KRAV FÖR GODKÄNTBETYG För betyget 3 (godkänt), skall studenten kunna följande: Kapitel 1: • lösa linjära ekvationssystem med eliminationsmetoden • förklara hur de olika typer av lösningsmängder uppkomer och hur de kan beskrivas. • använda sats 2 i avsnitt 1.2 i problemlösning. • förklara hur ett ekvationssystem hänger samman med en vektorekva- tion. • använda sats 4 i avsnitt 1.4 i problemlösning. • förklara hur ett ekvationssystem hänger samman med en matrisekva- tion. • skriva lösningsmängden till ett ekvationssystem på vektorform. • avgöra om en vektor är en linjär kombination av givna vektorer. • avgöra om en given mängd vektorer är linjärt beroende eller oberoende. • avgöra om en given avbildning är linjär. • bestämma standardmatrisen till en linjär avbildning. Kapitel 2: • addera matriser • multiplicera matriser, dels genom användning av denitionen, dels med rad-kolonn metoden. • utnyttja räknereglerna i sats 2 vid beräkningar. 1 • ge exempel som visar att matrismultiplikationen inte är kommutativ, annuleringslagen inte gäller, och en matrisprodukt kan vara noll trots att ingen faktor är noll. • tillämpa sats 5 och 6 i problemlösning. • beräkna inversen med hjälp av sats 4 och metoden i exempel 7, avsnitt 2.2. • tillämpa sats 8 i problemlösning. • bestämma LU-faktoriseringen av en matris där det inte krävs radbyte. Kapitel 3: • beräkna determinanten för en matris med hjälp av sats 1. • tillämpa sats 2, 3 och 5 i problemlösning. • utnyttja determinant för att avgöra om en matris är inverterbar. • tillämpa sats 6 i problemlösning. • uttnytja Cramers regel i problemlösning. • beräkna invers till en (3,3)-matris med hjälp av sats 8. Kapitel 4: • deniera begreppet underrum i Rn och avgöra om en viss mängd är ett underrum. • deniera begreppet nollrum N ul(A) till en matris A, avgöra om en viss vektor tillhör N ul(A), samt bestämma en bas. • deniera begreppet kolonnrum Col(A) till en matris A, avgöra om en viss vektor tillhör Col(A), samt bestämma en bas. • deniera begreppet linjärt beroende och oberoende mängd av vektorer och bas för ett underrum i Rn . • deniera begreppet koordinater för en vektor relativt en bas och bestämma koordinaterna för en vektor relativt en given bas. • deniera begreppet dimension av ett underrum i Rn . 2 • deniera begreppet rang för en matris. • tillämpa rang-satsen vid problemlösning. • tillämpa satsen om inverterbara matriser vid problemlösning. • basbyte i Rn , satsen 15 i avsnitt 4.7 är central. Kapitel 5: • deniera begreppet egenvärde och egenvektor. • förklara varför lösningarna till den karakteristiska ekvationen till en matris är matrisens egenvärden. • bestämma egenvärden och egenvektorer till en matris. • bestämma egenvektorsbas till en matris. • diagonalisera en matris. • beräkna potenser av en matris med hjälp av diagonalisering. • använda matrisdiagonalisering för att lösa system av linjära dieren- tialekvationer. Kapitel 6: • beräkna skalärprodukten av två vektorer i Rn , tillämpa räknereglerna för skalärprodukt, beräkna norm av en vektor och avståndet mellan vektorer i Rn . • avgöra om två vektorer i Rn är ortogonala. • bevisa Pythagoras sats i Rn . • förklara vad som menas med W ⊥ om W är att underrum i Rn . • tillämpa sats 3 i problemlösning. • förklara vad som menas med ortogonal bas för ett underrum W och tillämpa sats 5 för beräkning av koordinaterna för en vektor y ∈ W relativt en ortogonal bas för W . • använda projektionsformeln i problemlösning. • förklara begreppet ortonormerad bas för ett underrum W . 3 • tillämpa sats 8 för att dela upp en vektor i ortogonala komponenter, en i W , och den andra i W ⊥ , då en ortogonal bas för W är känd. • förklara vad en ortogonal matris betyder. • tillämpa Gram-Schmidt processen för att bestämma en ortogonal bas för ett underrum W i Rn , utgående från en annan bas för W . • förklara vad minsta-kvadrat lösning betyder och tillämpa minsta-kvadrat metoden för modellanpassning. Kapitel 7: • tillämpa satserna 1, 3 i avsnitt 7.1 vid problemlösning. 4