Traseringen til 2-dimesnsjonale representasjoner av kvosienter av k x, y
|
|
- Renate Gustavsen
- 7 år siden
- Visninger:
Transkript
1 Traseringen til 2-dimesnsjonale representasjoner av kvosienter av k x, y av ASMAA QURESHI THESIS for the degree of MASTER OF EDUCATIONAL SCIENCE (Master i realfagsutdsnning Det matematisk- naturvitenskapelige fakultet Universitetet i Oslo Mai 2011 Faculty of Mathematics and Natural Sciences University of Oslo
2 Sammendrag I denne oppgaven skal vi studere traseringen til endelig-dimensjonale representasjoner av den ikke-kommutative k algebraen k x, y, generert av to elementer. Vi skal se på traser til elementer i ringen generert av to generiske matriser. Fra før av vet vi at alle traser er invariante under konjugasjon. Å vise den motsatte veien er vanskelig. Artin og Procesi beviste det motsatte, altså at alle invariante er genereret traser. På 1970-tallet formodet Artin at traserngen var isomorf med inarvariantringen, og Procesi beviste dette. I kapitlet om bakgrunnsto presnteres de ulike ringene vi skal jobbe med; ringen av de genereiske matrisene, invariantringen og traseringen. Det blir pgså gitt en oversikt over hvordan gruppen GL n virker ved konjugasjon og en del proposisjoner angående sum, produkt og sammensetning av gruppen som virker og elementene som gruppa virker på. Etter dette kapitlet gis det en presentasjon av beviset til C. Procesi i detalj. I neste kapittel ser vi på 'Aritmetikken' for traseringen og viser sentrale egenskaper for traser ved hjelp av Cayley-Hamiltons teorem. I kapitlet etter det ser vi nærmere på traseringen og dets generatorer. Vi er kun interessert i de modulavbildingene som er surjektive, altså der M = k 2 er en simpel modul. Helt tilslutt er det beregning av traseringen for utvalgte kvotsienter av k x, y. Dette gjøres for k x, y delt ut med re ulike idealer.
3 Innhold 1 Bakgrunnssto Ringen av generiske matriser Virkningen av G ved konjugasjon Invaraiantringen Traseringen Beviset til Artin og Procesi Artins formodning Procesis bevis Notasjon Beviset for at traseringen invariantringen Aritmetikk Aritmetikk for traseringen Eksempler Eksempel Eksempel Eksempel Traseringen Traseringen for 2 2 matriser Traseringen for 3 3 matriser Traseringen for kvosienter Beregne trasering 15 Bibliogra 18 1
4 Kapittel 1 Bakgrunnssto 1.1 Ringen av generiske matriser La A vï¾½re en ikke-kommutativ ring A = k x 1,..., x m, og la φ : A End k (k n M n (k vï¾½re strukturavbildningen til modulen M = k n. Da vil φ avbilde x i φ(x i = M i, som er en n n-matrise. Gruppen av invertible matriser SL n virker pï¾½ M n (k ved konjugasjon. La P SL n, vi har (M 1,..., M m (P 1 M 1 P,..., P 1 M m P La Γ = k[x 1 11,..., x m nn] = k[x l ij ], l = 1,..., m og i, j = 1,..., n og la nï¾½ Φ : A M n (Γ. Da vil x l (x l ij. Altsï¾½ blir et element fra ringen A, sendt til en matrise, der 'entriene' i matrisen ligger i Γ Prop Φ(A er en ring, ringen av de generiske matriser. Bevis. Siden A er en ring, mï¾½ Φ(A ogsï¾½ vï¾½re en ring fordi Φ er en ringhomomor Vi fï¾½r m n n generiske matriser, altsï¾½ m n 2 variable som kan fï¾½ verdier i k Eks n = 2 : x 1 ( x 1 11 x 1 12 x 1 21 x 1 22 ( x 2, x 2 11 x 2 12 x 2 21 x Virkningen av G ved konjugasjon Gruppen SL n virker ogsï¾½ pï¾½ de generiske matrisene ved konjugasjon. Dette kan skje pï¾½ to mï¾½ter. La f = x l ij : M n (k m k ( betraktet som en 'vanlig' funksjon og (betraktet som en 'matrise'funksjon F = ( x l ij : Mn (k m M n (k 2
5 Def La P SL n, a k mn2, a = (a 1, a 2,..., a m, der a l er en n n- matrise. a P.f(a = f(p.a = f(p ap 1 vanlig konjugasjon b P.F (a = P.F (P 1 ap P 1 dobbel konjugasjon Prop La P, R SL n, a k mn2, a = (a 1, a 2,..., a m, der a l n n-matrise. Da har vi er en a P.(f + g(a = P.f(a + P.g(a b P.(f g(a = P.f(a P.g(a c (P R.f(a = P.(R.f(a Bevis. Ved ï¾½ bruke denisjonen fï¾½r vi a P.(f +g(a = (f +g(p.a = (f +g(p ap 1 = f(p ap 1 +g(p ap 1 = f(p.a + g(p.a = P.f(a + P.g(a b P.(f g(a = (f g(p.a = f(p.a g(p.a = P.f(a P.g(a c (P R.f(a = f((p R.a P.(R.f(a = P.(f(R.a = f(p.(r.a 1.3 Invaraiantringen Vi er interessert i de f eller F som forblir uendret under konjugasjon med P, altsï¾½ de funsksjonene som er invariante under virkningen av SL n. Def Invariantringen k[x 1 11,..., x m nn] SLn = Γ SLn = {f Γ P.f = f, P SL n } Lemma Invariantringen Γ SLn er en underring av Γ og bestï¾½r av alle de elementene i Γ som er invariante under virkningen (konjugasjon av SL n - gruppa. Bevis. La f, g Γ SLn og γ Γ SLn. Da har vi 1 γ.(f + g(a = (f + g(γ.a = f(γ.a + g(γ.a = γ.f(a + γ.g(a = (γ.f + γ.g(a 2 γ.(f g(a = (f g(γ.a = f(γ.a g(γ.a = (γ.f γ.g(a 3 γ.1(a = 1(γ.a = 1 3
6 1.4 Traseringen Def T = Mengden av alle traser (= traseringen. T Γ og er den minste underring av Γ som inneholder alle traser og er generert av koesientene til karakterisitiske polynomene til de generiske matrisene. Bemerkning I kap 2 tar vi for oss beviset til Artin og Procesi som viser at T Γ SLn. Pï¾½ grunn av isomoren mï¾½ T ogsï¾½ vï¾½re en ring siden Γ SLn er en ring. 4
7 Kapittel 2 Beviset til Artin og Procesi Artin formodet og Procesi beviste at traseringen er isomorf med invariantringen. Fra fï¾½r av vet vi at alle elementer i traseringen er invariant under konjugasjon. Vanskeligheten er derfor ï¾½ vise den motsatte veien. 2.1 Artins formodning Hvis vi har m n n matriser X 1,..., X m kan vi oppfatte disse som en avbildning fra Γ inn i k. Lar vi SL n virke simultant pï¾½ disse matrisene, sï¾½ vil en invariant funksjonen vï¾½re et polynom i traseringen T = T r(x 1,..., X m. [?] 2.2 Procesis bevis Basert pï¾½ beviset til Procesi i [?] Notasjon Notasjonen som blir brukt i beviset er som fï¾½lger: K er en kropp med Char(K = 0, V K n er en n-dimensjonalt vektorrom med basis {e 1,..., e n } og (K n End(V M n (K Vi lar V = Hom k (V, K, som er det duale rommet til V og G = GL(n, K gruppen av invertible matriser. Videre lar vi W = (K i n som er i-tuppel av matriser i M n (K. G har en gruppevirkning pï¾½ W. Hvis A G, B j M n (K for j = 1... i, sï¾½ er A. (B 1,... B i = ( AB 1 A 1,..., AB i A 1 G virker ogsï¾½ pï¾½ K[W ] ved at hvis vi har A G, f K[W ], s er (A.f(w = f(a 1.w 5
8 T i,n = K[W ] G = K[x l ij] G = {f K[x ij ] A.f = f} Dette er mengden av polynomiale funksjoner pï¾½ W, som er er invariante under virkningen av G Beviset for at traseringen invariantringen Procesi starter beviset sitt med ï¾½ identsere den i-te tensoren til (K n med End(V i La (K n i = M n M n M }{{ n End(V } i iganger f : V... V V... V vï¾½re en avbildning i End(V i. Vi skal identisere denne avbildningen med et element B 1 B 2 B i (K n i For et basiselement e j1 e ji i V V lar vi f(e j1 e ji = a (j1...j i,k 1...k i e k1 e ki Denne avbildningen identiserer vi med a (j1...j i,k 1...k i e j1k 1 e jik i (K n i Dette gir oss en 1-1-korrespondanse. Procesi ser vi videre pï¾½ gruppen G som er embedded i End(V i ved diagonal virkning. Altsï¾½ G End(V i M n (K i hvor A G End(V i virker ved A.(v 1 v i = Av 1 Av i Videre ser Procesi pï¾½ sentralisatoren S til G i End(V i S = {ϕ End(V i gϕ = ϕg g G} S = {gϕg 1 = ϕ} Sentralisatoren S kan ogsï¾½ skrives som vektorrom utspent av λ σ, dvs. S = λ σ, σ S i, der S i er symmetrigruppen. Dermed blir λ σ (v 1 v i = v σ 1 (1 v σ 1 (i Videre har vi en identikasjon til. Vi lar U = (V i V i Da har vi en pairing av End(V i U K gitt ved: π : U End(V i (2.1 6
9 Pairingen skjer pï¾½ fï¾½lgende mï¾½te: La λ End(V i, ϕ j V, x j V. Da har vi λ, ϕ 1 ϕ i x 1 x i = ϕ 1 ϕ i, λ(x 1 x i K (2.2 Et element som er G-invariant i U = ((V i V i svarer til (gjennom π et element som er G-invariant i End(V i. hvor vi har U = Hom(U, k. µ σ π λσ End(V i G = S V i (V i Teorem Enhver multilineï¾½r invariant γ : ((V i V i K er lineeï¾½rkombinasjon av invaiantene µ σ (φ 1 φ i X 1 X i = φσ(j,xj j Bevis. γ π π(γ, som er et element i sentralisatoren S. Det betyr at π(γ = a iσ λ σ = γ = a σ µ σ λ σ φ 1 φ i X 1 X i = φ 1 φ i, λ σ (X 1 X i = φ 1, X σ (1 1 φi, X σ 1 (i = φ σ(1, X 1 φσ(i, X i = µ σ (φ 1 φ i X 1 X i V vektorrom, G GL n End(V. g G virker pï¾½ V ved ï¾½ betrakte g som endomor av V. G virker pï¾½ V = Hom(V, k φ ved (gφ(v = φ(g 1 v La w V. G virker pï¾½ V V ved at g(w v = w g 1 gv Nï¾½ skal vi identisere ψ End(V med ψ : V V k ved ψ(w v = w (ψ(v Dersom ψ er G-lineï¾½r, dvs ψ(gv = (gψ(v, sï¾½ vil ψ vï¾½re G-invatiant, fordi: ψ(w g 1 gv = w (g 1 ψ(gv = w (g 1 gψv siden ψ er G-lineï¾½r = w (ψv = ψ(w v (2.3 7
10 Husk at End(V V V. Vi er interessert i dekomposable endomorer i End(V, som er pï¾½ formen φ v. φ v φ v (φ v(u = φ, u v = φ(u v (2.4 Multiplikasjon av endomorer a φ u, ψ v End(V (φ u (ψ v = φ ψ, v u Traseavbildningen b φ V, v V Da er tr(φ v = φ, v (φ v ii = (φ(e i v i i i = φ(v i e i i = φ( i v i e i = φ(v = φ, v Under fï¾½lger en kort oversikt over isomorene av G-rommene (K i n M n (K i (V V i V i V i Beskrivelsen av de lineï¾½re invariante i (V V i (fra teorem?? gir oss beskrivelsen av de lineï¾½re invariante for Mn i. Vi kan nï¾½ uttrykke µ σ i form av matrise-variable. Teorem La µ σ : M n (K i K, σ S i, σ = (i 1, i 2,..., i k (j 1,..., j n (t 1,..., t l Gitt B 1, B 2,..., B i M n Da er µ σ (B 1, B 2,..., B i = tr(b i1,..., B ik tr(b j1,..., B jn tr(b t1,..., B tl Bevis. Ser pï¾½ B 1, B 2,..., B i som dekomposable, siden bï¾½de hï¾½yresiden og venstresiden bestï¾½r av multilineï¾½re avbildninger. Da kan vi skrive B j = φ j x j. Dermed blir µ σ (B 1 B 2 B i = µ σ (φ 1 φ 2 φ i x 1 x 2 x i i = φσ(h,xh = φi2, x i1 φ i3, x i2 φ ik, x φi1 ik 1, x ik h=1 φ j2, x j1 φ j1, x jn φ t2, x t1 φ t1, x tl La H = φ i2, x i1 φ i3, x i2 φ ik, x ik 1 φi1, x ik. 8
11 tr(b i1 B i2 B ik = tr(φ i1 x i1 φ i2 x i2 φ ik x ik = tr(φ i1 φ i2 x i1 φ ik x ik 1 xik = φ i2 x i1 φ ik x ik 1 tr(φi1 x ik = φ i2 x i1 φ ik x ik 1 φi1, x ik = H Resten av teoremet fï¾½lger av dette. Teorem Enhver polynomial invariant av i n n-matriser B 1, B 2,..., B i er et polynom i invariantene tr(b i1, B i2,..., B ij Bevis. Vi har allerede bevist teoremet for multilineï¾½re invaianter. Det generelle tilfellet fï¾½lger av det. 9
12 Kapittel 3 Aritmetikk 3.1 Aritmetikk for traseringen Lemma La X og Y være 2 2 matriser. Da gjelder det(x + Y det(x det(y = tr(x tr(y tr(xy ( ( x11 x Bevis. X = 12 y11 y og Y = 12 x 21 x 22 y 21 y 22 ( x11 + y det 11 x 12 + y 12 (x x 21 + y 21 x 22 + y 11 x 22 x 12 x 21 (y 11 y 22 y 12 y = (x 11 +y 11 (x 22 +y 22 (x 12 +y 12 (x 12 +y 21 x 11 x 22 +x 12 x 21 y 11 y 22 +y 12 y 21 = x 11 x 22 + x 11 y 22 + y 11 x 22 + y 11 y 22 x 11 x 22 x 12 x 21 x 12 y 21 y 12 y 21 tr(x tr(y tr(xy : = y 11 x 22 + x 11 y 22 x 12 y 21 y 12 x 21 ( ( x11 x (x 11 + x 22 (y 11 + y 22 tr 12 y11 y 12 x 21 x 22 y 21 y 22 ( x11 y = x 11 y 11 + x 11 y 22 + x 22 y 11 + x 22 y 22 tr 11 + x 12 y 21 x 21 y 12 + x 22 y 22 = x 11 y 11 + x 11 y 22 + x 22 y 11 + x 22 y 22 x 11 y 11 x 12 y 21 x 21 y 12 x 22 y 22 = x 11 y 22 + x 22 y 11 x 12 y 21 x 21 y 12 Lemma Hentet fra Lemma 3.2 i [?]: La R være en kommutativ k-algebra. For to 2 2 matriser X og Y M 2 (R har vi at følgende gjelder: i. X 2 = t X X d X I, der t X er trasen til X og d X er determinanten til X ii. X 3 = (t 2 X d XX t X d X I 10
13 iii. Y X = XY + t X Y + t Y X + t XY t X t Y Bevis. i. Fra Cayley-Hamiltons teorem får vi at matrisen X innsatt i dets karakteristiske polynom er lik null: ( 2 ( ( x11 x 12 x11 x (x x 21 x 11 +x (x 22 x 21 x 11 x 22 x 12 x 21 = ( ii. Starter med X 2 = t X X d X I, og multipliserer med X på begge sider av likningen. Da får vi iii. Observer at X 3 = t X X X d X I X = t X X 2 d X X = t X (t X X d X I d X X fra i = t 2 XX t X d X d X X = (t 2 X d X X t X d X (X + Y 2 = X 2 + XY + Y X + Y 2 (X + Y 2 = t X+Y (X + Y d X+Y I = t X X d X I + XY + Y X + t Y Y d Y Y (3.1 = (t X + t Y (X + Y d X+Y I = (t X + t Y (X + Y (d x + d y + t x + t Y t XY fra Lemma?? = t X X + t X Y + t Y X + t Y Y d x d Y t X t Y + t XY (3.2 Setter likningene (??og (?? lik hverandre og får : t X X d X + XY + Y X + t Y Y d Y = t X X + t X Y + t Y X + t Y Y d X d Y t X t Y + t XY XY + Y X = t X Y + t Y X + t XY Y X = XY + t X Y + t Y X + t XY 3.2 Eksempler Eksempel 1 ( ( X = og Y = t X = 2, d X = 2, t Y = 5, t XY = 13, t X t Y = 10 ( ( ( X = = ( ( t x X d x I = ( ( ( = = V.S = H
14 3.2.2 Eksempel 2 ( ( ( X 3 = X X = = ( ( ( (t X d X X t X d X I = (4 3 6 = ( 4 1 = V.S = H.S Eksempel 3 Y X = ( ( = ( ( XY + t X Y + t Y X + t XY ( ( = V.S = H.S ( ( ( = (
15 Kapittel 4 Traseringen Husk at trasreringen T er denert som den minste underringen av Γ k[x l ij ], derl = 1,..., m og i, j = 1,..., n som inneholder alle traser. T er generert av koesientene til karakteristiske polynomene til de genreiske matrisene. Artin og Procesi beviste at T Γ G, der Γ G er invariantringen. Forventet dimensjon for invariantringen kan regnes ut ved hjelp av følgende formel: mn 2 (n Traseringen for 2 2 matriser La X, Y være 2 2 matriser. Mengden av alle traser er k[t X, t Y, d X, d Y, d X 2, t XY, t Y X, t X 3,...] Fra Lemma?? vet vi at X 2 og X 3 uttrykkes av traser pga Cayley-Hamiltons teorem, m = 2, n = 2 mn 2 (n 2 1 = (m 1n = ( = 5 Så traseringen for 2 2 matriser X og Y er generert av fem elementer, nemlig k[t X, t Y, d X, d Y, t XY ], der t XY kan byttes ut med d X+Y 4.2 Traseringen for 3 3 matriser La X, Y være 3 3 matriser. m = 2, n = 3 Den forventede dimensjonen til invariantringen til X og Y er (m 1n = ( = 10. Det er ikke entydig gitt hvilket elementer som generer traseringen til X og Y, men i de enkleste tilfellene er den gitt ved k[t X, t Y, d X, d Y, t XY, t X 2, t Y 2, t X 2 Y, t Y 2 X, t XY XY ]. 4.3 Traseringen for kvosienter La modulen M = k 2, Xog Y er matriser i M 2 (k. Vi har en ring delt ut med et ideal A = k X, Y /J ρ End(k 2 End(M M 2 (k, der J er et ideal. 13
16 I dette tilfellet er det generelt vanskelig å beregne traseringen eksplisitt, men man kan si noe om den i konkrete tilfeller, blant annet ved å bruke at X og Y generer hele M 2 (K ( når M er irredusibel, dvs når M er simpel ρ er surjektiv det [x,y] = 1 (2t XY t X t Y 2 (t 2 X 4d X(t 2 Y 4d Y 0. I hvert tilfelle, 4 må man sette idealet lik null. Siden {1, X, Y, XY } skal generere hele M 2 (k, må {1, X, Y, XY } være lineært uavhengige. Ved å bruke Lemma??, kan man alltid skrive X og Y ved hjelp av traser og determinanter. Siden idealet er lik null, må koesientene foran {I, X, Y, XY } være null. Hentet fra [?]. I neste kapittel ser vi nærmere på hvordan dette gjøres med konkrete eksempler. 14
17 Kapittel 5 Beregne trasering La A = k X, Y /I. Nå skal vi beregne traseringen for utvalgte kvotsienter av k X, Y a. I = X 2 + Y 2 1 b. I = Y 2 X 3 c. I = Y 2 X 3 1 d. I = Y 2 X 3 1 γ(xy Y X a. For A = k X, Y /X 2 + Y 2 1 : ser vi på når I =0. Det betyr at X 2 + Y 2 1 = 0 Dette kan vi skrive om på denne måten ved å bruke Lemma?? = t X X d X I + t Y Y d Y I =t X X + t Y Y (d X + d Y + 1 = 0 For at{1, X, Y, XY } skal være lineært uavhengige (sidn vi kun er interessert i simple moduler, må konstantene foran {1, X, Y, XY } være 0. derfor blir t X = t Y = 0 d X + d Y + 1 = 0 d X = 1 d Y t XY kan velges fritt Det betyr at traseringen til A er generert av d Y (ev. d X og t X Y Tilslutt må vi sjekke om d [X,Y ] 0 : d [X,Y ] = 1 ( (2t XY t X t Y 2 (t 2 X 4d X (t 2 Y 4d Y 4 = 1 4 ( (2t XY 2 (4 4d Y ( 4d Y = t 2 XY + 4d Y + 4d 2 Y 0 15
18 b. For A = k X, Y /Y 2 X 3 : ser vi på når I =0. Det betyr at Y 2 X 3 = 0 =t Y Y d Y I ((t 2 X d X X t X d X =t Y Y (t 2 X d X X ( t X d X + d Y I = 0 For at{1, X, Y, XY } skal være lineært uavhengige (siden vi kun er interessert i simple moduler, må konstantene foran {1, X, Y, XY } være 0. derfor blir t Y = 0 d X = t 2 X d Y = t X d X = t 3 X t XY og t X kan velges fritt Det betyr at traseringen til A er generert av t X og t X Y Tilslutt må vi sjekke om d [X,Y ] 0 : d [X,Y ] = 1 ( (2t XY t X t Y 2 (t 2 X 4d X (t 2 Y 4d Y 4 = 1 4 ( (2t XY 2 (t 2 X 4t 2 X( 4t 3 X = 1 4 ( 4t 2 XY 12t 5 X = t 2 XY + 3t 5 X 0 16
19 c. For A = k X, Y /Y 2 X 3 1: ser vi på når I =0. Det betyr at Y 2 X 3 1 = 0 =t Y Y d Y I ((t 2 X d X X t X d X =t Y Y (t 2 X d X X ( t X d X + d Y 1I = 0 For at{1, X, Y, XY } skal være lineært uavhengige (sidn vi kun er interessert i simple moduler, må konstantene foran {1, X, Y, XY } være 0. derfor blir t Y = 0 d X = t 2 X d Y = t X d X + 1 = t 3 X + 1 t XY og t X kan velges fritt Det betyr at traseringen til A er generert av t X og t X Y Tilslutt må vi sjekke om d [X,Y ] 0 : d [X,Y ] = 1 ( (2t XY t X t Y 2 (t 2 X 4d X (t 2 Y 4d Y 4 = 1 4 = 1 4 ( 4t 2 XY (t 2 X 4t 2 X( (t 3 X + 1 ( 4t 2 XY (3t 5 X + 3t 2 X 0 d. For A = k X, Y /Y 2 X 3 1 γ(xy Y X: ser vi på når I =0. Det betyr at Y 2 X 3 1 : γ(xy Y X = 0 =t Y Y d Y I ((t 2 Xd X X t X d X 1 γ(xy +γ[ XY +t X Y +t Y X t X t Y ] =t Y + γt X Y + (t 2 X+ d X γt Y X 2γXY ( d Y + t X d X + t X t Y 1I = 0 For at{1, X, Y, XY } skal være lineært uavhengige (sidn vi kun er interessert i simple moduler, må konstantene foran {1, X, Y, XY } være 0. derfor blir t Y = γxy 2γ = 0 γ = 0, og da får vi akkurat samme situsjon som i c 17
20 Bibliogra [1] Artin,M, On Azumaya Algebras and Finite Dimensional Representations of Rings. J. of Alg. 11, (1969 pp [2] Jï¾½ndrup, S., Laudal, O. A., Sletsjï¾½e,A. B., Noncommutative plane curves, Institute Mitage-Leer Report no. 20(2003/2004, math AG/ [3] Le Bruyn, L. Tracering of generic 2 by 2 matrices. Mem. Amer. Math Soc.66 (363, 1987 [4] Procesi, C., The invariant theory of n n matrices. Adv. in math. 19, (1976, pp
Geometri på ikke-kommutative algebraer
Geometri på ikke-kommutative algebraer Ski og matematikk 2011 Rondablikk Arne B. Sletsjøe Universitetet i Oslo January 4, 2012 Algebraiske varieteter k = k (f.eks. C), S = k[x 1,..., x n ] Affint algebraisk
DetaljerOppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:
HJEMMEOPPGAVER utgave av 8-12-2002): Oppgave 15 til 16 desember: La H være mengden av alle matriser på formen A = a 1 a 12 a 13 a 1n 0 a 2 0 0 0 0 a 3 0 0 0 a n der a 1 a 2 a n 0 Videre la SH være matrisene
DetaljerGrublegruppe 19. sept. 2011: Algebra I
Grublegruppe 19. sept. 2011: Algebra I Ivar Staurseth ivarsta@math.uio.no Innledning, definisjoner Vi har så langt jobbet med mengder, X, hvor vi har hatt et avstandsbegrep og hvor vi har vært i stand
DetaljerRepresentasjoner av den Modulære Gruppa
Representasjoner av den Modulære Gruppa av Håkon Hobæk KORT MASTEROPPGAVE for graden Master i Matematikk (Master of Science) Det matematisk- naturvitenskapelige fakultet Universitetet i Oslo Mai 2009 Faculty
DetaljerKarakterer. Kapittel Homomorfier av grupper. 8.2 Representasjoner
Kapittel 8 Karakterer 8. Homomorfier av grupper I forrige kapittel definerte vi begrepet abstrakt gruppe, som en abstrakt versjon av begrepet symmetrigruppe. For å studere forbindelsen mellom abstrakte
DetaljerOppgaver i kommutativ algebra
Oppgaver i kommutativ algebra Fredrik Meyer 1 Moduler Oppgave (1). Vis at om m, n er koprimære, så er (Z/mZ) Z (Z/nZ) = 0. Proof. Siden m og n er koprimære, finnes det a, b Z slik at an + bm = 1. La x
DetaljerMAUMAT644 ALGEBRA vår 2016 Første samling Runar Ile
MAUMAT644 ALGEBRA vår 2016 Første samling Runar Ile 1 Introduksjon: Grupper og ringer Ringer En ring er et sted hvor du kan addere, subtrahere og multiplisere. Hvis du også kan dividere kalles ringen for
DetaljerHJEMMEOPPGAVER (utgave av ):
HJEMMEOPPGAVER (utgave av 20-5-2003): Oppgave 16 til 26 mai: La K være kroppen med 2 elementer og la A = K(t)[x]/(x 2 +t) være residuringen av polynomringen i den varibale x over den rasjonale funksjonsringen
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
DetaljerUtvidet løsningsforslag til Eksamen vår 2010
Utvidet løsningsforslag til Eksamen vår 2010 Morten Brun og Runar Ile 1 Dette er et utvidet løsningsforslag hvor det er gitt alternativer løsninger på flere av punktene og noen tips og kommentarer. På
DetaljerMAT Grublegruppen Notat 11
MAT1100 - Grublegruppen Notat 11 Jørgen O. Lye Matrisegrupper Den store gruppen vi skal se på er GL(n, K) = {inverterbare n n matriser med koesienter i K} Forkortelsen står for den generelle lineære gruppen
DetaljerVi viser denne ekvivalensen ved å vise begge implikasjoner. " "Anta at G virker trofast på X og anta at g, h G er slik at gx = hx for alle
TMA4150 Algebra Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Seksjon 16 2 Fasit: G 1 = {ρ 0, δ 2 } = G 3 = G P1 = G P3 G S1 = {ρ 0, µ 1 } = G S3 G m1 = {ρ 0, ρ 2, µ 1, µ
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,
Detaljer7 Ordnede ringer, hele tall, induksjon
Notat 07 for MAT1140 7 Ordnede ringer, hele tall, induksjon Definition 7.1. La R være utstyrt med addisjon og multiplikasjon slik at vi har å gjøre med en kommutativ ring. Anta videre at R er utstyrt med
DetaljerEksamensoppgave i TMA4150 Algebra
Institutt for matematiske fag Eksamensoppgave i TMA4150 Algebra Faglig kontakt under eksamen: Torkil Utvik Stai Tlf: 47638459 Eksamensdato: 29. mai 2018 Eksamenstid (fra til): 15:00 19:00 Hjelpemiddelkode/Tillatte
DetaljerMAT Grublegruppen Notat 10
MAT1100 - Grublegruppen Notat 10 Jørgen O. Lye Ringer Vi fortsetter i et lynkurs i algebraiske dyr. Først ut er ringer. En ring A (også kalt R) er en abelsk gruppe med addisjon + som operasjon. I tillegg
DetaljerKoszul-algebraer over endelige kropper
Koszul-algebraer over endelige kropper Kari-Lise Frisvold Olsen Master i matematikk Oppgaven levert: Juli 28 Hovedveileder: Øyvind Solberg, MATH Norges teknisk-naturvitenskapelige universitet Institutt
DetaljerForelesning i Matte 3
Forelesning i Matte 3 Determinanter H. J. Rivertz Institutt for matematiske fag 1. februar 008 Innhold 1. time 1 Determinanter og elementære radoperasjoner Innhold 1. time 1 Determinanter og elementære
DetaljerSemantikk Egenskaper ved predikatlogikk Naturlig deduksjon INF3170 / INF4171. Predikatlogikk: Semantikk og naturlig deduksjon.
INF3170 / INF4171 Predikatlogikk: Semantikk og naturlig deduksjon Andreas Nakkerud 3. september 2015 Eksempel Gitt en similaritetstype 0, 2; 1; 2 bygger vi en struktur (modell) hvor A = {c 1, c 2, a, b},
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
DetaljerRepetisjon: Om avsn og kap. 3 i Lay
Repetisjon: Om avsn. 2.1-2.4 og kap. 3 i Lay Matrisemultiplikasjon. La A = [a ij ] være en m n matrise og B = [b kl ] være en n p matrise. ] Skriv B = [b 1 b 2 b p. Produktet AB er m p matrisen definert
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,
Detaljer4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. Kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
Detaljerx 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder
4 Noen merknader 4. Lineære systemer Ax = b Gitt systemet Ax = b, A = [a i,j ] i=,,...,m, j=,,...,n x = b = Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder b i. Med det finnes
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
DetaljerOPPGAVER FOR FORUM
OPPGAVER FOR FORUM 2006-2007 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk
DetaljerOppgaver MAT2500. Fredrik Meyer. 29. august 2014
Oppgaver MAT500 Fredrik Meyer 9. august 04 Oppgave. Bruk cosinus-setningen til å se at definisjonen av vinkel i planet blir riktig. Løsning. Dette er en litt rar oppgave. Husk at cosinus-setningen sier
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
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
DetaljerMAUMAT644 ALGEBRA vår 2016 Andre samling Runar Ile
MAUMAT644 ALGEBRA vår 2016 Andre samling Runar Ile 1 Ringer og ringhomomorfier 1.1 Hva er en ring? Avsnitt 18: Ringer og kropper Stoff: Ring, direkte produkt av ringer, ringhomomorfi og ringisomorfi, kjernen
DetaljerEksamen i MNFMA205/SIF5021, 19. mai 1999-Løsningsforslag a b Oppgave 2. (a) Vi skal vise at H = 0 a b under matrisemultiplikasjon. Vi har at det.
Eksamen i MNFMA205/SIF5021 19. mai 1999-Løsningsforslag { } Oppgave 2. a Vi skal vise at H 0 a C er en gruppe under matrisemultiplikasjon. Vi har at det aā + a 2 + 2 > 0 da enten a 0 eller 0. Dette fører
Detaljerx A e x = x e = x. (2)
Notat om Algebra for MAT1140 1 Algebra 1.1 Operasjoner Definisjon 1.1. En operasjon på en mengde A er en avbildning fra A A til A. Bemerkning 1.1. Mer generelt kan man snakke om n-ære operasjoner på A,
DetaljerForslag til løsninger, TMA4150 Algebra, 29. mai 2018 Side 1 av 5
Forslag til løsninger, TMA4150 Algebra, 29. mai 2018 Side 1 av 5 Oppgave 1 isomorfi, nemlig 24 = 2 3 3, så det finnes tre abelske grupper av orden 24 opp til Z 2 Z 2 Z 2 Z 3 ; Z 2 Z 4 Z 3 ; Z 8 Z 3. O
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
DetaljerRepetisjon: om avsn og kap. 3 i Lay
Repetisjon: om avsn. 2.1-2.4 og kap. 3 i Lay Matrisemultiplikasjon La A = [a ij ] være en m n matrise og B = [b kl ] være en n p matrise. ] Skriv B = [b 1 b 2 b p der b j -ene er i R n for hver j. Produktet
Detaljer(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer
5 Vektorrom Et vektorrom er en mengde V med tre algebraiske operasjoner (addisjon, negasjon og skalærmultiplikasjon) som tilfredsstiller de 10 betingelsene fra Def. 4.1.1. Jeg vil ikke gi en eksamensoppgave
DetaljerStanley-Reisner ringer med sykliske gruppevirkninger
Stanley-Reisner ringer med sykliske gruppevirkninger Kirsti Loe Masteravhandling i Algebra/algebraisk geometri Matematisk institutt Universitetet i Bergen juni 009 Takk til Jeg vil gjerne takke min veileder
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.
Detaljer5.5 Komplekse egenverdier
5.5 Komplekse egenverdier Mange reelle n n matriser har komplekse egenverdier. Vi skal tolke slike matriser når n = 2. Ved å bytte ut R med C kan man snakke om komplekse vektorrom, komplekse matriser,
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
DetaljerOppgaver MAT2500 høst 2011
Oppgaver MAT2500 høst 2011 31. oktober 2011 Oppgaver avsnitt 1 Oppgave 1. Bruk cosinussetningen til å se at definisjonen av vinkel i planet blir riktig. Oppgave 2. Vis at d(x, y) = 0 hvis og bare hvis
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
DetaljerNotat 05 for MAT Relasjoner, operasjoner, ringer. 5.1 Relasjoner
Notat 05 for MAT1140 5 Relasjoner, operasjoner, ringer 5.1 Relasjoner Når R er en relasjon som er veldefinert på A B, slik at R(x, y) er en påstand når x A og B B, tenker vi på relasjonen som noe som lever
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
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:
DetaljerNotat om Peanos aksiomer for MAT1140
Notat om Peanos aksiomer for MAT1140 1 Tall Hva er egentlig tall? Tanken her, er ikke å si hva tall er, hva deres interne struktur muligens kan være, men å si hva vi kan gjøre med dem, sett utenifra. Vi
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 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
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.
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
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,
DetaljerMA2201/TMA4150 Vår 2018
MA2201/TMA4150 Vår 2018 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 6 Seksjon 14 34 La G = n < og la H G være eneste undergruppe av G av orden m.
DetaljerFor æresdoktoratet i Bergen 28 august 2008
ITERERTE LINEÆRE REKURSJONER OG SCHUBERT REGNING For æresdoktoratet i Bergen 28 august 2008 1. Adjunksjon av røtter 1.1 Notasjon. La A være en ring. For en A-algebra B betrakter vi Hom A (B, A) som en
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
DetaljerMAT1120 Repetisjon Kap. 1, 2 og 3
MAT1120 Repetisjon Kap. 1, 2 og 3 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Fra kap. 1 repeterer vi: Matriser Vektorer og lineære kombinasjoner Lineæravbildninger
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
DetaljerLP. Kap. 17: indrepunktsmetoder
LP. Kap. 17: indrepunktsmetoder simpleksalgoritmen går langs randen av polyedret P av tillatte løsninger et alternativ er indrepunktsmetoder de finner en vei i det indre av P fram til en optimal løsning
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
Detaljer3.9 Teori og praksis for Minste kvadraters metode.
3.9 Teori og praksis for Minste kvadraters metode. Vi fortsetter med minste kvadraters problem. Nå skal vi se nærmere på noen teoretiske spørsmål, bl.a. hvordan normallikningene utledes. Minner om MK problemstillingen:
Detaljer8 Vektorrom TMA4110 høsten 2018
8 Vektorrom TMA4 høsten 8 I de foregående kapitlene har vi tatt en lang vandring gjennom den lineære algebraens jungel. Nå skal vi gå opp på en fjelltopp og skue ut over landskapet vi har vandret gjennom.
DetaljerOPPGAVER FOR FORUM
OPPGAVER FOR FORUM 2007-2008 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk
DetaljerEksamen i fag FY8104 Symmetri i fysikken Fredag 7. desember 2007 Tid:
Side 1 av 6 Norges teknisk-naturvitenskapelige universitet Institutt for fysikk Faglig kontakt under eksamen: Navn: Jan Myrheim Telefon: 73 59 36 53 (mobil 90 07 51 72) Sensurfrist: Lørdag 22. desember
DetaljerMer om kvadratiske matriser
Kapittel 2 Mer om kvadratiske matriser Vi lader opp til anvendelser, og skal bli enda bedre kjent med matriser. I mange anvendelser er det ofte de kvadratiske matrisene som dukker opp, så fra nå skal vi
DetaljerMer om kvadratiske matriser
Kapittel 2 Mer om kvadratiske matriser Vi lader opp til anvendelser, og skal bli enda bedre kjent med matriser. I mange anvendelser er det ofte de kvadratiske matrisene som dukker opp, så fra nå skal vi
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
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
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 ]
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
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 +
DetaljerLitt GRUPPETEORI for Fys4170
Litt GRUPPETEORI for Fys4170 GRUPPER: Ei gruppe G = {g i } er ei samling element med disse egenskapene: * multiplikasjon slik at g i g j G ; * et enhetselement g 0 = 1 slik at g i g 0 = g 0 g i = g i ;
Detaljer4.4 Koordinatsystemer
4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } kalles en basis for et vektorrom V dersom B er lineært uavhengig og utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer ;
DetaljerEn rekke av definisjoner i algebra
En rekke av definisjoner i algebra Martin Strand, martin.strand@math.ntnu.no 11. november 2010 Definisjonene som er gitt her, kommer i MA2201 Algebra og MA3201 Ringer og moduler. Forhåpentligvis blir det
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
Detaljer1 Gauss-Jordan metode
Merknad I dette Kompendiet er det gitt referanser både til læreboka og til selve Kompendiet Hvordan å gjenkjenne dem? Referansene til boka er 3- tallede, som Eks 3 Vi kan også referere til 22, kap 22 eller
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,
DetaljerKOHOMOLOGI AV KNUTEROM, ETTER VASSILIEV. John Rognes
KOHOMOLOGI AV KNUTEROM, ETTER VASSILIEV John Rognes Vi studerer rommet av knuter i R 3. En knuteinvariant er en klasse i H 0 av dette rommet. Rom av knuter. Vi arbeider med parametriserte knuter, med asymptotisk
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
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
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
DetaljerAvdeling for lærerutdanning. Lineær algebra. for allmennlærerutdanningen. Inger Christin Borge
Avdeling for lærerutdanning Lineær algebra for allmennlærerutdanningen Inger Christin Borge 2006 Innhold Notasjon iii 1 Lineære ligningssystemer 1 1.1 Lineære ligninger......................... 1 1.2 Løsningsmengde
DetaljerTMA4123/TMA4125 Matematikk 4M/4N Vår 2013
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4123/TMA4125 Matematikk 4M/4N Vår 2013 Løsningsforslag Øving 4 1 a) Bølgeligningen er definert ved u tt c 2 u xx = 0. Sjekk
DetaljerMAT UiO mai Våren 2010 MAT 1012
200 MAT 02 Våren 200 UiO 0-2. 200 / 48 200 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)
Detaljer4.4 Koordinatsystemer
4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } V kalles en basis for et vektorrom V dersom B er lineært uavhengig og B utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer
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
DetaljerHolomorfe symplektiske avbildninger, former og mangfoldigheter. Darboux teorem.
Holomorfe symplektiske avbildninger, former og mangfoldigheter. Darboux teorem. av Knut Petersen-Øverleir MASTEROPPGAVE for graden Master i matematikk Det matematisk- naturvitenskapelige fakultet Universitetet
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
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.............................
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
DetaljerMatematisk statistikk og stokastiske prosesser B, høsten 2006 Løsninger til oppgavesett 5, s. 1. Oppgave 1
Matematisk statistikk og stokastiske prosesser B, høsten 2006 Løsninger til oppgavesett 5, s AR2-modell: Oppgave X t φ X t φ 2 X t 2 Z t Antas å være kausal slik at X t ψ j Z t j er ukorrelert med Z t+,
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
DetaljerVektorrom. Kapittel 7. Hva kan vi gjøre med vektorer?
Kapittel 7 Vektorrom Vårt mål i dette kapitlet og det neste er å generalisere og abstrahere ideene vi har jobbet med til nå Især skal vi stille spørsmålet Hva er en vektor? Svaret vi skal gi, vil virke
DetaljerDAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver: 10 + 3
Innlevering DAFE ELFE Matematikk HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2 Antall oppgaver: + 3 For hver av matrisene nedenfor nn den ekvivalente matrisen som er på redusert
DetaljerMAT Grublegruppen Notat 9
MAT1100 - Grublegruppen Notat 9 Jørgen O. Lye Gruppeteori Oppvarmingseksempel La oss som vanlig ta en historisk vinkling. En klassisk måte grupper (som jeg straks skal denere) oppstod er gjennom å lete
DetaljerForord. Denne oppgaven markerer slutten på min tid som student ved Lektorutdanningen i realfag
Sammendrag I denne oppgaven studerer vi Cartanmatriser, additive og subadditive funksjoner og translasjonsquivre. Spesielt vil vi se hvordan additive og subadditive funksjoner er definert både for Cartanmatriser
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.
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
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()
DetaljerMAUMAT644 ALGEBRA vår 2016 Andre samling Runar Ile
MAUMAT644 ALGEBRA vår 2016 Andre samling Runar Ile 1 Når er to grupper strukturlike? Avsnitt 13: Homomorfier av grupper Stoff: Gruppehomomorfi (en-til-en og på), gruppeisomorfi, kjernen og bildet til en
DetaljerLineær algebra. Kurskompendium, Utøya, MAT1000. Inger Christin Borge
Lineær algebra Kurskompendium, Utøya, MAT1000 Inger Christin Borge 2006 Forord Dette er et kompendium skrevet til bruk i MAT1000-varianten av Utøyaseminarene, arrangert av Matematisk fagutvalg ved Matematisk
Detaljer