Lärandemål för moment 4

Linjär algebra

(Skillnad mellan versioner)
Hoppa till: navigering, sök
Versionen från 11 juni 2007 kl. 10.32 (redigera)
Vcrispin (Diskussion | bidrag)
(Ny sida: * Avgöra om en uppsättning av vektorer är linjärt beoroende samt om de utgör en bas för ett givet vektorrum * Kolonnrum och radum av en matris: ** räkna ut minimal generatormängd f...)
← Gå till föregående ändring
Nuvarande version (11 juni 2007 kl. 10.36) (redigera) (ogör)
Vcrispin (Diskussion | bidrag)

 
Rad 7: Rad 7:
** avgöra om en operation mellan två vektorer ger upphov till en inre produkt ** avgöra om en operation mellan två vektorer ger upphov till en inre produkt
** känna till icke-triviala, dvs andra än skalärprodukten i $R^n$, exempel på inre produkt ** känna till icke-triviala, dvs andra än skalärprodukten i $R^n$, exempel på inre produkt
-* Ortonormala baser:+* Baser:
-**+** avgöra om en given bas är ortonormal
 +** använda Gram-Schmidt-processen för att hitta en ON-bas för giver (del)rum i $R^n$
 +** hitta basbytesmatriser för två givna baser och använda dessa för koordinatbyte
 +** räkna med ortogonala matriser
 +* Använda minstakvadratmetoden för att hitta approximativ lösning till ett givet linjärt ekvationssystem

Nuvarande version

  • Avgöra om en uppsättning av vektorer är linjärt beoroende samt om de utgör en bas för ett givet vektorrum
  • Kolonnrum och radum av en matris:
    • räkna ut minimal generatormängd för nollrumet och värderummet av en matris
    • använda dimensionssatsen för att bestämma dimension för nollrummet eller värderummet av en matris
  • Inre produkt:
    • känna till egenskaperna hos en inre produkt
    • avgöra om en operation mellan två vektorer ger upphov till en inre produkt
    • känna till icke-triviala, dvs andra än skalärprodukten i $R^n$, exempel på inre produkt
  • Baser:
    • avgöra om en given bas är ortonormal
    • använda Gram-Schmidt-processen för att hitta en ON-bas för giver (del)rum i $R^n$
    • hitta basbytesmatriser för två givna baser och använda dessa för koordinatbyte
    • räkna med ortogonala matriser
  • Använda minstakvadratmetoden för att hitta approximativ lösning till ett givet linjärt ekvationssystem
Personliga verktyg