Matematik F Ett försök till kursmaterial

Storlek: px
Starta visningen från sidan:

Download "Matematik F Ett försök till kursmaterial"

Transkript

1 Matematik F Ett försök till kursmaterial Olle the Greatest Donnergymnasiet, Sverige Skrivet i L A TEXε 4 februari 004

2 Innehåll Matematisk grammatik 4. Skriva matematik Läsa matematik Matematisk notation Matematikens struktur 8. Axiom Logik Implikation Ekvivalens Bevis Modus ponens Modus tollens Induktionsbevis Abstrakt algebra 5. Grundläggande begrepp Paradoxala mängder Bevisföring Varför mängdlära? Avbildningar Surjektion Injektion Bijektion Invers funktion Algebraiska strukturer Grupp Ring Kropp Linjär algebra 7 4. Addition av matriser Multiplikation av matriser Speciella matriser A A T Linjära ekvationssystem Ekvationssystem på matrisform Gauss-Jordan-elimination Konstruktion av A Determinanten Reducerad matris och cofaktorer

3 4.5. adj(a) Translation med matriser Förflyttning Förstoring Rotation med matriser Ortogonala gruppen Analys 4 5. Gränsvärden Typer av gränsvärden l Hôpitals regel Seriers konvergens Rottestet Kvottestet Integraltestet Integraler Partiell integration Talteori Kongruens Kongruens modulo p Slutord av författaren 50 8 Förslag på fördjupningsuppgifter 5

4 MATEMATISK GRAMMATIK Matematisk grammatik. Skriva matematik Matematisk grammatik, minst lika kul som det låter, och hur man skriver matematik är nästan lika viktigt som vad man skriver. En grammatisk regel bör nämnas. Regel. Skriv matematik som om det vore vanlig text. Punkt skall följa efter ett matematiskt uttryck om ny mening börjar direkt efter, komma om situationen så kräver. Viktiga uttryck och formler får en egen rad. Exempel. Om + = 4 och + 4 = 6 blir givetvis 6 =. Alla begriper ju att det blir fel annars. När man till exempel ska förtydliga något i vanlig text, lägger man in ett ord/en mening som en bisats. Detsamma gäller för matematiska uttryck. Jämför strukturerna i exemplet nedan. Exempel. Donners bästa lärare, Olle the Greatest, har två armar. Newton härledde Newtons gravitationslag, F = G Mm r ˆr, vilket är den mest sannolika orsaken till att den bär hans namn. Oändliga decimaltal kan man av utrymmesskäl inte skriva ut. Att de fortsätter illustreras med tre punkter. En talföljd som antingen är oändlig eller har många element vilka inte är praktiska att skriva ut men som följer ett tydligt mönster, t.ex. geometriska eller aritmetiska talföljder, illustreras på samma sätt. Exempel. 7 = 0, Exempel 4. Heltalen, N = {,,, 4,...}, är uppräkneligt oändliga till antalet. Exempel 5. De hundra första talen, {,,..., 99, 00}, är 00 till antalet. 4

5 MATEMATISK GRAMMATIK. Läsa matematik. Läsa matematik Att skriva är en sak, men att kunna läsa matematik kan vara en konst i sig. Matematiska begrepp har ofta vardagliga motsvarigheter, så att man kan ha en känsla för vad man menar, men det räcker inte för att få en strikt och korrekt bild av vad det handlar om. Om något är kontinuerligt kan man tänka sig vad som menas, även om man pratar om matematiska funktioner. Man kan tänka sig att grafen till funktionen inte har några hack, avbrott eller liknande. Men det är ingen strikt definition. Istället formulerar man sig enligt följande. Definition. (Kontinuerlig funktion). f(x) är kontinuerlig, om dvs lim f(x) = f(a) x a ε > 0 δ > 0 sådant att f(x) f(a) < ε då x a < δ. Vi kan försöka uttyda vad som står i den. Första formuleringen är [förhoppningsvis] bekant till viss del, då ju limesbegreppet introducerades redan på C- kursen. Vi vill alltså att funktionens värde när x närmar sig a, skall närma sig f(a). Detta utesluter hack i grafen, eftersom vi ju inte har specificerat talet a, utan det ska gälla för alla reella tal a. Den andra formuleringen kan vi uttyda bit för bit. ε > 0 för varje epsilon, större än noll Vi väljer ett tal, helt godtyckligt och så litet vi vill, bara det inte är noll. Vi kallar detta talet ε. δ > 0 finns [minst ett] delta, större än noll Oavsett hur vi väljer vårt epsilon, så kommer det att finnas ett tal som vi kallar delta, som också är större än noll (även om det kan vara hysteriskt litet) som uppfyller vissa kriterier, vilka är sådant att f(x) f(a) < ε då x a < δ. sådant att avståndet mellan funktionsvärdet för a och funktionsvärdet för varje tal x, som ligger närmre a [på x-axeln] än δ, är mindre än ε. Om vi väljer ett epsilon som är förbaskat litet, finns det trots allt ett delta, som är litet, större eller mindre än epsilon är det ingen som vet, men om x och a ligger närmre varandra än detta delta, kommer f(x) och f(a) att ligga närmre varandra än epsilon. Man kan illustrera detta med en liten figur. 5

6 . Läsa matematik MATEMATISK GRAMMATIK { f(a) ε > f(x) xa <δ Figur : Funktionen f(x), med f(x) f(a) < ε och x a < δ Vi har nu valt ett ε så att f(x) och f(a) ligger närmre varandra på y-axeln än ε, men fortfarande åtskilda, dvs att f(x) f(a) < ε. Då måste ju x och a vara åtskilda, för om de inte vore det, skulle vi ha två y-värden till samma x-värde, och då är inte f(x) en funktion. Alltså måste det finnas ett δ som uppfyller olikheten x a < δ. Nu var detta löst formulerat, men syftet var främst att visa på dels hur man kan uttyda matematiskt språk, dels för att visa hur effektivt det är. När man ska beskriva det på annat vis, måste man babbla på i evigheter, rita figurer och greja, men man kan ändå få problem att rama in alla förutsättningar och slutsatser på ett korrekt sätt. Med rätt val av symboler, fixar man det på en rad. En funktion är ju definierad att ge ett enda y-värde för varje instoppat x-värde 6

7 MATEMATISK GRAMMATIK. Matematisk notation. Några tecken och symboler N de naturliga talen, {,,,...} Z de hela talen, {...,, 0,,...} Q de rationella talen R de reella talen C de komplexa talen tillhör Q.E.D., vilket skulle bevisas, avslutar bevis union snitt, (äkta) delmängd, delmängd, jfr < och \ mängdsubtraktion komplement alltså det existerar [minst] ett... för alla [x... ] gäller att... (a, b), ]a, b[ det öppna intervallet från a till b [a, b] det slutna intervallet från a till b (a, b], [a, b), ]a, b], [a, b[ halvöppna intervall från a till b 7

8 MATEMATIKENS STRUKTUR Axiom, logik och bevis. Axiom Matematiken består av ett enormt antal satser eller teorem, vilka med logiska slutledningar kunnat bevisas vara sanna, samt ett antal definitioner. Men för att detta ska fungera tillfredsställande, måste man utgå ifrån något, något som kan anses vara sant, men vars sanningsvärde inte går att bevisa. Sådana påståenden kallas axiom, och den moderna matematiken har 5 sådana vilka är uppkallade efter en 800-talsmatematiker. Förenklat kan man formulera dem enligt nedan: Peanos axiom. är ett heltal. Till varje heltal hör ett unikt heltal, som kallas efterföljare. är inte efterföljare till något heltal 4. Olika heltal har olika efterföljare 5. Om A är en mängd 4 heltal, tillhör A, och om det medför att efterföljaren till p tillhör A förutsatt att p gör det, så innehåller A alla heltal. Det är lättare 5 att uttrycka dessa axiom på matematiska: Peanos axiom 6. N. p N, p N. p N, p 4. n, m N, n m, n m 5. Om A N, A, och om p A p A, då ära = N Dessa axiom utgår man alltså ifrån, och konstruerar sedan alla tal, binära operationer (de fyra räknesätten) och algebraiska räkneregler, t.ex. distributiva lagen [a(b + c) = ab + ac]. För att undvika hönan eller ägget Geometrin har egna axiom som kan härledas till Euklides 4 Se avsnitt [Abstrakt algebra] 5 snyggare, alltså 6 Axiom 5 kallas induktionsaxiomet, se.. 8

9 MATEMATIKENS STRUKTUR. Logik. Logik En matematisk sats [ett teorem] är antingen på formen eller där både p och q har värdet sant... Implikation Om vi låter p q p q, p : det regnar q : det finns moln på himlen så motsvaras påståendet om det regnar, så finns det moln på himlen av den logiska implikationen p q. Om p är sann, dvs om det regnar, så är q sann. (om inte mina meteorologikunskaper är skeva) Dock kan q vara sann utan att p är det, dvs det kan finnas moln på himlen utan att det regnar. Man säger att p implicerar q eller p medför q... Ekvivalens Om vi låter p : det är den första januari q : det är nyårsdagen så motsvaras påståendet det är den första januari om och endast om det är nyårsdagen av den logiska ekvivalensen p q. Om p är sann, dvs om det är den första januari, så är q sann. Men också om q är sann, dvs om det är nyårsdagen, är p sann. Man säger att p är ekvivalent med q. Fundera över formuleringen, man kan dela upp påståendet: om det är nyårsdagen, så är det den första januari och endast om det är nyårsdagen, så är det den första januari. Det rör sig egentligen om två implikationer, p q p q, och när man bevisar en ekvivalens måste man bevisa båda implikationerna, var och en för sig. 9

10 . Logik MATEMATIKENS STRUKTUR Det är inte alltid tydligt att en matematisk sats är på den ena eller andra formen, så för att hjälpa sig själv kan man formulera om den, även om man inte ska blanda ord och matematiska uttryck. Exempel 6. Sats.. En konstant funktion har derivatan noll Implikation eller ekvivalens? Ja vi säger ju ingenting om vad som kan tänkas hända för andra funktioner än konstanta. Det kan alltså existera icke-konstanta funktioner med derivatan noll. Men om en funktion är konstant, vet vi att derivatan är noll. Vi har en implikation, konstant funktion derivatan noll Övning Formulera nedanstående teorem som en implikation eller ekvivalens. Notera att du inte behöver veta vad teoremet innebär för att kunna göra detta. Formulera dem i termer om p och q, och definiera p respektive q vid sidan om.. d dx f(g(x)) = f (g(x))g (x). Varje kompakt mängd har en ändlig öppen övertäckning.. För en rätvinklig triangel gäller att, om a och b är kateter och c är hypotenusan, a + b = c, och omvänt. 4. Man kan inte, med penna, passare och ograderad linjal som enda hjälpmedel, till en cirkel med given area konstruera en kvadrat med samma area. 5. R är tät. 0

11 MATEMATIKENS STRUKTUR. Bevis. Bevis En sats kan bevisas på olika sätt, och vissa satser kan vara omöjliga att bevisa på ena sättet, men busenkelt på det andra. Jag ska ge exempel på tre olika varianter... Slutledningsbevis (modus ponens) Jag ska bevisa sats.. Med slutledningsbevis menar jag att vi utgår ifrån det som vi kunde identifiera som vänsterledet i implikationen, dvs vi börjar med en konstant funktion och sedan kommer fram till slutsatsen att högerledet är sant. Observera att vi inte får ta någon specifik funktion, utan en helt godtycklig, konstant funktion f(x) = k. Bevis av sats. Låt f(x) = k = k. = x 0, så f(x) = k x 0. Deriveringsregeln för polynom ( d dx kxn = nkx n ) ger oss att f (x) = 0 kx = 0 Övning. Bevisa kedjeregeln. Bevisa produktregeln d dx f(g(x)) = f (g(x))g (x). Utgå från derivatans definition d dx f(x)g(x) = f (x)g(x) + f(x)g (x). f f(x + h) f(x) (x) = lim. h 0 h.. Motsägelsebevis (modus tollens) Ibland kan det vara fördel att utgå från högerledet i implikationen, i sats. handlar det om att derivatan är noll. Man antar helt sonika att högerledet är falskt, dvs att derivatan inte är noll, och försöker komma fram till att funktionen man har deriverat inte kan vara konstant. Förvissa dig om att detta faktiskt innebär att satsen är sann. Sats. var väldigt enkel att bevisa, som synes här ovan. Ett motsägelsebevis hade varit jobbigare, eftersom det finns oändligt många derivator som inte är noll, och vi måste visa att var och en av dem inte kommer från en konstant funktion. Jag ska bevisa en annan sats istället, för att demonstrera tillvägagångssättet.

12 . Bevis MATEMATIKENS STRUKTUR Sats.. / Q. även och Detta är en implikation, löst omformulerad kan man skriva ett tal x är lika med x kan inte skrivas som ett bråk av två heltal, roten ur två är irrationell x = x a b, a, b Z är trevliga formuleringar. 7 Vi ser hur kraftfullt det är med matematiskt språk. Låt oss nu bevisa satsen.. Bevis av sats. Antag att Q, dvs att roten ur två är rationellt, dvs att det finns ett tal x Q, sådant att x =. Då kan vi skriva x = a b, där a och b inte har några gemensamma faktorer (bråket är förkortat så långt det går). Då är x = = a b, dvs b = a. Eftersom vänsterledet nu är delbart med, är även högerledet det. Men om a är delbar med måste även a vara det 8 vilket medför att vi kan skriva a = c och a = (c) = 4c. Vi har alltså att vilket kan förkortas till b = 4c, b = c. Detta medför att även b är delbart med enligt nyss förda resonemang, och kan således skrivas b = d. Men a och b hade inga gemensamma faktorer enligt antagandet. Vi har nått en motsägelse, vilket medför att antagandet [roten ur två går att skriva som ett bråk, dvs x Q : x = ] måste vara falskt. Det finns inget sådant tal x, och satsen är bevisad... Induktionsbevis I vissa lägen kan man få användning av Peanos femte axiom (se kap..), det så kallade induktionsaxiomet. Jag ska bevisa att n = n(n + ). (.) 7 Denna sats tillskrivs Pythagoras, även om han säkert formulerade den annorlunda 8 Det finns en sats som säger detta

13 MATEMATIKENS STRUKTUR. Bevis Vi har en formel som påstås gälla för alla tal, här sägs det att vi kan beräkna summan av alla naturliga tal från till vilket som helst tal n bara genom att använda formeln i högerledet i (.). Induktionsaxiomet säger att om vi kan visa att formeln gäller för n = [eller något annat tal n = b], samt om vi genom att anta att den gäller för något tal n vilket som helst, kan visa att den då gäller även för n +, den också gäller för alla n N [eller alla tal n b]. Förvissa dig om att detta är sant. Bevis av (.) Låt n =. Summan av alla tal från till n när n = är ju. Vi kollar att formeln ger detta: ( + ) = =. Antag nu att formeln gäller för ett tal n. Då har vi att n = n(n + ). Om vi nu lägger till n + till vänsterledet, borde vi [om formeln stämmer] få n + (n + ) = (n + )((n + ) + ) Vi adderar (n + ) till båda leden i (.) och förenklar högerledet n + (n + ) = H.L = = n + n n(n + ) + n + + (n + ) = n(n + ) n(n + ) = n + n + n + Men (n + )(n + ) = n + n +, så då kan vi skriva n + n + = (n + )(n + ) = + = (n + )(n + ). + (n + ), (n + ) = = n + n +. (n + )((n + ) + ) och vi har visat att formeln gäller för n +, givet att den gäller för n. Eftersom den gäller för n =, gäller den för alla heltal. Denna formel kom den tyske matematikern Karl Friedrich Gauss på när han 0 år gammal av en trött lärare fick i uppgift att summera talen från till 00. Läraren trodde nog han skulle få en bra stunds lugn och ro, men Gauss blev klar på ett par minuter genom att se ett mönster och konstruera denna formel.

14 . Bevis MATEMATIKENS STRUKTUR Övning. Bevisa med induktion att d dx xn = nx n (du får använda andra kända deriveringsregler).. Ett triangeltal är ett tal som kan bilda en triangel, t.ex. talet 6, eftersom man kan placera 6 stycken stenkulor i triangelform, en i toppen, två under och tre längst ned. 6 är det tredje triangeltalet. Konstruera en formel för det n : te triangeltalet, och bevisa den med induktion.. Visa med induktion att n N. n m m = (n ) n+ + m=0 4. Visa, med ett induktivt resonemang 9, att om 0 < a 0 <, och a n+ ges rekursivt av formeln a n+ = a n a n så är 0 < a n < 5. Bevisa med induktion att n N. n N. Hint: kvadratkomplettera högerledet i formeln. n m= m = n + n + n 6 9 Du kanske inte kan räkna som i de andra uppgifterna 4

15 ABSTRAKT ALGEBRA Mängdlära. Grundläggande begrepp Mängdlära är ett viktigt område, bland annat för att man definierar räknesätten, algebraiska räkneregler och liknande. Man använder sig av begreppet mängd, och en mängd är bara en samling objekt. Exempel 7. A = {, 4, 5} är en mängd, där { och } kallas mängdklamrar, och där, 4 och 5 är element i mängden A. Betrakta mängderna X = {,,, 4, 5, 6, 7, 8, 9}, (.) A = {, 4, 5}, (.) B = {,, 7}, (.) C = {4, 5}, (.4) D = {,,, 4, 6}, (.5) = {}, (.6) där X är Universalmängden (i vilken alla andra element i sammanhanget ligger och kanske ännu fler) och kallas Tomma mängden och saknar element. Mängder kan relateras till varandra, och man kan skapa nya mängder utifrån de man har från början. Det sker med hjälp av speciella symboler vilka vi ska ta en titt på nu. C A (C är en delmängd till A). (.7) Detta betyder bara att samtliga element som finns i C (4 och 5) också finns i A. Detta kan lika gärna skrivas A C, men då uttalar man det A omsluter C, vilket i och för sig betyder samma sak. Jämför x < y och y > x. A B = {,, 4, 5, 7} (unionen av A och B). (.8) Unionen av två mängder är en mängd vars element är elementen i A och B. Notera att även om både A och B har t.ex. som element, kommer unionen av de två mängderna bara att innehålla en gång. B D = {, } (snittet av B och D). (.9) Snittet mellan B och D, är mängden vars element är de som är gemensamma för B och D. A \ C = {} (A minus C). (.0) 5

16 . Grundläggande begrepp ABSTRAKT ALGEBRA Notera vikten av ordning: C \ A =, (.) De element som finns i C men ej i A, är noll till antalet. D = {5, 7, 8, 9, 0} (komplementet till D). (.) Komplementet till D är de element som inte ligger i D, men i Universalmängden. Kan således även skrivas X \ D. Jämför de ovanstående (snitt, union etc) med de logiska operationer som man använder när man t.ex. söker på internet, AND, OR, NOT etc. Men om man skulle vilja konstruera en egen mängd helt efter behag? Låt oss t.ex. skapa mängden av irrationella tal. Innan vi gör det ska vi införa ett par symboler till som har speciell betydelse: 0 N={,,, 4,... }, de naturliga talen. Kallas också heltalen. Z={..., -, -, 0,,,... }, de hela talen. Q, de rationella talen, dvs de tal som kan skrivas som en kvot av två heltal. R, de reella talen. Utgörs av de rationella och de irrationella talen. C, de komplexa talen. Utgörs av de reella och de imaginära talen. Vi ser att N Z Q R C. Vi kan nu skriva mängden av rationella tal på ett sätt som ger oss tillfälle att stifta bekantskap med mängdbyggaren. Exempel 8. Q = {x : x = a, a, b Z, b 0}. (.) b Detta utläses: Q är mängden av de tal x, sådana att de kan skrivas som en kvot mellan två hela tal. Mängdbyggaren är symbolerna {:}, dvs mängdklamrar och tecknet : som utläses sådana att eller vilka uppfyller eller nåt i den stilen, helt enligt tycke, smak, och mängdens utseende. uttalas tillhör, och anger att de tal som står till vänster finns i den mängd som står till höger. Exempel 9. a R utläses a tillhör R och betyder att a är ett reellt tal. Istället för att skriva upp själva mängden kan man uttrycka den genom att nämna egenskaperna hos de element som ingår, som vi gör i exempel 0. 0 N, Z och Q infördes redan i kapitel. 6

17 ABSTRAKT ALGEBRA. Grundläggande begrepp Exempel 0. x : x / Q, (.4) vilket betyder det finns [minst ett] tal x som inte finns i Q, dvs det finns tal som inte är rationella (de irrationella, och de imaginära). Vi inser nu att de irrationella talen enkelt kan skrivas som och att mängden beskriven i (.4) kan skrivas Övning R \ Q, (.5) R \ Q C \ R. (.6). Skriv mängden av jämna kvadrater {, 4, 9, 6, 5,... } på minst ett sätt med hjälp av mängdbyggaren.. Skriv mängden av komplexa tal C på minst ett sätt med hjälp av mängdbyggaren.. Vad är D för mängd? N 6 = {,,, 4, 5, 6}. D = {(x, y) : x, y N 6 }. Kan du tänka dig något försök som har denna mängd som utfallsrum? Utfallsrum är den totala mängden av alla tänkbara utfall vid ett slumpförsök eller en statistisk undersökning, t.ex. om jag plockar en veckodag slumpmässigt är mitt utfallsrum mängden X = {måndag, tisdag, onsdag, torsdag, fredag, lördag, söndag}. Mängden D kan också skrivas som N 6 N 6, den Cartesiska produkten av N 6 och N 6 (Jämför planet, R R, vilket ger koordinaterna (x, y) där x, y R). 4. Två mängder kallas disjunkta (eng disjoint) om snittet är tomt (A B = ). Förklara i ord vad detta innebär. Ge ett exempel på två disjunkta mängder. Vad är B för mängd om (B B) (B B) =? 5. Skriv mängden av primtal med hjälp av mängdbyggaren. a b betyder att = k, k, a, b N b a 6. Vilken mängd avses? (R \ N) (Z \ {0}) 7

18 . Paradoxala mängder ABSTRAKT ALGEBRA 7. Betrakta mängden av alla intervall I n = {x R : a n x < b n }, där a n och b n är reella och < a n < 0, b n. Bestäm snittet och unionen av alla mängderna, dvs finn I n = I 0 I I... n=0 och I n = I 0 I I... n=0 8. Låt E och F vara delmängder av universalmängden M. F har element, E har 7 element, E F har element, och (E F) \ (E F) har 6 element. Hur många element har E?. Paradoxala mängder Mängdbegreppet är inte helt trivialt alla gånger. Betrakta mängden M = {A : A A}, (.7) dvs mängden av mängder som inte har sig själv som element. Frågan är: är det sant att M M? Om M M, så har ju M sig själv som element. Men då kan den ju inte ingå i M... Det är en matematisk variant på utsagan jag ljuger, den utesluter sig själv på ett mycket trevligt men irriterande vis. En annan variant i samma linje är barberaren i en by, han rakar bara de som inte rakar sig själva. Men vem ser då till att barberaren får sin rakning? Det är kanske enklare att greppa problematiken om man formulerar det i ord, men det blir mer allmängiltigt om man uttrycker det enligt (.7) 8

19 ABSTRAKT ALGEBRA. Bevisföring. Att bevisa satser i mängdlära Satser i mänglära är ofta av typen mängden A är lika med mängden B, där A och B har olika trevliga egenskaper. Om man ska visa en sådan likhet brukar man först visa att A är en delmängd av B, och sedan att B är en delmängd av A, ungefär som att x 4 och x 4 innebär att x = 4. Jag ska visa genom att bevisa den första av de Morgans lagar, Sats. (de Morgans lag). (B C) = B C Bevis. Låt x (B C). Då gäller att x / (B C), dvs x / B och x / C. Men detta betyder att x B och x C, således även att x ( B C). Varje element som finns i V.L. finns alltså i H.L., och vi har visat att (B C) ( B C) Ett liknande resonemang visar det omvända, och vi har likhet. Och på engelska bara för sakens skull... Theorem. (de Morgan s law). (B C) = B C Proof. Let x (B C). Then x / (B C), i.e. x / B and x / C. But then x B and x C, thus x ( B C). Since x was arbitrary, (B C) ( B C). The inverse inclusion is shown in a similar manner and is left as an exercise for the reader. Notera kraften i orden then och thus. De enda ord man behöver kunna. Ett exempel kan klargöra vad lagen innebär: Exempel. B = {,, 5, 8, 9, 0}, (.8) C = {,, 5, 7, 9}, (.9) X = {,,, 4, 5, 6, 7, 8, 9, 0}(universalmängden). (.0) B C = {,,, 5, 7, 8, 9, 0}, dvs (B C) = X \ B C = {4, 6}. B = {, 4, 6, 7} och C = {, 4, 6, 8, 0}, så B C = {4, 6}. Alltså (B C) = B C. Detta är alltså en ekvivalens (Se..) Engelska ord, alltså 9

20 .4 Varför mängdlära? ABSTRAKT ALGEBRA Övning. Bevisa den andra inklusionen i de Morgans första lag.. de Morgans andra lag lyder (B C) = B C. Försök bevisa den enligt samma resonemang som i mitt bevis av den första lagen.. Bevisa de distributiva lagarna (jfr a(b + c) = ab + ac) A (B C) = (A B) (A C) A (B C) = (A B) (A C).4 Kan man använda detta? Man brukar inleda böcker i analys med att definiera mängden N, sedan Z, Q och R, för att avsluta med C. Sedan definierar man binära operationer (addition, subtraktion, multiplikation och division) i dessa mängder. Hade man inte dessa mängder med sina operationer skulle man ju inte kunna göra mycket inom matematiken. Dock har man inte använt själva mängdbegreppet mer än ett par hundra år, så man kan tycka att det som gick bra förut borde gå bra även i framtiden, men mängdläran har, förutom strukturerat upp matematiken, även öppnat nya dörrar och vidgat matematiken på vitt skilda områden. Om du tänker efter har vi redan ägnat oss åt mängder, när vi studerat just funktioner. Värdemängd och definitionsmängd är begrepp som du förhoppningsvis känner igen. Värdemängden brukar vara ett eller flera intervall på x-axeln, och skrivas t.ex. 5 < x < 4, men vanligast är att skriva det (-5,4), då man kallar det det öppna intervallet -5 till 4, öppet eftersom det inte har någon gräns (man kan komma hur nära 4 som helst). Det kan kännas förvirrande (det ser ju ut som en koordinat) så det gäller att man är tydlig när man beskriver vad man gör 4. På samma sätt säger man att 5 x 4 är det slutna intervallet -5 till 4 och skrivs [-5,4]. Hakparentes innebär alltså att gränstalen är med i mängden. Nu kan vi alltså skriva [-5,4) och (-5,4] då vi menar 5 x < 4 och 5 < x 4. Dessa kallas halvöppna intervall 5. Se även kap.5 4 En variant är ]-5,4[, vilket minimerar risken för förväxling 5 Andra varianter är [-5,4[ och ]-5,4] 0

21 ABSTRAKT ALGEBRA.4 Varför mängdlära? Om vi nu ska sätta samman två funktioner med olika definitionsmängder, kan den sammansatta funktionens definitionsmängd bli väldigt olik de båda andra. Exempel. Betrakta funktionerna f(x) = x och g(x) = x+. De har definitionsmängderna A = (, 0) (0, ) och B = (, ) (, ) eftersom nämnaren inte kan vara noll. Om vi nu bildar f(x) + g(x), blir definitionsmängden istället C = A B = (, ) (, 0) (0, ). f(x) g(x) = x x+ g(x) f(x) = x+ x har definitionsmängden A. har definitionsmängd B. f(g(x)) = x+ g(f(x)) = x + = = x + har definitionsmängden R. x +x har definitionsmängden (, ) (, ), osv. Övning Beskriv definitionsmängden och värdemängden till nedanstående funktioners sammansättningar enligt. f(x) = lnx, g(x) = x. f(x) = sin x, g(x) = x. f(x) = e x, g(x) = x f(x) g(x), g(x), f(g(x)), g(f(x)). f(x)

22 .5 Avbildningar ABSTRAKT ALGEBRA.5 Avbildningar Detta avsnitt behandlar avbildningar från en mängd till en annan. Vissa avbildningar uppfyller kriterier vilket gör att de kan gå under benämningen funktioner, och det är dessa vi ska titta på här. Definition.. En funktion 6 är en avbildning från A till B, sådan att bilden av ett element i A utgörs av ett element i B. Jag illustrerar med två exempel: Exempel. x x är en avbildning från R till R +. Den är även en funktion. Exempel 4. x ± x är en avbildning från R + till R. Den är inte en funktion. Vi har i exemplen grundmängden A och bildmängden B, där definitionsmängden D = A och värdemängden V B..5. Surjektion En funktion från A till B sägs vara surjektiv (en surjektion från A till B) om alla element i B är en avbildning av något element i A. Man brukar säga att avbildningen är på. För en surjektiv avbildning gäller således att V = B..5. Injektion En funktion från A till B sägs vara injektiv (en injektion från A till B) om följande gäller: A x y B, A x y B x = x. Man brukar säga att avbildningen är -, ett-ett, eller inverterbar..5. Bijektion En funktion från A till B sägs vara bijektiv (en bijektion från A till B) om den både är surjektiv och injektiv. Man brukar säga att funktionen är - och på. Låt oss titta på de tre typerna utgående från ett exempel. Exempel 5. a R, a. Visa att funktionen f : x x avbildar hela A = {x R : x a} på B = {y R : 0 y }. Avgör för olika val av a ifall f är en surjektion, injektion eller bijektion. 6 Jämför fotnoten på sid 6

23 ABSTRAKT ALGEBRA.5 Avbildningar Om x A så är x vilket medför att 0 x, alltså y B oavsett hur a väljs. Låt oss titta på olika val av a. a < 0 x A x 0, så 0 / V. V B så här är funktionen inte surjektiv a 0 x A innebär att åtminstone x 0, så 0 y, dvs V = B och funktionen är surjektiv. a 0 x A medför att x 0, så 0 y. Dessutom finns det bara ett x A till varje y B, så funktionen är både surjektiv och injektiv, dvs bijektiv. a > 0 Om x = a och x = a gäller ju att f(x ) = f(x ) = y B. Funktionen är således inte injektiv, även om den är surjektiv. Om vi summerar ser vi alltså att funktionen f : x x är Injektiv, men ej surjektiv, då a < 0. Bijektiv, då a = 0. Surjektiv, men ej injektiv, då 0 < a..5.4 Invers funktion Vi såg i kap.5. att en funktion är inverterbar om den är injektiv. Vårt exempel ovan visar då på att en given funktion kan vara inverterbar i ett visst intervall, även om den inte är det överallt. Den ovan angivna funktionen är inverterbar i intervallet x 0, då detta ger oss bilden 0 y. Vår inversa funktion f (y) = y ger oss tillbaka exakt det x som vi utgick ifrån. Låt oss ge en mer generell bild av detta. Låt f : E F vara en funktion som avbildar E på F. Låt G E vara den mängd vars element kan avbildas på F med f. Om E G, är f ej inverterbar. Exempel 6. Låt f : x x vara en avbildning från E till F. E = [, ] ger oss f(e) = F = [0, 4]. f (F) = G = [, ] E, så f är inte en inverterbar funktion, även om vi kan skapa den inversa bilden av F, som ju är G. Övning Avgör om funktionen f(x) = sin x är surjektiv, injektiv eller bijektiv, lokalt eller överallt. Om den är injektiv, vad är dess invers?

24 .6 Algebraiska strukturer ABSTRAKT ALGEBRA.6 Algebraiska strukturer Man kan till en mängd koppla en binär operation, som verkar mellan elementen i mängden. Ett exempel är t.ex. N tillsammans med, vilket skrivs {N, }, där vi kan definiera den binära operationen 7 så att den passar in i vår gamla hederliga uppfattning om hur multiplikation går till. Om operationen uppfyller vissa kriterier i mängden, kan man klassificera dessa strukturer..6. Grupp Definition.. En grupp är en mängd tillsammans med en operation, {G, }, vilka uppfyller följande kriterier:. a, b G a b G, G är sluten under.. (a b) c = a (b c), är associativ.. I : a G I a = a I = a, G har en identitet. 4. a G b G : a b = b a = I, varje element i G har en invers. Om talet noll ingår i mängden, kan den utgöra ett undantag från kriterium 4. Definition.. Z 5 = {0,,,, 4}, Z Z 5 mod 5 Exempel 7. {Z 5, }, där är vanlig multiplikation, är en grupp. Jag visar hur den uppfyller kriterierna för grupp och gör ju inget överraskande, så vi tittar på de tre övriga talen. = 5 0 mod 5, 4 = 8 mod 5, 4 = mod 5, så det ser ut som att produkterna av element i Z 5 också är element i Z 5, dvs Z 5 är sluten under multiplikation.. ( ) 4 = mod 5 = 4, ( 4) = mod 5 = 4, och vi kan visa detsamma för övriga element om vi vill.. är ju givetvis identiteten i detta exempel har ingen invers, men vi kan hitta de övriga talens inverser. har sig själv som invers. = 6 mod 5, så =, och =. 4 4 = 6 mod 5, så 4 har sig själv som invers. 7 Binär eftersom den verkar mellan två element i taget 8 Vad gäller moduloräkning, se kap 6. 4

25 ABSTRAKT ALGEBRA.6 Algebraiska strukturer Andra exempel på grupper är ortogonala gruppen [se kap 4.7.], mängden av linjära translationer [se kap 4.6] med addition, Q med multiplikation etc. Märk väl skillnaden mellan additiv och multiplikativ identitet respektive invers: Identitet: Genom att operera på element med identiteten, ska vi erhålla samma element som vi började med. Multiplikation: Talet, eftersom a = a = a. Addition: Talet 0, eftersom 0 + a = a + 0 = a. Invers: Genom att operera på element med inversen, ska vi erhålla identiteten. Multiplikation: Talet a = a, eftersom a a = a a =. Addition: Talet a, eftersom a + ( a) = ( a) + a = 0. Jämför med grupperna för matrismultiplikation respektive addition, vilken har lite speciella identiteter och inverser (Se kap 4.. till 4..). Övning. Visa att {Q, } är en grupp, om är vanlig multiplikation.. Visa att en analog urtavla med addition, är en grupp.. Gruppen Z 5 benämns den cykliska gruppen Z 5, vilken kan beskriva rotationer av en femhörning. Motivera detta med ett exempel. 5

26 .6 Algebraiska strukturer ABSTRAKT ALGEBRA.6. Ring Definition.4. En ring är en mängd G och två binära operationer + och, vanligen tolkade som addition och multiplikation, vilka uppfyller följande kriterier:. a, b, c G, (a + b) + c = a + (b + c), additiv associativitet.. a, b G, a + b = b + a, additiv kommutativitet.. 0 G : a G, 0 + a = a + 0 = a, additiv identitet. 4. a G, ( a) G : a + ( a) = ( a) + a = 0, additiv invers. 5. a, b, c G, (a b) c = a (b c), multiplikativ associativitet. 6. a, b, c G, a (b + c) = (a b) + (a c) och (b + c) a = (b a) + (c a), additiv och multiplikativ distributivitet. Övning Ett exempel på en ring är Z[ ] = {a + b + c 4, a, b, c Z}. Visa att Z[ ] uppfyller kriterierna för en ring..6. Kropp Definition.5. En kropp är en mängd och två binära operationer som båda uppfyller krav på kommutativitet associativitet distributivitet identitet invers Övning Diskutera skillnaden mellan en ring och en kropp. 6

27 4 LINJÄR ALGEBRA 4 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 och datavetenskap, är matrisalgebran. Algebra är ju bekant, den vi sysslat med i skolan är ju t.ex. förenkling av uttryck, så som att (a + b) 4 = a 4 + 4a b + 6a b + 4ab + b 4, vilket som nu är enklare av de två... Man det behöver inte gå till på det sätt som vi är vana vid. Hittills har vi lekt med kommutativ algebra, dvs ordningen har ingen betydelse, a + b = b + a. Matrisalgebra, som vi snart ska bekanta oss med, är bara kommutativ i addition 9, medan vi har att det mycket väl kan vara så att A B B A, eller att multiplikation inte ens är definierad, om A och B är två matriser. En matris är inget annat än en uppställning av tal i rader och kolumner. En m x n-matris (matris av dimension m x n) har m rader och n kolumner, så en 4 x -matris kan se ut som 0 a 0, 4 5 i Bengt Som du ser spelar det ingen roll vilka element det är i matrisen, om det finns flera rader som liknar varandra, eller om det är komplexa tal eller bokstäver eller vad som helst. Vi är ju givetvis intresserade av matriser med reella tal som element. 0 Räkneregler för matriser är lite mystiska, och jag visar här kort hur det går till. 4. Addition av matriser En matrisaddition kan bara ske om matriserna har samma dimension, och då adderar man helt enkelt de element som står på samma plats. Subtraktion sker på samma vis.. Exempel = = Där den är definierad 0 I alla fall i den här kursen 7

28 4. Multiplikation av matriser 4 LINJÄR ALGEBRA 4. Multiplikation av matriser Detta är lite knepigare. Om den ena (vänstra som jag kommer att kalla den) matrisen är av dimension mxn måste den andra (högra) vara av dimension nxr för att man överhuvudtaget ska kunna multiplicera dem, annars är produkten ej definierad. Man multiplicerar den ena (den vänstra, här kommer icke-kommutativiteten in) matrisens första element i första raden med den andra (den högra) matrisens första element i första kolumnen. Sedan multiplicerar man den vänstra matrisens andra element i första raden med den högra matrisens andra element i den första kolumnen, osv. När man gjort det med en hel rad, adderar man alla resultat och sätter i övre vänstra hörnet på resultatmatrisen. Jag illustrerar detta första element med ett litet exempel ( ) a a a 4 a a a a 4 a a a a 4 a 4 a 4 a 4 a 44 Notera den smidiga notationen a ij för det element som står i rad i och kolumn j. Nästa element i första raden blir nu (har räknat ut det första) a a 4 a a a a 4 a a a a 4 a 4 a 4 a 4 a 44 Notera också att slutmatrisen inte nödvändigtvis har samma dimension som de man började med heller. Övning. Beräkna matrisprodukten ovan.. Beräkna nedanstående matrismultiplikation

29 4 LINJÄR ALGEBRA 4. Speciella matriser 4. Speciella matriser Vi har ett par matriser som är värda lite extra uppmärksamhet. Det är dels den som kallas enhetsmatrisen, dels nollmatrisen och slutligen den inversa matrisen. Ingen av dessa är egentligen en enda matris, utan ett oändligt antal, men de har speciella egenskaper och dessa ska vi nu titta på. 4.. Enhetsmatrisen Denna matris fungerar som talet i vanlig matematik (usch, linjär algebra är lika vanlig som all annan matematik, men ni fattar nog vad jag menar), dvs resultatet av en matris som multipliceras med enhetsmatrisen är samma matris som man började med, precis som att a = a. Den är konstruerad så att den är kvadratisk, dvs har lika många rader som kolumner, med ettor längs diagonalen och nollor överallt annars. Ex Den betecknas (en etta med fet stil) Övning Visa att enhetsmatrisen fungerar som en etta vid multiplikation med godtycklig matris. Välj dimension själv. Multiplicera både från höger och vänster. 4.. Nollmatrisen Denna matris fungerar som talet 0 i (hu, nu kommer det igen) vanlig matematik, och är en matris full med nollor. Den kan ha vilken dimension som helst och vad det blir för resultat när man multiplicerar en matris med den kan man ju räkna ut med förbundna ögon. Ex. [ Den betecknas 0 (en nolla med fet stil) 4.. Den inversa matrisen Den inversa matrisen till en matris A är den matris A - som gör att. ]. A A - = A - A =. Det är samma princip som att är inversen till och ju också kan skrivas som, ty =. Notera att bara kvadratiska matriser har en invers. 9

30 4. Speciella matriser 4 LINJÄR ALGEBRA Nu kanske man kan önska att det bara är att ta inversen av varje element i matrisen A och tadaa, A - är skapad! Men riktigt så enkelt är det ju inte, eftersom multiplikationen av matriser inte ser ut som man är van vid med vanliga tal. För en x -matris är dock inversen relativt enkel att beräkna. Om a, b, c och d är reella tal, ad bc, [ ] a b A = c d så är Övning A - = ad bc [ d b c a. Visa att A A - = A - A = med ovanstående matriser.. Förklara varför endast kvadratiska matriser kan ha en invers ]. Man får jobba mycket mer med större matriser än x om man vill hitta inversen. Men eftersom vi tycker det är kul att jobba med matematik ska vi göra det lite senare Den transponerade matrisen Den transponerade matrisen till en matris A skrivs A T och är bara ett byte rad-kolumn. [ ] a b c A =, d e f A T = a d b e. c f Denna kommer vi att använda när vi ska ta fram invers matris till större matriser. Notera att dimensionen ändras så även om A B är definierad, är kanske inte A T B det. 0

31 4 LINJÄR ALGEBRA 4.4 Linjära ekvationssystem 4.4 Att lösa ekvationssystem med matriser Man kan använda sig av den inversa matrisen för att lösa ett ekvationssystem. Det blir ganska jobbigt om man har en stor matris och inte råkar sitta bredvid en dator med ett matematikprogram. Då finns det en trevlig metod som heter Gauss-Jordan-elimination, men först måste vi ju kunna skriva ekvationssystem på matrisform Att beskriva ett ekvationssystem med en matris Ekvationssystemet x + y = 5 x + y = 7 kan beskrivas dels som en enda matris, [ 5 B = 7 dels som matrismultiplikationen [ Ax = ] [ x y ], ] [ = 5 7 Övning Visa att ovanstående matrismultiplikation ger ekvationssystemet. Idén med det senare är att lösningen (dvs vad [ x och ] y är som löser båda ekvationerna) ges av vektorn (kolonnmatrisen). Precis som vanligt när vi x y löser ekvationer vill vi då helt enkelt ha denna matris ensam på ena sidan av likhetstecknet, och ett svar på andra sidan, dvs nåt i stil med [ ] [ ] x a =, y b där a och b alltså är lösningen (x = a, y = b). Detta kan vi få om vi lyckas bli av med matrisen till vänster, i exemplet den som ser ut som (jag kallar den A) [ ] A =. ]. Då skulle ju A - ge just det önskade, eftersom vi då skulle få [ ] [ ] [ ] [ ] [ x x x x A - = A y - A = = y y y ].

32 4.4 Linjära ekvationssystem 4 LINJÄR ALGEBRA Högerledet i ekvationen [ ] måste [ ] ju också multipliceras med A -, i detta fall får vi 5 a alltså att A - = enligt tidigare definition på a och b. 7 b Således måste vi ha ett sätt att hitta inversen till en godtycklig matris. Detta ska vi göra lite senare. Det är bara kvadratiska matriser som har invers, hur kan vi veta att ett ekvationssystem beskrivet på det här viset ger en kvadratisk matris? Om vi istället tittar på den första matrisen B, så skulle ju en lösning till ekvationssystemet ges av [ ] 0 a, 0 b dvs { x + 0 y = a 0 x + y = b, eftersom ju den vänstra kolumnen motsvarar [ x-koefficienterna, ] och[ den mittersta ] 5 0 a y-koefficienterna. Frågan är, hur kan vi få att bli? 7 0 b Svaret på den senare frågan är Gauss-Jordan-elimination.

33 4 LINJÄR ALGEBRA 4.4 Linjära ekvationssystem 4.4. Gauss-Jordan-elimination Det finns vissa regler för hur man får behandla matriser.. Man får byta plats på rader hur som helst. Man får multiplicera en rad med vilket tal som helst. Man får addera eller subtrahera en rad med en annan rad Hur går det till nu då? Jo: Hitta den kolumn som står längst till vänster som inte innehåller enbart nollor. Se till att det inte är en nolla längst upp (byt annars plats på översta raden med någon annan) Om det inte är en etta [ längst till vänster ] i första raden, utan ett annat tal a 5 (i vårt exempel med är det ju en trea), multiplicerar du raden 7 med a. [ 5 7 ] [ 5 = 7 Du har nu en etta längst till vänster i den översta raden. Se nu till att alla andra rader har noll i denna kolumn. I vårt exempel fixar vi ju det genom att multiplicera första raden med, och addera till den andra. Med korrekta matriser ser det ut som [ ] [ ] [ = ] Nu vill vi ju ha en etta i nästa rads vänstraste kolumn som inte innehåller noll, och då får vi multiplicera den raden med a, och i vårt fall är ju a = 7 så a = 7. 7 [ ] [ = Så håller man på, tills man har ettor i fallande ordning från vänster till höger, och nollor under ettorna. Det som kvarstår är nu att få nollor även ovanför ettorna, och då jobbar vi oss uppåt istället för neråt, genom att addera olika multipler av en rad till raderna ovanför. I vårt exempel vill vi alltså få bort från mitten av övre raden. Då multiplicerar vi ju andra raden med, och adderar den sedan till den första: [ ] [ ] = ]. ]. [ Titta!! Vi har nu fått vår lösning! x = 57, y = 7, vilket ju enkelt verifieras genom att stoppa in dem i de ursprungliga ekvationerna. ].

34 4.4 Linjära ekvationssystem 4 LINJÄR ALGEBRA När man fått upp flytet går det ganska snabbt att lösa ekvationssystem på det här viset, och mycket snabbare än om man ska joxa med det på gammalt klassiskt vis även om det väsentligen är samma sak. Övning Lös nedanstående ekvationssystem med Gauss-Jordan-elimination: { x + 6y =. 5x y = x + y 5z =. 4x y z = 5 6x + y + z = 4. x + x + x = x + x 4 = x + x = 6 x + x 4 = 7 Verifiera lösningarna. ) ger även lösningen till övning 8, sid 8, om x är antalet element i E F, etc. Formulera gärna lösningen i denna form. 4

35 4 LINJÄR ALGEBRA 4.5 Konstruktion av A Att hitta inversa matrisen till en given matris Detta är ju lite jobbigt, framförallt om man har stora matriser. Som tur är finns det datorprogram som tar fram dem (och miniräknare). Vi ska nu titta på hur vi gör med en x -matris, vilket inte bara är för skojs skull utan för att den bl.a. kan beskriva ett tredimensionellt koordinatsystem och därför förekommer både här och där Determinanten Ett mycket vanligt begrepp inom linjär algebra är determinant. Matrisen [ ] a a A = a a har determinanten det(a) = a a a a = a a a a. Man kan säga att man går längs diagonalerna, och tar skillnaden mellan summan av produkterna av elementen från övre vänstra till nedre högra, och från övre högra till nedre vänstra. Nu har vi ju bara en diagonal åt respektive håll, men en x -matris ger en tydligare bild av vad som avses. A = a a a a a a, a a a om man bygger ut matrisen lite, så att säga a a a a a det(a) = a a a a a = a a a + a a a + a a a a a +a a a a a a a a a a a a. Determinanten till en matris är alltså bara ett tal. Om determinanten till en matris är noll, är matrisen inte inverterbar! En kanske inte förklaring men i alla fall en motivering till detta kommer nedan. 5

36 4.5 Konstruktion av A - 4 LINJÄR ALGEBRA 4.5. Reducerad matris och cofaktorer Om man har en nxn-matris, låt oss för enkelhetens skull använda en x-matris hädanefter, så har varje element i den något som kallas den reducerade matrisen till det elementet. Matrisen A = a a a a a a a a a har till elementet a den reducerade matrisen R, vilken fås genom att stryka alla element i A som står i samma kolumn eller samma rad som a. [ ] a a R =. a a det(r ) betecknas M och kallas på engelska the minor of a. Cofaktorn c ij till elementet a ij är c ij = ( ) i+j M ij Den transponerade cofaktormatrisen adj(a) och A - Om man skapar en matris, vars element utgörs av cofaktorerna till elementen i A, får man cofaktormatrisen till A; c c c C = c c c. c c c Om man nu transponerar denna matris (se 4..4), får man C T = adj(a) = c c c c c c c c c på engelska the adjoint of A, därav förkortningen. Vad ska man med detta till? Jo... A - = det(a) adj(a). Detta gäller för alla matriser, så länge determinanten inte är noll, för då bryter man ju mot det elfte budet. Övning Lös ekvationssystemen i övningarna och på sidan 4 genom inversa matris-metoden som beskrevs i kap Du skall icke dividera med noll, 6

37 4 LINJÄR ALGEBRA 4.6 Translation med matriser 4.6 Translation med matriser Matriser kan användas till att flytta punkter, förstora, rotera och liknande. Jag tänkte visa på några sådana transformationer, men först måste vi ju kunna beskriva punkter med hjälp av matriser. Jag ger ett tvådimensionellt exempel, hur det blir i fler dimensioner kan du nog filura ut. En punkt i planet R kan beskrivas med en vektor, som utgår från origo. Denna vektor är en x -matris. Exempel 9. Punkten [ ](, ) representeras av vektorn [, ], vilken på matrisform skrivs V =. Vi kan illustrera detta i ett koordinatsystem Förflyttning Om vi nu vill flytta denna punkt någon annanstans, adderar vi bara en vektor till den. Detta är inget annat än vanlig vektoraddition, bara att den ser ut annorlunda än vad man kanske är van vid. Exempel 0. Jag vill flytta min punkt (,) ett steg i x-led och två steg i y-led. Jag utför matrisadditionen [ ] [ ] [ ] 4 + =. Vi ritar in det i koordinatsystemet och ser hur det blev Kan du inte det får du ringa en vän Jämför lösningsmatrisen till ett ekvationssystem, linjerna skär varandra i en punkt. Se kap

38 4.6 Translation med matriser 4 LINJÄR ALGEBRA 4.6. Förstoring Om vi nu kan flytta punkter lite som vi vill, skulle man ju kunna flytta flera samtidigt, men lite olika. Detta är inga problem, och jag ska visa genom att både flytta och förstora en triangel. 4 Exempel. Punkterna (,), (,) och (,) bildar hörnen i en likbent triangel. Jag multiplicerar motsvarande vektorer med en matris, t.ex. [ ] 0 A =. 0 - Vi plottar först in punkterna i ett koordinatsystem. 0 Nu multiplicerar vi våra vektorer med matrisen. [ ] [ ] A =, [ ] [ ] 4 A =, 9 [ ] [ ] 6 A =, och ritar så in punkterna i koordinatsystemet igen Trots att jag (av utrymmesskäl) ändrat skalan, ser man att det hänt något med triangeln. Den har flyttat sig, blivit större, men den är fortfarande både likbent och parallell med x-axeln. 4 Man känner sig lite som en trollkarl när man håller på såhär 8

39 4 LINJÄR ALGEBRA 4.7 Rotation med matriser 4.7 Rotation med matriser Nu när vi kan flytta punkter linjärt borde vi ju kunna rotera dem också Ortogonala gruppen Matriser kan klassificeras så att de bildar algebraiska grupper 5, och jag tänkte att vi skulle titta på en av dem, den ortogonala gruppen. Definition 4.. En n x n-matris A är ortogonal om AA T = I. En ortogonal matris är således alltid inverterbar, och A - = A T. Exempel på ortogonala matriser är [ ] och. Definition 4.. Den ortogonala gruppen O(n) är gruppen av n x n ortogonala matriser. Övning. Visa att de två exempelmatriserna ovan är ortogonala matriser.. Visa att O(n) är en grupp under multiplikation. Två ortogonala matriser, vilka kan användas till rotation, är [ ] cosθ sin θ R = sin θ cosθ (4.) och [ cosθ sin θ R = sinθ cosθ ], (4.) där θ är den vinkel man vill rotera. Om vi utgår från samma vektor som i Exempel 9, vad händer då om vi multiplicerar denna vektor med en av rotationsmatriserna ovan, säg R? Låtom oss testa, jag väljer θ = π. R V = [ cos π sin π sin π cos π ] [ ] = [ 0 0 ] [ ] = [ Hur blev det här nu då? Vi ritar in även denna vektor i koordinatsystemet. 5 Se kap.6. ]. 9

40 4.7 Rotation med matriser 4 LINJÄR ALGEBRA Nej men har man sett! En motsols rotation på 90! Nu blir man ju nyfiken på att testa med den andra matrisen R också. Övning. Testa med R också. Förklara vad du ser.. Studera triangelförändringen i Exempel. Förklara vad elementen i matrisen A betyder, och konstruera en matris som förminskar ursprungstriangeln.. Multiplicera triangeln i Exempel med matrisen [ ] A =, och diskutera vad du observerar. 40

41 5 ANALYS 5 Analys 5. Gränsvärden I gymnasiekurserna studerar man vissa gränsvärden, det kanske vanligast förekommande är derivatan till en funktion f(x), vilken ju är definierad som f f(x + h) f(x) (x) = lim. h 0 h Ett annat exempel är studier av talföljder och serier, t.ex. talföljden vilken har gränsvärdet Dock gäller för serien att,,, 4,..., n, (5.) lim a n = lim n n n = , (5.) 4 lim n n k= k =. Just att studera seriers divergens eller konvergens, dvs om de har en oändlig summa eller inte, är intressant att ägna sig åt, och detta ska vi göra i kap 5.. Till exempel är talföljden (5.) konvergent, eftersom lim a n = L <, man n n säger att följden konvergerar mot L, medan gränsvärdet för serien, lim a n, n m= blir oändligt stort och serien därför divergerar. 6 Gränsvärden är inte så abstrakta som man kan tänka sig, vi kan ta ett exempel från fysiken. Exempel. Jordens flykthastighet är den hastighet som krävs för att fullständigt undgå jordens gravitationsfält. Denna hastighet måste vara så stor, att man erhåller en tillräcklig kinetisk energi för att precis ta sig ut ur jordens gravitationsfält. Men gravitation har en oändlig räckvidd (även om den blir försumbar på relativt korta avstånd), vilket gör att vi kan ställa upp lagen för energins bevarande och lösa ut v enligt 7 E k0 E k = E p0 E p mv 0 = G Mm r r lim mv = mgr 0 r r r GMm v = gr, km/s. 6 Som divergens räknas också ifall det finns två eller flera ändliga gränsvärden 7 Förändringen i kinetisk energi måste motsvara förändringen i potentiell energi 4

2 Matematisk grammatik

2 Matematisk grammatik MATEMATISK GRAMMATIK Matematisk grammatik.1 Skriva matematik Matematisk grammatik, minst lika kul som det låter, och hur man skriver matematik är nästan lika viktigt som vad man skriver. En grammatisk

Läs mer

5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA

5 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 mer

Matematik F Ett försök till kursmaterial

Matematik F Ett försök till kursmaterial Matematik F Ett försök till kursmaterial Olle the Greatest Donnergymnasiet, Sverige Skrivet i L A TEXε juni 005 Innehåll Inledning 4 Matematisk grammatik 5. Skriva matematik...........................

Läs mer

Matriser. 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. 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 mer

Övningshäfte 3: Funktioner och relationer

Övningshäfte 3: Funktioner och relationer GÖTEBORGS UNIVERSITET MATEMATIK 1, MAM100, HT2014 INLEDANDE ALGEBRA Övningshäfte 3: Funktioner och relationer Övning H Syftet är att utforska ett av matematikens viktigaste begrepp: funktionen. Du har

Läs mer

TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor

TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor Johan Thim 22 augusti 2018 1 Vanliga symboler Lite logik Implikation: P Q. Detta betyder att om P är sant så är Q sant. Utläses P medför Q

Läs mer

Definitionsmängd, urbild, domän

Definitionsmängd, urbild, domän 5B1493, lekt 5, HT06 Funktioner Definition av begreppet Definition: Låt X och Y vara två mängder. En funktion f av typ X Y är detsamma som en delmängd av X Y, sådan att 1. Om (x, y) och (x, z) f, så är

Läs mer

(N) och mängden av heltal (Z); objekten i en mängd behöver dock inte vara tal. De objekt som ingår i en mängd kallas för mängdens element.

(N) och mängden av heltal (Z); objekten i en mängd behöver dock inte vara tal. De objekt som ingår i en mängd kallas för mängdens element. Grunder i matematik och logik (2017) Mängdlära Marco Kuhlmann 1 Grundläggande begrepp Mängder och element 2.01 En mängd är en samling objekt. Två standardexempel är mängden av naturliga tal (N) och mängden

Läs mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala 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 mer

Övningshäfte 2: Induktion och rekursion

Övningshäfte 2: Induktion och rekursion GÖTEBORGS UNIVERSITET MATEMATIK 1, MMG200, HT2017 INLEDANDE ALGEBRA Övningshäfte 2: Induktion och rekursion Övning D Syftet är att öva förmågan att utgående från enkla samband, aritmetiska och geometriska,

Läs mer

Material till kursen SF1679, Diskret matematik: Lite om kedjebråk. 0. Inledning

Material till kursen SF1679, Diskret matematik: Lite om kedjebråk. 0. Inledning Matematik, KTH Bengt Ek november 207 Material till kursen SF679, Diskret matematik: Lite om kedjebråk 0 Inledning Talet π (kvoten mellan en cirkels omkrets och dess diameter) är inte ett rationellt tal

Läs mer

Subtraktion. Räkneregler

Subtraktion. 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 mer

Lösningar till udda övningsuppgifter

Lösningar till udda övningsuppgifter Lösningar till udda övningsuppgifter Övning 1.1. (i) {, } (ii) {0, 1,, 3, 4} (iii) {0,, 4, 6, 8} Övning 1.3. Påståendena är (i), (iii) och (v), varav (iii) och (v) är sanna. Övning 1.5. andra. (i) Nej.

Läs mer

LMA033/LMA515. Fredrik Lindgren. 4 september 2013

LMA033/LMA515. Fredrik Lindgren. 4 september 2013 LMA033/LMA515 Fredrik Lindgren Matematiska vetenskaper Chalmers tekniska högskola och Göteborgs universitet 4 september 2013 F. Lindgren (Chalmers&GU) Matematik 4 september 2013 1 / 25 Outline 1 Föreläsning

Läs mer

MULTIPLIKATION AV MATRISER, BASER I RUMMET SAMT FÖRSTA MÖTET MED MATRISINVERSER = = =

MULTIPLIKATION 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 mer

c d Z = och W = b a d c för några reella tal a, b, c och d. Vi har att a + c (b + d) b + d a + c ac bd ( ad bc)

c d Z = och W = b a d c för några reella tal a, b, c och d. Vi har att a + c (b + d) b + d a + c ac bd ( ad bc) 1 Komplexa tal 11 De reella talen De reella talen skriver betecknas ofta med symbolen R Vi vill inte definiera de reella talen här, men vi noterar att för varje tal a och b har vi att a + b och att ab

Läs mer

x f (x) dx 1/8. Kan likhet gälla i sistnämnda relation. (Torgny Lindvall.) f är en kontinuerlig funktion på 1 x sådan att lim a

x f (x) dx 1/8. Kan likhet gälla i sistnämnda relation. (Torgny Lindvall.) f är en kontinuerlig funktion på 1 x sådan att lim a Elementa Årgång 50, 967 Årgång 50, 967 Första häftet 2603. Låt ξ, ξ 2,..., ξ n vara stokastiska variabler med väntevärden E[ξ i ], i =, 2,..., n. Visa att E[max(ξ, ξ 2,..., ξ n )] max(e[ξ ], E[ξ 2 ],...,

Läs mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson Uppsala Universitet Matematiska Institutionen Thomas Erlandsson LÄSANVISNINGAR VECKA 36 VERSION 1. ARITMETIK FÖR RATIONELLA OCH REELLA TAL, OLIKHETER, ABSOLUTBELOPP ADAMS P.1 Real Numbers and the Real

Läs mer

Modul 1 Mål och Sammanfattning

Modul 1 Mål och Sammanfattning Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2016-2017 Lars Filipsson Modul 1 Mål och Sammanfattning 1. Reella tal. 1. MÅL FÖR MODUL 1 Känna till talsystememet och kunna använda notation

Läs mer

Kontinuitet och gränsvärden

Kontinuitet och gränsvärden Kapitel Kontinuitet och gränsvärden.1 Introduktion till kontinuerliga funktioner Kapitlet börjar med allmänna definitioner. Därefter utvidgar vi successivt familjen av kontinuerliga funktioner, genom specifika

Läs mer

Linjär Algebra M/TD Läsvecka 2

Linjär 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 mer

Abstrakt algebra för gymnasister

Abstrakt algebra för gymnasister Abstrakt algebra för gymnasister Veronica Crispin Quinonez Sammanfattning. Denna text är föreläsningsanteckningar från föredraget Abstrakt algebra som hölls under Kleindagarna på Institutet Mittag-Leffler

Läs mer

Vektorgeometri för gymnasister

Vektorgeometri 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 mer

Institutionen för Matematik. SF1625 Envariabelanalys. Lars Filipsson. Modul 1

Institutionen för Matematik. SF1625 Envariabelanalys. Lars Filipsson. Modul 1 Institutionen för Matematik SF1625 Envariabelanalys Läsåret 2017-2018 Lars Filipsson Modul 1 1. MÅL FÖR MODUL 1 1. Reella tal. Känna till talsystememet och kunna använda notation för mängder och intervall

Läs mer

Gausselimination fungerar alltid, till skillnad från mer speciella metoder.

Gausselimination fungerar alltid, till skillnad från mer speciella metoder. LINJÄRA EKVATIONSSYSTEM, GAUSSELIMINATION. MATRISER. Läs avsnitten 4.-4.. Lös övningarna 4.ace, 4.2acef, 4., 4.5-4.7, 4.9b, 4. och 4.abcfi. Läsanvisningar Avsnitt 4. Det här avsnittet handlar om Gauss-elimination,

Läs mer

Övningshäfte 6: 2. Alla formler är inte oberoende av varandra. Försök att härleda ett par av de formler du fann ur några av de övriga.

Övningshäfte 6: 2. Alla formler är inte oberoende av varandra. Försök att härleda ett par av de formler du fann ur några av de övriga. GÖTEBORGS UNIVERSITET MATEMATIK 1, MAM100, HT2005 MATEMATISK BASKURS Övningshäfte 6: Syftet med övningen är att utforska strukturen hos talsystemen under addition respektive multiplikation samt sambandet

Läs mer

Mängder och kardinalitet

Mängder och kardinalitet UPPSALA UNIVERSITET Matematiska institutionen Erik Melin Specialkursen HT07 28 september 2007 Mängder och kardinalitet Dessa blad utgör skissartade föreläsningsanteckningar kombinerat med övningar. Framställningen

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

Mer om analytisk geometri

Mer 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 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

Matematiska uppgifter

Matematiska uppgifter Årgång 54, 1971 Första häftet 8. Bestäm alla reella tal x sådana att x 1 3 x 1 + < 0 (Svar: {x R: 1 < x < 0} {x R: < x < 3}) 83. Visa att om x > y > 1 så är x y 1 > x y > ln(x/y). 84. Undersök om punkterna

Läs mer

Tisdag v. 2. Speglingar, translationer och skalningar

Tisdag v. 2. Speglingar, translationer och skalningar 1 Tisdag v 2 Speglingar, translationer och skalningar Ofta i matematik och i matematiska kurser är det så att man måste kunna några grundläggande exempel utantill och man måste kunna några regler som säger

Läs mer

1 Att läsa matematik.

1 Att läsa matematik. 1 Att läsa matematik. Precis som vid all annan läsning som betyder något skall matematik läsas aktivt. Detta innebär olika saker för olika personer. För en del kanske det betyder att visualisera de idéer

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

Moment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61

Moment 5.5 Övningsuppgifter I 5.60a. 5.60b, 5.60.c, 61 Moment 5.5 Övningsuppgifter I 5.0a. 5.0b, 5.0.c, 1 Linjära ekvationssystem Vi har redan tidigare i kursen stött på linjära ekvationssystem. Nu är stunden kommen till en mera systematisk genomgång. Kvadratiska

Läs mer

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

Induktion, mängder och bevis för Introduktionskursen på I

Induktion, mängder och bevis för Introduktionskursen på I Induktion, mängder och bevis för Introduktionskursen på I J A S, ht 04 1 Induktion Detta avsnitt handlar om en speciell teknik för att försöka bevisa riktigheten av påståenden eller formler, för alla heltalsvärden

Läs mer

Algebra I, 1MA004. Lektionsplanering

Algebra I, 1MA004. Lektionsplanering UPPSALA UNIVERSITET Matematiska Institutionen Dan Strängberg HT2016 Fristående, IT, KandDv, KandMa, Lärare 2016-11-02 Algebra I, 1MA004 Lektionsplanering Här anges rekommenderade uppgifter ur boken till

Läs mer

Block 1 - Mängder och tal

Block 1 - Mängder och tal Block 1 - Mängder och tal Mängder Mängder och element Venndiagram Delmängder och äkta delmängder Union och snittmängd Talmängder Heltalen Z Rationella talen Q Reella talen R Räkning med tal. Ordning av

Läs mer

TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter

TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter Johan Thim 15 augusti 2015 1 Vanliga symboler Lite logik Implikation: P Q. Detta betyder att om P är sant så är Q sant. Utläses P medför

Läs mer

15 september, Föreläsning 5. Tillämpad linjär algebra

15 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 mer

Föreläsningsanteckningar och övningar till logik mängdlära

Föreläsningsanteckningar och övningar till logik mängdlära Inledande matematisk analys tma970, 010, logik, mängdlära Föreläsningsanteckningar och övningar till logik mängdlära Dessa öreläsningsanteckningar kompletterar mycket kortattat kap 0 och appendix B i Persson/Böiers,

Läs mer

DERIVATA. = lim. x n 2 h h n. 2

DERIVATA. = lim. x n 2 h h n. 2 DERIVATA Läs avsnitten 6.-6.5. Lös övningarna 6.cd, 6.2, 6.3bdf, 6.4abc, 6.5bcd, 6.6bcd, 6.7, 6.9 oc 6.. Läsanvisningar Allmänt gäller som vanligt att bevisen inte ingår i kursen, men det är mycket nyttigt

Läs mer

Kapitel 4. Funktioner. 4.1 Definitioner

Kapitel 4. Funktioner. 4.1 Definitioner Kapitel 4 Funktioner I det här kapitlet kommer vi att undersöka funktionsbegreppet. I de första sektionerna genomgås definitionen av begreppet funktion och vissa egenskaper som funktioner har. I slutet

Läs mer

Innehåll. 1 Linjärt ekvationssystem (ES) 5. 2 Grundläggande algebra 13

Innehåll. 1 Linjärt ekvationssystem (ES) 5. 2 Grundläggande algebra 13 LINJÄR ALGEBRA Innehåll Linjärt ekvationssstem (ES) 5 Grundläggande algebra 3 3 Matrisalgebra 5 3 Addition av matriser 5 3 Multiplikation mellan matriser 7 33 Enhetsmatris 34 Invers matris 34 Nollmatris

Läs mer

Instuderingsfrågor för Endimensionell analys kurs B1

Instuderingsfrågor för Endimensionell analys kurs B1 Instuderingsfrågor för Endimensionell analys kurs B1 Anvisningar Avsikten med följande frågor är att hjälpa dig med självkontroll av dina kunskaper. Om du känner dig osäker på svaren bör du slå upp motsvarande

Läs mer

Enklare matematiska uppgifter

Enklare matematiska uppgifter Elementa Årgång 49, 966 Årgång 49, 966 Första häftet 2555. Visa att 4 n + n + 8 ej kan vara primtal för något heltal n 0. 2556. Man vill göra en behållare utan lock, som rymmer m 3, i form av en rätvinklig

Läs mer

1. (Dugga 1.1) (a) Bestäm v (3v 2u) om v = . (1p) and u =

1. (Dugga 1.1) (a) Bestäm v (3v 2u) om v = . (1p) and u = Kursen bedöms med betyg,, 5 eller underkänd, där 5 är högsta betyg. För godkänt betyg krävs minst poäng från uppgifterna -7. Var och en av dessa sju uppgifter kan ge maximalt poäng. För var och en av uppgifterna

Läs mer

Enhetsvektorer. Basvektorer i två dimensioner: 1 1 Basvektorer i tre dimensioner: Enhetsvektor i riktningen v: v v

Enhetsvektorer. 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 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

Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.

Vectorer, 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 mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna

Uppsala 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 mer

6. Matriser Definition av matriser 62 6 MATRISER. En matris är ett rektangulärt schema av tal: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A =

6. Matriser Definition av matriser 62 6 MATRISER. En matris är ett rektangulärt schema av tal: a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A = 62 6 MATRISER 6 Matriser 6 Definition av matriser En matris är ett rektangulärt schema av tal: A a a 2 a 3 a n a 2 a 22 a 23 a 2n a m a m2 a m3 a mn Matrisen A säges vara av typ m n, där m är antalet rader

Läs mer

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

Begreppen mängd och element är grundläggande begrepp i matematiken. MÄNGDER Grundläggande begrepp och beteckningar Begreppen "mängd" och "element" är grundläggande begrepp i matematiken. Vi kan beskriva (ange, definiera) en mängd som innehåller ändligt många element genom

Läs mer

Övningshäfte 3: Polynom och polynomekvationer

Övningshäfte 3: Polynom och polynomekvationer LMA100 VT2005 ARITMETIK OCH ALGEBRA DEL 2 Övningshäfte 3: Polynom och polynomekvationer Syftet med denna övning är att repetera gymnasiekunskaper om polynom och polynomekvationer samt att bekanta sig med

Läs mer

ax + y + 2z = 3 ay = b 3 (b 3) z = 0 har (a) entydig lösning, (b) oändligt många lösningar och (c) ingen lösning.

ax + y + 2z = 3 ay = b 3 (b 3) z = 0 har (a) entydig lösning, (b) oändligt många lösningar och (c) ingen lösning. UPPSALA UNIVERSITET Matematiska institutionen Anders Johansson Prov i matematik ES, Frist, KandMa LINJÄR ALGEBRA och GEOMETRI I 2010 10 21 Skrivtid: 8.00 13.00. Tillåtna hjälpmedel: Skrivdon. Lösningarna

Läs mer

Matematisk kommunikation för Π Problemsamling

Matematisk kommunikation för Π Problemsamling Problemsamling Charlotte Soneson & Niels Chr. Overgaard september 200 Problem. Betrakta formeln n k = k= n(n + ). 2 Troliggör den först genom att exempelvis i summan +2+3+4+5+6 para ihop termer två och

Läs mer

Grundidén är att våra intuitiva rationella tal (bråk) alltid kan fås som lösningar till ekvationer av typen α ξ = β, där α och β är tal Z och α 0.

Grundidén är att våra intuitiva rationella tal (bråk) alltid kan fås som lösningar till ekvationer av typen α ξ = β, där α och β är tal Z och α 0. 5B2710, lekt 4, HT07 Konstruktion av de rationella talen Q (AEE 2.3) Grundidén är att våra intuitiva rationella tal (bråk) alltid kan fås som lösningar till ekvationer av typen α ξ = β, där α och β är

Läs mer

Block 1 - Mängder och tal

Block 1 - Mängder och tal Block 1 - Mängder och tal Mängder Mängder och element Venndiagram Talmängder Heltalen Z Rationella talen Q Reella talen R Räkning med tal. Ordning av talen i R Intervall Absolutbelopp Olikheter 1 Prepkursen

Läs mer

Explorativ övning 7 KOMPLEXA TAL

Explorativ övning 7 KOMPLEXA TAL Explorativ övning 7 KOMPLEXA TAL Övningens syfte är att bekanta sig med komplexa tal. De komplexa talen, som är en utvidgning av de reella talen, kom till på 1400 talet då man försökte lösa kvadratiska

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

Envariabelanalys: Vera Koponen. Envariabelanalys, vt Uppsala Universitet. Vera Koponen Föreläsning 5-6

Envariabelanalys: Vera Koponen. Envariabelanalys, vt Uppsala Universitet. Vera Koponen Föreläsning 5-6 Envariabelanalys: Föreläsning 5-6 Vera Koponen Uppsala Universitet Envariabelanalys, vt 2011 Derivata: allmänt Antag att f (x) är en funktion. Derivata: allmänt Antag att f (x) är en funktion. Derivatan

Läs mer

Övningshäfte 1: Logik och matematikens språk

Övningshäfte 1: Logik och matematikens språk GÖTEBORGS UNIVERSITET MATEMATIK 1, MMG200, HT2014 INLEDANDE ALGEBRA Övningshäfte 1: Logik och matematikens språk Övning A Målet är att genom att lösa och diskutera några inledande uppgifter få erfarenheter

Läs mer

MATRISTEORI. Pelle Pettersson MATRISER. En matris är ett rektangulärt schema med tal, reella eller komplexa, vilka kallas matrisens

MATRISTEORI. 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 mer

4x az = 0 2ax + y = 0 ax + y + z = 0

4x 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 mer

Modul 1: Komplexa tal och Polynomekvationer

Modul 1: Komplexa tal och Polynomekvationer Modul : Komplexa tal och Polynomekvationer. Skriv på formen a + bi, där a och b är reella, a. (2 + i)( 2i) 2. b. + 2i + 3i 3 4i + 2i 2. Lös ekvationerna a. (2 i)z = 3 + i. b. (2 + i) z = + 3i c. ( 2 +

Läs mer

Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen.

Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen. Sidor i boken 40-4 Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen. Läxa 1. En rät linje, L 1, skär y-axeln

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

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 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 mer

Läsanvisning till Discrete matematics av Norman Biggs - 5B1118 Diskret matematik

Läsanvisning till Discrete matematics av Norman Biggs - 5B1118 Diskret matematik Läsanvisning till Discrete matematics av Norman Biggs - 5B1118 Diskret matematik Mats Boij 18 november 2001 13 Grupper Det trettonde kapitlet behandlar grupper. Att formulera abstrakta begrepp som grupper

Läs mer

14 september, Föreläsning 5. Tillämpad linjär algebra

14 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 mer

Komplexa tal: Begrepp och definitioner

Komplexa tal: Begrepp och definitioner UPPSALA UNIVERSITET Baskurs i matematik, 5hp Matematiska institutionen Höstterminen 007 Erik Darpö Martin Herschend Komplexa tal: Begrepp och definitioner Komplexa tal uppstod ur det faktum att vissa andragradsekvationer,

Läs mer

Matematisk kommunikation för Π Problemsamling

Matematisk kommunikation för Π Problemsamling Problemsamling Niels Chr. Overgaard & Johan Fredriksson 3 september 205 Problem 0. Skriv följande summor mha summationstecken. ( Dvs på formen q k=p a k där k är en räknare som löper med heltalssteg mellan

Läs mer

Mängdlära. Kapitel Mängder

Mängdlära. Kapitel Mängder Kapitel 2 Mängdlära 2.1 Mängder Vi har redan stött på begreppet mängd. Med en mängd menar vi en väldefinierad samling av objekt eller element. Ordet väldefinierad syftar på att man för varje tänkbart objekt

Läs mer

SF1661 Perspektiv på matematik Tentamen 24 oktober 2013 kl Svar och lösningsförslag. z 11. w 3. Lösning. De Moivres formel ger att

SF1661 Perspektiv på matematik Tentamen 24 oktober 2013 kl Svar och lösningsförslag. z 11. w 3. Lösning. De Moivres formel ger att SF11 Perspektiv på matematik Tentamen 4 oktober 013 kl 14.00 19.00 Svar och lösningsförslag (1) Låt z = (cos π + i sin π ) och låt w = 1(cos π 3 + i sin π 3 ). Beräkna och markera talet z11 w 3 z 11 w

Läs mer

Bisektionsalgoritmen. Kapitel Kvadratroten ur 2

Bisektionsalgoritmen. Kapitel Kvadratroten ur 2 Kapitel 4 Bisektionsalgoritmen Vi ska konstruera lösningar till algebraiska ekvationer av formen f(x) = 0 med hjälp av bisektionsalgoritmen (intervallhalveringsmetoden). På samma gång ska vi se hur man

Läs mer

10x 3 4x 2 + x. 4. Bestäm eventuella extrempunkter, inflexionspunkter samt horizontella och vertikala asymptoter. y = x 1 x + 1

10x 3 4x 2 + x. 4. Bestäm eventuella extrempunkter, inflexionspunkter samt horizontella och vertikala asymptoter. y = x 1 x + 1 TM-Matematik Mikael Forsberg Pär Hemström Övningstenta Envariabelanalys ma034a ovnt--vt0 Skrivtid: 5 timmar. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift

Läs mer

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

Begreppen mängd och element är grundläggande begrepp i matematiken. MÄNGDER Grundläggande begrepp och beteckningar egreppen "mängd" och "element" är grundläggande begrepp i matematiken. Vi kan beskriva (ange, definiera) en mängd som innehåller ändligt många element genom

Läs mer

Linjära 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. 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 mer

= ( 1) ( 1) = 4 0.

= ( 1) ( 1) = 4 0. MATA15 Algebra 1: delprov 2, 6 hp Fredagen den 17:e maj 2013 Skrivtid: 800 1300 Matematikcentrum Matematik NF Lösningsförslag 1 Visa att vektorerna u 1 = (1, 0, 1), u 2 = (0, 2, 1) och u 3 = (2, 2, 1)

Läs mer

Linjär Algebra, Föreläsning 2

Linjär Algebra, Föreläsning 2 Linjär Algebra, Föreläsning 2 Tomas Sjödin Linköpings Universitet 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.

Läs mer

Instuderingsfrågor för Endimensionell analys kurs B1 2011

Instuderingsfrågor för Endimensionell analys kurs B1 2011 Instuderingsfrågor för Endimensionell analys kurs B1 2011 Anvisningar Avsikten med följande frågor är att hjälpa dig med självkontroll av dina kunskaper. Om du känner dig osäker på svaren bör du slå upp

Läs mer

Isometrier och ortogonala matriser

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

Läs mer

MATEMATIKENS SPRÅK. Avsnitt 1

MATEMATIKENS SPRÅK. Avsnitt 1 Avsnitt 1 MATEMATIKENS SPRÅK Varje vetenskap, liksom varje yrke, har sitt eget språk som ofta är en blandning av vardagliga ord och speciella termer. En instruktionshandbok för ett kylskåp eller för en

Läs mer

MAA123 Grundläggande vektoralgebra

MAA123 Grundläggande vektoralgebra Test 1 2009.09.14 08.30 09.30 Poäng: Detta test ger maximalt 8 poäng. För godkänt fordras minst 5 poäng. Frågor kan ställas till: Hillevi Gavel, som nås på 073 763 27 88 Övriga anvisningar: Skriv läsbart.

Läs mer

Moment 6.1, 6.2 Viktiga exempel Övningsuppgifter T6.1-T6.6

Moment 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 mer

Peanos axiomsystem för de naturliga talen

Peanos axiomsystem för de naturliga talen 5B1493, lekt 3, HT06 P1. Det finns ett naturligt tal 0. Peanos axiomsystem för de naturliga talen P2. Varje natutligt tal n har en s.k. efterföljare n +. P3. Om n + = m + så är n = m. P4. Inget naturligt

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 IV Innehåll Nollrum och

Läs mer

x +y +z = 2 2x +y = 3 y +2z = 1 x = 1 + t y = 1 2t z = t 3x 2 + 3y 2 y = 0 y = x2 y 2.

x +y +z = 2 2x +y = 3 y +2z = 1 x = 1 + t y = 1 2t z = t 3x 2 + 3y 2 y = 0 y = x2 y 2. Lösningar till tentamen i Inledande matematik för M/TD, TMV155/175 Tid: 2006-10-27, kl 08.30-12.30 Hjälpmedel: Inga Betygsgränser, ev bonuspoäng inräknad: 20-29 p. ger betyget 3, 30-39 p. ger betyget 4

Läs mer

Determinanter, egenvectorer, egenvärden.

Determinanter, 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 mer

(a) Bestäm för vilka värden på den reella konstanten c som ekvationssystemet är lösbart. (b) Lös ekvationssystemet för dessa värden på c.

(a) Bestäm för vilka värden på den reella konstanten c som ekvationssystemet är lösbart. (b) Lös ekvationssystemet för dessa värden på c. UPPSALA UNIVERSITET Matematiska institutionen Jörgen Östensson Prov i matematik X, geo, frist, lärare LINJÄR ALGEBRA och GEOMETRI I 200 0 08 Skrivtid: 8.00.00. Tillåtna hjälpmedel: Skrivdon. Lösningarna

Läs mer

TANA17 Matematiska beräkningar med Matlab

TANA17 Matematiska beräkningar med Matlab TANA17 Matematiska beräkningar med Matlab Laboration 1. Linjär Algebra och Avbildningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall

Läs mer

Tal och polynom. Johan Wild

Tal och polynom. Johan Wild Tal och polynom Johan Wild 14 augusti 2008 Innehåll 1 Inledning 3 2 Att gå mellan olika typer av tal 3 3 De hela talen och polynom 4 3.1 Polynom........................... 4 3.2 Räkning med polynom...................

Läs mer

LMA515 Matematik, del B Sammanställning av lärmål

LMA515 Matematik, del B Sammanställning av lärmål LMA515 Matematik, del B Sammanställning av lärmål Lärmål för godkänt Funktion, gränsvärde, kontinuitet, derivata. Förklara begreppen funktion, definitionsmängd och värdemängd, och bestämma (största möjliga)

Läs mer

Relationer. 1. Relationer. UPPSALA UNIVERSITET Matematiska institutionen Erik Melin. Specialkursen HT07 23 oktober 2007

Relationer. 1. Relationer. UPPSALA UNIVERSITET Matematiska institutionen Erik Melin. Specialkursen HT07 23 oktober 2007 UPPSALA UNIVERSITET Matematiska institutionen Erik Melin Specialkursen HT07 23 oktober 2007 Relationer Dessa blad utgör skissartade föreläsningsanteckningar kombinerat med övningar. Framställningen är

Läs mer

Övningshäfte 2: Komplexa tal

Övningshäfte 2: Komplexa tal LMA100 VT007 ARITMETIK OCH ALGEBRA DEL Övningshäfte : Komplexa tal Övningens syfte är att bekanta sig med komplexa tal. De komplexa talen, som är en utvidgning av de reella talen, kom till på 1400 talet

Läs mer

v0.2, Högskolan i Skövde Tentamen i matematik

v0.2, Högskolan i Skövde Tentamen i matematik v0., 08-03-3 Högskolan i Skövde Tentamen i matematik Kurs: MA5G Matematisk analys MA3G Matematisk analys för ingenjörer Tentamensdag: 08-0-03 kl 4:30-9:30 Hjälpmedel : Inga hjälpmedel utöver bifogat formelblad.

Läs mer

ANDREAS REJBRAND 2014-04-25 Matematik http://www.rejbrand.se. Numeriska serier. Andreas Rejbrand, april 2014 1/29

ANDREAS REJBRAND 2014-04-25 Matematik http://www.rejbrand.se. Numeriska serier. Andreas Rejbrand, april 2014 1/29 Numeriska serier Andreas Rejbrand, april 2014 1/29 1 Inledning Författarens erfarenhet säger att momentet med numeriska serier är ganska svårt för många studenter i inledande matematikkurser på högskolenivå.

Läs mer

vux GeoGebraexempel 3b/3c Attila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker

vux GeoGebraexempel 3b/3c Attila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker matematik Attila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker vux 3b/3c GeoGebraexempel Till läsaren i elevböckerna i serien matematik origo finns uppgifter där vi rekommenderar användning

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