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

Relevanta dokument
Matriser och linjära ekvationssystem

linjära ekvationssystem.

Matriser och linjära ekvationssystem

Linjära ekvationssystem

Grafritning och Matriser

Matriser och vektorer i Matlab

Mer om linjära ekvationssystem

Linjära ekvationssystem i Matlab

Matriser och Inbyggda funktioner i Matlab

Matriser och Inbyggda funktioner i Matlab

Matriser och vektorer i Matlab

Mer om linjära ekvationssystem

Mer om linjära ekvationssystem

Introduktion till Matlab

Introduktion till Matlab

Introduktion till Matlab

Laboration: Vektorer och matriser

15 september, Föreläsning 5. Tillämpad linjär algebra

Linjär Algebra M/TD Läsvecka 2

Introduktion till Matlab

Linjär Algebra M/TD Läsvecka 1

MAM283 Introduktion till Matlab

1 Grundläggande kalkyler med vektorer och matriser

Funktioner och grafritning i Matlab

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

Studiehandledning till linjär algebra Avsnitt 1

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

Dagens program. Linjära ekvationssystem och matriser

14 september, Föreläsning 5. Tillämpad linjär algebra

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

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

Egenvärdesproblem för matriser och differentialekvationer

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

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

Minsta-kvadratmetoden

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

1.1 MATLABs kommandon för matriser

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

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

Vektorgeometri för gymnasister

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 =

Mer om funktioner och grafik i Matlab

Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.

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 :

Algebraiska egenskaper hos R n i)u + v = v + U

SKRIVNING I VEKTORGEOMETRI Delkurs

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

Linjär Algebra, Föreläsning 8

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

SF1624 Algebra och geometri

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna

Linjärisering, Jacobimatris och Newtons metod.

Vektorgeometri för gymnasister

Laboration 1: Linjär algebra

Carl Olsson Carl Olsson Linjär Algebra / 18

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

SKRIVNING I VEKTORGEOMETRI

Objective:: Linjärt beroende och oberoende version 1.0

Dagens program. Linjära ekvationssystem och matriser

LÖSNINGAR LINJÄR ALGEBRA LUNDS TEKNISKA HÖGSKOLA MATEMATIK

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Hemuppgift 1, SF1861 Optimeringslära, VT 2017

At=A' % ' transponerar en matris, dvs. kastar om rader och kolonner U' % Radvektorn U ger en kolonnvektor

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

Minsta kvadratmetoden

6.4. Linjära ekvationssytem och matriser

Matlabföreläsningen. Lite mer och lite mindre!

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

n = v 1 v 2 = (4, 4, 2). 4 ( 1) + 4 ( 1) 2 ( 1) + d = 0 d = t = 4 + 2s 5 t = 6 + 4s 1 + t = 4 s

Beräkningsvetenskap föreläsning 2

1 Linjära ekvationssystem. 2 Vektorer

% Föreläsning 3 10/2. clear hold off. % Vi börjar med att titta på kommandot A\Y som löser AX=Y

Linjär algebra F1 Ekvationssystem och matriser

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

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

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

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

Mer om funktioner och grafik i Matlab

Dagens program. Repetition Determinanten Definition och grundläggande egenskaper

Block 2: Lineära system

Vektorgeometri för gymnasister

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

Hemuppgift 1, SF1861 Optimeringslära för T

Introduktion till MATLAB

Linjär algebra på 2 45 minuter

Determinanter, egenvectorer, egenvärden.

Linjära ekvationssystem

SKRIVNING I VEKTORGEOMETRI

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


Introduktion till Matlab

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

A. Grundläggande matristeori

Veckoblad 4, Linjär algebra IT, VT2010

8 Minsta kvadratmetoden

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

Norm och QR-faktorisering

Moment Viktiga exempel Övningsuppgifter

Subtraktion. Räkneregler

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

Transkript:

CTH/GU STUDIO 1 TMV06b - 2012/201 Matematiska vetenskaper Linjär algebra Analys och Linjär Algebra, del B, K1/Kf1/Bt1 1 Inledning Vi fortsätter även denna läsperiod att arbete med Matlab i matematikkurserna Dessutom kommer vi göra en projektuppgift tillsammans med kemikursen För att handledning och redovisning skall fungera effektivt kräver vi att all redovisning görs via sammanhållande skriptfil tillsammans med nödvändiga funktionsfiler Vi kräver också att ni har en Matlab desktop layout av det slag vi använde förra läsperioden Denna studio-övning börjar med att vi påminner oss om matriser i Matlab samtidigt som vi börjar se på matriser i matematiken Sedan ser vi på martismultiplication för att avslutningsvis se på linjära ekvationssystem 2 Matriser En matris är som ni vet ett rektangulärt talschema: a 11 a 1n A = (1) a m1 a mn Matrisen ovan har m rader och n kolonner, vi säger att den är av typ m n Ett matriselement i rad nr i, kolonn nr j tecknas a ij, där i är radindex och j är kolonnindex I Matlab skrivs detta A(i,j) och [m,n]=size(a) ger matrisens typ Indexeringen i Matlab är alltid som i (1), 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 (2) 1

Som exempel tar vi 1 7 10 1 A = 2 5 8 11, b =, c = [ 0 2 ] 6 9 12 5 Vi skriver in detta i Matlab enligt >> A=[1 7 10; 2 5 8 11; 6 9 12] >> b=[1; ; 5] >> c=[0 2 ] och ser på typerna och några element med >> [m,n]=size(a) m = n = >> A(2,) 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 >> A2=A(2,:) A2 = 2 5 8 11 Det är läge att repetera Moore avsnitt 1 nu! a 1n a mn 2

Uppgift 1 Skriv in följande matriser i Matlab 1 5 9 A = 2 6 10 5 6 1 7 11, B = 2 1, x = 1, a = [ 1 0 1 ] 1 1 1 1 8 12 (a) Skriv ut matriselementen a 2, b 2, x 2 Prova size och length Ändra b 2 genom att skriva B(2,)=5 (b) Skriv ut kolonn nr 1, 2 och ur matrisen A Sätt in kolonnvektorn x som första kolonn i B genom att skriva B(:,1)=x (c) Radera matrisen B (clear B) och skriv in den igen genom att först bilda kolonnerna b 1 =, 5 b 2 = 2, 6 b = 1 1 1 1 och sedan sätta in dem i matrisen B = [b 1 b 2 b ] Matris-vektor-multiplikation Vi definierar produkten av en radmatris och en kolonnmatris (med samma antal element) enligt: x 1 ax = [ ] a 1 a n x n = a 1 x 1 + a 2 x 2 + + a n x n Observera att detta är samma formel som för skalärprodukt Produkten y = Ax av en matris av typen m n och en kolonnvektor av typen n 1 definieras på liknande vis genom att vi multiplicerar matrisens rader i tur och ordning med kolonnvektorn Vi får en kolonnvektor av typen m 1 och den ges av y = Ax () y 1 a 11 a 1n x 1 a 11 x 1 + a 12 x 2 + + a 1n x n = =, () y m a m1 a mn x n a m1 x 1 + a m2 x 2 + + a mn x n y i = n a ij x j = a i1 x 1 + a i2 x 2 + + a in x n j=1 Observera att typerna måste stämma överens för att produkten ska vara definierad enligt regeln m 1 = (m n)(n 1) Ett alternativt sätt att introducera matris-vektor-multiplikation är att definiera Ax som en linjärkombination av kolonnerna i A, (se Lay avsnitt 1) x 1 Ax = [ ] a 1 a n x n = x 1 a 1 + x 2 a 2 + + x n a n

Detta leder förstås till samma uttryck som i (), x 1 a 1 +x 2 a 2 + +x n a n = a 11 a m1 x 1 + a 12 a m2 I Matlab skriver man helt enkelt y=a*x x 2 + + a 1n a mn x n = a 11 x 1 + a 12 x 2 + + a 1n x n a m1 x 1 + a m2 x 2 + + a mn x n Uppgift 2 Skriv in följande matriser i Matlab 1 5 9 A = 2 6 10 5 6 1 7 11, B = 2 1, x = 1, a = [ 1 0 1 ] 1 1 1 1 8 12 Beräkna följande produkter, först för hand sedan med Matlab Linjärt ekvationssystem Ax, Bx, ax, Aa Matriser används bland annat för att skriva ned linjära ekvationssystem Exempel: ekvationssystemet x 1 + 2x 2 + x = 1 x 1 + 2x 2 + x = 10 7x 1 + 8x 2 = 2 kan skrivas på matrisform dvs 1 2 x 1 1 2 1 x 2 = 10, 7 8 0 x 2 1 2 1 Ax = b, med A = 2 1, b = 10 7 8 0 2 Vi ska lära oss hur man löser sådana ekvationssystem I Matlab finns backslash-kommandot (\) eller alternativt kommandot rref (row-reduced-echelon form) som löser systemet, Ax = b: >> x=a\b >> rref([a b]) I det första fallet fungerar det bra om lösningen är entydig men sämre om det finns fria variabler eller inga lösningar alls I det andra fallet reducerar Matlab den utökade matrisen [A b] till reducerad trappstegsform Uppgift Skriv följande ekvationssystem på matrisform (utökad matris!) och lös dom sedan med \ respektive rref x 1 + 5x 2 + 9x = 29 2x 1 + 5x = 26 x 1 + 7x 2 + 11x = 9 x 1 + x 2 + x + x = 2 2x 1 + 2x 2 + 2x = x 1 + x 2 + 2x + x = 1 x 1 x 2 2x x = 1

Uppgift Läs Balancing Chemical Equations i Lay sid 51 Lös sedan stökiometriuppgiften Lay 16: 11 (sid 5) Be Matlab räkna med rationella tal med kommandot format rat så blir det något enklare att tolka svaret Med format short får vi sedan tillbaka standard formatet Uppgift 5 Vi skall beräkna temperaturen på en stålplatta där plattans kanter hålls vid temperaturer enligt figuren Detta är en fortsättning på uppgiften Lay 11: (sid 11) 0 C u7 u8 u9 u u5 u6 80 C 100 C u1 u2 u 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 5 Speciella matriser Matlab har funktionerna zeros, ones, eye för att bilda speciella matriser med nollor, ettor och enhetsmatris Med zeros(2,5) får vi en matris av typen 2 5 fylld med nollor och med ones(2,5) får vi en matris av samma typ, men fylld med ettor För att få en enhetsmatris av typen 5 5 ger vi eye(5,5) Med ones(size(a)) får vi en matris fylld med ettor av samma typ som A Motsvarande gäller för zeros och eye Se Moore 10 Det finns funktioner rand och randn för att bilda matriser fyllda med slumptal Se Moore 6 6 Redovisning Denna vecka skall uppgifterna 1-5 redovisas för handledaren 7 Inför nästa veckas studio-övning Inför nästa veckas studio-övning är det viktigt att man i förväg läser igenom texten för studioövningen Vi skall då se på integraler, vilket är utgångspunkt för differentialekvationer (det som kemiprojektet bygger på) 5