Utkast til løsningsforslag til eksamen i emnet MAT Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl
|
|
- Sigrun Enoksen
- 7 år siden
- Visninger:
Transkript
1 Utkast til løsningsforslag til eksamen i emnet MAT 2 - Lineær algebra Utan ansvar for feil og mangler Mandag 3. mai 2, kl Oppgave En bisverm flyr mellom to kuber, A og B, på dagtid, og hver bi blir i en av kubene om natten. La v n = [a n b n ] T R 2, hvor a n er antall bier i kube A og b n er antall bier i kube B i natt n. La s være sannsynligheten for at en bi som overnatter i kube A en natt vil overnatte der neste natt, og la s 22 være den samme sannsynligheten mhp. kube B, slik at v n+ = Sv n, hvor [ ] s S = s 22. s s 22 Du kan anta at både s og s 22 er i det lukkede intervallet [, ]. a) Vis at [ ] T er en egenvektor for S. Hva er den tilhørende egenverdien? [ ] [ ] [ ] [ s S = s 22 s + s = 22 = ( + s s s 22 + s + s + s 22 ) 22 så [ ] T er en egenvektor med egenverdi + s + s 22. b) For hvilke verdier av s og s 22 er S diagonaliserbar? For hvilke verdier av s og s 22 er S ortogonalt diagonaliserbar? Matrisen S er diagonaliserbar om der er to lineært uavhengige egenvektorer. Det karakteristiske polynomet til S er det(s λi) =(s λ(s 22 λ) ( s )( s 22 ) = λ 2 (s + s 22 )λ + s + s 22 =(λ )(λ + s s 22 ), så egenverdiene er og + s + s 22. Egenvektorer med forskjellige egenverdier er lin. uavh. så om + s + s 22 er S diagonaliserbar. Ellers, dvs. når = + s + s 22 må vi ha at s = s 22 = siden både s og s 22 ligger i [, ]. Da er S identitetsmatrisen, som jo er diagonal. Derfor er S alltid diagonaliserbar. Matrisen S er ortogonalt diagonaliserbar hvis og bare hvis den er symmetrisk, noe som skjer nøyaktig når s 22 = s, dvs. når s = s 22. c) Vil biefordelingen nærme seg en likevektstilstand? Vi så at den ene egenverdien var, mens den andre egenverdien var + s + s 22 som ligger i [, ]. Når +s +s 22 < vil bidraget fra den tilhørende egenverdien gå mot null eftersom tiden går, og likevektstilstanden blir en egenvektor med egenverdi. Skrevet med symboler: om v = x+y der x er en egenvektor med egenverdi og y er en egenvektor med egenverdi +s +s 22 vil v n = S n v = S n x+s n y = x+( +s +s 22 ) n y. Om +s +s 22 < vil ( +s +s 22 ) n gå mot null når n går mot, så v n vil nærme seg likevektstilstanden x. Om + s + s 22 = blir S = I og alle tilstander er likevektstilstander (v n = v ). ],
2 2 Om + s + s 22 = ser vi at om v = x + y der x er en egenvektor med egenverdi og y er en egenvektor med egenverdi vil v n = x + ( ) n y, så v n vil hoppe mellom x + y og x y, og vi beveger oss ikke mot en likevektstilstand med mindre y =, altså med mindre v = x er en egenvektor med egenverdi. d) For noen sannsynligheter er S ikke invertibel. Hvordan vil det påvirke biefordelingen ettersom tiden går? Det at S ikke er invertibel vil si at er en egenverdi (så s + s 22 = ). Dermed har S egenverdiene og. Om vi dekomponerer v = x+y der x er en egenvektor med egenverdi og y er en egenvektor med egenverdi, er Sv = Sx + Sy = x, og dermed er S n v = x for alle n >. Vi vil altså oppnå likevektstilstanden allerede ved den første natten. Betrakt matrisen A = a) Finn den reduserte trappeformen til A Oppgave /2 2 b) Finn en basis for nullrommet Nul(A). Hva er dimensjonen? Løser vi den homogene ligningen til den reduserte trappeformen finner vi at 3/2 2 er en er en basis, og dimensjonen til nullrommet er én. c) Finn den generelle løsningen til ligningen Ax = [ 3 7] T /2 7/2 2 8
3 3 så den generelle løsningen (med x 3 som parameter) er 7/2 8 + x 3 3/2 2 d) Finn en basis for søylerommet Col(A). Hva er rangen til A? Om vi velger pivotsøylene i A har vi en basis: 6 4 2, 3 3, og rangen blir altså 2. e) Finn en ortogonal basis for Col(A). Bruker Gram-Schmidt til å gjøre basisen over ortogonal: v = [ 6 4 2] T, v 2 = 3 3 proj Span{v 3 } 3 = 3 3 [ 3 3 ]T v v T v v = = , og {v,v 2 } er en ortogonal basis for Col(A). (Det kan være lurt å droppe 3/4 og sjekke direkte at v v 2 = og at basisvektorene vi fant for Col(A) virkelig er lineærkombinasjoner av v og v 2 ). Om vi hadde vært litt lurere i vårt valg av basis for Col(A) kunne vi ha spart litt regning: Col(A) er todimensjonalt, så to vilkårlige lineært uavhengige vektorer i Col(A) danner en basis. Plukk f.eks. /3 av de to siste søylene: {[ ] T, [ ] T } er en basis for Col(A) og 2 ]T }. GS gir den ortogonale basisen {[ ] T, [ 2 f) Finn alle egenverdier og egenvektorer for A. Finner først det karakteristiske polynomet (determinanten er regnet ut langs siste søyle: det(a λi) =( 6 λ)(3 λ)(3 λ) + 3(4(3 λ)) + 3(2(3 λ)) =(3 λ)(3λ + λ 2 ) = (3 λ)(3 + λ)λ, så egenverdiene er 3, og 3. Finner egenrommene (egenvektorene er ikkenull-vektorene i disse).
4 4 λ = 3 : Nul(A + 3I) = Nul( λ = : λ = 3 : Nul(A I) = Nul(A) = Span({ Nul(A 3I) = Nul( ) = Nul( }) ) = Span({ 3 2 }) ) = Nul( ) = Span({ }) (det er lurt å sjekke direkte at disse vektorene er egenvektorer!). g) Hva vil det si at en matrise er diagonaliserbar? Er A diagonaliserbar? En n n-matrise er M diagonaliserbar om der finnes en invertibel matrise P og en diagonal matrise D slik at M = PDP. Dette er det samme som å si at R n har en basis av egenvektorer for M. Da egenvektorer med forskjellig egenverdi er lineært uavhengige, vil en n n matrise med n forskjellige egenverdier være diagonaliserbar. Vi fikk at 3 3-matrisen A har tre forskjellige egenverdier, så er A diagonaliserbar. La s = 3/2 og betrakt A = s 2 s s s s s 2 Oppgave 3, and b = a) Finn en minste kvadraters (least squares) metode løsning til Ax = b. Er der mer enn en løsning? Vi må løse ligningen A T A x = A T b. Merk at A T A = 3I og A T b = [ ] T, så x = 3 [ ]T. At dette er den eneste løsningen er klart da A T A er invertibel. [Alternativt kan man appellere til resultatet i boken som sier at minste kvadraters metode har entydig løsning presist når søylene i A er lineært uavhengige, og det er de i dette tilfellet (de er til og med ortogonale).] Betrakt undermengden B = {sin x, sin 2x, sin 3x} av vektorrommet av reelle funksjoner, og betrakt underrommet V = Span B. I denne oppgaven kan du bruke følgende tabell, hvor s = 3/2. x π/6 π/3 π/2 2π/3 5π/6 sin x s s 2 2. sin 2x s s s s sin 3x.
5 5 b) Hvorfor er B en basis for V? Siden V = Span B, må vi vise at B er lineært uavhengig, altså, at om en lineærkombinasjon f(x) = a sin x + b sin 2x + c sin 3x er nullfunksjonen, så er a = b = c =. Nullfunksjonen tar verdien null overalt, så vi får = f(π/3) f(π/2) f(2π/3) = as + bs a c as bs = s s s s som kun har null-løsningen (matrisen er invertibel, noe som vi f.eks. kan se ved å regne ut at determinanten er s 2 ). c) Betrakt lineærtransformasjonen S : R 3 V gitt ved S a b = a sin x + b sin 2x + c sin 3x. c Hva er sammenhengen mellom S og koordinatavbildningen (the coordinate mapping) [ ] B : V R 3? Er S en isomorfi? Koordinatavbildningen [ ] B : V R 3 er gitt ved at [a sin x + b sin 2x + c sin 3x] B = og vi ser at [S(v)] B = v og S([f(x)] B ) = f(x). Altså er S inversfunksjonen til koordinatavbildningen. Siden S er inversen til en linærtransformasjon er den invertibel, og altså en isomorfi. d) La D: V V være gitt ved dobbeltderivering: D(f) = f. Finn matrisen [D] B til D relativt til basisen B. Matrisen til D relativt til basisen B tilfredsstiller [D] B [f(x)] B = [D(f(x))] B (illustrert ved tegningen D V R 3 [ ] B [ ] B, R 3 [D] B a b c, a b c R 3 hvor den nederste lin. trafo. er gitt ved multiplikasjon med [D] B ), og finnes ved [D] B =[[D(sin x)] B, [D(sin 2x)] B, [D(sin3x)] B ] =[[ sin x] B, [ 4 sin 2x] B, [ 9 sin 3x] B ] = e) Betrakt lineær transformasjonen E : V R 5 gitt ved 4 9 E(f(x)) = [f(π/6) f(π/3) f(π/2) f(2π/3) f(5π/6)] T. Forklar hvorfor matrisen A gitt ovenfor er matrisen til E relativt til basisene B og standard basisen i R 5.,
6 6 Forklar på hvilken måte en minste kvadraters metode løsning til Ax = b, hvor x = [a bc] T, gir en god løsning på problemet å finne en funksjon f(x) = a sin x+b sin 2x+c sin 3x som passer til observasjonene x π/6 π/3 π/2 2π/3 5π/6 y. Betrakt V E R 5 [ ] B. R 3 R 5 De vertikale lineærtransformasjonene er koordinatavbildningene til hhv. B og standardbasisen i R 5 (den siste lineærtransformasjonen er identiteten!). Matrisen til E relativt til basisene B og standard basisen i R 5 er matrisen til lineærtransformasjonen vi får ved å starte i nederste venstre hjørne og gå til nederste høyre hjørne. Søylene i denne matrisen er bildene av vektorene i standard basisen i R 3 : [E(S(e )) E(S(e 2 )) E(S(e 3 ))] = [E(sin x) E(sin 2x) E(sin 3x)], (S er inversen til [ ] B ) noe som gir A ved å sette rett inn. En minste kvadraters metode løsning av Ax = b gir en vektor x = [a bc] T som gjør at A x b 2 blir så liten som mulig. Merk at om f(x) = a sin x + b sin 2x + c sin 3x, så er E(f(x)) = A[f(x)] B = A x, så minste kvadraters metode har funnet de tallene a, b og c slik at E(f(x)) b 2 blir så liten som mulig, dvs. slik at summen av kvadratene av forskjellen mellom verdiene til f(x) og observasjonene blir så liten som mulig.
Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra
Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT - Lineær algebra Onsdag 5 september, 0, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets
DetaljerKap. 5 Egenverdier og egenvektorer
Kap. 5 Egenverdier og egenvektorer Egenverdier, egenvektorer og diagonaliserbarhet er sentrale begreper for kvadratiske matriser. Mye er kjent fra tidligere, skal repetere dette og gå videre. Sammenhengen
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
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
DetaljerKap. 5 og Notat 2 Oppsummering
Kap. 5 og Notat 2 Oppsummering Vi lar A være en reell n n matrise, med mindre noe annet sies. x R n er en egenvektor for A tilh. egenverdien λ R betyr at A x = λ x og x 0. Hvis A er triangulær, er egenverdiene
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:
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
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
DetaljerEKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Faglig kontakt under eksamen: Truls Fretland (73 55 89 87) EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER LØSNINGSFORSLAG
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:
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:
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
DetaljerForelesning 22 MA0003, Mandag 5/11-2012 Invertible matriser Lay: 2.2
Forelesning 22 M0003, Mandag 5/-202 Invertible matriser Lay: 2.2 Invertible matriser og ligningssystemet x b Ligninger på formen ax b, a 0 kan løses ved å dividere med a på begge sider av ligninger, noe
Detaljer4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
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.
DetaljerMA1202/MA S løsningsskisse
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0/MA0 0S løsningsskisse Rettet. august 0 Oppgave a) Vi finner det karakteristiske polynomet, λ 0 λ λ λ λ detλi A) λ 0 λ λ
DetaljerØving 4 Egenverdier og egenvektorer
Øving Egenverdier og egenvektorer En egenvektor til en matrise A er løsning av likningen A.x = Λ x hvor Λ er en konstant. Det betyr at virkningan av å multiplisere en matirse med en vektor gir en ny vektor
DetaljerMAT1120 Notat 2 Tillegg til avsnitt 5.4
MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjonen (også kalt koordinatmatrisen) til en lineær avbildning mellom to endeligdimensjonale vektorrom
Detaljer= 3 11 = = 6 4 = 1.
MAT3000/4000 Eksamen V3 Løsningsforslag Oppgave [0 poeng] Sjekk at 3 er en kvadratisk rest i Z/(3) og finn løsningene av likningen x = 3 i Z/(3) (uten å lage en tabell for x ) Du får lov til å bruke at
DetaljerKap. 5 Egenverdier og egenvektorer
Kap. 5 Egenverdier og egenvektorer Egenverdier, egenvektorer og diagonaliserbarhet er sentrale begreper for kvadratiske matriser. Mye er kjent fra tidligere, skal repetere dette og gå videre. Sammenhengen
DetaljerUniversitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag. Eksamen MA desember Lykke til!
Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag Eksamen Emnekode: Emnenavn: MA-2 Lineær algebra Dato: Varighet:. desember 2 9. - 4. Antall sider: Tillatte hjelpemidler:
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
DetaljerNotat2 - MAT Om matriserepresentasjoner av lineære avbildninger
Notat2 - MAT1120 - Om matriserepresentasjoner av lineære avbildninger Dette notatet uftfyller bokas avsn 54 om matriserepresentasjoner av lineære avbildninger mellom endelig dimensjonale vektorrom En matriserepresentasjon
DetaljerMAT1120 Notat 2 Tillegg til avsnitt 5.4
MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjoner (også kalt koordinatmatriser) av lineære avbildninger mellom endeligdimensjonale vektorrom En slik
Detaljer7.4 Singulærverdi dekomposisjonen
7.4 Singulærverdi dekomposisjonen Singulærverdi dekomposisjon til en matrise A er en av de viktigste faktoriseringene av A (dvs. A skrives som et produkt av matriser). Den inneholder nyttig informasjon
DetaljerTiden går og alt forandres, selv om vi stopper klokka. Stoffet i dette kapittelet vil være en utømmelig kilde med tanke på eksamensoppgaver.
Kapittel 4 Anvendelser av lineære likningssystemer Tiden går og alt forandres, selv om vi stopper klokka Stoffet i dette kapittelet vil være en utømmelig kilde med tanke på eksamensoppgaver 4 Populasjonsdynamikk
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
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
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
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.............................
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
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()
DetaljerEKSAME SOPPGAVE MAT-1004 (BOKMÅL)
EKSAME SOPPGAVE MAT-00 (BOKMÅL) Eksamen i : Mat-00 Lineær algebra. Dato : Torsdag 09. juni. Tid : 09.00 -.00. Sted: : Teorifagb., hus, plan. Tillatte hjelpemidler : Godkjent kalkulator, to A ark egne notater
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
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 ]
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
DetaljerEksamen 1T høsten 2015, løsningsforslag
Eksamen 1T høsten 015, løsningsforslag Del 1, ingen hjelpemidler Oppgave 1 1,8 10 1 0,0005 = 1,8 10 1 5 10 4 = 1,8 5 10 1+( 4) = 9 10 8 Oppgave Velger addisjonsmetoden Legger sammen ligningene: x + y =
DetaljerMAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.
MAT 2 april 2.7 Lineær.8 Underrom MAT 2 Våren 2 UiO 7. april 2 / 23 MAT 2 april 2.7 Lineær.8 Underrom Minner om:.7 Lineær (fortsettelse) Definisjon. To vektorer u og v i R n kalles lineært avhengige dersom
DetaljerFasit til utvalgte oppgaver MAT1100, uka 29/11-3/12
Fasit til utvalgte oppgaver MAT1100, uka 9/11-3/1 Øyvind Ryan (oyvindry@ifiuiono December, 010 Oppgave 15 Oppgave 155 a 4A 3B 4 1 3 1 3 1 4 1 8 4 1 4 3 3 1 3 0 9 6 + 6 3 9 0 5 18 14 1 3 4 4 9 1 6 8 + 6
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
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
DetaljerMAT 1110 V-06: Løsningsforslag til Oblig 1
MAT V-6: Løsningsforslag til Oblig Oppgave : a) Antall sykler i stativet X rett før påfyllingen i måned n + er lik 4% av antall sykler i X måneden før, pluss % av antall sykler i Y måneden før, pluss %
DetaljerVi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på
Kap. 7 Innledning Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på Symmetriske matriser. Disse matrisene har uvanlig pene egenskaper mht. diagonalisering. Kvadratiske
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
DetaljerInstitutt for Samfunnsøkonomi. Utlevering: 29.04.2015 Kl. 09:00 Innlevering: 29.04.2015 Kl. 14:00
SENSORVEILEDNING MET 803 Matematikk Institutt for Samfunnsøkonomi Utlevering: 9.04.05 Kl. 09:00 Innlevering: 9.04.05 Kl. 4:00 For mer informasjon om formalia, se eksamensoppgaven. Oppgave Beregn følgende
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.
DetaljerRepetisjon: høydepunkter fra første del av MA1301-tallteori.
Repetisjon: høydepunkter fra første del av MA1301-tallteori. Matematisk induksjon Binomialteoremet Divisjonsalgoritmen Euklids algoritme Lineære diofantiske ligninger Aritmetikkens fundamentalteorem Euklid:
DetaljerObligatorisk oppgave i MAT 1100, H-03 Løsningsforslag
Oppgave : Obligatorisk oppgave i MAT, H- Løsningsforslag a) Vi skal regne ut dx. Substituerer vi u = x, får vi du = x dx. De xex nye grensene er gitt ved u() = = og u() = = 9. Dermed får vi: 9 [ ] 9 xe
Detaljer6.4 Gram-Schmidt prosessen
6.4 Gram-Schmidt prosessen La W {0} være et endeligdimensjonalt underrom av R n. (Senere skal vi mer generelt betrakte indreprodukt rom; se seksjon 6.7). Vi skal se hvordan vi kan starte med en vanlig
DetaljerOBLIG 2 - MAT 1120 Høsten 2005
> with(linearalgebra): with(linalg):with(plots): Warning, the name GramSchmidt has been rebound Warning, the protected names norm and trace have been redefined and unprotected Warning, the name changecoords
Detaljer9 Lineærtransformasjoner TMA4110 høsten 2018
9 Lineærtransformasjoner MA4 høsten 8 I forrige kapittel begynte vi å formulere lineær algebra på en generell måte, ved å gi en abstrakt definisjon av vektorrom For å beskrive sammenhenger mellom forskjellige
DetaljerKap. 6 Ortogonalitet og minste kvadraters problemer
Kap. 6 Ortogonalitet og minste kvadraters problemer vanlig indreprodukt (prikkprod.) i IR n, egenskaper. ortogonalitet i IR n Pythagoras teorem: u og v i IR n er ortogonale hvis og bare hvis u + v 2 =
DetaljerEksamensoppgavehefte 2. MAT1012 Matematikk 2: Mer lineær algebra
Eksamensoppgavehefte 2 MAT1012 Matematikk 2: Mer lineær algebra Matematisk institutt, UiO, våren 2010 I dette heftet er det samlet et utvalg av tidligere eksamensoppgaver innenfor temaet Lineær algebra
DetaljerMAT 1001, Høsten 2009 Oblig 2, Løsningsforslag
MAT 1001, Høsten 009 Oblig, sforslag a) En harmonisk svingning er gitt som en sum av tre delsvingninger H(x) = cos ( π x) + cos (π (x 1)) + cos (π (x )) Skriv H(x) på formen A cos (ω(x x 0 )). siden H(x)
DetaljerOppgavesett. Kapittel Oppgavesett 1
Kapittel 9 Oppgavesett Dette kapitlet består av fire oppgavesett med oppgaver fra alle deler av kompendiet. 9. Oppgavesett Oppgave. Et dynamisk system er gitt ved x n+ = M x n der M er -matrisen.6.. M
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
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.
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
DetaljerLineær algebra. H. Fausk 09.03.2015. i=1 a ix i. Her har vi oppgitt hva ledd nummer i skal være og hvilke indekser i vi summerer over.
Lineær algebra H. Fausk 09.03.2015 Første utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. Selv om løsningen av lineære likingsystem i prinsippet er elementært blir det fort
DetaljerEKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 25 2. januar 25 EKSAMENSOPPGAVER FOR TMA4/TMA45 MATEMATIKK 3 Oppgave A- a) Finn kvadratrøttene til det komplekse tallet
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
DetaljerKap. 7 Symmetriske matriser og kvadratiske former
Kap. 7 Symmetriske matriser og kvadratiske former Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på symmetriske matriser som har uvanlig pene egenskaper mht. diagonalisering.
Detaljer16 Ortogonal diagonalisering
Ortogonal diagonalisering Ortogonale matriser Definisjon (Def 7) En n n matrise A kalles ortogonal dersom den er invertibel og A A T Denne betingelsen er ekvivalent til at der I n er n n identitesmatrisen
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: 9. desember 2014. Tid for eksamen: 14.30 18.30. Oppgavesettet er på 6 sider. Vedlegg: Tillatte
DetaljerFasit og løsningsforslag til Julekalenderen for mellomtrinnet
Fasit og løsningsforslag til Julekalenderen for mellomtrinnet 01.12: Svaret er 11 For å få 11 på to terninger kreves en 5er og en 6er. Siden 6 ikke finnes på terningen kan vi altså ikke få 11. 02.12: Dagens
DetaljerMinste kvadraters løsning, Symmetriske matriser
Minste kvadraters løsning, Symmetriske matriser NTNU, Institutt for matematiske fag 19. november 2013 Inkonsistent ligningsystem Anta at Ax = b er et inkonsistent ligningsystem, da er b ikke i Col(A).
DetaljerMAT1120 Notat 1 Tillegg til avsnitt 4.4
MAT1120 Notat 1 Tillegg til avsnitt 4.4 Dette notatet tar utgangspunkt i Teorem 8 fra avsnitt 4.4 i boka. For ordens skyld gjentar vi dette teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n
DetaljerMer om likninger og ulikheter
Mer om likninger og ulikheter Studentene skal kunne utføre polynomdivisjon anvende nullpunktsetningen og polynomdivisjon til faktorisering av polynomer benytte polynomdivisjon til å løse likninger av høyere
DetaljerLøsningsforslag til underveisvurdering i MAT111 vår 2005
Løsningsforslag til underveisvurdering i MAT111 vår 5 Beregn grenseverdien Oppgave 1 (x 1) ln x x x + 1 Svar: Merk at nevneren er lik (x 1), så vi kan forkorte (x 1) oppe og nede og får (x 1) ln x ln x
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
DetaljerLineærtransformasjoner
Kapittel 8 Lineærtransformasjoner I forrige kapittel begynte vi å formulere lineær algebra på en generell måte, ved å gi en abstrakt definisjon av vektorrom For å beskrive sammenhenger mellom forskjellige
DetaljerMAT1120 Notat 1 Tillegg til avsnitt 4.4
MAT1120 Notat 1 Tillegg til avsnitt 4.4 Vi tar utgangspunkt i Teorem 8 fra avsn. 4.4 i boka. For ordens skyld gjentar vi teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n } er en (ordnet) basis
DetaljerKap. 6 Ortogonalitet og minste kvadrater
Kap. 6 Ortogonalitet og minste kvadrater IR n er mer enn bare et vektorrom: den har et naturlig indreprodukt, nemlig prikkproduktet av vektorer. Dette indreproduktet gjør det mulig å tenke geometrisk og
Detaljer6.5 Minste kvadraters problemer
6.5 Minste kvadraters problemer I mange anvendte situasjoner møter man lineære likningssystemer som er inkonsistente, dvs. uten løsninger, samtidig som man gjerne skulle ha funnet en løsning. Hva gjør
DetaljerLøsningsforslag øving 6
Løsningsforslag øving 6 7 Husk Teorem 79 i notatet: En delmengde U av et vektorrom V er et underrom hvis ) nullvektoren er i U, ) summen av to vektorer i U er i U igjen, og 3) et skalarmultiplum av en
DetaljerEksamensoppgave i TMA4110/TMA4115 Calculus 3
Institutt for matematiske fag Eksamensoppgave i TMA4110/TMA4115 Calculus 3 Faglig kontakt under eksamen: Markus Szymik Tlf: 411 16 793 Eksamensdato: August 2018 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerEKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 3 Faglig kontakt under eksamen: Carl Fredrik Berg (975 05 585) EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER
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
DetaljerEmne 10 Litt mer om matriser, noen anvendelser
Emne 10 Litt mer om matriser, noen anvendelser (Reelle) ortogonale matriser La A være en reell, kvadratisk matrise, dvs. en (n n)-matrise hvor hvert element Da vil A være ortogonal dersom: og Med menes
DetaljerInnlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 2 Innleveringsfrist Tirsdag 1. april 2014 kl. 12:45 Antall oppgaver: 8+2
Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 2 Innleveringsfrist Tirsdag 1. april 2014 kl. 12:45 Antall oppgaver: 8+2 1 Bestem den naturlige denisjonsmengden til følgende funksjoner.
Detaljer5.8 Iterative estimater på egenverdier
5.8 Iterative estimater på egenverdier Det finnes ingen eksplisitt formel for beregning av egenverdiene til en kvadratisk matrise. Iterative metoder som finner (ofte) en (meget god) approksimasjon til
DetaljerQED 5 10. Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 2 Tallenes hemmeligheter
QED 5 10 Matematikk for grunnskolelærerutdanningen Bind Fasit kapittel Tallenes hemmeligheter Kapittel Oppgave 5. Nei Oppgave 7. Addisjon og multiplikasjon Oppgave 8. b) Hvis vi ser på hele tall er {1},
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......................................
DetaljerForelesning 9 mandag den 15. september
Forelesning 9 mandag den 15. september 2.6 Største felles divisor Definisjon 2.6.1. La l og n være heltall. Et naturlig tall d er den største felles divisoren til l og n dersom følgende er sanne. (1) Vi
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
DetaljerLøsningsforslag til obligatorisk oppgave i MAT 1100, H-04
Løsningsforslag til obligatorisk oppgave i MAT 00, H-04 Oppgave : a) Vi har zw ( + i )( + i) + i + i + i i og + i + i ( ) + i( + ) z w + i + i ( + i )( i) ( + i)( i) i + i i i ( i ) ( + ) + i( + ) + +
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
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
DetaljerØving 5 Diagonalisering
Øving 5 Diagonalisering En matrise A er diagonaliserbar dersom den er similær med en diagonalmatrise, dvs. det eksisterer en invertibel matrise P og diagonal matrise D slik at P.D.P -1. I øving 4 lærte
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:
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
Detaljer4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
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
DetaljerLøsning Eksamensrelevante oppgaver i ELE 3719 Matematikk Vektorer, matriser og lineær algebra Dato Februar Oppgave 1. (A) Vi leser av at
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 = 0 5 9 og har dermed at π x = Ax + BT =
DetaljerUttrykket 2 kaller vi en potens. Eksponenten 3 forteller hvor mange ganger vi skal multiplisere grunntallet 2 med seg selv. Dermed er ) ( 2) 2 2 4
9.9 Potenslikninger Uttrykket kaller vi en potens. Eksponenten forteller hvor mange ganger vi skal multiplisere grunntallet med seg selv. Dermed er 8 Når vi skriver 5, betyr det at vi skal multiplisere
DetaljerRom og lineæritet. Erik Bédos. Matematisk Institutt, UiO 2012.
Rom og lineæritet Erik Bédos Matematisk Institutt, UiO 202. Lineær algebra er et viktig redskap i nær sagt alle grener av moderne matematikk. De fleste emnene i matematikk på masternivå bygger på en forståelse
DetaljerForord. Molde, august 2011. Per Kristian Rekdal. Copyright c Høyskolen i Molde, 2011.
1 13. august 011 Forord Høgskolen i Molde gjennomfører forkurs i matematikk for studenter som har svakt grunnlag i dette faget, eller som ønsker å friske opp gamle kunnskaper. Formål: Målet med forkurset
Detaljer12 Lineære transformasjoner
2 Lineære transformasjoner 2 Funksjoner Definisjon 2 En funksjon ( a function) f : A B er en regel, som tilordner en entydig bestemt verdi f (a) B til ethvert element a A Mengden A kalles domenet til f
Detaljer