Linjär Algebra, Föreläsning 2
|
|
- Hanna Ingrid Lindberg
- för 7 år sedan
- Visningar:
Transkript
1 Linjär Algebra, Föreläsning 2 Tomas Sjödin Linköpings Universitet
2 Geometriska vektorer, rummen R n och M n 1 En (geometrisk) vektor är ett objekt som har storlek och riktning, men inte någon naturlig startpunkt. Om vi i ett plan har två punkter P och Q, då låter vi den riktade sträckan från P till Q, ritad som en pil som startar i P och slutar i Q, betecknas PQ. Vi låter nu mängden av alla sådana riktade sträckor med samma storlek och riktning (det är alltså underförstått att vi kan mäta detta) betecknas [ PQ]. Detta tar vi som definition av vektorer i planet. Givetvis kan motsvarande också göras i ett tredimensionellt rum. (För de som vet vad en ekvivalensrelation är kan vi säga att ha samma storlek och riktning är en ekvivalensrelation, och en vektor är helt enkelt en ekvivalensklass av riktade sträckor). Notera att det för varje vektor u och punkt P finns en unik punkt Q sådan att u = [ PQ]. En speciell vektor är nollvektorn, som har längd noll (och alltså inte kan sägas ha någon riktning). Denna betecknas 0, och vi har 0 = [ PP].
3
4 Vi inför även för en vektor u = [ PQ] längden/normen u att vara avståndet mellan punkterna P och Q.
5
6 För dessa vektorer inför man nu två operationer. Addition av två vektorer, samt multiplikation med skalär (=reellt tal). Addition av två vektorer u = [ PR] och v = [ RQ] definieras som u + v = [ PR] + [ RQ] = [ PQ]. Multiplikation med skalär definieras så att ku är den unika vektor som uppfyller ku = k u och ku har samma riktning som u om k > 0, ku har motsatt riktning om k < 0. Om k = 0 är ku = 0. Vi inför även beteckningen u := 1u, d.v.s. den vektor som har samma storlek men motsatt riktning.
7
8 Det är lätt att inse att följande räknelagar gäller: Sats För alla vektorer u, v, w (i ett plan eller rum) och skalärer λ, µ gäller följande: (a) u + v = v + u, (b) u + (v + w) = (u + v) + w, (c) u + 0 = u, (d) u + v = 0 u = v, (e) 1u = u, (f) λ(µu) = (λµ)u, (g) (λ + µ)u = λu + µu, (h) λ(u + v) = λu + λv. Tack vare lag (b), (f ) ovan kommer vi skriva u + v + w, λµu eftersom det inte spelar någon roll i vilken ordning vi tar dessa operationer.
9 Nu har vi den geometriska definitionen av vektorer klar, och den viktigaste algebraiska strukturen för dessa klara. Vektorerna i planet/rummet med denna struktur utgör exempel på vad som kallas vektorrum som är den typ av rum som linjär algebra handlar om. Det vi nu vill göra är att på något systematiskt sätt införa siffror för vektorer för att överföra dessa geometriska konstruktioner till algebra. Den idé som Descartes (även kallad Kartesius) fick var att införa koordinataxlar för att kunna ge punkter koordinater (därför kallas dessa koordinatsystem för kartesiska koordinater). Vad vi behöver göra är först och främst att fixera någon punkt i vårt plan/rum där axlarna kan utgå ifrån. Vi kallar denna punkt origo och betecknar den O. Sedan inför vi koordinataxlar som i figuren nedan i planet respektive rummet. Till varje axel x i placerar vi också ut en vektor e i i dess riktning.
10 I detta och nästa kapitel kommer vi alltid anta att detta gjorts på ett sådant sätt att alla e i har längd 1 samt att dessa vektorer alla är parvis ortogonala mot varandra (d.v.s. vinkel π/2 mellan dem). En sådan bas kallar man för ortonormal, eller ON-bas. Vidare är det viktigt att axlarna är orienterade som i denna figur. De utgör vad som kallas ett högersystem, men mer om detta senare när vi talar om kryssprodukten i rummet. Notera att vi alltså här är lite mindre allmänna än kursboken där generella baser behandlas. Vi väntar dock med diskussion kring allmänna baser till senare när vi talar om allmänna vektorrum.
11
12 Det är nu så att vi till varje punkt P i planet (rummet) kan införa koordinaterna (a 1, a 2 ) ((a 1, a 2, a 3 )) där dessa fås genom att projicera ortogonalt på axlarna. Om vi nu har en vektor u så vet vi att det finns en unik punkt P sådan att u = [ OP]. Notera att detta innebär att ( ) u = a 1 e 1 + a 2 e 2 respektive u = a 1 e 1 + a 2 e 2 + a 3 e 3. Denna uppdelning av u som en summa av vektorer parallella med e i :a är unik. D.v.s. varje vektor u kan på entydigt sätt skrivas på formen ( ) som ovan. Därför säger vi att e = (e 1 e 2 ) (e = (e 1 e 2 e 3 )) utgör en bas till planet (rummet). Det är tack vare att en bas till planet (rummet) består av två (tre) vektorer som vi säger att ett plan är två-dimensionellt och ett rum tre-dimensionellt.
13 Vi kommer införa följande beteckning: ( ) a 1 a1 u = e respektive u = e a a 2, 2 a 3 ( ) a 1 a1 och kolumnmatrisen ( a a 2 ) kallas för u:s koordinater i 2 a 3 basen e. Motiveringen till denna notation kommer senare i kursen när vi börjar med matrisräkning, men för tillfället är det bara en notation för att beteckna vektorer.
14 Nu kan vi komma till hela poängen. Varje vektor u i planet kan på entydigt sätt skrivas på formen ( ) a1 u = a 1 e 1 + a 2 e 2 = e, och dessutom är för varje par a 1, a 2 R detta uttryck en vektor i planet. På samma sätt kan varje vektor u i rummet skrivas som a 2 a 1 u = a 1 e 1 + a 2 e 2 + a 3 e 3 = e a 2, a 3 och återigen för varje taltrippel a 1, a 2, a 3 R utgör detta uttryck en vektor i rummet. Alltså kan varje vektor i planet/rummet identifieras med talpar/taltrippler på detta sätt. Givetvis beror dessa på valet av basvektorer, men vi antar alltså nu att vi redan fixerat dessa, samt fixerat origo.
15 När det gäller de algebraiska operationerna vi har infört blir dessa mycket enkla om vi uttrycker alla vektorer i samma bas: ( ) ( ) ( ) ( ) ( ) a1 b1 a1 + b u+v = e +e = e 1 a1 ka1, ku = ke = e, a 2 b 2 a 2 + b 2 a 2 ka 2 respektive a 1 b 1 a 1 + b 1 u+v = e a 2 +e b 2 = e a 2 + b 2, a 3 b 3 a 3 + b 3 a 1 ka 1 ku = ke a 2 = e ka 2 a 3 ka 3 Det vill säga för att addera två vektorer adderar vi bara deras koordinater, och för att multiplicera en vektor med en skalär multiplicerar vi bara varje koordinat med denna skalär. Det är ganska lätt att övertyga sig om att detta stämmer överens med den geometriska definitionen av addition och multiplikation med skalär som vi införde ovan.
16 Rummen R n och M n 1 Vi har ovan sett att om vi väljer origo och en bas så har vi att varje punkt P i ett plan kan identifieras med sina ( koordinater ) (a 1, a 2 ), a1 och varje vektor u med sina koordinater, samt att vi hade enkla uttryck för våra algebraiska operationer så fort vi uttryckt allt i denna fixa bas. Samma sak kan sägas även i tre dimensioner, och man kan givetvis tänka sig att man gjorde motsvarande även i högre dimensioner, även om det givetvis inte går att visualisera på samma sätt. Detta leder till följande definition: a 2
17 Definition Mängden av alla tal n-tupler (a 1, a 2,..., a n ), där a 1, a 2,..., a n R, betecknas R n. På samma sätt betecknar vi mängden av alla kolumnmatriser med M n 1. a 1 a 2. a n Vårt främsta motiv för att införa dessa rum redan här är att det gör att vi enklare kan formulera satser gemensamt för två och tre dimensioner, och behöver inte behandla dessa separat. Det är än så länge främst n = 2, 3 vi är intresserade av.
18 Vi inför också följande operationer på R n respektive M n 1. (a 1, a 2,..., a n ) + (b 1, b 2,..., b n ) = (a 1 + b 1, a 2 + b 2,..., a n + b n ), k(a 1, a 2,..., a n ) = (ka 1, ka 2,..., ka n ), a 1 b 1 a 1 + b 1 a 2. + b 2. = a 2 + b 2., a n b n a n + b n a 1 ka 1 a 2 k. = ka 2.. a n ka n
19 Rummen R n och M n 1 tillsammans med ovanstående operationer är exempel på det man kallar vektorrum som vi ska definiera allmänt senare i kursen. Här kanske det är värt att notera att då vi jobbar med geometriska problem är det givetvis viktigt att skilja på punkter och vektorer, och vi använder främst element i R n för att beteckna punkter och element i M n 1 (egentligen med e framför för att beteckna basen om man ska vara noga) som vektorer. Då kan det ju tyckas konstigt att vi inför addition och multiplikation med skalär för punkter. Nu är det så att det bara är i dessa geometriska problem (som handlar om linjer och plan i två och tre dimensioner främst) som vi kommer tala om punkter, annars kommer vi enbart i kursen tala om vektorer.
20 Det finns en uppenbar 1 1 korrespondens mellan punkter och motsvarande vektor som startar i origo. Dessutom om vi identifierar (a 1, a 2,..., a n ) med a 1 a 2. a n, så är ju rummen ovan helt ekvivalenta på alla sätt. Anledningen till att vi vill ha båda är att R n är det i särklass vanligaste rummet i matematiklitteraturen, men när vi sedan räknar med matriser är det rätta sättet att skriva vektorer som kolumnmatriser. I princip skulle det kanske vara bättre att göra detta rakt igenom i kursen och skippa R n, men det som talar starkt för R n är att det är betydligt smidigare att skriva dessa vektorer, samt att det är mer standardiserat.
21 Nedan kommer vi formulera alla begrepp/satser enbart för R n, och givetvis finns det en direkt motsvarighet för M n 1. Dessa fall lämnas åt läsaren att formulera, och vi kommer hämningslöst använda dessa motsvarande satser senare i kursen. Notera också att jämfört med kursboken vänder vi till stor del upp och ner på materialet, för vi inför våra operationer nedan på R n, och ger sedan geometriska tolkningar av dem, medan boken ger geometriska definitioner och visar räknelagarna utifrån dessa. Det är också värt att notera att rent geometriskt betyder det att vi lägger ut våra basvektorer e i så att e 1 = (1, 0,..., 0), e 2 = (0, 1, 0,..., 0),..., e n = (0, 0,..., 0, 1), och dessa kallas standardbasen till R n. Vidare lägger vi origo O i punkten (0, 0,..., 0).
22 Skalärprodukt Vi kommer nu i R n införa den så kallade skalärprodukten mellan två vektorer. R n tillsammans med denna utgör då ett exempel på ett så kallat Euklidiskt rum som vi ska definiera mer allmänt senare i kursen. Namnet skalärprodukt kommer av att den tar två vektorer och ger en skalär (alltså inte en vektor)! (a 1, a 2,..., a n ) (b 1, b 2,..., b n ) := a 1 b 1 + a 2 b a n b n. Vi definierar även längden av en vektor (a 1, a 2,..., a n ) via (a 1, a 2,..., a n ) := a1 2 + a a2 n. Igen är det enkelt att se via Pythagoras sats att detta verkligen överensstämmer med längden av motsvarande geometriska vektor om vi infört säg ett koordinatsystem i planet som ovan. Men detta beror på både att våra basvektorer har längd 1 och att de är ortogonala mot varandra!
23 Följande sats gäller för skalärprodukten: Sats Om u, v, w R n och λ R så gäller: (a) u v = v u, (b) u (v + w) = u v + u w, (c) u (λv) = (λu) v = λ(u v), (d) u u = u 2, (e) u u = 0 u = 0.
24 Följande viktiga olikheter gäller för skalärprodukten: Schwarz olikhet: x ȳ x ȳ. Speciellt gäller x ȳ x ȳ x ȳ. Triangelolikheten: x + ȳ x + ȳ.
25 Geometrisk tolkning av skalärprodukten Antag att vi har två nollskilda vektorer u, v i R n, då definierar vi vinkeln θ mellan dessa att vara den unika vinkel i intervallet [0, π] sådan att u v = u v cos(θ). För att se att detta stämmer överens geometriskt antag att de två vektorerna ligger i ett plan där vi infört koordinataxlar som ovan, ( ) a1 och antag för enkelhets skull att den ena har koordinaterna a ( ) 2 1 där a 1, a 2 > 0 och den andra (d.v.s. vektorn e 0 1 ). Vad ovanstående då säger är att vinkeln θ mellan dessa ges av cos(θ) = a 1 / a1 2 + a2 2, d.v.s. närliggande sida genom hypotenusan, vilket vi ju känner igen att det stämmer.
26 Vi säger också att två vektorer u, v är ortogonala, skrivet u v, om vinkeln mellan dem är π/2, d.v.s. om u v = 0.
27
28 Ortogonal projektion av en vektor på en annan vektor (linje)
29 Om vi som i bilden ovan har två vektorer u, v där v 0 då kan vi på entydigt sätt skriva u på formen u = u v + u v, där u v är ortogonal mot v, och u v är parallell med v. Detta betyder att u v = kv och u v = u kv. Så (u kv) v = 0, vilket ger k = u v. v 2 Eller u v = u v v 2 v.
Linjär Algebra, Föreläsning 2
Linjär Algebra, Föreläsning 2 Tomas Sjödin Linköpings Universitet Riktade sträckor och Geometriska vektorer En (geometrisk) vektor är ett objekt som har storlek och riktning, men inte någon naturlig startpunkt.
Läs merLinjär 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 merLINJÄR 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 merLINJÄR ALGEBRA. {x M : P (x)} = {x : P (x)}, TOMAS SJÖDIN. k j=1 Ofta betecknas mängder på följande sätt:
LINJÄR ALGEBRA TOMAS SJÖDIN Innehåll 0 Notation 1 1 Linjära Ekvationssystem 2 2 Geometriska vektorer, rummen R n och M n 1 3 3 Skalärprodukt, Vektorprodukt, Volymprodukt 7 4 Linjer och plan 10 5 Matriser
Läs mer{ 1, om i = j, e i e j = 0, om i j.
34 3 SKALÄPRODUKT 3. Skaläprodukt Definition 3.. Skalärprodukten mellan två vektorer u och v definieras där θ är vinkeln mellan u och v. u v = u v cos θ, Anmärkning 3.. Andra beteckningar för skalärprodukt
Läs merDagens ämnen. Linjära ekvationssystem: Successiv elimination Vektorer Definitionen Grundläggande räkneoperationer Bas och koordinater Ortsvektorer
Dagens ämnen Linjära ekvationssystem: Successiv elimination Vektorer Definitionen Grundläggande räkneoperationer Bas och koordinater Ortsvektorer Linjära ekvationer Med en linjär ekvation i n variabler,
Läs merSeptember 13, Vektorer En riktad sträcka P Q, där P Q, är en pil med foten i P och med spetsen i Q. Denna har. (i) en riktning, och
Fö : September 3, 205 Vektorer En riktad sträcka P Q, där P Q, är en pil med foten i P och med spetsen i Q. Denna har i en riktning, och ii en nollskild längd betecknad P Q. Man använder riktade sträckor
Läs merRÄKNEOPERATIONER MED VEKTORER LINJÄRA KOMBINATIONER AV VEKTORER ----------------------------------------------------------------- Låt u vara en vektor med tre koordinater, u = x, Vi säger att u är tredimensionell
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 I Innehåll En liten tillbakablick:
Läs merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://w3.msi.vxu.se/users/pa/vektorgeometri/gymnasiet.html Institutionen för datavetenskap, fysik och matematik Linnéuniversitetet Vektorer i planet
Läs merSidor i boken Figur 1: Sträckor
Sidor i boken 37-39 Vektorer Det vi ska studera här är bara en liten del av den teori du kommer att stifta bekantskap med i dina fortsatta studier i kursen Linjär algebra. Många av de objekt man arbetar
Läs merSF1624 Algebra och geometri
SF1624 Algebra och geometri Föreläsning 2 David Rydh Institutionen för matematik KTH 28 augusti 2018 Detta gjorde vi igår Punkter Vektorer och skalärer, multiplikation med skalär Linjärkombinationer, spannet
Läs merMoment 4.2.1, 4.2.2, 4.2.3, Viktiga exempel 4.1, 4.3, 4.4, 4.5, 4.6, 4.13, 4.14 Övningsuppgifter 4.1 a-h, 4.2, 4.3, 4.4, 4.5, 4.
Moment 4.2.1, 4.2.2, 4.2., 4.2.4 Viktiga exempel 4.1, 4., 4.4, 4.5, 4.6, 4.1, 4.14 Övningsuppgifter 4.1 a-h, 4.2, 4., 4.4, 4.5, 4.7 Många av de objekt man arbetar med i matematiken och naturvetenskapen
Läs mertal. Mängden av alla trippel av reella tal betecknas med R 3 och x 1 x 2 En sekvens av n reella tal betecknas med (x 1, x 2,, x n ) eller
Augusti, 5 Föreläsning Tillämpad linjär algebra Innehållet: linjen R, planet R, rummet R, oh vektor rummet R n Matriser punkter oh vektorer i planet, rummet, oh R n Linjen, planet, rummet, oh vektor rummet
Läs merKarta över Jorden - viktigt exempel. Sfär i (x, y, z) koordinater Funktionen som beskriver detta ser ut till att vara
Föreläsning 1 Jag hettar Thomas Kragh och detta är kursen: Flervariabelanalys 1MA016/1MA183. E-post: thomas.kragh@math.uu.se Kursplan finns i studentportalens hemsida för denna kurs. Där är två spår: Spår
Läs merLinjär 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 merKontsys F7 Skalärprodukt och normer
Repetition Skalärprodukt Norm Kontsys F7 Skalärprodukt och normer Pelle 11 februari 2019 Linjära rum Repetition Skalärprodukt Norm Linjära rum Linjärt underrum Ett linjärt rum över R är en mängd H där
Läs merVi definierar addition av två vektorer och multiplikation med en reell skalär (tal) λλ enligt nedan
ORTOGONALA VEKTORER OCH ORTONORMERADE (ORTONORMALA) BASER I R n INLEDNING ( repetition om R n ) Låt RR nn vara mängden av alla reella n-tipplar (ordnade listor med n reella tal) dvs RR nn {(aa, aa,, aa
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 merLINJÄR 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 merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Areor, vektorprodukter, volymer och determinanter
Läs merOctober 9, Innehållsregister
October 9, 017 Innehållsregister 1 Vektorer 1 1.1 Geometrisk vektor............................... 1 1. Vektor och koordinatsystem.......................... 1 1.3 Skalär produkt (dot eller inner product)...................
Läs 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 merGeometriska 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 merExplorativ övning Vektorer
Eplorativ övning Vektorer Syftet med denna övning är att ge grundläggande kunskaper om vektorräkning och dess användning i geometrin Liksom många matematiska begrepp kommer vektorbegreppet från fysiken
Läs mer1 Ortogonalitet. 1.1 Skalär produkt. Man kan tala om vinkel mellan vektorer.
Ortogonalitet Man kan tala om vinkel mellan vektorer.. Skalär produkt Vi definierar längden (eller normen) av en vektor som ett reellt tal 0 (Se boken avsnitt.). Vi definierar skalär produkt (Inner product),
Läs mer16.7. Nollrum, värderum och dimensionssatsen
170 16 LINJÄRA AVBILDNINGAR 16.7. Nollrum, värderum och dimensionssatsen Definition 16.33. Låt F : V W vara en linjär avbildning. 1. Nollrummet till F definierar vi som mängden av alla u V, vilkas bild
Läs mer19. Spektralsatsen Spektralsatsen SPEKTRALSATSEN
9 SPEKTRALSATSEN 9. Spektralsatsen 9.. Spektralsatsen Symmetriska avbildningar är en viktig klass av linjära avbildningar. Vi kommer nedan att formulera ett antal viktiga resultat för dessa avbildningar
Läs mer16.7. 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 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 merAnalys o Linjär algebra. Lektion 7.. p.1/65
Analys o Lektion 7 p1/65 Har redan (i matlab bla) stött på tal-listor eller vektorer av typen etc Vad kan sådana tänkas representera/modellera? Hur kan man räkna med sådana? Skall närmast fokusera på ordnade
Läs merEn vektor är mängden av alla sträckor med samma längd och riktning.
En vektor är mängden av alla sträckor med samma längd och riktning. Slappdefinition En vektor är en riktad sträcka som får parallellförflyttas. Tänk på vektorn som en pil. Betecknar vektorer med små bokstäver
Läs merSlappdefinition. Räkning med vektorer. Bas och koordinater. En vektor är mängden av alla sträckor med samma längd och riktning.
Slappdefinition En vektor är mängden av alla sträckor med samma längd och riktning. En vektor är en riktad sträcka som får parallellförflyttas. Tänk på vektorn som en pil. Betecknar vektorer med små bokstäver
Läs merM0043M Integralkalkyl och Linjär Algebra, H14,
M0043M Integralkalkyl och Linjär Algebra, H14, Linjär Algebra, Föreläsning 1 Staffan Lundberg / Ove Edlund Luleå Tekniska Universitet Staffan Lundberg / Ove Edlund M0043M H14 1/ 31 Lärare Ove Edlund Föreläsningar
Läs merSF1624 Algebra och geometri Tentamen med lösningsförslag onsdag, 11 januari 2017
SF64 Algebra och geometri Tentamen med lösningsförslag onsdag, januari 7. (a) För vilka värden på k har ekvationssystemet (med avseende på x, y och z) kx + ky + z 3 x + ky + z 4x + 3y + 3z 8 en entydig
Läs merSF1624 Algebra och geometri
Föreläsning 16 Institutionen för matematik KTH 5 december 2017 Modul 6 Veckans arbete 1. Idag: Ortonormalt, kap 7.1-7.2 a. Ortogonala och ortonormala baser b. Gram-Schmidts metod c. Ortogonala matriser
Läs merMATEMATIK GU. LLMA60 MATEMATIK FÖR LÄRARE, GYMNASIET Analys, ht 2014. Block 5, översikt
MATEMATIK GU H4 LLMA6 MATEMATIK FÖR LÄRARE, GYMNASIET Analys, ht 24 I block 5 ingår följande avsnitt i Stewart: Kapitel 2, utom avsnitt 2.4 och 2.6; kapitel 4. Block 5, översikt Första delen av block 5
Läs merLINJÄRA 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 merVektorgeometri 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 merSKRIVNING I VEKTORGEOMETRI
SKRIVNING I VEKTORGEOMETRI 201-0-0 14.00-17.00 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 merTentamen i Linjär algebra (TATA31/TEN1) ,
Linköpings universitet Matematiska institutionen Ulf Janfalk Kurskod: TATA Provkod: TEN Tentamen i Linjär algebra (TATA/TEN) 7 9, 9. Inga hjälpmedel. Ej räknedosa. För godkänt räcker 9 poäng och minst
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 merMer om analytisk geometri
1 Onsdag v 5 Mer om analytisk geometri Determinanter: Då man har en -matris kan man till den associera ett tal determinanten av som också skrivs Determinanter kommer att repeteras och studeras närmare
Läs 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 merVektorgeometri för gymnasister
Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Areor, vektorprodukter, volymer och determinanter
Läs merVektorgeometri. En vektor v kan representeras genom pilar från en fotpunkt A till en spets B.
Vektorgeometri En vektor v kan representeras genom pilar från en fotpunkt A till en spets B. Två pilar AB, A B tilllhör samma vektor om de har samma riktning och samma längd. Vi skriver v = AB = B A B
Läs mer4.2. Vektorprodukt i koordinater
4 Vektorprodukt i koordinater 5 4 Vektorprodukt i koordinater Nästa sats visar hur vi kan räkna med vektorprodukt i en ON-bas Satsen följer av Definition 4 samt räknelagrna i Sats 44 Sats 45 Låt e = {e,
Läs merUPPSALA UNIVERSITET Matematiska institutionen Styf. Exempeltenta med lösningar Programmen EI, IT, K, X Linjär algebra juni 2004
UPPSALA UNIVERSITET Matematiska institutionen Styf Exempeltenta med lösningar Programmen EI, IT, K, X Linjär algebra juni 24 Skrivtid: Fem timmar. Tillåtna hjälpmedel: Skrivdon. Lösningarna skall vara
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 merSF1624 Algebra och geometri Tentamen Torsdag, 9 juni 2016
SF624 Algebra och geometri Tentamen Torsdag, 9 juni 26 Skrivtid: 8: 3: Tillåtna hjälpmedel: inga Examinator: Tilman Bauer Tentamen består av nio uppgifter som vardera ger maximalt fyra poäng. Del A på
Läs mer5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA
5 LINJÄR ALGEBRA 5 Linjär algebra En kul gren av matematiken som inte fått speciellt mycket utrymme i gymnasiet men som har många tillämpningsområden inom t.ex. fysik, logistik, ekonomi, samhällsplanering
Läs merLösning till tentamensskrivning på kursen Linjär algebra, SF1604, den 12 mars 2013 kl
1 Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra, SF1604, den 12 mars 2013 kl 14.00-19.00. Examinator: Olof Heden. OBS: Inga hjälpmedel är tillåtna på tentamensskrivningen.
Läs merLinjära avbildningar. Låt R n vara mängden av alla vektorer med n komponenter, d.v.s. x 1 x 2. x = R n = x n
Linjära avbildningar Låt R n vara mängden av alla vektorer med n komponenter, d.v.s. R n = { x = x x. x n } x, x,..., x n R. Vi räknar med vektorer x, y likandant som i planet och i rymden. vektorsumma:
Läs merTentamen i Linjär algebra (TATA31/TEN1) ,
Linköpings universitet Matematiska institutionen Ulf Janfalk Kurskod: TATA Provkod: TEN Tentamen i Linjär algebra TATA/TEN 6, 4 9. Inga hjälpmedel. Ej räknedosa. För godkänt räcker 9 poäng och minst uppgifter
Läs merSF1624 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 merEgenvärden 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 merMatematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 9 juni 2011 kl
1 Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 9 juni 2011 kl 08.00-1.00. OBS: Inga hjälpmedel är tillåtna på tentamensskrivningen. Bonuspoäng
Läs merSF1624 Algebra och geometri
Föreläsning 2 Institutionen för matematik KTH 2 november 2016 Skalärprodukt Dagens ämne: Skalärprodukt, kapitel 1.3-1.4 i boken Definition, skalärprodukt på två sätt Vinklar mellan vektorer Norm Plan och
Läs mer8. Euklidiska rum 94 8 EUKLIDISKA RUM
94 8 EUKLIDISKA RUM 8. Euklidiska rum Definition 8.. En skalärprodukt på vektorrummet V är en funktion som till varje par av element u och v i V ordnar ett reellt tal u v eller u v med följande egenskaper:.
Läs merSF1624 Algebra och geometri
Föreläsning 10 Institutionen för matematik KTH 21 november 2016 Dagens och veckans ämnen Idag: Allmänna vektorrum, baser, koordinater, kap 4.1-4.4: Vektorrum och delrum, igen Bas, igen Koordinater med
Läs merMoment 4.2.1, 4.2.2, 4.2.3, Viktiga exempel 4.4, 4.5, 4.6, 4.7, 4.13 Handräkning 4.1, 4.2, 4.3, 4.4, 4.5, 4.7 Datorräkning 1-9 i detta dokument
Moment 4.2.1, 4.2.2, 4.2.3, 4.2.4 Viktiga exempel 4.4, 4.5, 4.6, 4.7, 4.13 Handräkning 4.1, 4.2, 4.3, 4.4, 4.5, 4.7 Datorräkning 1-9 i detta dokument Många av de objekt man arbetar med i matematiken och
Läs merLinjär 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 merVektorgeometri 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 merAB2.1: Grundläggande begrepp av vektoranalys
AB2.1: Grundläggande begrepp av vektoranalys En vektor är en storhet som dels har icke-negativ storlek dels har riktning i rummet. Två vektorer a och b är lika, a = b, om de har samma storlek och samma
Läs mer. b. x + 2 y 3 z = 1 3 x y + 2 z = a x 5 y + 8 z = 1 lösning?
Repetition, Matematik 2, linjär algebra 10 Lös ekvationssystemet 5 x + 2 y + 2 z = 7 a x y + 3 z = 8 3 x y 3 z = 2 b 11 Ange för alla reella a lösningsmängden till ekvationssystemet 2 x + 3 y z = 3 x 2
Läs mer1 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 merStudiehandledning till linjär algebra Avsnitt 4
Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 4 Kapitel 6 och 9.3 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.) I avsnitt
Läs merVektorgeometri 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 merLite 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 mer1. 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 merVeckoblad 4, Linjär algebra IT, VT2010
Veckoblad, Linjär algebra IT, VT Under den fjärde veckan ska vi under måndagens föreläsning se hur man generaliserar vektorer i planet och rummet till vektorer med godtycklig dimension. Vi kommer också
Läs merLÖSNINGAR LINJÄR ALGEBRA LUNDS TEKNISKA HÖGSKOLA MATEMATIK
LUNDS TEKNISKA HÖGSKOLA MATEMATIK LÖSNINGAR LINJÄR ALGEBRA 2017-10-2 1 Om vi skriver ekvationssystemet på matrisform AX = Y, så vet vi att systemet har en entydig lösning X = A 1 Y då det A 0 Om det A
Läs merLinjär algebra och geometri I
UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Jörgen Östensson Vårterminen 2010 Kurslitteratur Linjär algebra och geometri I för X, geo, frist, lärare H. Anton, C. Rorres, Elementary Linear Algebra (Application
Läs merVEKTORRUMMET R n. 1. Introduktion
VEKTORRUMMET R n RYSZARD RUBINSZTEIN 28--8. Introdktion Låt n vara ett heltal. Med R n kommer vi att beteckna mängden vars element är alla n-tipplar av reella tal (a, a 2,..., a n ), R n = { (a, a 2,...,
Läs merVeckoblad 1, Linjär algebra IT, VT2010
Veckoblad, Linjär algebra IT, VT Under den första veckan ska vi gå igenom (i alla fall stora delar av) kapitel som handlar om geometriska vektorer. De viktigaste teoretiska begreppen och resultaten i kapitlet
Läs merLinjär algebra och geometri 1
UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Ryszard Rubinsztein Oswald Fogelklou Linjär algebra och geometri 1 för K1, W1, KandKe1 Höstterminen 2009 Kurslitteratur H.Anton, C.Rorres, Elementary Linear
Läs merSF1624 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 merChalmers 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 merExempel :: 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 merDEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 15 mars 2010 kl
1 Matematiska Institutionen KTH Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 15 mars 010 kl 14.00-19.00. Hjälpmedel: Inga hjälpmedel är tillåtna på tentamensskrivningen. Betygsgränser:
Läs merStöd 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 merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 04-05-0 DEL A. Planet P innehåller punkterna (,, 0), (0, 3, ) och (,, ). (a) Bestäm en ekvation, på formen ax + by + cz + d = 0, för planet P. (
Läs merax + y + 4z = a x + y + (a 1)z = 1. 2x + 2y + az = 2 Ange dessutom samtliga lösningar då det finns oändligt många.
LUNDS TEKNISKA HÖGSKOLA MATEMATIK TENTAMENSSKRIVNING Linjär algebra 8 kl 4 9 INGA HJÄLPMEDEL. För alla uppgifterna, utom 3, förklara dina beteckningar och motivera lösningarna väl. Alla baser får antas
Läs merORTONORMERADE BASER I PLAN (2D) OCH RUMMET (3D) ORTONORMERAT KOORDINAT SYSTEM
RTNRMERADE BASER I PLAN (D) CH RUMMET (D) RTNRMERAT KRDINAT SYSTEM Vi säger att en bas i rummet e x e e z följande villkor är uppfllda: ( e x e i plan) är en ortonormerad bas om basvektorerna är parvis
Läs merInför 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 merLinjär algebra och geometri 1
UPPSALA UNIVERSITET MATEMATISKA INSTITUTIONEN Ryszard Rubinsztein Oswald Fogelklou Linjär algebra och geometri 1 för K1, W1, KandKe1 Höstterminen 2008 Kurslitteratur H.Anton, C.Rorres, Elementary Linear
Läs merStudiehandledning till linjär algebra Avsnitt 3
Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 3 Kapitel 4, 9.2 och 5 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.) Välkommen
Läs merExempel :: Spegling i godtycklig linje.
c Mikael Forsberg oktober 009 Exempel :: Spegling i godtycklig linje. abstract:: I detta dokument så är vårt uppdrag att beräkna matrisen för spegling i en godtycklig linje y = kx som går genom origo.
Läs mer6.1 Skalärprodukt, norm och ortogonalitet. TMV141 Linjär algebra E VT 2011 Vecka 6. Lärmål 6.1. Skalärprodukt. Viktiga begrepp
6.1 Skalärprodukt, norm och ortogonalitet TMV141 Linjär algebra E VT 2011 Vecka 6 Skalärprodukt Norm/längd Normerad vektor/enhetsvektor Avståndet mellan två vektorer Ortogonala vektorer Ortogonala komplementet
Läs mer4x az = 0 2ax + y = 0 ax + y + z = 0
LUNDS TEKNISKA HÖGSKOLA MATEMATIK TENTAMENSSKRIVNING LINJÄR ALGEBRA 206-03-4 kl 8 3 INGA HJÄLPMEDEL Lösningarna skall vara försedda med ordentliga motiveringar Alla koordinatsystem får antas vara ortonormerade
Läs merFöreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander)
Föreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander) Böiers 5.3 Relationer. Vi har definierat en funktion f: A B som en regel som kopplar ihop ett element a A, med ett element
Läs merFöreläsning 13 Linjär Algebra och Geometri I
Föreläsning 13 Linjär Algebra och Geometri I Se slide 1: det är i rymden oftast lättast att jobba med parametrar för linjer och ekvationer för plan. Exempel: Låt l : (x, y, z) = (1 t, 3 + t, 4t), t R och
Läs merÖvningar. 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 merTentamen i Linjär algebra (TATA31/TEN1) ,
Linköpings universitet Matematiska institutionen Ulf Janfalk Kurskod: TATA Provkod: TEN Tentamen i Linjär algebra (TATA/TEN) 9 6, 9. Inga hjälpmedel. Ej räknedosa. För godkänt räcker 9 poäng och minst
Läs merStudiehandledning till linjär algebra Avsnitt 2
Svante Ekelin Institutionen för matematik KTH 1995 Studiehandledning till linjär algebra Avsnitt 2 Kapitel 2 och 3 i Anton/Rorres: Elementary Linear Algebra: Applications version (7:e uppl.) I detta avsnitt
Läs merÖvningar. c) Om någon vektor i R n kan skrivas som linjär kombination av v 1,..., v m på precis ett sätt så. m = n.
Övningar Linjära rum 1 Låt v 1,, v m vara vektorer i R n Ge bevis eller motexempel till följande påståenden Satser ur boken får användas a) Om varje vektor i R n kan skrivas som linjär kombination av v
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 merSF1624 Algebra och geometri Lösningsförslag till tentamen DEL A
SF64 Algebra och geometri Lösningsförslag till tentamen 533 DEL A Planet H ges av ekvationen 3x y + 5z + a) Bestäm en linje N som är vinkelrät mot H ( p) b) Bestäm en linje L som inte skär planet H ( p)
Läs merLinjär 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 merSF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Fredagen den 28 januari, 2011
SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Fredagen den 28 januari, 2011 UPPGIFT (1) Låt V vara mängden av vektorer (x 1, x 2, x 3 ) i R 3 som uppfyller
Läs mer