Lineær algebra og differensiallikninger formelsamling versjon 8 ...
Lineær algebra og differensiallikninger formelsamling versjon 8 ...
Lineær algebra og differensiallikninger formelsamling versjon 8 ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Lineær</strong> <strong>algebra</strong> <strong>og</strong> <strong>differensiallikninger</strong> <strong>formelsamling</strong> <strong>versjon</strong> 8<br />
Algebra a, b, c, x ∈ R<br />
1. Kvadratsetning: (a + b) 2 = a 2 + 2ab + b 2<br />
sin θ<br />
2. Kvadratsetning: (a − b) 2 = a 2 − 2ab + b 2<br />
0 0 ◦ 0 1 0<br />
1<br />
Konjugatsetningen: (a + b)(a − b) = a 2 − b 2<br />
Kvadratrotkonjugat: ( √ a + √ b)( √ a − √ π<br />
6<br />
30 ◦ 1 √ √<br />
3 3<br />
2 2 3 −<br />
b) = a − b<br />
3π −π − π 2<br />
2<br />
Komplekskonjugat: (a + bi)(a − bi) = a 2 + b 2<br />
π<br />
4<br />
45 ◦ √ √ −1<br />
2 2<br />
2 2<br />
1<br />
Andregradslikningen: ax 2 + bx + c = 0 ⇒ x = −b±√ b 2 −4ac π<br />
2a<br />
Fullstendig kvadrat: ax 2 + bx + c = a ( )<br />
x + b<br />
3<br />
60 ◦ √<br />
3<br />
√ cos θ<br />
1<br />
2 2 3<br />
2<br />
2a + c −<br />
b 2 π<br />
4a 2<br />
90 ◦ 1<br />
1 0 ±∞<br />
− 3π −π − π<br />
Potenser, røtter, l<strong>og</strong>aritmer a, b, n, m ∈ R + 2<br />
2<br />
−1<br />
r ∈ R k ∈ N<br />
k ganger<br />
a k { }} {<br />
a 1/n = x slik at x n = a<br />
tan θ<br />
= a · a · · · a<br />
2<br />
n√ a = a<br />
a n = e n·ln a<br />
1/n<br />
√ √ 1<br />
a 0 = 1<br />
a =<br />
2<br />
a = a 1/2<br />
−<br />
a −n = 1<br />
n√ 3π −π − π<br />
am = a m/n = (a m ) 1/n<br />
2<br />
2<br />
−1<br />
a n<br />
n√ √<br />
a m+n = a m · a n<br />
a · b =<br />
n<br />
a · n√ −2<br />
b<br />
√ √ √<br />
a m−n = am<br />
n a<br />
n 3 θ − 2π grader<br />
a n<br />
b = a<br />
n√<br />
b<br />
a m·n = (a m ) n<br />
√<br />
(a · b) n = a n · b n<br />
a2 · b = a · √b<br />
2<br />
270 ◦ −1 0 ±∞ − π 2<br />
−90 ◦<br />
2<br />
− √ 3 − π 3<br />
−60 ◦<br />
( a<br />
) n a n<br />
0 0 = 1 eller ∅<br />
2<br />
−1 − π 4<br />
−45 ◦<br />
=<br />
b 2<br />
− √ 3<br />
3<br />
− π 6<br />
−30 ◦<br />
k! = 1 · 2 · 3 · · · k<br />
2π 360 ◦ 0 1 0 0 0 ◦<br />
b n<br />
0 n = 0<br />
0 −n = 1<br />
0 n = 1 0 = ∅<br />
(−1) k = 1 (k partall)<br />
(−1) k = −1<br />
(−a) k = (−1) k · a k<br />
(−a) −k = (−1)k<br />
a k<br />
(−a) 0 = 1<br />
(k oddetall)<br />
Trigonometriske identiteter<br />
sin 2 θ + cos 2 θ = 1<br />
sin 2θ = 2 sin θ cos θ<br />
cos<br />
sin θ cos θ = 1 sin 2θ<br />
2<br />
ln(a · b) = ln a + ln b<br />
( a<br />
)<br />
ln = ln a − ln b<br />
b<br />
ln (a r ) = r · ln a<br />
e ln a = a<br />
ln e r = r<br />
Komplekse tall i = √ -1 z = a + ib<br />
2θ = cos 2 θ − sin 2 θ<br />
= 2 cos 2 θ − 1<br />
= 1 − 2 sin 2 θ<br />
z =a+ib har realdel Re(z)=a <strong>og</strong> imaginærdel Im(z)=b.<br />
z 1 ± z 2 = (a 1 ± a 2 ) + i(b 1 ± b 2 )<br />
z 1 · z 2 = (a 1 a 2 − b 1 b 2 ) + i(a 1 b 2 + b 1 a 2 )<br />
z 1<br />
= a 1 + ib 1<br />
· a2 − ib 2<br />
= (a 1a 2 + b 1 b 2 ) + i(a 2 b 1 − a 1 b 2 )<br />
z 2 a 2 + ib 2 a 2 − ib 2 a 2 2 + b2 2<br />
1<br />
z = a − ib<br />
a 2 + b 2<br />
Im<br />
z = a + ib ligger<br />
i det komplekse<br />
tallplanet ved koordinatet<br />
(a, b). Vinkelen<br />
θ = Arg(z) til<br />
tallet avhenger av<br />
hvor tallet ligger i<br />
forhold til kvadrantene,<br />
jfr figuren til<br />
høyre.<br />
θ=π+tan -1 ( b a)<br />
θ=π<br />
θ=π+tan -1 ( b a)<br />
θ= π 2<br />
θ= 3π 2<br />
θ=tan -1 ( b a)<br />
θ=0<br />
θ=2π+tan -1 ( b a)<br />
r = |z| = √ a 2 + b 2 (Tallets lengde)<br />
z = re iθ (Polarform)<br />
z = |z|(cos θ + i sin θ)<br />
= |z| n (cos nθ + i sin nθ)<br />
z 1/n = |z| ( 1/n cos( θ+2kπ<br />
n<br />
) + i sin( θ+2kπ<br />
z n<br />
θ grader sin θ cos θ tan θ<br />
2π<br />
3<br />
120 ◦ √<br />
3<br />
2<br />
− 1 2<br />
− √ 3<br />
3π<br />
4<br />
135 ◦ √<br />
2<br />
2<br />
− √ 2<br />
2<br />
−1<br />
5π<br />
6<br />
150 ◦ 1 2<br />
− √ 3<br />
2<br />
− √ 3<br />
3<br />
π 180 ◦ 0 −1 0<br />
7π<br />
6<br />
210 ◦ − 1 2<br />
− √ √<br />
3 3<br />
2 3<br />
5π<br />
4<br />
225 ◦ − √ 2<br />
2<br />
− √ 2<br />
2<br />
1<br />
4π<br />
3<br />
240 ◦ − √ 3<br />
2<br />
− 1 2<br />
3π<br />
5π<br />
3<br />
300 ◦ − √ 3 1<br />
2<br />
7π<br />
4<br />
315 ◦ − √ √<br />
2 2<br />
2<br />
11π<br />
6<br />
330 ◦ − 1 √<br />
3<br />
2<br />
( u<br />
)<br />
v<br />
Integrasjon<br />
∫<br />
t n dt = 1<br />
n+1 tn+1 + c<br />
∫ 1<br />
∫<br />
t<br />
dt = ln |t| + c<br />
∫<br />
1<br />
at+b dt = ∫<br />
1<br />
a<br />
ln |at + b| + c<br />
∫ ∫<br />
sin at dt = −<br />
1<br />
a<br />
cos at + c<br />
∫ ∫<br />
cos at dt =<br />
1<br />
a<br />
sin at + c<br />
∫<br />
a t dt = 1<br />
ln a at + c<br />
∫<br />
d v(x)<br />
dx u(x)<br />
∫<br />
e at cos bt dt =<br />
∫<br />
Re<br />
e at sin bt dt =<br />
n<br />
) )<br />
Derivasjon<br />
(t n ) ′ = nt n−1 (sin t) ′ = cos t<br />
(cu) ′ = cu ′ (cos t) ′ = − sin t<br />
(u + v) ′ = u ′ + v ′ (tan t) ′ = 1<br />
cos 2 t<br />
(uv) ′ = u ′ v + uv ′ (sin −1 t) ′ = 1 √<br />
1−t 2<br />
= u′ v−uv ′<br />
v 2 (cos −1 t) ′ = − 1 √<br />
1−t 2<br />
(e t ) ′ = e t (tan −1 t) ′ = 1<br />
1+t 2<br />
(a t ) ′ = a t ln a (ln t) ′ = 1 t , t > 0<br />
(g(u)) ′ = g ′ (u)u ′<br />
∫<br />
π<br />
2<br />
π<br />
2<br />
π<br />
2<br />
π<br />
π<br />
π<br />
θ<br />
3π<br />
2<br />
3π<br />
2<br />
3π<br />
2<br />
1 r<br />
b = rθ<br />
dt<br />
a 2 +t<br />
= ( 1 2 a tan−1 t<br />
a)<br />
+ c<br />
√ dt<br />
= (<br />
a2 −t 2 sin−1 t<br />
a)<br />
+ c<br />
1<br />
cos 2 t<br />
dt = tan t + c<br />
1<br />
sin 2 t dt = − 1<br />
tan t + c<br />
e at dt = 1 a eat + c<br />
∫<br />
u dv = uv −<br />
∫<br />
v du<br />
∫ b<br />
a f(t)g′ (t) dt = f(t)g(t)] b a − ∫ b<br />
a f ′ (t)g(t) dt<br />
dv<br />
du<br />
f(t) dt = f(v(x))<br />
dx<br />
− f(u(x))<br />
dx<br />
∫ b<br />
a f(g(x)) · g′ (x) dx = ∫ g(b)<br />
f(u) du<br />
g(a)<br />
eat<br />
a 2 +b<br />
(a cos bt + b sin bt) + c<br />
2<br />
eat<br />
a 2 +b<br />
(a sin bt − b cos bt) + c<br />
∫ 2 1<br />
te 2 t2 dt = e 1 2 t2 + c<br />
∫<br />
sin at cos at dt = −<br />
cos 2 (at)<br />
+ c<br />
∫<br />
sin at cos bt dt =<br />
cos((b−a)t)<br />
2(b−a)<br />
2a<br />
− cos((b+a)t)<br />
2(b+a)<br />
+ c<br />
b<br />
θ<br />
θ<br />
θ<br />
1
<strong>Lineær</strong> <strong>algebra</strong><br />
En lineær likning med variabler x 1 , . . . , x n kan skrives<br />
a 1 x 1 + a 2 x 2 + · · · + a n x n = b<br />
der b <strong>og</strong> koeffisientene a 1 , . . . , a n er reelle eller komplekse<br />
tall. Et system med lineære likninger (eller et lineært<br />
system) er en samling med en eller flere lineære likninger.<br />
F.eks.<br />
2x 1 − x 2 + 1.5x 3 = 8<br />
x 1 − 4x 3 = −7<br />
En løsning av systemet er en liste (s 1 , . . . s n ) med tall som<br />
gjør at hver likning stemmer når man bytter ut x 1 , . . . , x n<br />
med s 1 , . . . , s n . Samlingen av alle mulige løsninger kalles<br />
løsningsmengden. To lineære systemer kalles ekvivalente<br />
hvis de har samme løsningsmengde. Å finne løsningsmengden<br />
til et system med to lineære likninger med to variable<br />
med reelle koeffisienter er ekvivalent med å finne ut hvor to<br />
linjer krysser hverandre. F.eks:<br />
x 1 − 2x 2 = −1<br />
−x 1 + 2x 2 = 3<br />
2<br />
x 2<br />
Ingen løsning<br />
3<br />
x 1<br />
Et lineært system har enten<br />
1. Ingen løsning, eller<br />
x 1 − 2x 2 = −1<br />
−x 1 + 3x 2 = 3<br />
2<br />
x 2<br />
3<br />
Nøyaktig én løsning<br />
2. Nøyaktig én løsning, eller<br />
3. Uendelig mange løsninger<br />
x 1<br />
x 1 − 2x 2 = −1<br />
−x 1 + 2x 2 = 1<br />
2<br />
x 2<br />
3<br />
Uendelig mange<br />
løsninger<br />
Et lineært system er konsistent hvis det har minst en løsning<br />
<strong>og</strong> er inkonsistent hvis det ikke har noen løsning. Et<br />
lineært system kan representeres med en matrise. F.eks. gitt<br />
det lineære systemet<br />
x 1 − 2x 2 + x 3 = 0<br />
−4x 1 + 5x 2 + 9x 3 = −9<br />
2x 2 − 8x 3 = 8<br />
så kan man representere koeffisientene i systemet med følgende<br />
koeffisientmatrise:<br />
[ 1<br />
] -2 1<br />
-4 5 9<br />
0 2 -8<br />
Hele det lineære systemet kan representeres med følgende<br />
augmenterte matrise:<br />
[ 1<br />
]<br />
-2 1 0<br />
-4 5 9 -9<br />
0 2 -8 8<br />
Størrelsen til en matrise sier hvor mange rader <strong>og</strong> kolonner<br />
den har. Den augmenterte matrisa ovenfor har 3 rader <strong>og</strong> 4<br />
kolonner. En m×n matrise (“m ganger n matrise”) er en<br />
x 1<br />
matrise med m rader <strong>og</strong> n kolonner. m <strong>og</strong> n trenger ikke å<br />
være forskjellige tall. Hvis to matriser er ekvivalente bruker<br />
man tegnet ∼ mellom dem. Tre grunnleggende radoperasjoner<br />
kan benyttes på lineære systemer uten at det påvirker<br />
løsningsmengden:<br />
1. (erstatning) Erstatte en rad med summen av seg selv<br />
<strong>og</strong> en multippel av en annen rad.<br />
2. (ombytting) Bytte om to rader.<br />
3. (skalering) Gange alle tall i en rad med et tall ulik 0.<br />
Eksempel 1: Erstatter rad 2 med (rad 2) + (4 ganger rad 1):<br />
]<br />
]<br />
∼<br />
∼<br />
[ 1 -2 1 0<br />
-4 5 9 -9<br />
0 2 -8 8<br />
[ 1 -2 1 0<br />
-4+4·1 5+4·(-2) 9+4·1 -9+4·0<br />
0 2 -8 8<br />
Eksempel 2: Bytter rad 2 med rad 3:<br />
]<br />
∼<br />
[ 1 -2 1 0<br />
0 -3 13 -9<br />
0 2 -8 8<br />
[ 1 -2 1 0<br />
0 2 -8 8<br />
0 -3 13 -9<br />
Eksempel 3: Ganger alle tall i rad 2 med 1 2 :<br />
] [ ]<br />
1 -2 1 0<br />
∼ 0· 1<br />
∼<br />
[ 1 -2 1 0<br />
0 2 -8 8<br />
0 -3 13 -9<br />
2 2· 1<br />
2 -8· 1<br />
2 8· 1<br />
2<br />
0 -3 13 -9<br />
]<br />
[ 1 -2 1 0<br />
0 -3 13 -9<br />
0 2 -8 8<br />
[ 1<br />
]<br />
-2 1 0<br />
0 1 -4 4<br />
0 -3 13 -9<br />
En enhetsmatrise av størrelse n×n er en kvadratisk matrise<br />
med 1 langs diagonalen fra øverste venstre hjørne til<br />
nederste høyre hjørne <strong>og</strong> 0 ellers. Eksempel på en 3×3 enhetsmatrise:<br />
[ 1<br />
] 0 0<br />
0 1 0<br />
0 0 1<br />
Ved å bruke radoperasjonene for å få koeffisientmatrisen<br />
mest mulig lik en enhetsmatrise kalles radredusering. Gjør<br />
man det med eksempelmatrisen ovenfor får man følgende:<br />
[ 1 -2 1 0<br />
0 1 -4 4<br />
0 -3 13 -9<br />
]<br />
∼<br />
[ 1 0 0 29<br />
0 1 0 16<br />
0 0 1 3<br />
Og man har funnet en unik løsning på det opprinnelige systemet<br />
med s 1 =29, s 2 =16, s 3 =3. To matriser er radekvivalente<br />
hvis det finnes en rekkefølge av elementære radoperasjoner<br />
som transformerer den ene matrisen til den andre.<br />
Hvis de augmenterte matrisene til to lineære systemer er<br />
radekvivalente så har systemene samme løsningsmengde.<br />
Et ledende tall i en rad er det tallet lengst til venstre i en rad<br />
som ikke er lik 0. En nullrad er en rad der alle tall er 0. En<br />
rad er ikkenull om den inneholder minst ett tall som ikke er<br />
lik 0. En matrise er på trappeform hvis den har følgende tre<br />
egenskaper:<br />
1. Alle ikkenull-rader ligger over alle eventuelle nullrader.<br />
2. Det ledende tallet i en rad ligger i en kolonne som er<br />
til høyre for det ledende tallet i raden over.<br />
3. Alle tall i en kolonne under et ledende tall er lik 0.<br />
Hvis en matrise på trappeform i tillegg har følgende egenskaper,<br />
så er matrisa på redusert trappeform:<br />
4. Det ledende tallet i alle ikkenull-rader er lik 1.<br />
5. Hvert ledende 1-tall er det eneste tallet som ikke er lik<br />
0 i kolonnen.<br />
Følgende matriser er i hhv trappeform <strong>og</strong> red. trappeform:<br />
] [ ]<br />
1 0 0 29<br />
[ 2 -3 2 1<br />
0 1 4 8<br />
0 0 0 5/2<br />
]<br />
0 1 0 16<br />
0 0 1 3<br />
]<br />
2
TEOREM 1: Enhver matrise er radekvivalent med en <strong>og</strong><br />
bare en matrise på redusert trappeform.<br />
En pivotposisjon i en matrise A er en posisjon i A som korresponderer<br />
med et ledende 1-tall i den reduserte trappeformen<br />
til A. En pivotkolonne er en kolonne i A som inneholder<br />
en pivotposisjon. En pivot er et tall ulik 0 i en pivotposisjon<br />
som brukes til å lage 0’er i de andre radene i kolonnen<br />
vha radoperasjoner.<br />
Hvis en augmentert matrise på redusert trappeform har<br />
minst en nullrad, har systemet minst en fri variabel, <strong>og</strong> systemet<br />
har uendelig mange løsninger. F.eks.<br />
[ 1 0 -5 1<br />
0 1 1 4<br />
0 0 0 0<br />
]<br />
Tilsvarer systemet<br />
x 1 − 5x 3 = 1<br />
x 2 + x 3 = 4<br />
0 = 0<br />
Variablene x 1 <strong>og</strong> x 2 kalles ledende variable, mens x 3 her er<br />
en fri variabel. Slike konsistente systemer kan skrives som<br />
en generell løsning ved å løse det reduserte likningssystemet<br />
mhp de ledende variablene:<br />
{<br />
x1 = 1 + 5x 3<br />
x 2 = 4 − x 3<br />
x 3 er fri<br />
Her står løsningen på parameterform, men kan <strong>og</strong>så omformes<br />
til parametrisk vektorform slik:<br />
[ ] [ ] [ ]<br />
x1 1 + 5x3<br />
5<br />
−→ x = x 2 =<br />
+ x 3 −1<br />
x 3<br />
⇒ −→ x = −→ p + t −→ v der<br />
]<br />
4 − x 3 =<br />
x 3<br />
−→ p =<br />
[ 1<br />
4<br />
0<br />
[ ] 1<br />
4 ,<br />
−→ v =<br />
0<br />
[ 5<br />
−1<br />
1<br />
1<br />
]<br />
, <strong>og</strong> t ∈ R<br />
TEOREM 2: Eksistens <strong>og</strong> entydighetsteorem. Et lineært<br />
system er konsistent hvis <strong>og</strong> bare hvis kolonnen lengst<br />
til høyre i en augmentert matrise ikke er en pivotkolonne,<br />
dvs hvis <strong>og</strong> bare hvis en trappeform av den augmenterte<br />
matrisa ikke har noen rad på formen<br />
[ 0 · · · 0 b ] der b ≠ 0<br />
Hvis systemet er konsistent, da inneholder løsningsmengden<br />
enten (i) en unik løsning uten fri variabler eller (ii)<br />
uendelig mange løsninger med minst en fri variabel.<br />
En matrise med kun én kolonne kalles en kolonnevektor,<br />
eller bare en vektor. Et hvert punkt i n dimensjoner kan representeres<br />
med en vektor med n rader. Det geometriske<br />
[<br />
punktet (a, b) i R 2 kan identifiseres med vektoren a<br />
b]<br />
. To<br />
vanlige notasjoner<br />
[<br />
for vektorer som variabler er enten fet<br />
skrift: v = a<br />
b]<br />
, eller pil over bokstav: −→ [<br />
v = a<br />
b]<br />
.<br />
Addisjon <strong>og</strong> subtraksjon av vektorer gjøres rad for rad:<br />
[ [ [ ] [ 1 3 1 + 3 4<br />
+ = =<br />
2]<br />
4]<br />
2 + 4 6]<br />
Gitt −→ v <strong>og</strong> c∈R så er c·−→ v en skalar multippel av −→ v:<br />
[ ]<br />
−→ 1 v = <strong>og</strong> c = 3 ⇒ c −→ [ [ 1 3<br />
v = 3 =<br />
2<br />
2]<br />
6]<br />
En nullvektor er en vektor der alle tallene er lik 0, <strong>og</strong> kan<br />
skrives som −→ 0. For alle −→ u, −→ v, −→ w i R n <strong>og</strong> c, d∈R har vi:<br />
(i) −→ u+ −→ v = −→ v + −→ u<br />
(ii) ( −→ u+ −→ v)+ −→ w = −→ u+( −→ v + −→ w)<br />
(v) c( −→ u+ −→ v) = c −→ u+c −→ v<br />
(vi) (c+d) −→ u = c −→ u+d −→ u<br />
Summen/differansen av to matriser<br />
Dette er definert for to matriser som er like store:<br />
⎡<br />
⎤ ⎡ ⎤<br />
a 11 · · · a 1n b 11 · · · b 1n<br />
⎢<br />
⎥ ⎢<br />
⎣ . . ⎦± ⎣ . .<br />
a m1 · · · a mn b m1 · · · b mn<br />
Skalering av en matrise<br />
⎥<br />
⎦ =<br />
⎡<br />
⎤<br />
a 11 ± b 11 · · · a 1n ± b 1n<br />
⎢<br />
⎥<br />
⎣ .<br />
. ⎦<br />
a m1 ± b m1 · · · a mn ± b mn<br />
En matrise kan ganges med et tall; Man ganger da alle tallene<br />
i matrisa med tallet:<br />
⎡<br />
⎤ ⎡<br />
⎤<br />
a 11 · · · a 1n c · a 11 · · · c · a 1n<br />
⎢<br />
c ⎣<br />
.<br />
⎥ ⎢<br />
. ⎦ = ⎣<br />
.<br />
⎥<br />
. ⎦<br />
a m1 · · · a mn c · a m1 · · · c · a mn<br />
Produktet av to matriser<br />
Hvis antall kolonner i en matrise likt antall rader i en annen<br />
matrise, så kan de ganges sammen som i eksempelet her:<br />
[ ]<br />
2 17 3 4<br />
15 7 −8 4<br />
B<br />
A A·B = −3 27 11 −4<br />
[ ] [ ]<br />
1 4 −2 68 −9 −51 28<br />
0 13 7<br />
2 3 4<br />
174 280 −27 24<br />
37 163 26 4<br />
F.eks. så har −27 her kommet frem ved å plusse sammen<br />
produktet av tall fra 2. rad i A <strong>og</strong> 3. kolonne i B slik:<br />
Regneregler for matriser<br />
0 · 3 + 13 · (−8) + 7 · 11 = −27<br />
La A, B, C være vilkårlige matriser, I enhetsmatrisen <strong>og</strong> 0<br />
være matrisen der alle tallene er lik null. Vi har da følgende<br />
regler for matriseregning (der størrelsene på matrisene er<br />
slik at den aktuelle formelen gir mening):<br />
A + B = B + A<br />
A + (B + C) = (A + B) + C<br />
A + 0 = 0 + A = A<br />
A − A = 0<br />
A(BC) = (AB)C<br />
AI = IA = A<br />
A(B + C) = AB + AC<br />
I tillegg er operasjonen A k der k ∈ N definert som å gange A<br />
med seg selv k ganger. M 0 er definert til å være lik I.<br />
Den inverse til en matrise<br />
Hvis A er en kvadratisk matrise, så er A −1 definert slik at<br />
A −1 · A = A · A −1 = I<br />
En matrise A er inverterbar ⇔ det A ≠ 0<br />
Inversen til en 2×2-matrise er<br />
[ ] −1 [ ]<br />
a b 1 d −b<br />
=<br />
c d ad − bc −c a<br />
3
Inverser i likningsløsing<br />
Hvis Y = AX <strong>og</strong> |A| ̸= 0 så er X = A −1 Y<br />
Negative eksponenter<br />
Vi definerer<br />
Dette fører til at<br />
A −k = (A −1 ) k<br />
k ∈ N<br />
A p A q = A p+q <strong>og</strong> (A p ) q = A qp<br />
Inversen til et produkt<br />
Determinanter<br />
(AB) −1 = B −1 A −1<br />
Det generelle likningssystemet<br />
Kan løses slik:<br />
Som gir<br />
[ ] a b p<br />
∼<br />
c d q<br />
x 1 =<br />
ax 1 + bx 2 = p<br />
cx 1 + dx 2 = q<br />
dp − bq<br />
ad − bc ,<br />
[ ]<br />
1 0<br />
dp−bq<br />
0 1<br />
x 2 =<br />
ad−bc<br />
aq−cp<br />
ad−bc<br />
aq − cp<br />
ad − bc<br />
Dette betyr at det generelle 2×2-systemet har en entydig bestemt<br />
løsning når den såkalte determinanten ad − bc ≠ 0.<br />
Hvis vi har følgende generelle system av n likninger med n<br />
ukjente:<br />
For n ≥ 3 kan determinanten til en n×n-matrise defineres<br />
rekursivt på følgende måte:<br />
∣ a 11 a 12 · · · a 1n ∣∣∣∣∣∣∣∣<br />
a 21 a 22 · · · a 2n<br />
. . . ..<br />
. ∣ a n1 a n2 · · · a nn<br />
= a 11 det(M 1 ) − a 12 det(M 2 ) + · · · + (−1) n+1 a 1n det(M n )<br />
der det(M i ) er determinanten til den (n−1)×(n−1)-matrisen<br />
som kommer frem når vi stryker rad 1 <strong>og</strong> kolonne i.<br />
Determinant ved kofaktorekspansjon<br />
-11 2 17 4<br />
7 3 9 5<br />
Kofaktorekspansjon av<br />
∣<br />
2 8 -7 4<br />
langs 3. kolonne:<br />
∣<br />
-11 2 17 4<br />
7 3 9 5<br />
2 8 -7 4<br />
3 4 3 4<br />
-11 2 17 4<br />
7 3 9 5<br />
2 8 -7 4<br />
3 4 3 4<br />
3 4 3 4<br />
-11 2 17 4<br />
7 3 9 5<br />
2 8 -7 4<br />
3 4 3 4<br />
-11 2 17 4<br />
7 3 9 5<br />
2 8 -7 4<br />
3 4 3 4<br />
(-1) 1+3 7 3 5<br />
-11 2 4<br />
-11 2 4<br />
-11 2 4<br />
·17·<br />
2 8 4<br />
∣ 3 4 4∣ (-1)2+3 ·9·<br />
2 8 4<br />
∣ 3 4 4∣ (-1)3+3 ·-7·<br />
7 3 5<br />
∣ 3 4 4∣ (-1)4+3 ·3·<br />
7 3 5<br />
∣ 2 8 4∣<br />
= 17 · 44 = (−9) · (−232) = (−7) · 138 = (−3) · 472<br />
= 748 = 2088 = −966 = −1416<br />
Cramers regel<br />
Det = 748 + 2088 − 966 − 1416 = 454<br />
La D ≠ 0 være determinanten til koeffisientmatrisen til likningssystemet<br />
a 11 x 1 + · · · + a 1n x n = b 1<br />
a 21 x 1 + · · · + a 2n x n = b 2<br />
· · · · · · · · · · · · · · · · · · · · · · · · ·<br />
a n1 x 1 + · · · + a nn x n = b n<br />
a 11 x 1 + · · · + a 1n x n = b 1<br />
a 21 x 1 + · · · + a 2n x n = b 2<br />
· · · · · · · · · · · · · · · · · · · · · · · · ·<br />
a n1 x 1 + · · · + a nn x n = b n<br />
så kalles systemet hom<strong>og</strong>ent hvis b 1 = b 2 = · · · = b n = 0<br />
<strong>og</strong> inhom<strong>og</strong>ent hvis minst en b i ≠ 0. Generelt kan vi da si at<br />
hvis D er determinanten til et lineært likningssystem med n<br />
likninger med n ukjente så har vi følgende fire muligheter:<br />
D ≠ 0 D = 0<br />
inhom<strong>og</strong>ent<br />
hom<strong>og</strong>ent<br />
entydig bestemt<br />
løsning<br />
kun triviell løsning<br />
x 1 =x 2 =· · ·x n =0<br />
Determinanten til en 2×2-matrise er:<br />
[ ]<br />
a b<br />
det =<br />
c d ∣ a b<br />
c d ∣ = ad − bc<br />
enten uendelig<br />
mange løsninger,<br />
eller ingen løsninger<br />
uendelig mange<br />
ikke-trivielle løsninger<br />
Determinanten til en 3×3-matrise er:<br />
a b c<br />
∣ ∣ ∣ ∣∣∣ d e f<br />
∣ g h i ∣ = a e f<br />
∣∣∣ h i ∣ − b d f<br />
∣∣∣ g i ∣ + c d<br />
g<br />
e<br />
h ∣<br />
Da har likningssystemet løsningen<br />
∣ b 1 a 12 · · · a 1n ∣∣∣∣∣∣∣∣<br />
b 2 a 22 · · · a 2n<br />
. . . ..<br />
. ∣ b n a n2 · · · a nn<br />
x 1 =<br />
,<br />
D<br />
∣ a 11 b 1 · · · a 1n ∣∣∣∣∣∣∣∣<br />
a 21 b 2 · · · a 2n<br />
.<br />
.<br />
. .. . ∣ a n1 b n · · · a nn<br />
x 2 =<br />
,<br />
D<br />
∣ a 11 a 12 · · · b 1 ∣∣∣∣∣∣∣∣<br />
a 21 a 22 · · · b 2<br />
. . . ..<br />
. ∣ a n1 a n2 · · · b n<br />
. . . , x n =<br />
D<br />
4
Egenverdi <strong>og</strong> egenvektor<br />
La A være en kvadratisk matrise. Et tall λ kalles en egenverdi<br />
for A hvis det finnes en vektor −→ x ≠ 0 slik at<br />
A −→ x = λ −→ x<br />
−→ x kalles en egenvektor for A med λ som tilhørende egenverdi.<br />
Vi har da at<br />
A k−→ x = λ k−→ x<br />
Egenverdiene til matrisen A er de tallene λ som gir<br />
det(A − λI) = 0<br />
Metode for å finne egenverdiene <strong>og</strong> egenvektorene<br />
1. Regn ut determinanten det(A − λI), som blir et polynom<br />
i λ av grad n.<br />
2. Løs likningen det(A − λI) = 0. Egenverdiene til A<br />
er alle løsningene λ av denne likningen. Eventuelle<br />
komplekse løsninger regnes <strong>og</strong>så som egenverdier til<br />
A.<br />
3. For hver reell egenverdi λ, løs likningen (A − λI)X =<br />
0. De løsningene X som ikke er lik 0, er egenvektorene<br />
til A med λ som tilhørende egenverdi.<br />
Lengden (eller normen) til −→ v er den ikke-negative skalaren<br />
|| −→ v || = √ −→ v •<br />
−→ v =<br />
√v 2 1 + v2 2 + · · · + v2 n <strong>og</strong> || −→ v || 2 = −→ v • −→ v<br />
Gram-Schmidt-prosessen<br />
Hvis { −→ x 1 , −→ x 2 , . . . , −→ x p } er en basis for et underrom W i R n ,<br />
så er { −→ v 1 , −→ v 2 , . . . , −→ v p } en ort<strong>og</strong>onal basis for W der<br />
−→ v 1 = −→ x 1<br />
−→ v 2 = −→ −→ x2 • −→ v 1<br />
x 2 − −→ v 1 • −→ −→ v 1<br />
v 1<br />
−→ v 3 = −→ −→ x3 • −→ v<br />
−→<br />
1<br />
x 3 − −→ v 1 • −→ −→ x3 • −→ v 2<br />
v 1 −<br />
v<br />
−→<br />
1 v 2 • −→ −→ v 2<br />
v 2<br />
.<br />
−→ v p = −→ x p −<br />
−→ xp • −→ v 1<br />
−→ v 1 • −→ v 1<br />
−→ v 1 −<br />
I tillegg så har vi<br />
−→ xp • −→ v 2<br />
−→ v 2 • −→ v 2<br />
−→ v 2 − · · ·<br />
Span{ −→ v 1 , . . . , −→ v k } = Span{ −→ x 1 , . . . , −→ x k }<br />
−→ xp • −→ v p−1<br />
−→ v p−1 • −→ v p−1<br />
−→ v p−1<br />
for 1 ≤ k ≤ p<br />
En ortonormal basis { −→ u 1 , −→ u 2 , . . . , −→ u p } får vi ved å dele hver<br />
av vektorene i den ort<strong>og</strong>onale basisen på sin egen norm:<br />
−→ uk = 1<br />
|| −→ −→ v k<br />
v k ||<br />
for 1 ≤ k ≤ p<br />
Omforming av uttrykket a cos ωt + b sin ωt<br />
La a, b <strong>og</strong> ω være gitte tall ≠ 0 med ω > 0. Funksjonen<br />
kan skrives på formen<br />
f(t) = a cos ωt + b sin ωt<br />
der (C, ωt 0 ) er polarkoordinatene til punktet (a, b).<br />
Spesielt har vi<br />
C = √ a 2 + b 2 <strong>og</strong> tan(ωt 0 ) = b a<br />
Vinkelen ωt 0 ligger i intervallet [0, 2π⟩ <strong>og</strong> hører til samme<br />
kvadrant som punktet (a, b).<br />
Første ordens inhom<strong>og</strong>en lineær differentiallikning<br />
har løsningen<br />
y = e −P (t) ∫<br />
y ′ + p(t)y = g(t)<br />
e P (t) −P (t)<br />
g(t) dt + Ce<br />
der P (t) er en vilkårlig antiderivert av p(t)<br />
Høyere ordens differensialligninger med konstante koeffisienter<br />
En høyere ordens differensialligning med konstante koeffisienter<br />
er en ligning<br />
a n y (n) + · · · + a 3 y (3) + a 2 y ′′ + a 1 y ′ + a 0 y = f(t)<br />
Komplementær / hom<strong>og</strong>en løsning<br />
Den tilhørende hom<strong>og</strong>ene differensialligningen får vi ved å<br />
bytte ut høyresiden f(t) med 0. Vi får da<br />
a n y (n) + · · · + a 3 y (3) + a 2 y ′′ + a 1 y ′ + a 0 y = 0<br />
Vi løser en hom<strong>og</strong>en høyere ordens differensialligninger<br />
med konstante koeffisienter ved først å løse den karakteristiske<br />
ligningen<br />
a n r n + · · · + a 3 r 3 + a 2 r 2 + a 1 r + a 0 = 0<br />
som har røtter r 1 , r 2 , . . . , r n . Deretter finner vi løsningene<br />
y 1 , y 2 , . . . , y n til den hom<strong>og</strong>ene differensialligningen ved<br />
følgende regel:<br />
Hvis r k = a + bi, <strong>og</strong> denne roten har forekommet m ganger<br />
før, er<br />
{ t<br />
y k (t) =<br />
m e at cos(bt) hvis b ≥ 0 «ploss rimer på cos»<br />
t m e at sin(bt) hvis b < 0 «minus rimer på sinus»<br />
Den komplementære løsningen y C er da<br />
y C = c 1 · y 1 + c 2 · y 2 + · + c n · y n<br />
Partikulær løsning<br />
Partikulær løsning kan du finne når du kjenner<br />
y 1 , y 2 , · · · , y n . Hvis differensialligningen var av 2. orden har<br />
du kun 2 løsninger y 1 <strong>og</strong> y 2 , <strong>og</strong> da har du en snarvei for y P<br />
som ser slik ut (bruk ikke +C for integralene):<br />
∫ ∫ −y2 · f(t)<br />
y1 · f(t)<br />
y P = y 1 ·<br />
dt + y 2 ·<br />
dt<br />
|W |<br />
|W |<br />
der |W | er Wronski-determinanten av y 1 , y 2 :<br />
|W | =<br />
∣ y 1 y 2<br />
y 1 ′ y 2<br />
′ ∣<br />
f(t) = C cos (ω(t − t 0 ))<br />
5
Hvis differensialligningen er av orden n > 2, kan du ikke<br />
bruke denne snarveien. Da må du løse følgende matriseligning<br />
(Vi anbefaler Cramer’s regel!):<br />
⎡<br />
y 1 y 2 · · · y n<br />
y 1 ′ y 2 ′ y n<br />
′<br />
⎢<br />
⎣ .<br />
.<br />
y (n−1)<br />
1 y (n−1)<br />
2 · · · y n<br />
(n−1)<br />
⎤<br />
⎡<br />
⎥<br />
⎦ ·<br />
⎢<br />
⎣<br />
u ′ 1(t)<br />
u ′ 2(t)<br />
.<br />
u ′ n(t)<br />
⎤ ⎡<br />
0<br />
⎥<br />
⎦ = ⎢<br />
⎣<br />
.<br />
0<br />
f(t)<br />
Deretter finner du u(t) = ∫ u ′ (t)dt (bruk ikke +C for integralene),<br />
<strong>og</strong> til slutt<br />
Om dette heftet<br />
y P = u 1 · y 1 + u 2 · y 2 + · · · u n · y n<br />
Dette heftet er laget som en skreddersydd <strong>formelsamling</strong><br />
til et kurs i lineær <strong>algebra</strong> <strong>og</strong> <strong>differensiallikninger</strong> ved UiA<br />
i Grimstad. En del av stoffet er oversettelser av definisjoner<br />
<strong>og</strong> teoremer fra Lay (2006), Kohler <strong>og</strong> Johnson (2006) <strong>og</strong><br />
Gulliksen (1998). Noe stoff er <strong>og</strong>så inspirert av <strong>formelsamling</strong>en<br />
til Haugan (2007). Kommentarer <strong>og</strong> rettelser er meget<br />
velkomne, <strong>og</strong> medfører finnerlønn ved alvorlige feil.<br />
⎤<br />
⎥<br />
⎦<br />
Dette er <strong>versjon</strong> 8. Siste <strong>versjon</strong> bør ligge her:<br />
Referanser<br />
CC⃝<br />
⃝ BY: $<br />
\<br />
trondal.com/lindiff.pdf<br />
⃝ Jostein Trondal, 20. mars 2012<br />
jostein@trondal.no<br />
Gulliksen, T. (1998). Matematikk i praksis. Universitetsforlaget.<br />
Haugan, J. (2007). Formler <strong>og</strong> tabeller. NKI Forlaget.<br />
Kohler, W. & Johnson, L. (2006). Elementary differential equations.<br />
Pearson Addison Wesley.<br />
Lay, D.C. (2006). Linear <strong>algebra</strong> and its applications. Pearson<br />
Addison Wesley.<br />
Takk til<br />
Svein Olav Nytun, Torgeir Attest<strong>og</strong>, Bjørn Øyvind Halvorsen<br />
<strong>og</strong> Asbjørn Sandnes for innspill <strong>og</strong> rettelser.<br />
6
f(t)<br />
f(t)<br />
af(t) + bg(t)<br />
f ′<br />
Laplacetransformasjon<br />
L {f(t)} = ∫ ∞<br />
e −st f(t) dt<br />
0<br />
F (s)<br />
aF (s) + bG(s)<br />
sF (s) − f(0)<br />
f ′′ s 2 F (s) − sf(0) − f ′ (0)<br />
f (n) s n F (s) − s n−1 f(0) − · · · − f n−1 (0)<br />
f(t − a)u(t − a)<br />
e −as F (s)<br />
e at f(t) F (s − a)<br />
∫ t<br />
0 f(τ) dτ 1<br />
s F (s)<br />
tf(t)<br />
f(t)<br />
t<br />
−F ′ (s)<br />
∫ ∞<br />
F (σ) dσ<br />
s<br />
Parallellforskyving:<br />
f(t)<br />
F (s)<br />
f(t)<br />
F (s)<br />
e at f(t) F (s − a)<br />
f(t − a)u(t − a)<br />
e −as F (s)<br />
f(t) −→ F (s) F (s) −→ f(t)<br />
1<br />
1<br />
1<br />
s<br />
1<br />
s<br />
1<br />
e at 1<br />
1<br />
s−a<br />
2<br />
s−a<br />
e at<br />
2 √ 1<br />
1<br />
t/π 3 2 √ t/π<br />
s 3/2 s 3/2<br />
t n n!<br />
1<br />
1<br />
s<br />
4 n+1 s n (n−1)! tn−1<br />
t n at n!<br />
1<br />
1<br />
e<br />
(s−a)<br />
5 n+1 (s−a) n<br />
e at − e bt<br />
a−b<br />
1<br />
1<br />
(s−a)(s−b)<br />
6<br />
(s−a)(s−b)<br />
ae at − be bt<br />
(a−b)s<br />
s<br />
1<br />
(s−a)(s−b)<br />
7<br />
(s−a)(s−b)<br />
ω<br />
1<br />
1<br />
sin ωt<br />
s 2 +ω<br />
8 2 s 2 +ω 2 ω<br />
sin ωt<br />
s<br />
s<br />
cos ωt<br />
s 2 +ω<br />
9 2 s 2 +ω<br />
cos ωt<br />
2<br />
e at ω<br />
1<br />
1<br />
sin ωt<br />
(s−a) 2 +ω<br />
10 2 (s−a) 2 +ω 2 ω eat sin ωt<br />
e at s−a<br />
s−a<br />
cos ωt<br />
(s−a) 2 +ω<br />
11 2 (s−a) 2 +ω<br />
e at cos ωt<br />
2<br />
ω<br />
ωt − sin ωt 3<br />
1<br />
s 2 (s 2 +ω 2 )<br />
12<br />
s 2 (s 2 +ω 2 )<br />
ω<br />
1 − cos ωt 2<br />
1<br />
s(s 2 +ω 2 )<br />
13<br />
s(s 2 +ω 2 )<br />
2ω<br />
sin ωt − ωt cos ωt 3<br />
1<br />
(s 2 +ω 2 )<br />
14 2<br />
t sin ωt<br />
1<br />
(s 2 +ω 2 ) 2<br />
2ωs<br />
s<br />
t<br />
(s 2 +ω 2 )<br />
15 2 (s 2 +ω 2 ) 2 2ω<br />
(n−1)! (tn−1 e at )<br />
a−b (eat − e bt )<br />
a−b (aeat − be bt )<br />
1<br />
ω<br />
(ωt − sin ωt)<br />
3<br />
1<br />
ω<br />
(1 − cos ωt)<br />
2<br />
2ω<br />
(sin ωt − ωt cos ωt)<br />
3<br />
sin ωt<br />
2ωs<br />
sin ωt + ωt cos ωt 2<br />
s<br />
(s 2 +ω 2 )<br />
16 2<br />
1<br />
2 (s 2 +ω 2 ) 2 2ω<br />
(sin ωt + ωt cos ωt)<br />
(b<br />
cos at − cos bt<br />
2 −a 2 )s<br />
s<br />
1<br />
(s 2 +a 2 )(s 2 +b 2 )<br />
17<br />
(s 2 +a 2 )(s 2 +b 2 ) b 2 −a<br />
(cos at − cos bt)<br />
( 2 sin kt cosh kt−<br />
)<br />
(<br />
4k 3<br />
1<br />
1<br />
cos kt sinh kt<br />
s 4 +4k<br />
18 sin kt cosh kt−<br />
)<br />
4 s 4 +4k 4 4k 3 cos kt sinh kt<br />
2k<br />
sin kt sinh kt<br />
2 s<br />
s<br />
1<br />
s 4 +4k<br />
19 4 s 4 +4k 4 2k<br />
sin kt sinh kt<br />
2<br />
2k<br />
sinh kt − sin kt 3<br />
1<br />
1<br />
s 4 +k<br />
20 4 s 4 +k 4 2k<br />
(sinh kt − sin kt)<br />
3<br />
2k<br />
cosh kt − cos kt<br />
2 s<br />
s<br />
1<br />
s 4 −k<br />
21 4 s 4 −k 4 2k<br />
(cosh kt − cos kt)<br />
2<br />
1<br />
u(t − a)<br />
s e−as 1<br />
22<br />
s e−as u(t − a)<br />
δ(t − a) e −as 23 e −as δ(t − a)<br />
7