. Sedan ser vi
Läs mer15 september, Föreläsning 5. Tillämpad linjär algebra
5 september, 5 Föreläsning 5 Tillämpad linjär algebra Innehåll Matriser Algebraiska operationer med matriser Definition och beräkning av inversen av en matris Förra gången: Linjära ekvationer och dess
Läs merIntroduktion till Matlab
CTH/GU 2011/2012 Matematiska vetenskaper 1 Inledning Introduktion till Matlab Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på de flesta tekniska högskolor runt om i världen,
Läs merIntroduktion till Matlab
CTH/GU 2015/2016 Matematiska vetenskaper Introduktion till Matlab 1 Inledning Matlab är både en interaktiv matematikmiljö och ett programspråk, som används på många tekniska högskolor och universitet runt
Läs mer1 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 merTAIU07 Matematiska beräkningar med MATLAB för MI. Fredrik Berntsson, Linköpings Universitet. 15 januari 2016 Sida 1 / 26
TAIU07 Matematiska beräkningar med MATLAB för MI Fredrik Berntsson, Linköpings Universitet 15 januari 2016 Sida 1 / 26 TAIU07 Kursmål och Innehåll Målet med kursen är att Ge grundläggande färdighet i att
Läs merMAM283 Introduktion till Matlab
Rum: A3446 E-post: ove.edlund@ltu.se Hemsida: www.math.ltu.se/ jove Översikt: Matlab i MAM283 Några fakta Introduktion till Matlab. Omfattning: 0,4 p En föreläsning och tre datorövningar Examineras genom
Läs merTMV166/186 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 merMer om funktioner och grafik i Matlab
CTH/GU TIF7/MVE3-7/8 Matematiska vetenskaper Mer om funktioner och grafik i Matlab Inledning Först skall vi se lite på funktioner som redan finns i Matlab, (elementära) matematiska funktioner som sinus
Läs merTMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning
MATEMATISKA VETENSKAPER TMV66 07 Chalmers tekniska högskola Datorlaboration Examinator: Tony Stillfjord TMV66 Linjär algebra för M Datorlaboration : Matrisalgebra och en mekanisk tillämpning Allmänt Den
Läs merMATRISTEORI. Pelle Pettersson MATRISER. En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens
MATRISTEORI Pelle Pettersson ALLMÄN MATRISKUNSKAP MATRISER En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens element Exempel Matrisen 2 3 4 5 6 har två rader och
Läs merDagens 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 merUppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-4.
Uppsala Universitet Matematiska Institutionen Bo Styf LAoG I, 5 hp ES, KandMa, MatemA -9-6 Sammanfattning av föreläsningarna -. Föreläsningarna, 6/9 /9 : I sammanfattningen kommer en del av det vi tagit
Läs merTANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 27 oktober 2015 Sida 1 / 31
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 27 oktober 2015 Sida 1 / 31 TANA17 Kursmål och Innehåll Målet med kursen är att Ge grundläggande färdighet
Läs merEnhetsvektorer. Basvektorer i två dimensioner: 1 1 Basvektorer i tre dimensioner: Enhetsvektor i riktningen v: v v
Vektoraddition u + v = u + v = [ ] u1 u 2 u 1 u 2 + u 3 + [ v1 v 2 ] = v 1 v 2 = v 3 [ u1 + v 1 u 2 + v 2 u 1 + v 1 u 2 + v 2 u 3 + v 3 ] Multiplikation med skalär α u = α [ u1 u 2 α u = α ] = u 1 u 2
Läs merAt=A' % ' transponerar en matris, dvs. kastar om rader och kolonner U' % Radvektorn U ger en kolonnvektor
% Föreläsning 1 26/1 % Kommentarer efter %-tecken clear % Vi nollställer allting 1/2+1/3 % Matlab räknar numeriskt. Observera punkten som decimaltecken. sym(1/2+1/3) % Nu blev det symboliskt pi % Vissa
Läs merStudiehandledning till linjär algebra Avsnitt 1
Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 1 Kapitel 1 och 11.2 alt. 11.9 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.)
Läs merTANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Datorlektion 1. Vektorer och Matriser 1 Inledning I denna övning skall du träna på att använda Matlab för enklare beräkningar och grafik. För att lösa uppgifterna
Läs merIntroduktion till MATLAB
29 augusti 2017 Introduktion till MATLAB 1 Inledning MATLAB är ett interaktivt program för numeriska beräkningar med matriser. Med enkla kommandon kan man till exempel utföra matrismultiplikation, beräkna
Läs merNågra saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av. Vi delar båda led i trig. 1:an med :
1 Onsdag v 1 Några saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av Vi delar båda led i trig 1:an med : Detta ger också att vi kan uttrycka : Formeln ger också en formel
Läs mer14 september, Föreläsning 5. Tillämpad linjär algebra
14 september, 2016 Föreläsning 5 Tillämpad linjär algebra Innehåll Matriser Algebraiska operationer med matriser Definition av inversen av en matris Förra gången: Linjära ekvationer och dess lösningar
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Hjälpmedel: MATLAB
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Hjälpmedel: MATLAB Redovisning Lös först uppgifterna i Matlab. Då du har en
Läs merIndex. Vektorer och Elementvisa operationer. Summor och Medelvärden. Grafik i två eller tre dimensioner. Ytor. 20 januari 2016 Sida 1 / 26
TAIU07 Föreläsning 2 Index. Vektorer och Elementvisa operationer. Summor och Medelvärden. Grafik i två eller tre dimensioner. Ytor. 20 januari 2016 Sida 1 / 26 Matriselement och Index För att manipulera
Läs mer1.1 MATLABs kommandon för matriser
MATLABs kommandon för matriser Det finns en mängd kommandon för att hantera vektorer, matriser och linjära ekvationssystem Vi ger här en kort sammanfattning av dessa kommandon För en mera detaljerad diskussion
Läs merVariabler. TANA81: Beräkningar med Matlab. Matriser. I Matlab skapas en variabel genom att man anger dess namn och ger den ett värde:
TANA81: Beräkningar med Matlab - Variabler och Matriser - Logiska uttryck och Villkor - Repetitionssatser - Grafik - Funktioner Variabler I Matlab skapas en variabel genom att man anger dess namn och ger
Läs merLaboration 1: Linjär algebra
MALMÖ HÖGSKOLA Centrum för teknikstudier MA119A VT 2010, Yuanji Cheng Viktigt information om labb Vid laborationen gäller följande: 1. Labben görs i grupp av två studenter, och redovisningsuppgifterna
Läs merMatriser. En m n-matris A har följande form. Vi skriver också A = (a ij ) m n. m n kallas för A:s storlek. 0 1, 0 0. Exempel 1
Matriser En m n-matris A har följande form a 11... a 1n A =.., a ij R. a m1... a mn Vi skriver också A = (a ij ) m n. m n kallas för A:s storlek. Exempel 1 1 0 0 1, 0 0 ( 1 3 ) 2, ( 7 1 2 3 2, 1 3, 2 1
Läs merTAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Datorlektion 1. Vektorer och Matriser 1 Inledning I denna övning skall du träna på att använda Matlab för enklare beräkningar och grafik. Starta Matlab genom att
Läs mer6. 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 merUppsala Universitet Matematiska Institutionen Thomas Erlandsson
Uppsala Universitet Matematiska Institutionen Thomas Erlandsson MATRISER MED MERA VEKTORRUM DEFINITION Ett vektorrum V är en mängd av symboler u som vi kan addera samt multiplicera med reella tal c så
Läs merMatlabföreläsningen. Lite mer och lite mindre!
Inmatning: Här är lite exempel på inmatning i Matlab: >> pi 3.1416 >> format long >> ans 3.141592653589793 Matlabföreläsningen Lite mer och lite mindre! >> format %återställer format (%- tecknet gör att
Läs merMATLAB the Matrix Laboratory. Introduktion till MATLAB. Martin Nilsson. Enkel användning: Variabler i MATLAB. utvecklat av MathWorks, Inc.
Introduktion till MATLAB Martin Nilsson Avdelningen för teknisk databehandling Institutionen för informationsteknologi Uppsala universitet MATLAB the Matrix Laboratory utvecklat av MathWorks, Inc. Matematisk
Läs merBeräkningsverktyg HT07
Beräkningsverktyg HT07 Föreläsning 1, Kapitel 1 6 1.Introduktion till MATLAB 2.Tal och matematiska funktioner 3.Datatyper och variabler 4.Vektorer och matriser 5.Grafik och plottar 6.Programmering Introduktion
Läs merMer om funktioner och grafik i Python
CTH/GU mmgl50-2018 Matematiska vetenskaper Mer om funktioner och grafik i Python 1 Inledning Först skall vi se litepå matriser ochdärefter på några funktioner somfinns i det paket vi använder ihop med
Läs merMoment 6.1, 6.2 Viktiga exempel Övningsuppgifter T6.1-T6.6
Moment 6., 6. Viktiga exempel 6.-6. Övningsuppgifter T6.-T6.6 Matriser Definition. En matris är ett schema med m rader och n kolonner eller kolumner, som vi kallar dem i datalogin innehållande m n element.
Läs merMULTIPLIKATION AV MATRISER, BASER I RUMMET SAMT FÖRSTA MÖTET MED MATRISINVERSER = = =
Matematiska institutionen Stockholms universitet CG Matematik med didaktisk inriktning 2 Problem i Algebra, geometri och kombinatorik Snedsteg 5 MULTIPLIKATION AV MATRISER, BASER I RUMMET SAMT FÖRSTA MÖTET
Läs merVectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.
Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem. Begrepp som diskuteras i det kapitlet. Vektorer, addition och multiplikation med skalärer. Geometrisk tolkning. Linjär kombination av
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna
Uppsala Universitet Matematiska Institutionen Bo Styf LAoG I, 5 hp ES, KandMa, MatemA -9-6 Sammanfattning av föreläsningarna 3-7 Föreläsningarna 3 7, 8/ 5/ : Det viktigaste är här att du lär dig att reducera
Läs merTANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 2 november 2015 Sida 1 / 23
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 2 november 2015 Sida 1 / 23 Föreläsning 2 Index. Kolon-notation. Vektoroperationer. Summor och medelvärden.
Läs merMoment 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 merLinjär algebra med tillämpningar, lab 1
Linjär algebra med tillämpningar, lab 1 Innehåll Per Jönsson Fakulteten för Teknik och Samhälle, 2013 Uppgifterna i denna laboration täcker kapitel 1-3 i läroboken. Läs igenom motsvarande kapitel. Sitt
Läs mer% Föreläsning 3 10/2. clear hold off. % Vi börjar med att titta på kommandot A\Y som löser AX=Y
% Föreläsning 3 10/2 clear % Vi börjar med att titta på kommandot A\Y som löser AX=Y % Åter till ekvationssystemen som vi avslutade föreläsning 1 med. % Uppgift 1.3 i övningsboken: A1=[ 1-2 1 ; 2-6 6 ;
Läs merDagens program. Repetition Determinanten Definition och grundläggande egenskaper
Dagens program Repetition Determinanten Definition och grundläggande egenskaper Radoperationers påverkan på erminanten Beräkning av erminanten för en trappstegsmatris Utveckling efter rad eller kolonn
Läs merBlock 2: Lineära system
Exempel Från labben: Block : Lineära system Del 1 Trampolinens böjning och motsvarande matris (här 6060-matris) Matrisen är ett exempel på - gles matris (huvuddelen av elementen nollor) - bandmatris Från
Läs merVektorrum. 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 merDagens program. Programmeringsteknik och Matlab. Administrativt. Viktiga datum. Kort introduktion till matlab. Övningsgrupp 2 (Sal Q22/E32)
Programmeringsteknik och Matlab Övning Dagens program Övningsgrupp 2 (Sal Q22/E2) Johannes Hjorth hjorth@nada.kth.se Rum 458 på plan 5 i D-huset 08-790 69 02 Kurshemsida: http://www.nada.kth.se/kurser/kth/2d2
Läs merSKRIVNING 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 merUppgift 1 - programmet, Uppg6.m, visade jag på föreläsning 1. Luftmotståndet på ett objekt som färdas genom luft ges av formeln
Matlab-föreläsning (4), 10 september, 015 Innehåll m-filer (script) - fortsättning från föreläsning 1 In- och utmatning Sekvenser, vektorer och matriser Upprepning med for-slingor (inledning) Matlab-script
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan 8.00-12.00 Redovisning Lös först uppgifterna i Matlab.
Läs merLinjär 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 merMMA132: Laboration 2 Matriser i MATLAB
MMA132: Laboration 2 Matriser i MATLAB Introduktion I den här labben skall vi lära oss hur man använder matriser och vektorer i MATLAB. Det är rekommerad att du ser till att ha laborationshandledningen
Läs merDeterminanter, egenvectorer, egenvärden.
Determinanter, egenvectorer, egenvärden. Determinanter av kvadratiska matriser de nieras recursivt: först för matriser, sedan för matriser som är mest användbara. a b det = ad bc c d det a a a a a a a
Läs merAlgebraiska egenskaper hos R n i)u + v = v + U
Underrum till R n, nollrum, kolonnrum av en matris, rank, bas, koordinater, dimension. Påminnelse om R n s egenskaper: Algebraiska egenskaper hos R n i)u + v = v + U v) c(u + v) = cu + cv ii) ( u + v)
Läs merLinjära 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 merHemuppgift 1, SF1861 Optimeringslära, VT 2017
Hemuppgift 1, SF1861 Optimeringslära, VT 2017 Examinator: Krister Svanberg, tel: 790 7137, krille@math.kth.se. Labassistent: David Ek, daviek@kth.se, Lämnas i Matematiks svarta postlåda (SF) för inlämningsuppgifter,
Läs merSF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 1 Måndagen den 29 november, 2010
SF624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning Måndagen den 29 november, 200 UPPGIFT () Betrakta det linjära ekvationssystemet x + x 2 + x 3 = 7, x x 3 + x 4
Läs merObjective:: Linjärt beroende och oberoende version 1.0
DEFINITIONEN AV LINJÄRT BEROENDE MED EXEMPEL Objective:: Linjärt beroende och oberoende version. Definitionen av linjärt beroende med exempel Vi börjar med ett inledande exempel för att motivera definitionen
Läs merMATLAB. Python. Det finns flera andra program som liknar MATLAB. Sage, Octave, Maple och...
Allt du behöver veta om MATLAB: Industristandard för numeriska beräkningar och simulationer. Används som ett steg i utvecklingen (rapid prototyping) Har ett syntax Ett teleskopord för «matrix laboratory»
Läs mer1 Linjära ekvationssystem. 2 Vektorer
För. 1 1 Linjära ekvationssystem Gaußelimination - sriv om systemet för att få ett trappformat system genom att: byta ordningen mellan ekvationer eller obekanta; multiplicera en ekvation med en konstant
Läs merDagens 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 merLinjära 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. (2p) 2x + 2y + z = 4 y + 2z = 2 4x + 3y = 6
Kursen bedöms med betyg, 4, 5 eller underkänd, där 5 är högsta betyg För godkänt betyg krävs minst 4 poäng från uppgifterna -7 Var och en av dessa sju uppgifter kan ge maximalt poäng För var och en av
Läs merBeräkningsvetenskap föreläsning 2
Beräkningsvetenskap föreläsning 2 19/01 2010 - Per Wahlund if-satser if x > 0 y = 2 + log(x); else y = -1 If-satsen skall alltid ha ett villkor, samt en då det som skall hända är skrivet. Mellan dessa
Läs merLaboration 0: Del 2. Benjamin Kjellson Introduktion till matriser, vektorer, och ekvationssystem
Laboration 0: Del 2 Benjamin Kjellson 2016 03 21 Introduktion till matriser, vektorer, och ekvationssystem I den här filen får ni en kort introduktion till hur man hanterar och räknar med matriser i R,
Läs merMATLAB. Vad är MATLAB? En kalkylator för linlär algebra. Ett programspråk liknande t.ex Java. Ett grafiskt verktyg.
MATLAB Vad är MATLAB? En kalkylator för linlär algebra. Ett programspråk liknande t.ex Java. Ett grafiskt verktyg. 1 När används MATLAB? Några exempel: För små beräkningar när en räknedosa inte riktigt
Läs merMoment 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 merSubtraktion. Räkneregler
Matriser En matris är en rektangulär tabell av tal, 1 3 17 4 3 2 14 4 0 6 100 2 Om matrisen har m rader och n kolumner så säger vi att matrisen har storlek m n Index Vi indexerar elementen i matrisen genom
Läs merHemuppgift 1, SF1861 Optimeringslära för T
Hemuppgift 1, SF1861 Optimeringslära för T Examinator: Per Enqvist, tel: 790 6298, penqvist@math.kth.se. Assistenter: Amol Sasane, sasane@math.kth.se, Mikael Fallgren, werty@kth.se. Lämnas in till någon
Läs merCarl Olsson Carl Olsson Linjär Algebra / 18
Linjär Algebra: Föreläsn 1 Carl Olsson 2018-03-19 Carl Olsson Linjär Algebra 2018-03-19 1 / 18 Kursinformation Kurschef Carl Olsson arbetsrum: MH:435 tel: 046-2228565 epost: calle@maths.lth.se Carl Olsson
Läs merMinsta 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 merLYCKA TILL! kl 8 13
LUNDS TEKNISK HÖGSKOL MTEMTIK TENTMENSSKRIVNING Linjär algebra 0 0 kl 8 3 ING HJÄLPMEDEL Förklara dina beteckningar och motivera lösningarna väl Om inget annat anges är koordinatsystemen ortonormerade
Läs merSKRIVNING I VEKTORGEOMETRI Delkurs
SKRIVNING I VEKTORGEOMETRI Delkurs 1 2015 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 merLinjär algebra med MATLAB
INGENJÖRSHÖGSKOLAN Matematik Fredrik Abrahamsson, Anders Andersson Innehåll Linjär algebra med MATLAB 1 Grundläggande begrepp 1 1.1 Introduktion...................................... 1 1.2 Genomförande
Läs mer5B1146 med Matlab. Laborationsr. Laborationsgrupp: Sebastian Johnson Erik Lundberg, Ann-Sofi Åhn ( endst tal1-3
1 Revision 4 2006-12-16 2. SIDFÖRTECKNING 5B1146 med Matlab Laborationsr Laborationsgrupp: Sebastian Johnson, Ann-Sofi Åhn ( endst tal1-3 Titel Sida 1. Uppgift 1.8.1....3 2. Uppgift 1.8.2....6 3. Uppgift
Läs merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Linjära avbildningar IV Innehåll Nollrum och
Läs merMinsta-kvadratmetoden
CTH/GU STUDIO b TMV036c - 01/013 Matematiska vetenskaper Minsta-kvadratmetoden Analys och Linjär Algebra, del C, K1/Kf1/Bt1 1 Inledning Ett ofta förekommande problem inom teknik och vetenskap är att koppla
Läs merLinjär 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 merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF1624 Algebra och geometri Lösningsförslag till tentamen 14129 DEL A 1 (a) Bestäm linjen genom punkterna A = (,, 1) och B = (2, 4, 1) (1 p) (b) Med hjälp av projektion kan man bestämma det kortaste avståndet
Läs mer8 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 merFMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum
Johan Helsing, 11 oktober 2018 FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum Inlämningsuppgift 3 Sista dag för inlämning: onsdag den 5 december. Syfte: att träna på att hitta lösningar
Läs mer