gang19.mws

Først kaldes lineær algebra pakken ind i Maple

> with(linalg);

[BlockDiagonal, GramSchmidt, JordanBlock, LUdecomp,...
[BlockDiagonal, GramSchmidt, JordanBlock, LUdecomp,...
[BlockDiagonal, GramSchmidt, JordanBlock, LUdecomp,...
[BlockDiagonal, GramSchmidt, JordanBlock, LUdecomp,...
[BlockDiagonal, GramSchmidt, JordanBlock, LUdecomp,...
[BlockDiagonal, GramSchmidt, JordanBlock, LUdecomp,...
[BlockDiagonal, GramSchmidt, JordanBlock, LUdecomp,...

Da vi vil starte med at benytte Gauss-Jordan metoden benytter vi lige hjælpefunktionen.

> ?gaussjord

Ab er en sammensat matrix. De tre første søjler er en koefficientmatrix

> Ab:=array([[1,2,3,2],[2,5,8,2],[2,4,7,2]]);

Ab := matrix([[1, 2, 3, 2], [2, 5, 8, 2], [2, 4, 7,...

> gaussjord(Ab);

matrix([[1, 0, 0, 4], [0, 1, 0, 2], [0, 0, 1, -2]])...

Af ovenstående konkluderes det, at (x,y,z)=(4,2,-2) er løsning til vores lineære ligningssystem. Vi benytter nu en anden metode til at løse ligningssytemet. Først skrives koefficientmatricen op. Dernæst "konstant"vektoren b.

> A:=array([[1,2,3],[2,5,8],[2,4,7]]);

A := matrix([[1, 2, 3], [2, 5, 8], [2, 4, 7]])

> b:=array([[2],[2],[2]]);

b := matrix([[2], [2], [2]])

Den metode vi vil anvende kræver, at vi kan finde en invers til A. Det kan vi hvis og kun hvis A har determinant forskellig fra nul. Det tjekker vi lige.

> det(A);

1

Metoden kan altså anvendes. Vi går igang.

> Aminus:=inverse(A);

Aminus := matrix([[3, -2, 1], [2, 1, -2], [-2, 0, 1...

Vi tjekker lige, at Aminus faktisk er den inverse til A.

> evalm(A&*Aminus);

matrix([[1, 0, 0], [0, 1, 0], [0, 0, 1]])

Vi har (x,y,z)=Aminus * b.

> xyz:=evalm(Aminus&*b);

xyz := matrix([[4], [2], [-2]])

Hvilket jo var det samme som vi fik før. Bemærk Gauss-Jordan metoden kan altid benyttes. Metoden med at tage den inverse til koefficientmatricen kan kun benyttes når koefficientmatricen rent faktisk er invertibel.

>