MATRISER MATRISER 10.1.2006. Kati Sandström2 Grundbegrepp En vektor är ett kompakt sätt att beteckna flera variabler En vektor är ett kompakt sätt att.

Slides:



Advertisements
Liknande presentationer
Visual Basic - Genomgång
Advertisements

MaB: Andragradsfunktioner
Populärt brukar algebra ibland kallas för bokstavsräkning
En genomgång av spelet: Dubbelkrig-Grön
Text och bild från wikipedia
hej och välkomna EKVATIONER Ta reda på det okända talet.
Algebra Kap 4 Mål: Lösa ekvationer
Numeriska beräkningar i Naturvetenskap och Teknik
Dagens ämnen Linjära avbildningar
Dagens ämne Kvadratiska former Andragradskurvor Matrisform
Institutionen för matematik, KTH Mats Boij 5B1118 Diskret matematik 19 novnember B1118 Diskret matematik Sjunde föreläsningen Grupper.
Föreläsning 15 Matlab överkurs KTH, CSC, Vahid Mosavat.
Komplexa tal inför Laborationerna
Föreläsning 12 Matlab J-uppgiften.
Grundläggande programmering
Text och bild från wikipedia
Ämnen Följer kapitlen i boken
Algebraiska uttryck Matematik 1.
Algebra och ekvationer
Matematik A - Introduktion
Dagens ämnen Vektorrum Underrum Linjärt hölje
Grundläggande programmering
Det finns i V en operation kallad addition, betecknad + sådan att
Bråk Text och bild från wikipedia. Vad är bråk 1/3 5/8 1/27 3 _
Dagens ämnen Determinanten Radoperationers påverkan på determinanten
Mathematics 1 /Matematik 1 Lesson 7 – complex numbers Lektion 7 – Komplexa tal.
Dagens ämnen Matriser Linjära ekvationssystem och matriser
Kom ihåg!! Vektoradditionside'n: “spets mot ända”.
TATA31 Linjär algebra Examinator, föreläsare: Ulf Janfalk
1 Dagens ämnen ● Ortsvektorer & koordinatsystem ● Skalärprodukt ● Ortogonalprojektion ● ON-baser ● Beräkning av skalärprodukten via koordinater i ON- bas.
Negativa tal – några exempel
Föreläsning 2, Vektorer! (I vanliga fall är boken vår primära litteratur, men för just detta avsnitt är dessa bilder tänkt att ersätta bokens kapitel.
1 Dagens ämnen ● Differensekvationer ● Matrispotenser ● Rankingsystem ● Googles sökmotor ● Hockeytabellen 2006.
Några allmänna räkneregler för sannolikheter
1 Matlab, föreläsning 1 Oktober MATLAB Perspektiv på materialdesign Lina Kjellqvist Rum: K324 Telefon:
Föreläsning 14 Matlab Javaexempel - sortering Fler kurser på Nada: –2D1320 Tillämpad datalogi (Tilda) –2D1210 Numeriska metoder (Numme) –2D1385 Programutvecklingsteknik.
1 Föreläsning 13 programmeringsteknik och Matlab Funktioner, styrstrukturer, mer om matriser.
Högersystem Vektorerna u, v, w i rummet säges vara ett högersystem (positivt orienterat) om den minsta vridning som överför u i v ses moturs från spetsen.
Att räkna med bokstäver
Lars Madej  Talmönster och talföljder  Funktioner.
Manada.se Kapitel 4 Ekvationer och formler. 4.1 Ekvationer och uttryck.
GENOMGÅNG 1.3 TAL I BRÅKFORM. Delbarhetsregler Alla jämna tal är delbara med 2. t.ex. 2, 14 och 78 Att vara delbar med betyder att det går jämnt ut då.
Lite matterepetition Räknesätten, bråk, förkorta, parenteser
Kap 1 - Algebra och linjära modeller
Aritmetik 6
Populärt brukar algebra ibland kallas för bokstavsräkning
Kap 1 - Algebra och funktioner
Kap 1 - Algebra och linjära modeller
X Matte-Doobidoo Kap 1.
Matematik 4 Kap. 4 Komplexa tal.
Matematik 4 Kap. 4 Komplexa tal.
Lektion om samband.
Kom ihåg!! Vektoradditionside'n: “spets mot ända”. Projektionsformeln:
Det finns i V en operation kallad addition, betecknad + sådan att
Högersystem Vektorerna u, v, w i rummet säges vara ett högersystem (positivt orienterat) om den minsta vridning som överför u i v ses moturs från spetsen.
X 2.4 Ekvationer (V.L.) = (H.L.)
Dagens ämnen Vektorrum Definitionen Underrum Linjärt hölje
Kapitel 2, mattespananrna
Matematik 4 Kap. 4 Komplexa tal.
Y Ekvationer En ekvation är en likhet som innehåller minst ett obekant tal. Värdet av det som står till vänster om likhetstecknet.
GRNMATB - KAP 1 DE FYRA RÄKNESÄTTEN.
Y 4.5 Uttryck med potenser 3 ∙ 3 ∙ 3 ∙ 3 ∙ 3 = 35 x ∙ x ∙ x ∙ x = x4
Y 1.5 Potenser 3 ∙ 3 ∙ 3 ∙ 3 ∙ 3 = 35 Vad är en potens?
Y Tiopotenser När man skriver stora tal är det ofta mycket praktiskt att använda potenser med basen 10. Sådana potenser kallas för.
Prioriterings regler Matematik 1a.
GRNMATC – KAP 6 NEGATIVA TAL.
GRNMATC – KAP 4 BRÅK.
Z 1.3 Räkna med negativa tal
Z Matte-Doobidoo Kap 1.
Z 1.7 Kvadrater och kvadratrötter
Presentationens avskrift:

MATRISER MATRISER

Kati Sandström2 Grundbegrepp En vektor är ett kompakt sätt att beteckna flera variabler En vektor är ett kompakt sätt att beteckna flera variabler En matris är ett kompakt sätt att beskriva flera ekvationer, i vårt fall ofta differential- ekvationer En matris är ett kompakt sätt att beskriva flera ekvationer, i vårt fall ofta differential- ekvationer

Kati Sandström3 Definition En matris är ett rektangulärt schema av reella tal som kallas matriselement En matris är ett rektangulärt schema av reella tal som kallas matriselement Matrisen har m rader och n kolonner och sägs därför vara en m x n-matris Matrisen har m rader och n kolonner och sägs därför vara en m x n-matris

Kati Sandström4 Speciella matriser Kvadratisk matris (m = n) Diagonalmatris Enhetsmatris eller identitetsmatris (I) Nollmatris (0) Kolonnmatris eller kolonnvektor (v) Radmatris eller radvektor (vT) Triangulär matris

Kati Sandström5 Flera begrepp Transponerad matris – raderna och kolonnerna byter plats Transponerad matris – raderna och kolonnerna byter plats Rang – det största tal som uppfyller villkoret att åtminstone en rxr matris, vars determinant ≠ 0, kan bildas genom att lämna bort rader och/eller kolonner ( ≤ min(m,n)) Rang – det största tal som uppfyller villkoret att åtminstone en rxr matris, vars determinant ≠ 0, kan bildas genom att lämna bort rader och/eller kolonner ( ≤ min(m,n)) Symmetrisk matris (A T =A) Symmetrisk matris (A T =A) Spåret – summan av diagonalelementen Spåret – summan av diagonalelementen Singulär matris (determinanten = 0) Singulär matris (determinanten = 0)

Kati Sandström6 Matrisalgebra Addition och subtraktion A + B = B + A (kommutationslagen) A + (B + C) = (A +B) +C (associationslagen) Multiplikation med en skalär h(A + B) = hA +hB

7 Räkneregler transponering 1. (A + B) T = A T + B T 2. (λA) T = λA T 3. (AB) T = B T A T 4. (A T ) T = A

Kati Sandström8 Multiplikation av två matriser AB Måste vara konforma, dvs antalet kolonner i A = antalet rader i B Måste vara konforma, dvs antalet kolonner i A = antalet rader i B AB allmänt ≠ BA AB allmänt ≠ BA AB = 0 behöver inte innebära att A eller B är en nollmatris AB = 0 behöver inte innebära att A eller B är en nollmatris Om AB = AC behöver inte B och C vara lika Om AB = AC behöver inte B och C vara lika (AB)C = A(BC) associationslagen (AB)C = A(BC) associationslagen A(B + C) = AB +AC A(B + C) = AB +AC

Kati Sandström9 Multiplikation IA = A och AI = A IA = A och AI = A Multiplicering av två vektorer (v T )v blir en SKALÄR Multiplicering av två vektorer (v T )v blir en SKALÄR Multiplicering av två vektorer v (v T ) blir en MATRIS Multiplicering av två vektorer v (v T ) blir en MATRIS

Kati Sandström10 Invertering Division är inte definierad för matriser, utan ersätts med matrisinvertering för kvadratiska matriser A-1 är inversen av A om AA-1 = A-1A = I En del kvadratiska matriser saknar invers Determinanten måste vara ≠ 0, dvs matrisen är icke-singulär

Kati Sandström11 Egenvärden Talet λ är ett egenvärde till den kvadratiska matrisen A om Ax = λx för någon vektor x ≠ 0 Talet λ är ett egenvärde till den kvadratiska matrisen A om Ax = λx för någon vektor x ≠ 0 Egenvärdena fås genom att lösa ekvationen det(A – λ I) = 0 Egenvärdena fås genom att lösa ekvationen det(A – λ I) = 0

THE END