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

Relevanta dokument
15 september, Föreläsning 5. Tillämpad linjär algebra

Mer om linjära ekvationssystem

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

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

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 =

Laboration: Vektorer och matriser

Linjär Algebra M/TD Läsvecka 2

TMV166 Linjär Algebra för M. Tentamen

LÖSNINGAR TILL UPPGIFTER TILL RÄKNEÖVNING 1

SF1624 Algebra och geometri

Matriser och linjära ekvationssystem

linjära ekvationssystem.

Matriser och vektorer i Matlab

Laboration 1: Linjär algebra

Studiehandledning till linjär algebra Avsnitt 1

14 september, Föreläsning 5. Tillämpad linjär algebra

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

Linjära ekvationssystem i Matlab

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

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

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 :

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

Linjär Algebra M/TD Läsvecka 1

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

Dagens program. Linjära ekvationssystem och matriser

Subtraktion. Räkneregler

Tentamen TMV140 Linjär algebra Z

Block 2: Lineära system

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

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

5B1146 med Matlab. Laborationsr. Laborationsgrupp: Sebastian Johnson Erik Lundberg, Ann-Sofi Åhn ( endst tal1-3

Mer om linjära ekvationssystem

1 Linjära ekvationssystem. 2 Vektorer

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

Gausselimination fungerar alltid, till skillnad från mer speciella metoder.

Matriser och linjära ekvationssystem

TMV166 Linjär Algebra för M. Tentamen

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

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

Linjär algebra F1 Ekvationssystem och matriser

Carl Olsson Carl Olsson Linjär Algebra / 18

Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.

Mer om linjära ekvationssystem

NUMPROG, 2D1212, vt Föreläsning 9, Numme-delen. Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem

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

SKRIVNING I VEKTORGEOMETRI

1.1 MATLABs kommandon för matriser

SKRIVNING I VEKTORGEOMETRI

Linjära ekvationssystem

1 Grundläggande kalkyler med vektorer och matriser

Matriser och vektorer i Matlab

Moment Viktiga exempel Övningsuppgifter

Linjära ekvationssystem

TMV141. Fredrik Lindgren. 22 januari 2013

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

SKRIVNING I VEKTORGEOMETRI Delkurs

Veckoblad 4, Linjär algebra IT, VT2010

c) Sarrus regel ger L6.2 Hur många lösningar har ekvationssystemen?

3 Fackverk. Stabil Instabil Stabil. Figur 3.2 Jämviktskrav för ett fackverk

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

Dagens ämnen. Linjära ekvationssystem: Successiv elimination Vektorer Definitionen Grundläggande räkneoperationer Bas och koordinater Ortsvektorer

Linjära ekvationssystem

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna

Linjär algebra. Lars-Åke Lindahl

Beräkningsvetenskap föreläsning 2

SF1624 Algebra och geometri Lösningsförslag till modelltentamen DEL A

Geometriska vektorer

5 Linjär algebra. 5.1 Addition av matriser 5 LINJÄR ALGEBRA

TMV206: Linjär algebra

SF1624 Algebra och geometri Lösningsförsag till modelltentamen

Linjär algebra med MATLAB

TANA17 Matematiska beräkningar med Matlab

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

Uppgift 1 - programmet, Uppg6.m, visade jag på föreläsning 1. Luftmotståndet på ett objekt som färdas genom luft ges av formeln

SF1624 Algebra och geometri Tentamen med lösningsförslag onsdag, 11 januari 2017

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

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

Linjär Algebra, Föreläsning 2

Vektorgeometri för gymnasister

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

Preliminärt lösningsförslag

Linjär algebra på några minuter

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 9 november 2015 Sida 1 / 28

Dagens program. Repetition Determinanten Definition och grundläggande egenskaper

x = som är resultatet av en omskrivning av ett ekvationssystemet som ursprungligen kunde ha varit 2x y+z = 3 2z y = 4 11x 3y = 5 Vi får y z

M0043M Integralkalkyl och Linjär Algebra, H14, Linjär Algebra, Föreläsning 11

LYCKA TILL! kl 8 13

2 Matrisfaktorisering och lösning till ekvationssystem

Linjär Algebra, Föreläsning 8

Objective:: Linjärt beroende och oberoende version 1.0

Linjär algebra på 2 45 minuter

SKRIVNING I VEKTORGEOMETRI

Lösningar till MVE021 Linjär algebra för I

Dagens program. Linjära ekvationssystem och matriser

Matriser och Inbyggda funktioner i Matlab

Kapitel 4. Programmet MATLAB

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

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Vektorgeometri för gymnasister

Transkript:

MATEMATISKA VETENSKAPER TMV66 07 Chalmers tekniska högskola Datorlaboration Examinator: Tony Stillfjord TMV66 Linjär algebra för M Datorlaboration : Matrisalgebra och en mekanisk tillämpning Allmänt Den här laborationen är mer eller mindre en direkt fortsättning av Laboration. Nu utför vi operationer på de matriser vi lärt oss konstruera, och jämför olika sätt att behandla linjära ekvationssystem. Vi går även igenom en vanlig, enkel tillämpning i detalj. Det rekommenderas starkt att läsa den teoretiska beskrivningen av denna innan labtillfället. Mål ˆ ˆ Addera, multiplicera och invertera matriser Tillämpning: bestämma krafter i ett fackverk Matrisalgebra Precis som för vektorer är addition och subtraktion av matriser definierad elementvis. I Matlab utförs dessa operationer med + och - som vanligt. Till skillnad från vektorer kan vi också multiplicera matriser ifall deras dimensioner passar ihop. Om A = (a ij ) R n m och B = (b ij ) R m r så är AB R n r och dess element ges av (AB) i,j = m a ik b kj. Detta är precis rad-kolonn-regeln och utförs med *. Multiplikation med skalär använder också *. Uppgift. Definiera egna matriser A och B av typ 3, C av typ 3 3, D av typ 3 samt F och G av typ 3. k= a) Kontrollera att dimensionerna är korrekta med kommandot size. b) (Försök) beräkna A+B, A, A, 3A 5B och A+C. Förklara eventuella felmeddelanden. c) (Försök) beräkna AC, AG och AB. Förklara eventuella felmeddelanden. d) Jämför DG och GD. e) Beräkna C och C 0. Ursprunglig datorlaboration författad av Carl-Henrik Fant och Lennart Falk, uppdaterad av Tony Stillfjord

Fler matrisoperationer Transponatet A T av en matris A skrivs i Matlab som A'. Exempel: >> A = [,, 3; 4, 5, 6] A = 3 4 5 6 >> A ' 4 5 3 6 Detta är särskilt användbart för att se till att alla variabler som är tänkta att representera vektorer tolkas som antingen kolonn- eller rad-vektorer. Börjar man blanda uppstår fort problem. Man kan också snabbt definiera en kolonn-vektor genom t.ex. x = [ 3 4]' och därmed slippa alla semikolon. Inversen A till en matris A beräknas med hjälp av kommandot inv (att föredra) eller helt enkelt A^-. Exempel: >> A = [, ; 3, 4]; >> inv (A) -.0000. 0000. 5000-0.5000 Om matrisen skulle sakna invers får man en varning, men ändå ett svar (som inte betyder något): >> A = [, 0; 0, 0]; >> inv (A) Warning : Matrix is singular to working precision. Uppgift. Låt A och G vara matriserna från Uppgift. a) Beräkna A T och jämför med A. b) ör en tredje rad i A genom att sätta den lika med G T. Låt A vara den nya matrisen. c) Beräkna A. (Om den skulle sakna invers, ändra något av elementen i A.) d) Testa via definitionen att det som beräknades verkligen är inversen till A. e) Verifiera räknelagen (A T ) = (A ) T för denna specifika matris A

Ekvationssystem igen Man kan använda matrisinversen för att lösa vissa linjära ekvationssystem. Om A R n n (kvadratisk matris) och Ax = b har precis en lösning så ges denna av x = A b. Finns det flera lösningar eller inga lösningar alls så är inte A definierad. Om man inte skall lösa många system med samma matris A men med olika högerled b så är det dock alltid bättre att radreducera (Gausseliminera) istället. Detta kräver mindre beräkningar och introducerar mindre fel (från avrundningar, störningar i högerledet, etc.). Även i fallet med många högerled bör man ofta t.ex. LU-faktorisera A istället. Att lösa Ax = b i Matlab via radreducering kan göras i flera steg via rref som vi såg i Laboration, men även direkt via x = A\b. Om A inte är kvadratisk så får man istället en så kallad minsta-kvadrat-lösning, vilket vi skall diskutera mer i slutet av kursen. Om systemet inte är lösbart är en sådan lösning i en viss mening det bästa man kan åstadkomma. Värt att nämna är även syntaxen A/B vilket motsvarar BA, dvs. multiplikation med inversen från andra hållet. Liksom för \ gäller detta bara då A existerar. Uppgift 3. Upprepa Uppgift från Laboration, men testa istället \ och inv. Jämför resultaten med det du fick från rref. En tillämpning Ett fackverk är en konstruktion där stänger/balkar sätts samman för att ge en lätt men ändå stabil konstruktion. Normalt handlar det om ett tredimensionellt bygge, men för enkelhets skull studerar vi här endast plana fackverk. För att enkelt få stabilitet sätter man samman stängerna så att fackverket består av ett antal trianglar. Punkterna där stängerna sätts samman kallas knutpunkter eller noder. Det enklaste fackverket består av en enda triangel. Vi skall nu se hur man kan bestämma krafterna i fackverkets stänger då det belastas av en yttre kraft F=8 kn (samma enhet i fortsättningen). F 45 45 3 Alla stångkrafter betraktas som dragkrafter. En tryckkraft ses som en negativ dragkraft. Vid friläggning av fackverket kommer alla stångkrafter att verka ut från noden i riktning längs stången, mot den motsatta noden. Stödkrafterna väljer vi här också utåtriktade.

x x 3 3 H x x H V V I varje nod måste kraftsumman vara lika med nollvektorn, 0. I nod innebär det att x (, ) + x (, 0) + H (, 0) + V (0, ) = (0, 0). Denna vektorekvation motsvarar två koordinatekvationer: x + x H + 0V = 0 x + 0x + 0H V = 0. I nod får vi ekvationerna x + x 3 = 0 x x 3 8 = 0. I nod 3 får vi ekvationerna x x 3 + H + 0V = 0 0x + x 3 + 0H V = 0. Det rörliga stödet i nod 3 innebär att H = 0. Vi har nu totalt sex ekvationer och sex obekanta, x, x, x 3, H, V och V : x + x + 0x 3 H + 0V + 0V = 0 x + 0x + 0x 3 + 0H V + 0V = 0 x + 0x + x 3 + 0H + 0V + 0V = 0 x + 0x x 3 + 0H + 0V + 0V = 8 0x x x 3 + 0H + 0V + 0V = 0 0x + 0x + x 3 + 0H + 0V V = 0 Detta systems koefficientmatris är 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 och totalmatrisen blir 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0.

Med rref får vi att lösningen blir x = 5.66, x = 4, x 3 = 5.66, H = 0, V = 4 och V = 4. I problem av den här typen kommer koefficientmatrisen alltid att ha många nollor. Det blir då lite trist att skriva in alla dessa. Ett sätt att minska skrivarbetet är att börja med att låta alla element i matrisen vara nollor, A=zeros(6,6), och sedan ändra de element som inte är noll: A(,) = /sqrt(); A(,)= ; A(,4)= -; och så vidare. Också detta skrivsätt blir trist om matrisen är stor. Då utnyttjar man begreppet gles, sparse matris. Med kommandot A=sparse(R,K,E,6,6) där R, K, E är radmatriser som innehåller radindex, kolonnindex och element för alla nollskilda positioner i A skapas en 6 6-matris med nollor på alla andra platser. I exemplet ovan har A 3 nollskilda element. Radmatriserna R, K, E skall alltså innehålla 3 element som uppfyller att E(i)= A(R(i), K(i)). För att förenkla inleder vi med u=/sqrt(); så att vi slipper skriva in hela kvoten gång på gång. Sedan tilldelar vi följande: R = [ 3 3 4 4 5 5 6 6]; K = [ 4 5 3 3 3 3 6]; E = [u - u - -u u -u -u - -u u -]; Man får emellertid inte se matrisen A om man definierar den med A=sparse(R,K,E,6,6) och utelämnar semikolon. Man ser bara en lista över positioner och nollskilda element. Med kommandot full(a) får man se matrisen på vanligt sätt och med spy(a) får man en grafisk bild av var de nollskilda elementen finns. Detta kan ibland räcka som kontroll att man skrivit rätt. Med träning, systematik och eftertanke kan man ange matriserna R, K, E utan att skriva upp hela ekvationssystemet. Varje rad i A svarar ju mot en nod, antingen de horisontella eller de vertikala krafterna i noden. Varje kolonn svarar mot en bestämd stångkraft eller stödkraft. Uppgift 4. Bestäm stång- och stödkrafter i nedanstående plana fackverk. De horisontella och vertikala stängerna är alla lika långa. 3 4 4 8 7 3 5 7 9 8 6 0 5 6 3 8 0