Løsning Eksamensrelevante oppgaver i ELE 3719 Matematikk Vektorer, matriser og lineær algebra Dato Februar Oppgave 1. (A) Vi leser av at
|
|
- Linn Håland
- 5 år siden
- Visninger:
Transkript
1 Løsning Eksamensrelevante oppgaver i ELE 379 Matematikk Vektorer, matriser og lineær algebra Dato Februar 05 Oppgave. (A) Vi leser av at A = 3 5, B = ( 0 5 ), C = og har dermed at π x = Ax + BT = ( 6 0 x + 0 8) y 0 = 5 (B) Den karakterstiske likningen til A er gitt ved 3 λ λ = λ + λ + = 0 6x + 0y + 0 0x 8y + 5 Dermed er egenverdiene til A gitt ved λ = 6 ± 3 < 0. Siden begge egenverdier er negative, er A negativ semidenit (og også negativ denit). (C) Vi har at det(a) = 0, så A er invertibel. Dermed har π et entydig stasjonært punkt, gitt ved Ax + B T = 0 x = A B T Ettersom A er negativ (semi)denit, er π konkav og det stasjonære punktet x = A B T er et maksimum. Vi nner at x = = = Dette gir maksimal verdi π(x, y ) = π(76.5, 3.75) = Oppgave. (A) Den karakteristiske likningen til A er gitt ved λ 0 3 λ 0 9 λ = (3 λ)(λ λ 35) = 0 Dermed er egenverdiene til A gitt ved λ = 3 og λ = ± 36. Altså er λ = 3 en egenverdi, og de andre egenverdiene er λ = 7 og λ = 5. (B) Egenvektorene for λ = 3 er gitt ved det lineære systemet (A 3I)x = x y = 0 0 z 0 Vi ser at at andre likning er irrelevant og kan tas bort, og at z er fri parameter siden 9 0 Vi løser de to gjenværende likningene for x og y og får x = z/7, y = 6z/7
2 Når vi setter z = t for den frie variabelen z, får vi dermed at egenvektorene for λ = 3 kan skrives som x y = t/7 6t/7 = 6 t z t 7 7 (C) Anta v, w 0 og at Av = λ v, Aw = λ w med λ λ. Vi skal vise at vektorene v, w er lineært uavhengige. Hvis de er lineært avhengige, så er v = cw for en c 0. Dette gir og dermed Av = A (cw) = caw λ v = cλ w = λ (cw) = λ v Vi kan skrive dette som (λ λ )v = 0, og dette er ikke mulig siden v 0 og λ λ. Dermed er v og w lineært uavhengige. Oppgave 3. (A) Vektorene {v, v, v 3 } er lineært uavhengige hvis og bare hvis det(t ) 0. Vi regner ut 3 h det(t ) = h h = (h ) h (3h h) + (3 h) = h + Dermed er vektorene lineært avhengige når h + = 0, det vil si når h = ±, og vektorene er lineært uavhengige når h ±. (B) Vi ser på matrisen med vektorene {T v, T v, T v 3 } som kolonner: ( T v T v T v 3 ) = T ( v v v 3 ) = T T = T Når h = har denne matrisen determinant det(t ) = det(t ) = ( h + ) = 36 0 Dermed er vektorene {T v, T v, T v 3 } lineært uavhengige når h =. Oppgave. (A) Den karakterstiske likningen til A er gitt ved 5 λ 0 3 λ 0 λ = (3 λ)(λ 9λ + 8) = 0 Dermed er egenverdiene til A gitt ved λ = 3, λ = 6, og dette viser at λ = 3 er en egenverdi. Alternativt kan man vise at λ = 3 er en egenverdi ved å sjekke at det(a 3I) = 0. Vi regner ut egenvektorene til A med egenverdi λ = 3 ved å løse likningssystemet (A 3I)x = x y = 0 0 z 0 Vi ser at at andre likning er irrelevant og kan tas bort, og at tredje likning er første likning multiplisert med, og dermed også irrelevant. Derfor kan vi velge y = s og z = t som frie parametre, og når vi løser første likning for x får vi x = y + z x = s + t Vi får dermed at egenvektorene for λ = 3 kan skrives som x y = s + t s = s + 0 t z t 0
3 (B) Vi har at B = A T A = = Siden det(b) = det(a T A) = det(a T ) det(a) = det(a) = = 96 0 så følger det at B er invertibel. Videre har vi B = (A T A) = A (A T ) = A (A ) T Vi regner ut A ved hjelp av den adjungerte matrisen: A = Dette gir B = = Alternativt kunne vi beregnet det(b) og B direkte, uten å gå veien om A. (C) Vi har at de stasjonære punktene for f er gitt ved f x = Bx = 0 x = B 6 6 = siden B er invertibel. (D) Når vi setter y = Ax, så har vi x T Bx = x T A T Ax = (Ax) T (Ax) = y T y 0 siden y T y = y + y + y 3 0. Dermed er den kvadratiske formen positiv semidenit. Siden det(b) = 0, så er ingen av egenverdiene til B null, og dermed er den kvadratiske formen til B også positiv denit. Oppgave 5. (A) Vektorene {v, v, v 3, v } er lineært avhengige hvis og bare hvis minst en av vektorene kan skrives som en lineær-kombinasjon av de tre andre. Vi forsøker å skrive v = c v +c v +c 3 v 3 : = c 0 + c 0 + c 3 = 0 0 c c c 3 Siden koesientmatrisen har determinant 0 0 = (7 + ) + 3(0 + ) = så har likningssystemet en løsning, og dermed er vektorene {v, v, v 3, v } lineært avhengige. (B) Regningen i oppgave a) viser at {v, v, v 3 } er lineært uavhengige: Siden determinanten i a) er ulik null, har likningen 0 = c v + c v + c 3 v 3 kun løsningen c = c = c 3 = 0. 3
4 Oppgave 6. (A) Vi vet at λ = er egenverdi for A hvis og bare hvis det(a I) = 0. Vi regner ut det(a I): = = 0 siden alle radene i matrisen er like. Dette viser at λ = er en egenverdi for A. (B) Vi regner ut det karakteristiske polynomet det(a λi): λ 6 λ 6 8 λ = ( λ)(λ 9λ + ) ( (8 λ) + 6) + ( 6 6( λ)) Vi vet at λ er en faktor i det karakteristiske polynomet, og vi forsøker derfor å forenkle og faktorisere polynomet: ( λ)(λ )(λ 7) (λ ) + (λ ) = (λ ) [( λ)(λ 7) + ] De andre egenverdiene er derfor gitt ved ( λ)(λ 7) + = 0 λ + λ 8 = 0 Dette gir λ = and λ = 9. Dermed er alle egenverdiene for A gitt ved og det(a) = λ λ λ 3 = 9 = 36. λ =, λ =, λ 3 = 9 Oppgave 7. (A) Vi regner ut det(a) ved å utvikle determinanten langs tredje kolonne: 3 t A = t + 0 = ((t + ) (t + )) + (3(t + ) (t)) = 6t + t + Vi ser kolonnevektorene er lineært uavhengige for t og lineært avhengige for t =, siden A = 0 hvis og bare hvis t =. (B) Vi nner egenverdiene til A når t = ved å løse den karakteristiske likningen 3 λ λ 0 = ( + λ) + ( λ)( λ(3 λ) + 8) = 0 λ Denne likningen kan skrives som λ 8 + ( λ)(λ 3λ + 8) = λ 3 + λ 9λ = 0, og dette gir λ = 0 eller λ λ + 9 = 0. Egenverdiene til A når t = er gitt ved λ = 0, siden λ λ + 9 = 0 ikke har noen løsning. Oppgave 8. (A) Vektoren Q/ x av første ordens partielle deriverte til Q er gitt ved Ax, hvor A er den symmetriske matrisen til Q. Vi nner at A og den deriverte vektoren er gitt ved A = Q x = Ax = x De stasjonære punktene til Q er gitt ved Ax = 0, og den eneste løsningen av denne likningen er x = /(A 0) = 0 siden vi har 0 0 A = = ( ) ( 3)(7 ( ) ) (7 ( ) ) = De stasjonære punktene for Q er derfor x = 0.
5 (B) Vi avgjør om Q er positiv (semi)denit, negativ (semi)denit eller indenit ved å se på fortegnene til egenverdiene til A. Den karakteristiske likningen er gitt ved λ λ λ = (λ + λ + )(λ λ + 7) = λ og egenverdiene er derfor gitt ved λ +λ+ = 0, som gir λ = ± < 0, og λ λ+7 = 0, som gir λ = / ± 3/ > 0. Siden A har to positive og to negative egenverdier, så er Q indenit. Oppgave 9. (A) Vi utvikler determinanten langs første kolonne og dette gir det(a) = ( + 3) s( + 3s) + ( + s) = 3s + 3s Likningen AX = I har løsninger hvis og bare hvis det(a) 0, og vi ser dette ved følgende argument: Hvis det(a) 0, så er A invertibel og X = A I = A er en løsning. Hvis det(a) = 0, så kan ikke likningen ha løsning, for i så fall er det(ax) = det(i) =, men vi har det(ax) = det(a) det(x) = 0. Til slutt ser vi at det(a) = 0 for s = 0 og s =, så matriselikningen har løsning for s 0,. (B) Med utgangspunkt i de tre datapunktene denerer vi X og y ved X = 0, y = 5 3 Dermed blir X T X = med det(x T X) = 0, og beste tilpasning er gitt ved β0 = (X β T X) (X T y) = ( = 5 3 ) Altså er den beste tilpasningen y = 73/ 7/ x = x Oppgave 0. (A) Den symmetriske matrisen A blir A = a 0 a 0 0 a 0 a Egenverdiene til A er gitt ved a λ 0 a 0 λ 0 a 0 a λ = ( λ)(λ aλ + (a (a ) )) = 0 som gir λ = og λ = a ± a (a (a ) ) = a ± a = a ± (a ) =, a. Når a = 3 blir egenverdiene λ =, λ = og λ =. (B) Den kvadratiske formen er positiv denit om alle egenverdier er positive, og dette vil skje om a >. Når a < så har A både postive og negative egenverdier, og A er indenit. Om a =, så er egenverdiene λ =, λ = og λ = 0, og A er da hverken positiv denit, negativ denit eller indenit (men positiv semidenit). 5
6 Oppgave. (A) Vi utvikler determinanten langs første kolonne og dette gir det(a) = (9a 3a ) (9 3) + (a a) = a + 8a 6 Vi vet at A er inverterbar når det(a) 0. Siden det(a) = 0 for a = og a = 3, er A inverterbar for a, 3. (B) Med utgangspunkt i de tre datapunktene denerer vi X og y ved 0 0 X = 0 0, y = 3 Vi regner ut X T X og X T y, og nner at X T X = 0, X T y = Vi ser at det(x T X) = 0, så beste tilpasning er gitt ved β 0 β = (X T X) (X T y) = = 3 β Altså er den beste tilpasningen y = 3 x + x. Oppgave. (A) Vi velger matrisen A symmetrisk, og får dermed at f(x) = x T Ax + Bx + c der A = 0 0 0, B = ( 0 3 ), c = 0 3 De stasjonære punktene er gitt ved f/ x = Ax + B T = 0, og dette gir Ax = B T x = Siden det(a) = (3 ) = 0, så er A inverterbar og det er et eneste stasjonært punkt. Vi nner dette ved å løse det lineære likningssystemet, for eksempel ved hjelp av Gauss-eliminasjon, og nner x = x x = 3/ 0 / (B) Vi regner ut egenverdiene til A for å klassisere den kvadratiske formen, og får λ 0 0 λ λ = ( λ)(λ + λ + ) = 0 x 3 Dette gir egenverdier λ = og λ = ( ± 6 8)/ = ±. Siden alle egenverdier er negative, er A negativ denit, og det stasjonære punktet er dermed et (globalt) maksimumspunkt. 6
7 Oppgave 3. (A) Vi utvikler determinanten langs første kolonne og dette gir det(a) = (9 + 6s) + (s s) = s 8s 9 Vi vet at A er inverterbar når det(a) 0. Siden det(a) = 0 for s = 9 og s =, er A inverterbar for s 9,. (B) Med utgangspunkt i de tre datapunktene denerer vi X og y ved 0 0 X = 0 0, y = 8 Vi regner ut X T X og X T y, og nner at X T X = 0, X T y = Vi ser at det(x T X) = 0, så beste tilpasning er gitt ved β 0 β = (X T X) (X T y) = = β 9 Altså er den beste tilpasningen y = + x + x. Oppgave. (A) Vi velger matrisen A symmetrisk, og får dermed at f(x) = x T Ax + Bx + c der A =, B = ( 3 3 ), c = 8 De stasjonære punktene er gitt ved f/ x = Ax + B T = 0, og dette gir Ax = B T x = 3 3 Vi nner disse ved å løse det lineære likningssystemet, for eksempel ved hjelp av Gausseliminasjon, og får x = x x = 3/ / x 3 / (B) Vi regner ut egenverdiene til A for å klassisere den kvadratiske formen, og får λ λ λ = ( λ)(λ + λ + 3) ( λ + ) + ( + + λ) = 0 Dette gir egenverdier ( λ)(λ + )(λ + 3) + (λ + ) = 0 Vi ser at λ = er en egenverdi siden (λ + ) er en felles faktor. (C) Vi regner ut de andre egenverdiene ved ( λ)(λ + 3) + = 0, som gir λ 5λ = 0, og dermed λ = 5 ± 5 6 = 5 ± 3 Alle egenverdier er dermed negative, og A er negativ denit. Det betyr at det stasjonære punktet er et (globalt) maksimumspunkt. 7
Institutt for Samfunnsøkonomi
Institutt for Samfunnsøkonomi Løsninger i: ELE 379 Matematikk valgfag Dato: 6.6., 9: 4: Tillatte hjelpemidler: Alle hjelpemidler + Eksamenskalkulator: TEXAS INSTRUMENTS BA II Plus TM Innføringsark: Ruter
DetaljerVær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter!
Vær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter! Oppgave.. a x y = x + y = r r r +r r x y = y fri x y = y fri Vi får én fri variabel, og løsningens har følgelig dimensjon.
DetaljerFasit til utvalgte oppgaver MAT1110, uka 13/4-16/4
Fasit til utvalgte oppgaver MAT0, uka /4-6/4 Øyvind Ryan oyvindry@i.uio.no April, 00 Oppgave 4.8. a Bytt om første og andre rad. b Legg til ganger rad til rad. c Bytt om første og andre rad. d Legg til
DetaljerEksamen i ELE Matematikk valgfag Torsdag 18. mai Oppgave 1
Eksamen i ELE79 - Matematikk valgfag Torsdag 8. mai 07 LØSNINGFORSLAG Oppgave (a) Den utvidede matrisen til likningssystemet er 6 Gausseliminasjon: ganger rad I legges til rad II: 0 0 Rad I trekkes fra
DetaljerOppgave 1. e rt = 120e. = 240 e
Løsning MET 803 Matematikk Dato 5. desember 05 kl 0900-00 Oppgave. (a) Dersom vi selger eiendommen etter t år, med t > 0, så er nåverdien av salgssummen med r = 0,0. Da får vi N(t) = V (t)e rt = 0 e e
DetaljerUNIVERSITET I BERGEN
UNIVERSITET I BERGEN Det matematisk-naturvitenskapelige fakultet BOKMÅL Løsningsforslag eksamen MAT - Lineær algebra H Med forbehold om skrivefeil. Oppgave. Betrakt A = 6 5, b = 6 b (a) (b) Finn den reduserte
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Lineær algebra Eksamensdag: Mandag,. desember 7. Tid for eksamen: 4. 8.. Oppgavesettet er på 8 sider. Vedlegg: Tillatte hjelpemidler:
DetaljerTMA4110 Eksamen høsten 2018 EKSEMPEL 1 Løsning Side 1 av 8. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer: x 1 7x 4 = 0
TMA4 Eksamen høsten 28 EKSEMPEL Løsning Side av 8 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 2 2 2 4 2 6 2 4 2 6 2 2 Dette gir likningene og 2 2 4 2 6 7 2. x 7x 4 = x 2 + 2x
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Skriftlig eksamen MET 11803 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 0.1.018 Kl. 09:00 Innlevering: 0.1.018 Kl. 14:00 For mer informasjon om formalia, se
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Fagoppgave MET 1186 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 18.1.19 Kl. 9: Innlevering: 5.1.19 Kl. 1: For mer informasjon om formalia, se eksamensoppgaven.
DetaljerForelesning 14 Systemer av dierensiallikninger
Forelesning 14 Systemer av dierensiallikninger Eivind Eriksen 9. april 010 Dierensiallikninger En dierensiallikning inneholder en avhengig variabel (typisk y ) og en uavhengig variabel (typisk x), som
DetaljerEksamensoppgave MAT juni 2010 (med løsningsforslag)
Eksamensoppgave MAT-4 juni (med løsningsforslag) Contents OPPGAVE OPPGAVE 4 OPPGAVE 5 4 OPPGAVE 6 5 Fasit 7 5 Oppgave 7 5 Oppgave 7 5 Oppgave 8 54 Oppgave 8 6 Løsningsforslag 9 6 Oppgave 9 6 Oppgave 6
Detaljer13 Oppsummering til Ch. 5.1, 5.2 og 8.5
3 Oppsummering til Ch. 5. 5. og 8.5 3. Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A. I kalkulus (teori av differensiallikninger) er det viktig å beregne
DetaljerMA1201/MA6201 Høsten 2016
MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Løsningsforslag Øving Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 6. a) Stemmer. Anta
DetaljerMAT1120 Oppgaver til plenumsregningen torsdag 25/9
MAT1120 Oppgaver til plenumsregningen torsdag 25/9 Øyvind Ryan (oyvindry@i.uio.no) September 2008 Oppgaver fra 5.1 Denisjon av egenverdier, egenvektorer, egenrom. Teorem 1 s. 306: Egenverdiene til en triangulær
Detaljer1. Finn egenverdiene og egenvektorene til matrisen A = 2 1 A =
Fasit MAT102 juni 2017 Oppgave 1 1. Finn egenverdiene og egenvektorene til matrisen ( ) 1 2 A = 2 1 Løsning: Egenverdiene er røttene til det karakteristiske polynom gitt ved determinanten av matrisen (
DetaljerTMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:
TMA4 Matematikk 3 Eksamen høsten 8 Løsning Side av 9 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 8 5 4 8 3 36 8 4 8 8 8 Den siste matrisen her er på redusert trappeform, og
DetaljerUniversitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra
Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT2 - Lineær algebra Onsdag 29 mai, 20, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets
DetaljerOppgave 1. = 2(1 4) = 6. Vi regner også ut de andre indreproduktene:
Løsning Eksamen i ELE 379 Maemaikk Valgfag Dao 7. juni 26 kl 9-4 Dee e e foreløpig løsningsforslag som ikke er komple. De skal ikke publiseres i denne form. Oppgave. (a) Vi ve a kolonnevekorene il A er
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Kalkulus og lineær algebra Eksamensdag: Lørdag 25. Mai 29. Tid for eksamen: :5 4:5. Oppgavesettet er på 7 sider. Vedlegg:
DetaljerLO510D Lin.Alg. m/graf. anv. Våren 2005
TF Høgskolen i Sør Trøndelag Avdeling for informatikk og e læring LO5D Lin.Alg. m/graf. anv. Våren 5 Løsningsforslag Eksamen a) Setter α = og β = i ligningssystemet og gausseliminerer totalmatrisen til
DetaljerLøsningsforslag for eksamen i Matematikk 3 - TMA4115
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag for eksamen i Matematikk 3 - TMA4115 Vår 1 1 a) La z = x iy. Da er Re z = x og z = x y. Siden y er et reelt
DetaljerØving 3 Determinanter
Øving Determinanter Determinanten til en x matrise er definert som Clear@a, b, c, dd K a b OF c d ad -bc Determinanten til en matrise er derfor et tall. Du skal se at det viktige for oss er om tallet er
DetaljerOppgave 1. f(2x ) = f(0,40) = 0,60 ln(1,40) + 0,40 ln(0,60) 0,0024 < 0
Løsning MET 80 Matematikk for siviløkonomer Dato 0. mai 07 kl 0900-400 Oppgave. (a) Vi lar p = 0,60 og q = 0,40, og skriver funksjonen som f() = p ln( + ) + q ln( ) for å forenkle skrivemåten. Funksjonen
DetaljerForelesning 10 Cramers regel med anvendelser
Forelesning 10 Cramers regel med anvendelser Eivind Eriksen 25. mars 2010 Lineære likningssystemer Vi minner om at ethvert lineært likningssystem Ax = b kan løses ved hjelp av Gauss eliminasjon, som er
DetaljerMAT Prøveeksamen 29. mai - Løsningsforslag
MAT0 - Prøveeksamen 9 mai - Løsningsforslag Oppgave Sett A = 4 4 0 x 0, x = x, b =, x 0 og la v, v, v betegne kolonnevektorene til A a) Skriv A x = y som en vektorlikning x Svar : Siden A x = [v v v ]
Detaljer2 3 2 t der parameteren t kan være et vilkårlig reelt tall. i) Finn determinanten til M. M =
Oppgave a) Løs likningssystemet x + 3x + x 3 = x + x 3 = 0 3x + x + 3x 3 = 8 Svar: Rekkereduksjon av totalmatrisen gir 0 0 0 0 7 0 0 0 0 Det betyr at løsningen er gitt ved x +x 3 = 0, x = 7 og x 3 en fri
DetaljerOppgave 1. (a) Vi løser det lineære systemet for a = 1 ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: x A =
Løsning MET 803 Matematikk for siviløkonomer Dato 8. desember 07 kl 400-900 Oppgave. (a) Vi løser det lineære systemet for a = ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: 7 3 y = 9 6 7
DetaljerLineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning
Lineær Algebra og Vektorrom Eivind Eriksen Høgskolen i Oslo, Avdeling for Ingeniørutdanning c Eivind Eriksen 2005. Innhold Kapittel 1. Lineære likningssystemer 1 1.1. Lineære likningssystemer i to variable
Detaljer12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)
Diagonalisering av matriser og operatorer (Ch 5, 5 og 85) Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A I kalkulus (teori av differensiallikninger) er
DetaljerMAT-1004 Vårsemester 2017 Prøveeksamen
MAT-4 Vårsemester 7 Prøveeksamen Contents. Forord................................. OPPGAVE OPPGAVE OPPGAVE 7 4 OPPGAVE 8 OPPGAVE 6 OPPGAVE 7 OPPGAVE 8 OPPGAVE 9 Formatering av svarene 4 9. Rasjonale tall.............................
Detaljer7 Egenverdier og egenvektorer TMA4110 høsten 2018
7 Egenverdier og egenvektorer TMA4 høsten 8 Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer. Hvis A er en m n-matrise, så gir A
DetaljerOppgave P. = 2/x + C 6 P. + C 6 P. d) 12(1 x) 5 dx = 12u 5 1/( 1) du = 2u 6 + C = 2(1 x) 6 + C 6 P. Oppgave P.
Løsning MET 86 Matematikk for siviløkonomer Innleveringsfrist 5. mars 9 kl Vi benytter maksimal score 6p på hver deloppgave og 44p totalt, og grensen for å bestå er ca 86p. Du kan selv fylle ut tabellen
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 0 Lineær algebra Eksamensdag: Mandag 0. desember 0 Tid for eksamen: 4.30 8.30. Oppgavesettet er på 7 sider. Vedlegg: Tillatte
DetaljerEgenverdier og egenvektorer
Kapittel 9 Egenverdier og egenvektorer Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer Hvis A er en m n-matrise, så gir A en transformasjon
DetaljerELE Matematikk valgfag
SENSORVEILEDNING - Skriftlig eksamen ELE 3711 Matematikk valgfag Institutt for Samfunnsøkonomi Utlevering: 11.06.018 Kl. 0:00 Innlevering: 11.06.018 Kl. 14:00 For mer informasjon om formalia, se eksamensoppgaven.
DetaljerLøsninger for eksamen i MAT Lineær algebra og M102 - Lineær algebra, fredag 28. mai 2004, Oppgave 1. M s = = 1 2 (cofm 2) T.
Løsninger for eksamen i MAT - Lineær algebra og M - Lineær algebra, fredag 8. mai 4, (a) Finn determinanten til matrisen M s = Oppgave s uttrykt ved s, og bruk dette til å avgjøre for hvilke s matrisen
DetaljerDiagonalisering. Kapittel 10
Kapittel Diagonalisering I te kapitlet skal vi anvende vår kunnskap om egenverdier og egenvektorer til å analysere matriser og deres tilsvarende lineærtransformasjoner Eksempel Vi begynner med et eksempel
DetaljerLineær algebra. 0.1 Vektorrom
Lineær algebra Siden dette temaet er alt for stort til å kunne gjennomgås på en halvtime, med alle de teoremene og denisjonene som skal til, har jeg laget dette notatet. Det bygger hovedsakelig på notatene
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Skriftlig eksamen MET 11803 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 29.05.2019 Kl. 09:00 Innlevering: 29.05.2019 Kl. 14:00 For mer informasjon om formalia,
Detaljery(x + y) xy(1) (x + y) 2 = x(x + y) xy(1) (x + y) 3
Løsning Øvingsoppgaver Funksjoner i ere variabler MET 1180 Matematikk April 017 Oppgave 1. (a) Vi har at f = 3 og f = +. Hessematrisen blir dermed 6 (b) Ved kvotientregelen har vi at f = f = og de andreordens
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Kalkulus og lineær algebra Eksamensdag: Onsdag 9 mai 9 Tid for eksamen: 4:3 8:3 Oppgavesettet er på 7 sider Vedlegg: Tillatte
DetaljerR: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og
EGENVERDIER FOR MATRISER a Motiverende eksempel En by i USA har 0000 innbyggere som stemmer ved valget hvert år. I dag stemmer 8000 for R og 000 for D. Hvert år går 30% fra R til D og 0% fra D til R. Hva
DetaljerEgenverdier for 2 2 matriser
Egenverdier for matriser (Bearbeidet versjon av tidligere notat på nett-sidene til MA101 - Lineær algebra og geometri Versjon oppdatert med referanser til 10utg av læreboken) Egenvektorer og egenverdier
DetaljerLøsningsforslag MAT 120B, høsten 2001
Løsningsforslag MAT B, høsten Sett A = ( ) (a) Finn egenverdiene og egenvektorene til A ( ) λ =, e = ( λ =, e = ) (b) Finn matrisen e ta og den generelle løsningen på initialverdiproblemet Ẋ = AX, X()
DetaljerMET Matematikk for siviløkonomer
SENSORVEILEDNING - Skriftlig eksamen MET 11803 Matematikk for siviløkonomer Institutt for Samfunnsøkonomi Utlevering: 18.1.017 Kl. 14:00 Innlevering: 18.1.017 Kl. 19:00 For mer informasjon om formalia,
Detaljer=cos. =cos 6 + i sin 5π 6 = =cos 2 + i sin 3π 2 = i.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 9 L SNINGSFORSLAG TIL EKSAMEN I SIF59 MATEMATIKK Bokmål Fredag. desember Oppgave a) Vi har z = i r e iθ = e i π r =,
DetaljerEksamensoppgave i TMA4115 Matematikk 3
Institutt for matematiske fag Eksamensoppgave i TMA45 Matematikk 3 Faglig kontakt under eksamen: Aslak Bakke Buan a, Morten Andreas Nome b, Tjerand Silde c Tlf: a mobil Aslak, b mobil Morten, c mobil Tjerand
DetaljerLineære likningssystemer og matriser
Kapittel 3 Lineære likningssystemer og matriser I dette kapittelet skal vi sette sammen Kapittel 1 og 2. 3.1 Den utvidede matrisen til et likningssystem Vi starter med et lineært likningssystem med m likninger
DetaljerFasit MAT102 juni 2016
Fasit MAT02 juni 206. (a) Finn egenverdiene og egenvektorene til matrisen ( ) 6 A = 2 7 Svar: λ = 8 og ( ) x = y y ( ) /2, λ = 5 og ( ) x = y y ( ) for alle y 0. (b) Finn den generelle løsningen på systemet
DetaljerMatriser og Kvadratiske Former
Eivind Eriksen Matriser og Kvadratiske Former 15 mars 2012 Handelshøyskolen BI Innhold 1 Matriser og vektorer 1 11 Matriser 1 12 Matriseaddisjon 2 13 Matrisesubtraksjon 3 14 Skalarmultiplikasjon 3 15
DetaljerLineær algebra-oppsummering
Kapittel 9 Lineær algebra-oppsummering Matriser 1 Matriser er et rektangulært sett av elementer ordnet i rekker og kolonner: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij m n a m1 a n2 a mn 2 Kvadratisk matrise:
DetaljerHøgskolen i Oslo og Akershus. e 2x + x 2 ( e 2x) = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) 1 sin x (sin x) + 2x = cos x
Oppgåve a) i) f(x) x e x f (x) ( x ) e x + x ( e x) xe x + x e x (x) xe x + x e x xe x ( + x) ii) g(x) ln(sin x) + x g (x) sin x (sin x) + x cos x sin x + x tan x + x b) i) Sidan både teljar og nemnar
DetaljerOppgave 1 (25 %) - Flervalgsoppgaver
Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består
DetaljerMAT UiO. 10. mai Våren 2010 MAT 1012
MAT Våren UiO. / 7 Betrakt et system x = A x der A M n (R) er diagonaliserbar. Vi har sett at systemet kan løses ved frakoblingsmetoden: Vi finner da P = [v v n ] (inverterbar) og D (diagonal) som diagonaliserer
DetaljerMAT-1004 Vårsemester 2017 Prøveeksamen
MAT-1004 Vårsemester 017 Prøveeksamen Contents 0.1 Forord................................. 1 1 OPPGAVE OPPGAVE OPPGAVE 6 4 OPPGAVE 7 5 OPPGAVE 10 6 OPPGAVE 11 7 OPPGAVE 11 8 OPPGAVE 1 9 Formatering av
DetaljerOppgave 1. (a) Vi løser det lineære systemet for a = 1 ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: x A =
Løsning MET 80 Matematikk for siviløkonomer Dato 0. mai 07 kl 0900-400 Oppgave. (a) Vi løser det lineære systemet for a = ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: 0 y = 4 0 4 0 z 0 Deretter
DetaljerMA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag MA101 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3 desember 007 Oppgave 1 a) Vi ser på ligningssystemet x +
DetaljerEKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Fredag 4. desember 2009 løsningsforslag
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Fredag 4. desember 2009 løsningsforslag Hjelpemidler (kode C): Enkel kalkulator
DetaljerMAT 1001. Vår 2010. Oblig 1. Innleveringsfrist: Fredag 19.februar kl. 1430
MAT Vår Oblig Innleveringsfrist: Fredag 9februar kl 43 Oppgaven leveres stiftet med forsideark på ekspedisjonskontoret til Matematisk institutt i 7 etg i Niels Henrik Abels hus innen fristen Oppgaven vil
DetaljerELE Matematikk valgfag
EKSAMENSOPPGAVE - Skriftlig eksamen ELE 79 Matematikk valgfag Institutt for Samfunnsøkonomi Utlevering:.06.08 Kl. 09.00 Innlevering:.06.08 Kl. 4.00 Vekt: 00% av ELE 79 Antall sider i oppgaven: Innføringsark:
DetaljerInstitutt for Samfunnsøkonomi. Utlevering: Kl. 09:00 Innlevering: Kl. 14:00
SENSORVEILEDNING MET 11803 Matematikk Institutt for Samfunnsøkonomi Utlevering: 17.12.2014 Kl. 09:00 Innlevering: 17.12.2014 Kl. 14:00 For mer informasjon om formalia, se eksamensoppgaven. Oppgave 1 Finn
DetaljerA 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:
5.3 Diagonalisering Det ville være fint om en matrise A var similær med en diagonalmatrise D: da har vi funnet egenverdiene, og kan f.eks. lett beregne A k. Når er dette tilfelle? Det er tema i denne seksjonen.
DetaljerLØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010
LØSNINGSFORSLAG EKSAMEN MA/MA6 VÅR Oppgave. a Radredusering gir A 4 6 5 R, og siden R har to ledende variabler så får vi ranka. Siden A har re kolonner gir dimensjonsteoremet for matriser at nullitya 4
Detaljery(x) = C 1 e 3x + C 2 xe 3x.
NTNU Institutt for matematiske fag TMA4115 Matematikk eksamen 4 juni 9 Løsningsforslag 1 Innsatt for z = x + iy kan ligningen skrives x + 1 + i(y ) = x 1 + i(y + ) Ved å benytte at z = a + b for et kompleks
DetaljerMA0002 Brukerkurs i matematikk B. Eksamen 28. mai 2016 Løsningsforslag. Oppgave 1
MA000 Brukerkurs i matematikk B Eksamen 8. mai 06 Løsningsforslag Oppgave a) Viser at B = A ved å vise at AB = BA = I. Nedenfor er matrisemultiplikasjonen AB vist (du må vise at BA gir det samme). ( )
Detaljern=0 n=1 n + 1 Vi får derfor at summen er lik 1/2. c)
Eksamen i BYPE2000 - Matematikk 2000 Dato: 204 Målform: Bokmål Antall oppgaver: 7 (20 deloppgaver) Antall sider: 4 Vedlegg: Noen formler Hjelpemiddel: Ingen Alle svarene skal grunngis. Alle deloppgavene
DetaljerTMA4110 Matematikk 3 Haust 2011
Noregs teknisk naturvitskaplege universitet Institutt for matematiske fag TMA40 Matematikk 3 Haust 0 Løysingsforslag Øving Oppgåver frå læreboka kap 5, s 7-73 5 Eigenrommet som svarar til λ = 5 er det
DetaljerRang og Vektorrom. Magnus B. Botnan NTNU. 4. august, 2015
Rang og Vektorrom Magnus B. Botnan NTNU 4. august, 2015 Lineær Uavhengighet La v (1),..., v (m) være vektorer av samme størrelse. Vi sier at vektorene er lineært avhengige hvis det finnes konstanter c
DetaljerLøsningsforslag øving 7
Løsningsforslag øving 7 8 Husk at en funksjon er injektiv dersom x y gir f(x) f(y), men her ser vi at f(3) 9 f( 3), eller generelt at f(z) z f( z) for alle z C, som betyr at f ikke er injektiv Vi ser også
DetaljerLineære likningssett.
Lineære likningssett. Forelesningsnotater i matematikk. Lineære likningssystemer. Side 1. 1. Innledning. La x 1, x, x n være n ukjente størrelser. La disse størrelsene være forbundet med m lineære likninger,
DetaljerHøgskolen i Oslo og Akershus. = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) e 2x + x 2 ( e 2x) 1 sin x (sin x) + 2x = cos x
Oppgåve a) i) ii) f(x) x e x f (x) ( x ) e x + x ( e x) xe x + x e x (x) xe x + x e x xe x ( + x) g(x) ln(sin x) + x g (x) sin x (sin x) + x cos x sin x + x tan x + x b) i) ( x + ) dx x x dx+ x dx x +
DetaljerTil enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.
4.6 Rang Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon. Definisjon: Rangen til en m n matrise A betegnes med rank A og er definert som dimensjonen til kolonnerommet
Detaljer6.6 Anvendelser på lineære modeller
6.6 Anvendelser på lineære modeller Skal først se på lineær regresjon for gitte punkter i planet: det kan formuleres og løses som et minste kvadraters problem! I mere generelle lineære modeller er man
DetaljerUNIVERSITY OF OSLO. Faculty of Mathematics and Natural Sciences. Matlab-utskrift (1 side).
UNIVERSITY OF OSLO Faculty of Mathematics and Natural Sciences Examination in: MAT 2 Lineær algebra Day of examination: 9. desember 2. Examination hours: 4.3 8.3. This problem set consists of 6 pages.
DetaljerUiO MAT1012 Våren Ekstraoppgavesamling
UiO MAT1012 Våren 2011 Ekstraoppgavesamling I tillegg til eksamen og prøveeksamen fra våren 2010 inneholder denne samlingen en del oppgaver som er blitt gitt til eksamen i diverse andre emner ved UiO i
DetaljerLøsningsforslag. e n. n=0. 3 n 2 2n 1. n=1
Eksamen i BYPE2000 - Matematikk 2000 Dato: 6. juni 2014 Målform: Bokmål Antall oppgaver: 7 (20 deloppgaver) Antall sider: 4 Vedlegg: Noen formler Hjelpemiddel: Ingen Alle svarene skal grunngis. Alle deloppgavene
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: Mandag 5 desember 2016 Tid for eksamen: 09.00 13.00 Oppgavesettet er på 6 sider. Vedlegg:
DetaljerEKSAMEN. 1 Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Trond Stølen Gustavsen. Klasser: (div) Dato: 24. mai 2004 Eksamenstid:
EKSAMEN EMNE: MA6 FAGLÆRER: Svein Olav Nyberg, Trond Stølen Gustavsen Klasser: (div) Dato: mai Eksamenstid: Eksamensoppgaven består av følgende: Antall sider (ink forside): 5 Antall oppgaver: Antall vedlegg:
Detaljer4 Matriser TMA4110 høsten 2018
Matriser TMA høsten 8 Nå har vi fått erfaring med å bruke matriser i et par forskjellige sammenhenger Vi har lært å løse et lineært likningssystem ved å sette opp totalmatrisen til systemet og gausseliminere
DetaljerGauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.
Gauss-Jordan eliminasjon; redusert echelonform Forelesning, TMA4110 Fredag 18/9 Martin Wanvik, IMF MartinWanvik@mathntnuno En matrise vil normalt være radekvivalent med flere echelonmatriser; med andre
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Ny/utsatt eksamen i Eksamensdag: 9. august 2. Tid for eksamen: 9 2. Oppgavesettet er på 8 sider. Vedlegg: Tillatte hjelpemidler: MAT Kalkulus
DetaljerKapittel 3. Mer om egenverdier og egenvektorer. 3.1 Komplekse n-tupler og vektorer
Kapittel 3 Mer om egenverdier og egenvektorer I neste kapittel skal vi lære å løse systemer av difflikninger. Da vil vi trenge egenverdier og egenvektorer, og selv om vi skal løse reelle problemer, vil
DetaljerObligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 2006
Obligatorisk innleveringsoppgave, løsning Lineær algebra, Våren 006 Oppgave I hele oppgaven bruker vi I = 0 0 0 0. 0 0 a) Matrisen A har størrelse og B har størrelse slik at matriseproduktet A B er en
Detaljer10 Radrommet, kolonnerommet og nullrommet
Radrommet kolonnerommet og nullrommet La A være en m n matrise Vi kan beskrive matrisen ved hjelp av dens rader r A r r i R n r m eller dens kolonner A [ c c c n ci R m Definisjon (se Def 7 i boka) For
Detaljer7.1 forts. Schur triangularisering og spektralteoremet
7.1 forts. Schur triangularisering og spektralteoremet Vi skal vise to svært sentrale resultat i lineær algebra. Spektralteoremet (Teorem 3 i Lay): dette sier bl.a. at reelle symmetriske matriser er ortogonalt
DetaljerEKSAMENSOPPGAVE. to A4 ark egne notater og Rottmanns tabeller. Kontaktperson under eksamen: Professor Andrei Prasolov. Telefon:
EKSAMENSOPPGAVE Eksamen i: Mat 4 Lineær algebra Dato: Torsdag 4 juni 25 Tid: Kl 9: 3: Sted: Åsgårdvegen 9 Tillatte hjelpemidler: Godkjent kalkulator, to A4 ark egne notater og Rottmanns tabeller Oppgavesettet
DetaljerLøsningsforslag MAT102 Vår 2018
Løsningsforslag MAT102 Vår 2018 Universitetet i Bergen Det matematisk-naturvitenskapelige fakultet Eksamen i emnet MAT102 Tirsdag 12 juni 2018, kl 0900-1400 Oppgavesettet har fem oppgaver Hver deloppgave
Detaljer3x + 2y 8, 2x + 4y 8.
Oppgave En møbelfabrikk produserer bord og stoler Produksjonen av møbler skjer i to avdelinger, avdeling I og avdeling II Alle møbler må innom både avdeling I og avdeling II Det å produsere et bord tar
DetaljerLøsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3
Prøve i Matematikk BYFE DAFE Dato: 27. mai 26 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Løsningsforslag Oppgave Gitt matrisene [ 2 A 4 B [ 2 og C [ 2
DetaljerMAT-1004 Vårsemester 2017 Obligatorisk øving 2
MAT-1004 Vårsemester 2017 Obligatorisk øving 2 Contents 1 OPPGAVE 2 2 OPPGAVE 2 Eksempler 4.1 Oppgave 1............................... 4.2 Oppgave 2............................... 5 4 Formatering av svarene
DetaljerLineær uavhengighet og basis
Lineær uavhengighet og basis NTNU, Institutt for matematiske fag 19. oktober, 2010 Lineær kombinasjon En vektor w sies å være en lineær kombinasjon av vektorer v 1, v 2,..., v k hvis det finnes tall c
DetaljerNorges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 L SNINGSFORSLAG TIL EKSAMEN I SIF5009 MATEMATIKK 3 Bokmål Man
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 L SNINGSFORSLAG TIL EKSAMEN I SIF59 MATEMATIKK Bokmål Mandag. desember Oppgave a) Karakteristisk polynom er + = ;
DetaljerLøsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 9 Løsningsforslag til eksamen i MA/MA6 Lineær algebra med anvendelser høsten 9 Oppgave a) Rangen til A er lik antallet
DetaljerDigital Arbeidsbok i ELE 3719 Matematikk
Eivind Eriksen Digital Arbeidsbok i ELE 3719 Matematikk 3. april 215 Handelshøyskolen BI Innhold Del I Forelesninger i ELE3719 Matematikk 1 Vektorer og vektorregning......................................
Detaljertma4110 Matematikk 3 Notater høsten 2018 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland
tma4 Matematikk Notater høsten 8 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland Innhold Introduksjon ii Lineære likningssystemer Gausseliminasjon 4 Vektor- og matriselikninger 8 4 Matriser
Detaljer4.2 Nullrom, kolonnerom og lineære transformasjoner
4.2 Nullrom, kolonnerom og lineære transformasjoner Utover Span {v 1, v 2,..., v p } er det en annen måte vi får lineære underrom på! Ser nå på V = R n. Skal se at det er visse underrom knyttet til en
Detaljer12 Projeksjon TMA4110 høsten 2018
Projeksjon TMA0 høsten 08 En projeksjon er en lineærtransformasjon P som tilfredsstiller P x = P x for alle x Denne ligningen sier at intet nytt skjer om du benytter lineærtransformasjonen for andre gang,
DetaljerDiagonalizering. En n n matrise A sies å være diagonaliserbar hvis den er similær med en diagonalmatrise D. A = PDP 1
Diagonalizering En n n matrise A sies å være diagonaliserbar hvis den er similær med en diagonalmatrise D. A = PDP 1 1 Diagonalizering En n n matrise A sies å være diagonaliserbar hvis den er similær med
DetaljerLineære ligningssystemer. Forelesning, TMA4110 Torsdag 17/9. Lineære ligningssystemer (forts.) Eksempler
Lineære ligningssystemer Generell form; m ligninger i n ukjente, m n-system: Forelesning, TMA4110 Torsdag 17/9 Martin Wanvik, IMF MartinWanvik@mathntnuno a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1
Detaljer