linjära ekvationssystem.

Relevanta dokument
Linjära ekvationssystem

Linjär algebra. 1 Inledning. 2 Matriser. Analys och Linjär Algebra, del B, K1/Kf1/Bt1. CTH/GU STUDIO 1 TMV036b /2013 Matematiska vetenskaper

Mer om linjära ekvationssystem

Matriser och linjära ekvationssystem

Matriser och vektorer i Matlab

Matriser och vektorer i Matlab

Linjära ekvationssystem i Matlab

Matriser och linjära ekvationssystem

Mer om linjära ekvationssystem

Mer om linjära ekvationssystem

Grafritning och Matriser

Matriser och Inbyggda funktioner i Matlab

Matriser och Inbyggda funktioner i Matlab

Dagens program. Linjära ekvationssystem och matriser

15 september, Föreläsning 5. Tillämpad linjär algebra

Introduktion till Matlab

14 september, Föreläsning 5. Tillämpad linjär algebra

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

Introduktion till Matlab

1 Grundläggande kalkyler med vektorer och matriser

Introduktion till Matlab

Laboration: Vektorer och matriser

TMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning

Linjära ekvationssystem

Linjär Algebra M/TD Läsvecka 1

Linjär Algebra M/TD Läsvecka 2

Några saker som jag inte hann: Ur trigonometriska ettan kan vi uttrycka och i termer av. Vi delar båda led i trig. 1:an med :

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

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

Introduktion till Matlab

MAM283 Introduktion till Matlab

SKRIVNING I VEKTORGEOMETRI

Studiehandledning till linjär algebra Avsnitt 1

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 =

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 1-4.

Subtraktion. Räkneregler

SKRIVNING I VEKTORGEOMETRI Delkurs

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

1.1 MATLABs kommandon för matriser

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) måndagen den 30 maj 2005

TMV166/186 Linjär Algebra M/TD 2011/2012 Läsvecka 1. Omfattning. Innehåll Lay, kapitel , Linjära ekvationer i linjär algebra

Funktioner och grafritning i Matlab

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

Lösningsförslag till skrivningen i Vektorgeometri (MAA702) Måndagen den 13 juni 2005

SKRIVNING I VEKTORGEOMETRI

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 27 oktober 2015 Sida 1 / 31

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna

Vektorgeometri för gymnasister

Egenvärdesproblem för matriser och differentialekvationer

Vektorgeometri för gymnasister

Dagens program. Linjära ekvationssystem och matriser

Objective:: Linjärt beroende och oberoende version 1.0

6.4. Linjära ekvationssytem och matriser

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

SF1624 Algebra och geometri Lösningsförslag till tentamen Fredagen den 23 oktober, 2009 DEL A

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.

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

Uppsala Universitet Matematiska Institutionen Bo Styf. Svar till tentan. Del A. Prov i matematik Linj. alg. o geom

2x + y + 3z = 4 x + y = 1 x 2y z = 3

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

SKRIVNING I VEKTORGEOMETRI

. (2p) 2x + 2y + z = 4 y + 2z = 2 4x + 3y = 6

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

A = (3 p) (b) Bestäm alla lösningar till Ax = [ 5 3 ] T.. (3 p)

Beräkningsvetenskap föreläsning 2

LÖSNINGAR LINJÄR ALGEBRA LUNDS TEKNISKA HÖGSKOLA MATEMATIK

LINJÄR ALGEBRA II LEKTION 3

SKRIVNING I VEKTORGEOMETRI

SKRIVNING I VEKTORGEOMETRI

Mer om funktioner och grafik i Matlab

1. Vi skriver upp ekvationssystemet i matrisform och gausseliminerar tills vi når trappstegsform,

Linjär algebra på 2 45 minuter

För studenter på distans och campus Linjär algebra ma014a ATM-Matematik Mikael Forsberg

y z 3 = 0 z i )

SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 1 Måndagen den 29 november, 2010

MMA132: Laboration 2 Matriser i MATLAB

Studieanvisningar. H. Anton och C. Rorres: Elementary Linear Algebra, 9:e upplagan. Wiley, 2005 (betecknas A nedan).

TAIU07 Matematiska beräkningar med MATLAB för MI. Fredrik Berntsson, Linköpings Universitet. 15 januari 2016 Sida 1 / 26

Matematik med datalogi, mfl. Linjär algebra ma014a ATM-Matematik Mikael Forsberg

Numerisk Analys, MMG410. Exercises 2. 1/33

Laboration 0: Del 2. Benjamin Kjellson Introduktion till matriser, vektorer, och ekvationssystem

Stora bilden av Linjära algebran. Vektorrum, linjära transformationer, matriser (sammanfattning av begrepp)

SF1624 Algebra och geometri Lösningsförsag till modelltentamen

Vektorerna är parallella med planet omm de är vinkelräta mot planets normal, dvs mot

SF1624 Algebra och geometri

Vektorgeometri för gymnasister

Vektorrum. EX. Plan och linjer i rummet genom origo. Allmänt; mängden av lösningar till AX = 0.

Vektorgeometri för gymnasister

Hemuppgift 1, SF1861 Optimeringslära, VT 2017

2x + y + 3z = 1 x 2y z = 2 x + y + 2z = 1

1 Positivt definita och positivt semidefinita matriser

Avsnitt 2. Matriser. Matriser. Vad är en matris? De enkla räknesätten

Frågorna 1 till 6 ska svaras med ett kryss för varje korrekt påstående. Varje uppgift ger 1 poäng. Använd bifogat formulär för dessa 6 frågor.

Laboration 1: Linjär algebra

Preliminärt lösningsförslag

Vektorgeometri för gymnasister

Moment Viktiga exempel Övningsuppgifter

Gausselimination fungerar alltid, till skillnad från mer speciella metoder.

Transkript:

CTH/GU LABORATION 2 TMV216/MMGD20-2017/2018 Matematiska vetenskaper 1 Inledning Linjära ekvationssystem Denna laboration börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på matriser i matematiken. Sedan ser vi på uppbyggnad av matriser. Avslutningsvis ser vi på linjära ekvationssystem. 2 Matriser En matris är som ni vet ett rektangulärt talschema: a 11 a 1n A =.. a m1 a mn Matrisen ovan har m rader och n kolonner, vi säger att den är av typ m n. Ett matriselement i rad nr i, kolonn nr j tecknas a ij, där i är radindex och j är kolonnindex. I Matlab skrivs detta A(i,j) och [m,n]=size(a) ger matrisens typ, medan m=size(a,1) ger endast antal rader och n=size(a,2) ger endast antal kolonner. Indexeringen i är alltid som i matrisen ovan, dvs. rad- och kolonnindex börjar alltid på ett och vi kan inte ändra på det. En matris av typ m 1 kallas kolonnmatris (kolonnvektor) och en matris av typ 1 n kallas radmatris (radvektor): b 1 b =. b m, c = [ ] c 1 c n Du kommer att se att vi använder oftast kolonnvektorer för att representera kvantiteter som vi beräknar. Element nr i ges i Matlab av b(i) och antalet element ges av m=length(b). Även för vektorer gäller att indexeringen alltid börjar på ett. Motsvarande gäller för radvektorn c. Som exempel tar vi Vi skriver in detta i Matlab enligt >> A=[1 4 7 10; 2 5 8 11; 3 6 9 12] >> b=[1; 3; 5] >> c=[0 2 4] 1 4 7 10 1 A = 2 5 8 11, b = 3, c = [ 0 2 4 ] 3 6 9 12 5 1

och ser på typerna och några element med >> [m,n]=size(a) m = 3 n = 4 >> A(2,3) ans = 8 Prova gärna length och size på b och c. Någon skillnad? Skriv ut något element också. En matris kan betraktas som en kollektion av kolonner: a 11 a 1j a 1n A =... = [ ] a 1 a j a n a m1 a mj a mn med kolonnerna a 1 = a 11. a m1, a j = a 1j. a mj, a n = Man kan även betrakta den som en kollektion av rader, men vi använder oftast kolonnrepresentationen. I Matlab plockar man ut kolonn nr j med A(:,j). Här är j kolonnindex medan radindex i = 1,...,m representeras av tecknet kolon :. På liknande vis ges rad nr i av A(i,:). >> a1=a(:,1) a1 = 1 2 3 >> A2=A(2,:) A2 = 2 5 8 11 Uppgift 1. Skriv in följande matriser i Matlab. 1 5 9 1 A = 2 6 10 4 5 6 3 7 11, B = 3 2 1 c = 3 5, d = [ 0 2 4 ] 1 1 1 4 8 12 7 (a). Skriv ut matriselementen a 23, b 23, c 2 och d 3. Prova size och length på A, B, c och d. Ändra b 23 genom att skriva B(2,3)=5. (b). Skriv ut kolonn nr 1, 2 och 3 ur matrisen A. Sätt in kolonnvektorn c som 2:a kolonn i A genom att skriva A(:,2)=c. a 1n. a mn 2

(c). Radera matrisen B (clear B) och skriv in den igen genom att först bilda kolonnerna 4 5 6 b 1 = 3, b 2 = 2, b 3 = 1 1 1 1 och sedan sätta in dem i matrisen B = [b 1 b 2 b 3 ]. Vi kan ta ut ett block ur en matris med A(iv,jv) där iv är en vektor med radindex och jv är en vektor med kolonnindex. Resultatet blir en matris med length(iv) rader och length(jv) kolonner. >> A=[1 3 5; 7 9 11; 2 4 6] >> B=A([2 3],[1 3]) A = B = 1 3 5 7 11 7 9 11 2 6 2 4 6 Transponatet A T av en matris A ges av apostrof ( ). >> A=[1 3 5; 7 9 11] >> B=A A = B = 1 3 5 1 7 7 9 11 3 9 5 11 Uppgift 2. Låt som i uppgift 1 1 5 9 1 A = 2 6 10 4 5 6 3 7 11, B = 3 2 1 c = 3 5, d = [ 0 2 4 ] 1 1 1 4 8 12 7 (a). Sätt in kolonnvektorn c som 3:e kolonn i A och sätt in radvektorn d som 2:a rad i B. (b). Låt 1:a och 4:e raden i A byta plats och låt därefter den 2:a och 3:e kolonnen byta plats. 3 Bygga upp matriser Med funktionerna zeros och ones kan man i Matlab bilda matriser med nollor och ettor. Exempelvis zeros(m,n) ger en matris av storleken m n fylld med nollor. Med zeros(size(a)) får vi en matris fylld med nollor av samma storlek som A. Motsvarande gäller för ones. Enhetsmatriser bildas med funktionen eye, med eye(n) får vi enhetsmatrisen av storleken n n. Man kan också använda eye för att bilda rektangulära matriser med ettor på huvuddiagonalen och nollor för övrigt. Med eye(m,n) får vi en sådan matris av storleken m n och med eye(size(a)) får vi en av samma storlek som A. Med diag bildas diagonalmatriser. En vektor kan läggas in på en viss diagonal enligt 3

>> d=[2 3 7]; >> d=[2 3 7]; >> A=diag(d,0) % eller A=diag(d) >> A=diag(d,1) A = A = 2 0 0 0 2 0 0 0 3 0 0 0 3 0 0 0 7 0 0 0 7 0 0 0 0 Huvuddiagonalen markeras med 0, diagonalen ovanför till höger med 1, diagonalen nedanför till vänster med -1, osv. Matrisen blir så stor att vektorns alla element får plats längs angiven diagonal. Vi kan sätta ihop två matriser A och B horisontellt med [A B] om antal rader i de två matriserna är lika. Två matriser A och B kan sättas ihop vertikalt med [A; B] om antal kolonner i de två matriserna är lika. 4 Linjärt ekvationssystem Matriser används bland annat för att skriva ned linjära ekvationssystem. Vi tar som exempel: Ekvationssystemet x 1 +2x 2 +3x 3 = 14 3x 1 +2x 2 +x 3 = 10 7x 1 +8x 2 = 23 kan skrivas på matrisform dvs. 1 2 3 x 1 14 3 2 1 x 2 = 10, 7 8 0 x 3 23 1 2 3 14 Ax = b, med A = 3 2 1, b = 10. 7 8 0 23 Vi bildar koefficientmatrisen A och högerledsvektorn b med >> A=[1 2 3;3 2 1;7 8 0] A = 1 2 3 3 2 1 7 8 0 >> b=[14;10;23] b = 14 10 23 Med kommandot rref kommer vi till radreducerad trappstegsform (row-reduced-echelon form) så att vi kan läsa av lösningen till Ax = b. Först bildar vi den utökade matrisen E = [A b] med 4

>> E=[A b] E = 1 2 3 14 3 2 1 10 7 8 0 23 och sedan får vi den reducerade matrisen med >> R=rref(E) R = 1 0 0 1 0 1 0 2 0 0 1 3 Lösningen ser vi i sista kolonnen i R och vi har x 1 1 x = x 2 = 2 x 3 3 Som ytterligare ett exempel ser vi på följande ekvationssystem med oändligt många lösningar x 1 +2x 2 +3x 3 = 10 3x 1 +2x 2 +x 3 = 14 7x 1 +8x 2 +9x 3 = 46 eller på matrisform Ax = b 1 2 3 3 2 1 7 8 9 x 1 x 2 x 3 10 = 14 46 >> A=[1 2 3;3 2 1;7 8 9] A = 1 2 3 3 2 1 7 8 9 >> b=[10;14;46] b = 10 14 46 Vi reducerar utökande matrisen med >> R=rref([A b]) R = 1 0-1 2 0 1 2 4 0 0 0 0 5

Vi har en fri variabel. Om vi sätter x 3 = t får vi x 1 2+t x = x 2 = 4 2t x 3 t där t är ett godtyckligt reellt tal. Uppgift 3. Skriv följande ekvationssystem på matrisform och lös dem sedan med rref. x 1 +5x 2 +9x 3 = 29 2x 1 +5x 3 = 26 3x 1 +7x 2 +11x 3 = 39 x 1 +x 2 +3x 3 +4x 4 = 2 2x 1 +2x 2 +2x 3 = 4 x 1 +x 2 +2x 3 +3x 4 = 1 x 1 x 2 2x 3 x 4 = 1 Skulle det finnas oändligt många lösningar skriv upp en formel för samtliga lösningar. Uppgift 4. Vi skall beräkna temperaturen på en stålplatta där plattans kanter hålls vid temperaturer enligt figuren. 40 C u7 u8 u9 u4 u5 u6 80 C 100 C u1 u2 u3 20 C Antag att temperaturen i en nodpunkt är medelvärdet av temperaturena i de närmsta nodpunkterna i väster, öster, söder och norr. Låt u 1,u 2,,u 9 beteckna temperaturerna i de olika nodpunkterna. Sätt upp de ekvationer som ger temperaturen i de olika nodpunkterna. Skriv det linjära ekvationssystemet på matrisform Au = b och lös detta i Matlab. 6