Reševanje sistema linearnih
|
|
- Τίμων Παπανικολάου
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje Gauss-Jordanovo) metodo za reševanje sistemov linearnih enačb. 1 Matrični zapis Dan je sistem m linearnih enačb v n neznankah a 11 x 1 + a 1 x a 1n x n = b 1 a 1 x 1 + a x a n x n = b a m1 x 1 + a m x a mn x n = b m. (III.1) Pri tem so a ij in b i, i = 1,,...,m, j = 1,,...,n dana realna števila, x 1,x,...,x m pa so neznanke. Če je n 3, potem namesto x 1,x,x 3 za neznanke uporabimo raje x,y in z. Zgled 1.1 Dan je sistem dveh enačb z dvema neznankama x + y = 7 x y = 5. To je enostaven sistem in ga zlahka rešimo. Če seštejemo obe enačbi, dobimo x = 1. Torej mora biti x = 6. Iz prve enačbe potem dobimo y = 1. Z vstavljanjem preverimo, da je x = 6, y = 1 rešitev tega sistema. 61
2 6 POGLAVJE III. REŠEVANJE SISTEMA LINEARNIH ENAČB Zgled 1. Enostaven primer sistema linearnih enačb je naslednji: x + y z = 3 y + z = 1 z = 1. Torej je z = 1. Z vstavljanjem v drugo enačbo dobimo, da je y = 3. Z vstavljanjem v prvo enačbo pa še x = 1. Kako rešimo splošen sistem linearnih enačb? Pomagali si bomo z znanjem, ki smo ga dobili o matrikah. Najprej sistem zapišimo v matrični obliki. Matriko a 11 a 1... a 1n a 1 a... a n A =... a m1 a m... a mn imenujemo matrika sistema (III.1) in vektor desna stran. Vektorju b 1 b b =. b m x 1 x x =. x n rečemo vektor neznank. Sistem linearnih enačb (III.1) ima matrični zapis Ax = b. (III.) Iščemo torej tak vektor x R n, ki reši enačbo (III.). Poleg matrike A bomo rabili tudi matriko a 11 a 1... a 1n b 1 a 1 a... a n b à =...., a m1 a m... a mn b m ki jo imenujemo razširjena matrika sistema (III.1).
3 1. MATRIČNI ZAPIS 63 Izrek 1.3 Če je P Rm m obrnljiva matrika, potem imata sistema linearnih enačb Ax = b in enake rešitve. (PA)x = (Pb) Dokaz Ker je P obrnljiva matrika, obstaja njen inverz P 1, za katerega velja P 1 P = I = PP 1. Potem očitno za vsak x, za katerega je Ax = b, velja tudi (P A)x = P b. Obratno, če x reši sistem (P A)x = P b, potem zanj velja P 1 (PAx) = P 1 Pb oziroma Ax = b. Elementarne transformacije na vrsticah lahko predstavimo tudi z množenjem s tako imenovanimi elementarnimi matrikami. Vpeljimo jih: Za i j, 1 i,j m in α R je matrika E ij (α) R m m enaka vsoti identične matrike in matrike, ki ima edini neničeln element na mestu (i,j) enak α. Matrike E ij (α) imenujemo elementarne matrike tipa I. Zgled 1.4 Za m = 3 je npr. 1 α 0 E 1 (α) = 0 0 in E 31 (6) = 0. 6 Za i = 1,,...,m in α R, α 0, je matrika E i (α) R m m diagonalna matrika, ki ima na diagonali enice povsod razen na i-tem mestu. Element (i,i) je enak α. Matrike E i (α) imenujemo elementarne matrike tipa II. [ ] 5 0 Zgled 1.5 Za m = je E 1 (5) =, za m = 4 pa je E 3 ( 1 ) =
4 64 POGLAVJE III. REŠEVANJE SISTEMA LINEARNIH ENAČB Za i j, 1 i,j m označimo s P ij matriko, ki jo dobimo iz identične matrike tako, da v i-ti in j-ti vrstici zamenjamo i-ti in j-ti element. Matrike P ij imenujemo elementarne matrike tipa III. Zgled 1.6 Za m = 3 imamo tri elementarne matrike tipa III: 0 P 1 = 1 0 0, 0 P 13 = in P 3 = Naj bo A R m n. Če množimo A z leve z matriko E ij (α), potem produkt E ij (α)a dobimo iz A tako, da i-ti vrstici prištejemo z α pomnoženo j-to vrstico. Množenje z E ij (α) je torej ekvivalentno ustrezni elementarni transformaciji tipa I. Podobno je množenje matrike A z E i (α) z leve ekvivalentno elementarni transformaciji tipa II - pomnoži i-to vrstico z α. Množenje z matriko P ij z leve pa je ekvivalentno elementarni transformaciji tipa III - zamenjaj i-to in j-to vrstico. Trditev 1.7 Elementarne matrike tipa I, II in III so obrnljive. [ 1 α Dokaz Inverz matrike E ij (α) je matrika E ij ( α). Npr. [ ] 1 0 =. Inverz matrike E i (α) je E i (α 1 ). Za matriko P ij velja Pij Gaußova metoda ][ 1 α ] = = I, zato je P 1 ij = P ij. Izrek 1.3 in trditev 1.7 nam povesta, da množenje sistema linearnih enačb Ax = b z leve z elementarnimi matrikami tipa I, II in III ne spremeni rešitve sistema. To dejstvo izkoristimo za iskanje rešitve sistema linearnih enačb pri Gaußovi metodi: Gaußova metoda 1.) Zapiši razširjeno matriko sistema: Ã = [ A b ] R m (n+1)..) Poišči vrstično kanonično formo za Ã. 3.) Ugotovi, ali je sistem rešljiv in če je, poišči splošno rešitev sistema.
5 . GAUSSOVA METODA 65 Podrobneje moramo opisati še tretji korak metode. Najprej si oglejmo tri zglede. Zgled.1 Rešimo [ sistem ] linearnih enačb x y = 7 in x + y = 5. Matrika 1 1 sistema je A = in razširjena matrika sistema je 1 1 [ ] à = Poiščimo vrstično kanonično formo za [ ] [ ] [ Ã: ] I 0 II 1 [ ] I. 1 Sistem linearnih enačb, ki pripada zadnji matriki, je x = 6, y = 1. To pa je že rešitev našega sistema linearnih enačb. Zgled. Rešimo sistem y + 3z = 1, x 6y + 7z = 0, x y + 5z = 1. Razširjena matrika sistema je à = Vrstična kanonična forma za à je: III I 0 3 I I 0 3 II 3 1 I 3 1 I I 3 0 I Sistem, ki pripada tej matriki, je x + 8z = 0, y + 3 z = 0 in 0 = 1. Ta zadnja enačba je protislovna, zato sistem nima rešitve. Zgled.3 Rešimo še sistem x + y z = 1 in x y + z =. Razširjena matrika sistema je [ ] à =. 1 1
6 66 POGLAVJE III. REŠEVANJE SISTEMA LINEARNIH ENAČB Vrstična kanonična forma za à je: [ ] [ ] I ]. I [ [ ] II 1 1 I 3 Dobljeni sistem je x + z = 5 3 in y z = 1 3. Tu lahko vrednost spremenljivke z poljubno izberemo. Potem je rešitev enaka x = 5 3 z in y = z. Zgornje trije zgledi opišejo v bistvu vse možnosti, ki nastopijo pri reševanju sistema linearnih enačb. Opišimo jih v izreku. Izrek.4 Dan je sistem linearnih enačb Ax = b. (III.3) Naj bo V (Ã) vrstična kanonična forma za razširjeno matriko sistema Ã. Sistem (III.3) je rešljiv natanko tedaj, ko v zadnjem stolpcu matrike V (Ã) ni pivota. Sistem (III.3) ima natanko eno rešitev natanko tedaj, ko ima V (Ã) v prvih n stolpcih pivot, v zadnjem stolpcu pa nima pivota. Če je sistem (III.3) rešljiv, ni pa enolično rešljiv, potem lahko vrednosti spremenljivk, ki pripadajo stolpcem v V (Ã) brez pivotov, poljubno izberemo. Vrednosti ostalih spremenljivk so potem enolično določene. V tem primeru imamo neskončno rešitev. Posledica.5 Sistem linearnih enačb Ax = b je rešljiv natanko tedaj, ko je r(ã) = r(a). Opomba.6 Če imamo neskončno rešitev sistema linearnih enačb Ax = b, potem spremenljivkam, katerih vrednosti lahko v rešitvi poljubno izberemo, rečemo parametri rešitve. Če je število parametrov enako k, potem rečemo, da ima sistem k-parametrično rešitev. Sistem linearnih enačb imenujemo homogen, če je desna stran enaka 0: Ax = 0. Posledica.7 Homogen sistem linearnih enačb ima vedno rešitev x = 0. Če je m < n, potem ima homogen sistem neskončno rešitev.
7 . GAUSSOVA METODA 67 Zgled.8 Rešimo homogen sistem x+y 5z = 0 in x 3y+6z = 0. Ker je sistem homogen je desna stran enaka 0. Torej je zadnji stolpec pri Gaußovi metodi na razširjeni matriki sitema vseskozi enak 0 in ga zato kar izpustimo. Matrika sistema je [ ] 1 5 A =. 3 6 Njena vrstična kanonična forma je [ ] [ ] [ ] I 4 I. 4 Rešitev sistema enačb je zato enaka x = 3z in y = 4z. Pri tem je z parameter. Reševanje sistema linearnih enačb lahko posplošimo tudi na reševanje matričnih enačb oblike AX = B. Tu je A R m n, B R m k, X pa je n k matrika neznank. Najpogostejši zgled take enačbe je iskanje inverza matrike. Tedaj je B = I in iščemo tak X, da bo AX = I. Matrično enačbo rešujemo z Gaußovo metodo tako, da poiščemo vrstično kanonično formo za razširjeno matriko à = [ A B ] R m (n+k). Če vrstična kanonična forma V za à nima pivotov v zadnjih k stolpcih, potem ima enačba AX = B rešitev, sicer pa ne. Spet imamo lahko tudi večparametrično rešitev, če kateri od prvih n stolpcev v V nima pivota. Zgled.9 Poiščimo inverz matrike A = Iščemo torej rešitev 1 matrične enačbe AX = I. Razširjena matrika je
8 68 POGLAVJE III. REŠEVANJE SISTEMA LINEARNIH ENAČB Njena vrstična kanonična forma je III I I I II II I Iz vrstične kanonične forme preberemo rešitev X = A 1 =
matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):
4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n
Διαβάστε περισσότεραMatrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1
Poglavje II Matrike Matrika je pravokotna tabela realnih števil Na primer: [ ] 1 1 1, 2 3 1 1 0 1 3 2 1, 0 1 4 [ ] 2 7, Matrika je sestavljena iz vrstic in stolpcev Vrstici matrike [ ] 1 1 1 2 3 1 [ ]
Διαβάστε περισσότεραDiferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci
Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja
Διαβάστε περισσότεραV tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.
Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,
Διαβάστε περισσότεραTretja vaja iz matematike 1
Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +
Διαβάστε περισσότεραPodobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik
Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva
Διαβάστε περισσότεραFunkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2
Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx
Διαβάστε περισσότεραOsnove linearne algebre
Osnove linearne algebre Matrike Matrika razsežnosti n m je A = a 1 1 a 1 2 a 1 m a 2 1 a 2 2 a 2 m a n 1 a n 2 a n m Če je n = m, tedaj matriko imenujemo kvadratna matrika Elementi matrike so lahko realna
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma
Διαβάστε περισσότεραIterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013
Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena
Διαβάστε περισσότεραKvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti
Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne
Διαβάστε περισσότεραLastne vrednosti in lastni vektorji
Poglavje VIII Lastne vrednosti in lastni vektorji V tem poglavju bomo privzeli, da so skalarji v vektorskih prostorih, koeficienti v matrikah itd., kompleksna števila. Algebraične operacije seštevanja,
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )
Διαβάστε περισσότεραLinearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti
Poglavje VII Linearne preslikave V tem poglavju bomo vektorske prostore označevali z U,V,W,... Vsi vektorski prostori bodo končnorazsežni. Zaradi enostavnosti bomo privzeli, da je pripadajoči obseg realnih
Διαβάστε περισσότεραUporabna matematika za naravoslovce
Uporabna matematika za naravoslovce Zapiski predavanj Študijski programi: Aplikativna kineziologija, Biodiverziteta Študijsko leto 203/4 doc.dr. Barbara Boldin Fakulteta za matematiko, naravoslovje in
Διαβάστε περισσότεραMATEMATIKA II TEORIJA
Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in informatiko MTEMTIK. letnik VSŠ MTEMTIK II TEORIJ Maribor, 202 Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in informatiko
Διαβάστε περισσότεραAnaliza 2 Rešitve 14. sklopa nalog
Analiza Rešitve 1 sklopa nalog Navadne diferencialne enačbe višjih redov in sistemi diferencialnih enačb (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) 6 + 8 0, (b)
Διαβάστε περισσότεραUNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA II
UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA II Maribor, 2016 Kazalo Uvod v linearno algebro 1 1.1 Matrike................................ 1 1.2 Računanje
Διαβάστε περισσότεραNavadne diferencialne enačbe
Navadne diferencialne enačbe Navadne diferencialne enačbe prvega reda V celotnem poglavju bo y = dy dx. Diferencialne enačbe z ločljivima spremeljivkama Diferencialna enačba z ločljivima spremeljivkama
Διαβάστε περισσότεραKODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK
1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24
Διαβάστε περισσότεραTadeja Kraner Šumenjak MATEMATIKA. Maribor, 2010
Tadeja Kraner Šumenjak in Vilma Šuštar MATEMATIKA Maribor, 2010 2 CIP-kataložni zapis o publikaciji Univerzitetna knjižnica Maribor CIP številka Avtor Naslov publikacije/avtor, kraj, založnik ISBN Naslov
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,
Διαβάστε περισσότεραAlgebraične strukture
Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice
Διαβάστε περισσότεραReševanje sistemov linearnih enačb
1 / 37 Reševanje sistemov linearnih enačb Meteorologija z geofiziko, I. stopnja http://ucilnica.fmf.uni-lj.si/ 2 / 37 Matrični zapis sistema linearnih enačb Sistem m linearnih enačb z n neznankami a 11
Διαβάστε περισσότεραMatematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2009/2010
Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 009/00 Izpis: 9 januar 00 KAZALO Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7
Διαβάστε περισσότερα11.5 Metoda karakteristik za hiperbolične PDE
11.5 Metoda karakteristik za hiperbolične PDE Hiperbolična kvazi linearna PDE ima obliko au xx + bu xy + cu yy = f, (1) kjer so a, b, c, f funkcije x, y, u, u x in u y, ter velja b 2 4ac > 0. Če predpostavimo,
Διαβάστε περισσότεραNumerično reševanje. diferencialnih enačb II
Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke
Διαβάστε περισσότερα13. Jacobijeva metoda za računanje singularnega razcepa
13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva
Διαβάστε περισσότεραOznake in osnovne definicije
Oznake in osnovne definicije B Plestenjak, JKozak: Numerične metode 2011-2012 1 / 53 Sistem n linearnih enačb z n neznankami a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b
Διαβάστε περισσότεραSplošno o interpolaciji
Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo
Διαβάστε περισσότεραPoglavje 2. Sistemi linearnih enačb
Poglavje 2 Sistemi linearnih enačb Najpogostejši problem, na katerega naletimo pri numeričnem računanju, je reševanje sistema linearnih enačb Tak sistem lahko dobimo direktno iz matematične formulacije
Διαβάστε περισσότεραZBIRKA REŠENIH NALOG IZ MATEMATIKE II
Univerza v Ljubljani Fakulteta za elektrotehniko Andrej Perne ZBIRKA REŠENIH NALOG IZ MATEMATIKE II Skripta za vaje iz Matematike II (UNI + VSP) Ljubljana, determinante Determinanta det A je število, prirejeno
Διαβάστε περισσότεραBooleova algebra. Izjave in Booleove spremenljivke
Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre
Διαβάστε περισσότεραDodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec
Dodatna poglavja iz linearne algebre za 1 letnik finančne matematike na FMF Primož Moravec 13 september 2017 1 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 51264(0758)
Διαβάστε περισσότεραIZPIT IZ ANALIZE II Maribor,
Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),
Διαβάστε περισσότεραDISKRETNA FOURIERJEVA TRANSFORMACIJA
29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,
Διαβάστε περισσότεραMatematika. Funkcije in enačbe
Matematika Funkcije in enačbe (1) Nariši grafe naslednjih funkcij: (a) f() = 1, (b) f() = 3, (c) f() = 3. Rešitev: (a) Linearna funkcija f() = 1 ima začetno vrednost f(0) = 1 in ničlo = 1/. Definirana
Διαβάστε περισσότεραKotne in krožne funkcije
Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete
Διαβάστε περισσότεραLinearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko
Linearna algebra Bojan Orel Fakulteta za računalništvo in informatiko 23. februar 205 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 52.64(075.8)(0.034.2) OREL, Bojan
Διαβάστε περισσότεραVektorski prostori s skalarnim produktom
Poglavje IX Vektorski prostori s skalarnim produktom Skalarni produkt dveh vektorjev v R n smo spoznali v prvem poglavju. Sedaj bomo pojem skalarnega produkta razširili na poljuben vektorski prostor V
Διαβάστε περισσότεραOdvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko:
4 Sisemi diferencialnih enačb V prakičnih primerih večkra naleimo na več diferencialnih enačb, ki opisujejo določen pojav in so medsebojno povezane edaj govorimo o sisemih diferencialnih enačb V eh enačbah
Διαβάστε περισσότεραPoliedri Ines Pogačar 27. oktober 2009
Poliedri Ines Pogačar 27. oktober 2009 Pri linearnem programiranju imamo opravka s končnim sistemom neenakosti in končno spremenljivkami, torej je množica dopustnih rešitev presek končno mnogo polprostorov.
Διαβάστε περισσότεραEnačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.
1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y
Διαβάστε περισσότεραInverzni problem lastnih vrednosti evklidsko razdaljnih matrik
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Fakulteta za matematiko in fiziko Peter Škvorc Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik DIPLOMSKO DELO UNIVERZITETNI
Διαβάστε περισσότερα8. Posplošeni problem lastnih vrednosti
8. Posplošeni problem lastnih vrednosti Bor Plestenjak NLA 13. april 2010 Bor Plestenjak (NLA) 8. Posplošeni problem lastnih vrednosti 13. april 2010 1 / 15 Matrični šop Dani sta kvadratni n n matriki
Διαβάστε περισσότεραvezani ekstremi funkcij
11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad
Διαβάστε περισσότερα1 Seštevanje vektorjev in množenje s skalarjem
Poglavje I Vektorji Seštevanje vektorjev in množenje s skalarjem Za lažjo geometrično predstavo si najprej oglejmo, kaj so vektorji v ravnini. Vektor je usmerjena daljica, ki je natanko določena s svojo
Διαβάστε περισσότερα1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja
ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost
Διαβάστε περισσότεραMatematika 2. Diferencialne enačbe drugega reda
Matematika 2 Diferencialne enačbe drugega reda (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) y 6y + 8y = 0, (b) y 2y + y = 0, (c) y + y = 0, (d) y + 2y + 2y = 0. Rešitev:
Διαβάστε περισσότερα3.1 Reševanje nelinearnih sistemov
3.1 Reševanje nelinearnih sistemov Rešujemo sistem nelinearnih enačb f 1 (x 1, x 2,..., x n ) = 0 f 2 (x 1, x 2,..., x n ) = 0. f n (x 1, x 2,..., x n ) = 0. Pišemo F (x) = 0, kjer je x R n in F : R n
Διαβάστε περισσότεραOsnove matematične analize 2016/17
Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja
Διαβάστε περισσότεραMatematično modeliranje. Simpleksna metoda.
Simpleksna metoda. Drago Bokal, Tanja Gologranc Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru Kanonična oblika linearnega programa. min c T x p. p.
Διαβάστε περισσότερα*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center
Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:
Διαβάστε περισσότεραSKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK
SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi
Διαβάστε περισσότερα1 Fibonaccijeva stevila
1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih
Διαβάστε περισσότεραKanonična oblika linearnega programa. Simpleksna metoda. Bazne rešitve kanoničnega linearnega programa.
Kanonična oblika linearnega programa.. Drago Bokal, Tanja Gologranc Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru min c T x p. p. Ax = b x 0 Kako dobimo
Διαβάστε περισσότεραdiferencialne enačbe - nadaljevanje
12. vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 diferencialne enačbe - nadaljevanje Ortogonalne trajektorije Dana je 1-parametrična družina krivulj F(x, y, C) = 0. Ortogonalne
Διαβάστε περισσότεραProblem lastnih vrednosti
Problem lastnih vrednosti Naj bo A R n n. Iščemo lastni par, da zanj velja Ax = λx, kjer je x C n, x 0 (desni) lastni vektor, λ C pa lastna vrednost. Vektor y 0, pri katerem je y H A = λy H, je levi lastni
Διαβάστε περισσότεραMATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK
abc MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK ŠTEVILA PRIBLIŽNO RAČUNANJE PRIBLIŽNO RAČUNANJE Ta fosil dinozavra je star 7 milijonov in šest let, pravi paznik v muzeju.??? Ko sem
Διαβάστε περισσότεραNavadne diferencialne enačbe
Navadne diferencialne enačbe (študijsko gradivo) Matija Cencelj 1. maja 2003 2 Kazalo 1 Uvod 5 1.1 Preprosti primeri......................... 8 2 Diferencialne enačbe prvega reda 11 2.1 Ločljivi spremenljivki.......................
Διαβάστε περισσότεραTema 1 Osnove navadnih diferencialnih enačb (NDE)
Matematične metode v fiziki II 2013/14 Tema 1 Osnove navadnih diferencialnih enačb (NDE Diferencialne enačbe v fiziki Večina osnovnih enačb v fiziki je zapisana v obliki diferencialne enačbe. Za primer
Διαβάστε περισσότεραINŽENIRSKA MATEMATIKA I
INŽENIRSKA MATEMATIKA I REŠENE NALOGE za izredne študente VSŠ Tehnično upravljanje nepremičnin Marjeta Škapin Rugelj Fakulteta za gradbeništvo in geodezijo Kazalo Števila in preslikave 5 Vektorji 6 Analitična
Διαβάστε περισσότεραMatematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija.
1 / 46 Univerza v Ljubljani, FE Potenčna Korenska Melita Hajdinjak Matematika I (VS) Kotne 013/14 / 46 Potenčna Potenčna Funkcijo oblike f() = n, kjer je n Z, imenujemo potenčna. Število n imenujemo eksponent.
Διαβάστε περισσότερα11. Posplošeni problemi lastnih vrednosti
11. Posplošeni problemi lastnih vrednosti Dani sta kvadratni n n matriki A in B. Množico vseh matrik oblike A λb, kjer je λ C, imenujemo matrični šop in označimo z (A, B) ali A λb. Karakteristični polinom
Διαβάστε περισσότεραFunkcije več spremenljivk
DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije
Διαβάστε περισσότεραAfina in projektivna geometrija
fina in projektivna geometrija tožnice () kiciraj stožnico v evklidski ravnini R, ki je določena z enačbo 6 3 8 + 6 =. Rešitev: tožnica v evklidski ravnini je krivulja, ki jo določa enačba a + b + c +
Διαβάστε περισσότεραIzpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega
Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,
Διαβάστε περισσότεραMetoda glavnih komponent
Metoda glavnih komponent Metoda glavnih kompnent je ena najpogosteje uporabljenih multivariatnih metod. Osnoval jo je Karl Pearson (1901). Največ zaslug za nadaljni razvoj pa ima Hotelling (1933). Osnovna
Διαβάστε περισσότερα1. UREJENE OBLIKE KVADRATNE FUNKCIJE
1. UREJENE OBLIKE KVADRATNE FUNKCIJE A) Splošna oblika Definicija 1 : Naj bodo a, b in c realna števila in a 0. Realno funkcijo: f : x ax + bx + c imenujemo kvadratna funkcija spremenljivke x v splošni
Διαβάστε περισσότεραDefinicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1
Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni
Διαβάστε περισσότεραUNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SANDRA BOLTA LASTNE VREDNOSTI GRAFA DIPLOMSKO DELO
UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SANDRA BOLTA LASTNE VREDNOSTI GRAFA DIPLOMSKO DELO LJUBLJANA, 2014 2 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA Študijska smer: Fizika in matematika SANDRA BOLTA
Διαβάστε περισσότεραNa pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12
Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola
Διαβάστε περισσότεραMatematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1
Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije
Διαβάστε περισσότεραMATRIČNI ZAPIS MODELA IN OSNOVE MATRIČNE OPERACIJE
Biometrija 1 Poglavje 1 MATRIČNI ZAPIS MODELA IN OSNOVE MATRIČNE OPERACIJE 11 Skalar Skalar je matrika reda 1 x 1 Skalarji so označeni z malimi ali velikimi navadnimi (neodebeljene) črkami kot npr y i
Διαβάστε περισσότεραII. LIMITA IN ZVEZNOST FUNKCIJ
II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno
Διαβάστε περισσότερα1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006
1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006 1. Dana je množica predpostavk p q r s, r t, s q, s p r, s t in zaključek t r. Odloči, ali je sklep pravilen ali napačen. pravilen, zapiši
Διαβάστε περισσότεραMatematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta
Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,
Διαβάστε περισσότερα8. Diskretni LTI sistemi
8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z
Διαβάστε περισσότεραSpoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.
Zaporedja števil V matematiki in fiziki pogosto operiramo s približnimi vrednostmi neke količine. Pri numeričnemu računanju lahko npr. število π aproksimiramo s števili, ki imajo samo končno mnogo neničelnih
Διαβάστε περισσότερα1 Promjena baze vektora
Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis
Διαβάστε περισσότεραKontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.
Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.
Διαβάστε περισσότεραUniverza v Mariboru. Uporaba matematičnih metod v logistiki 1 Priročnik
Univerza v Mariboru Fakulteta za logistiko Uporaba matematičnih metod v logistiki 1 Priročnik BOJANA ZALAR Celje 2009 Izdala: Fakulteta za logistiko Univerze v Mariboru Naslov: Uporaba matematičnih metod
Διαβάστε περισσότεραVEKTORJI. Operacije z vektorji
VEKTORJI Vektorji so matematični objekti, s katerimi opisujemo določene fizikalne količine. V tisku jih označujemo s krepko natisnjenimi črkami (npr. a), pri pisanju pa s puščico ( a). Fizikalne količine,
Διαβάστε περισσότεραProblem lastnih vrednosti 1 / 20
Problem lastnih vrednosti 1 / 20 2 / 20 1 Uvod 2 Potenčna metoda 3 Inverzna iteracija 4 QR iteracija 5 Metode za simetrične matrike Sturmovo zaporedje Jacobijeva iteracija 3 / 20 Uvod Naj bo A R n n. Paru
Διαβάστε περισσότεραREˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,
Διαβάστε περισσότεραUNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III
UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 215 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................
Διαβάστε περισσότεραSpecifični faktorji E i bodo imeli majhne variance, če so opazovane spremenljivke blizu faktorju F.
Faktorska analiza Med metodami za pregledovanje podatkov smo omenili metodo glavnih komponent. Cilj te metode je določiti manjše število linearnih kombinacij merjenih spremenljivk tako, da z njimi pojasnimo
Διαβάστε περισσότεραDefinicija 1. Naj bo f : D odp R funkcija. Funkcija F : D odp R je primitivna funkcija funkcije f, če je odvedljiva in če velja F = f.
Nedoločeni integral V tem razdelku si bomo pogledali operacijo, ki je na nek način inverzna odvajanju. Za dano funkcijo bomo poskušali poiskati neko drugo funkcijo, katere odvod bo ravno dana funkcija.
Διαβάστε περισσότεραMatematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta
Matematika 1 Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 21. april 2008 102 Poglavje 4 Odvod 4.1 Definicija odvoda Naj bo funkcija f definirana na intervalu (a, b) in x 0 točka s tega intervala. Vzemimo
Διαβάστε περισσότεραVerjetnost 2 Peto poglavje
e z e z November 2011 Vsebina e z 1 2 3 4 5 6 Šibka in krepka markovska e z Naj bo X = {X (t) t [0, )} družina slučajnih spremenljivk z zalogo vrednosti v neki množici stanj S, t.j. slučajni proces z.
Διαβάστε περισσότεραcot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.
TRIGONOMETRIJA (A) Merske enote KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA stopinja [ ] radian [rad] 80 80 0. Izrazi kot v radianih. 0 90 5 0 0 70. Izrazi kot v stopinjah. 5 8 5 (B) Definicija kotnih funkcij
Διαβάστε περισσότεραAlgoritmi nad grafi v jeziku linearne algebre
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Fakulteta za matematiko in fiziko Tinkara Toš Algoritmi nad grafi v jeziku linearne algebre DIPLOMSKO DELO UNIVERZITETNI ŠTUDIJSKI PROGRAM
Διαβάστε περισσότεραVerjetnost 2. Oktober Verjetnost 2 Šesto poglavje. Obratna pot do markovskih verig. Od diskretnega časa proti zveznemu. Stabilnost in eksplozije
Oktober 2010 Vsebina 1 2 3 Osnovne sestavine obratne poti Imejmo markovsko o z diskretnim časom Y s števno množico stanj S, z začetno porazdelitvijo π 0 in prehodno matriko Q, ki ima lastnost, da so vsi
Διαβάστε περισσότεραEnočlenske metode veljajo trenutno za najprimernejše metode v numeričnem reševanju začetnih problemov. Skoraj vse sodijo v
Enočlenske metode J.Kozak Uvod v numerične metode - / 4 Enočlenske metode veljajo trenutno za najprimernejše metode v numeričnem reševanju začetnih problemov. Skoraj vse sodijo v skupino Runge-Kutta metod.
Διαβάστε περισσότεραZbirka rešenih izpitnih nalog iz numeričnih metod
Zbirka rešenih izpitnih nalog iz numeričnih metod Borut Jurčič - Zlobec Andrej Perne Univerza v Ljubljani Fakulteta za elektrotehniko Ljubljana 6 Kazalo Iterativno reševanje nelinearnih enačb 4 Navadna
Διαβάστε περισσότεραNavadne diferencialne enačbe
Poglavje 6 Navadne diferencialne enačbe 6.1 Uvod Splošna rešitev navadne diferencialne enačbe n-tega reda F(x, y, y, y,..., y (n) ) = 0 je n-parametrična družina funkcij. Kadar želimo iz splošne rešitve
Διαβάστε περισσότερα