MAT UiO. 10. mai Våren 2010 MAT 1012
|
|
- Victoria Claussen
- 6 år siden
- Visninger:
Transkript
1 MAT Våren UiO. / 7
2 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 A. Diagonalkomponentene til D, λ,..., λ n, er egenverdiene til A (gjentatt i henhold til multiplisitet). Løsningene til det frakoblede systemet y = D y er da gitt ved C e λ t y(t) =., C n e λnt der C,..., C n R. / 7
3 Løsningene til x = A x finner vi så ved C e λ t x(t) = P y(t) = [v v n ]. C n e λnt der C,..., C n R. = C e λ t v + + C n e λnt v n. Egenfunksjonene e λ t v,..., e λnt v n gir oss da n lineært uavhengige løsninger av systemet. Enhver løsning av systemet kan skrives som en unik lineær kombinasjon av disse egenfunksjonene, som er basisfunksjoner for systemet. Systemet x = A x har altså uendelig mange løsninger. For å plukke ut en spesiell løsning får vi gjerne oppgitt en initialbetingelse: 3 / 7
4 Definisjon. En initialbetingelse til systemet x = A x er en betingelse på formen x(t ) = b, der t R, b R n. Problemet å løse et system av difflikninger sammen med en slik betingelse kalles gjerne et initialverdiproblem. Eksempel. Betrakt initialverdiproblemet x = x + x 3x 3 x = 4x + x + 3x 3, x() = x 3 = x 3. Vi har tidligere sett at alle løsningene til systemet er gitt ved x(t) = C e 4t +C +C 3 e t 5, C, C, C 3 R. der vektorene ovenfor er kolonnevektorene til matrisen P som diagonaliserer A. 4 / 7
5 Nå er x() = C + C + C 3 Initialbetingelsen gir oss derfor følgende lineært likningssystem: C C C 3 = C + C + 5C 3 = C 3 = 5. Koeffisientmatrisen til dette likningssystemet er P, som er inverterbar. Dermed vet vi at likningssystemet har nøyaktig én løsning ved IMT. Dette betyr at initialverdiproblemet vårt også vil ha nøyaktig én løsning. Ved å løse det lineære likningssystemet finner vi at C = 4 C = 4, C 3 =. 5 / 7
6 Dermed er løsningen på initialverdiproblemet gitt ved x(t) = 4 e 4t e t. Ved en tilsvarende argumentasjon kan følgende vises: Teorem 4.7. La A M n (R), t R og b R n. Da finnes det kun én løsning på initialverdiproblemet x = A x, x(t ) = b. 6 / 7
7 Vi skal se hvordan vi kan finne reelle løsninger av et system x = A x der matrisen A har. Underveis vil vi støte på vektorvaluerte funksjoner. Definisjon. En kompleks vektorvaluert funksjon z er en funksjon som sender hver t R til en kompleks vektor i C n. En slik funksjon kan alltid skrives på formen z(t) = u(t) + i y(t) der u og y er reelle vektorvaluerte funksjoner fra R inn i R n. 7 / 7
8 Vi er interessert i reelle løsninger av x = A x. Slike kan vi finne ved hjelp av løsninger: Teorem 4.9. Anta z(t) = u(t) + i y(t) er en kompleks løsning av systemet z = A z. Da er både u og y reelle løsninger til systemet x = A x. Bevis: Siden z er en løsning har vi (u(t) + iy(t)) = A (u(t) + i y(t)). Det gir u (t) + iy (t) = Au(t) + i Ay(t). Ved å sammenligne realdelene og imaginærdelene får vi u = Au og y = Ay, så u og y er reelle løsninger til systemet. 8 / 7
9 Anta nå at λ = a + i b (der b ) er en kompleks egenverdi til A med tilhørende egenvektor v = Re v + i Im v. Man kan da sjekke at z(t) = e λt v er en en (kompleks) løsning av systemet z = A z og derved en kompleks egenfunksjon til systemet. Nå er z(t) = e λt v = e (a+ib)t (Re v + i Im v). Fra MAT husker vi at Derfor er e ibt = cos bt + i sin bt. z(t) = e at e ibt (Re v + i Im v) = e at (cos bt + i sin bt) (Re v + i Im v) = e at (Re v cos bt Im v sin bt) + i e at (Re v sin bt + Im v cos bt). 9 / 7
10 Vi har dermed skrevet z(t) på formen der og z(t) = u(t) + i y(t) u(t) = e at (Re v cos bt Im v sin bt) y(t) = e at (Re v sin bt + Im v cos bt). Ved Teorem 4.9 er både u og y reelle løsninger av systemet vi vil løse. Det kan også vises at disse er lineært uavhengige. Merk at λ også er en egenverdi til A med tilh. egenvektor v,slik at z(t) = e λt v vil også være en kompleks løsning til systemet. Men den vil ikke gi oss noen nye reelle løsninger: Hvert par av kompleks konjugerte til A gir oss nemlig de reelle løsningene C u(t) + C y(t), C, C R. / 7
11 Formlene for u(t) og y(t) er dessverre vanskelige å huske! Det er nok enklere å huske at vi skal beregne real- og imaginærdel av den tilhørende egenfunksjonen: Eksempel. Betrakt systemet { x = x 5x x = 5x + x. Koeffisientmatrisen er A = [ 5 5 ] og vi har tidligere regnet ut at egenverdiene til A er λ = ± 5i, med tilhørende egenvektorer [ ] ±i s, s C, s. / 7
12 Vi velger å bruke λ = + 5i. En tilhørende [ ] kompleks i egenfunksjon er da z(t) = e (+5i)t. Det gir e (+5i)t [ i ] [ = e t (cos(5t) + i sin(5t))( ( [ = e t cos(5t) ( [ +i e t sin(5t) = e t [ sin(5t) cos(5t) ] [ sin(5t) ] [ + i ] ) ] [ + cos(5t) ] + i e t [ cos(5t) sin(5t) ]. ] ) ] ) / 7
13 Dette gir oss de to reelle løsningene [ ] [ u(t) = e t sin(5t) og y(t) = e t cos(5t) cos(5t) sin(5t) Siden u() = [ ] og y() = [ ]. ] er lineært uavhengige, så er u og y lineært uavhengige løsninger (ved Teorem 4.6). Alle de reelle løsningene til systemet er derfor gitt ved: [ ] [ ] [ ] x (t) = C x (t) e t sin(5t) +C cos(5t) e t cos(5t), C sin(5t), C R. 3 / 7
14 Oppsummering: Når λ = a ± i b (der b ) er til A med tilhørende egenvektorer v og v bruker vi kun en av egenverdiene, f.eks. λ = a + i b. Vi skriver den løsningen som z(t) = e (a+i b)t (Re v + i Im v) og regner ut u(t) = Re z(t) og y(t) = Im z(t). Bidraget til de reelle løsningene til systemet x = A x er en lineær kombinasjon av u(t) og y(t). 4 / 7
15 Eksempel. Vi vil løse initialverdiproblemet x = A x, x() = der A = 3. Utregning gir at det karakteristiske polynomet til A er p(λ) = λ 3 4λ 7λ 6. Ved å prøve oss frem finner vi ut at p( ) =. Vi kan derfor dele p(λ) med λ +, og finner deretter at p har to røtter ± i. Egenverdiene til A er altså og ± i 5 / 7
16 For λ = finner vi at de tilhørende egenvektorene er s, s R, s. For λ = + i er de tilhørende egenvektorene i s i, s C, s. 3 (De tilhørende egenvektorene til i er de konjugerte til vektorene ovenfor, men vi trenger ikke disse). En tilhørende kompleks egenfunksjon er derfor i z(t) = e ( +i )t i. 3 6 / 7
17 Vi regner ut: z(t) = e ( +i )t i i 3 = e t (cos(t ) + i sin(t ))( 3 + i ) ( = e t cos(t ) 3 ( +ie t sin(t ) 3 sin(t ) + cos(t ) ) ) 7 / 7
18 Til sammen gir dette den generelle løsningen x(t) = C e t +C 3 e t + C e t sin(t ) cos(t ) sin(t ) cos(t ) 3 sin(t ) cos(t ) + sin(t ) cos(t ) + sin(t ) 3 cos(t ) der C, C, C 3 R. Initialbetingelsen gir x() = C + C 3 + C 3 =. 8 / 7
19 Dette gir et lineært likningssystem som vi løser ved radredusering 3 så C =, C = og C 3 =., Løsningen på initialverdiproblemet er dermed x(t) = e t e t cos(t ) + sin(t ) cos(t ) + sin(t ) 3 cos(t ). 9 / 7
20 likevekt og Definisjon. Et system på formen x = a x + a x + + a n x n + b x = a x + a x + + a n x n + b. x n = a n x + a n x + + a nn x n + b n der a ij, b, b,..., b n R og b = (b, b,..., b n ) kalles et inhomogent system av n første ordens lineære difflikninger med konstante koeffisienter. Systemet kan skrives på matriseform x = A x + b der A = [a ij ]. / 7
21 I studiet av inhomogene systemer vil vi trenge følgende begrep: Definisjon. Likevektspunktene til et system av difflikninger i funksjonene x, x,..., x n er alle løsningene til systemet som fremkommer ved å sette uttrykkene for x, x,..., x n lik. Eksempel. Betrakt et homogent system x = A x. Likevektspunktene finner vi ved ved å løse systemet A x =. Vi ser at mengden av alle likevektspunktene er Nul(A). Spesielt er alltid et likevektspunkt. / 7
22 Eksempel. Betrakt det inhomogene systemet { x = 4x + 5x + 4 x = x x Likevektspunktene finner vi ved å løse { 4x + 5x + 4 = x x =. Utregning gir at eneste løsning er (x, x ) = (4, 4). Dermed er (4, 4) det eneste likevektspunktet til systemet. / 7
23 Merk: For å finne likevektspunktene til systemet x = A x + b må vi løse A x + b =, dvs. likningssystemet A x = b. Dette er et lineært likningssystem som har ingen, én eller uendelig mange løsninger. Hvis vi antar at A er inverterbar, finnes det nøyaktig én løsning ved IMT. Det eneste likevektspunktet til systemet er da gitt ved: x = A ( b). 3 / 7
24 Betrakt nå systemet x = Ax + b og la oss anta at A er inverterbar. Anta at y = A y. Da er så y = A y b + b (siden b + b = ), y = A (y A b) + b (siden A A = I ) Vi setter derfor x = y A b = y + A ( b). Merk at A ( b) er likevektspunktet til systemet, og er en konstant vektor. Vi har derfor at x = y. Dermed får vi at x = A x + b, så x er en løsning av det inhomogene systemet. Omvendt, hvis x = A x + b og y = x A ( b), ser vi at y = A y. 4 / 7
25 Vi har dermed begrunnet følgende: Metode for å løse x = A x + b når A er inverterbar: ) Vi løser det tilhørende homogene systemet y = A y. ) Vi løser A x + b =, dvs. vi finner likevektspunktet. 3) Vi får den generelle løsningen til x = A x + b ved å summere løsningene i ) og ). { x Eksempel. Betrakt systemet = 4x + 5x + 4 x = x x [ ] 4 5 som har koeffisientmatrise A =. A er inverterbar og vi har tidligere regnet ut at likevektspunktet er (4, 4). 5 / 7
26 Vi må løse det homogene systemet y = A y. Matrisen A har ± i. En egenvektor tilhørende + i er v = ( 3 i, ). Egenfunksjonen e (+i)t v gir: e (+i)t ( [ 3 ] [ + i = e t (cos t + i sin t)( [ 3 = e t (cos t [ 3 ] ) ] [ ] sin t ) [ +i e t (cos t ] [ + i ] ) ] [ 3 + sin t ] ). 6 / 7
27 Den reelle generelle løsningen av det homogene systemet er derfor [ y(t) = C e t 3 cos t + sin t [ ]+C cos t e t cos t 3 sin t sin t der C, C R. Det inhomogene systemet har dermed generell løsning [ ] 4 x(t) = y(t) + 4 = C e t [ 3 cos t + sin t cos t der C, C R. ] [ + C e t cos t 3 sin t sin t [ ] ] ] 7 / 7
MAT 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)
DetaljerSystemer av første ordens lineære differensiallikninger
Kapittel 4 Systemer av første ordens lineære differensiallikninger Differensiallikninger, forkortet difflikninger, er svært viktige, og dukker opp nærmest overalt i anvendelser. En difflikning er en likning
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,
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 ]
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
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
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.
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
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
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
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
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
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
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
Detaljer5.6 Diskrete dynamiske systemer
5.6 Diskrete dynamiske systemer Egenverdier/egenvektorer er viktige for å analysere systemer av typen x k+1 = A x k, k 0, der A er en kvadratisk diagonaliserbar matrise. Tenker her at x k angir systemets
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
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
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
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()
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
DetaljerEmne 9. Egenverdier og egenvektorer
Emne 9. Egenverdier og egenvektorer Definisjon: Vi starter med en lineær transformasjon fra til, hvor Dersom, hvor, sier vi at: er egenverdiene til A er tilhørende egenvektorer. betyr at er et reelt eller
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
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
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
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.
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
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
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
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
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
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
DetaljerLineære diffligning(ssystem)er i ECON 4140 V2017: Hva er pensum, hva er forelest, og hva er vesentlig.
Lineære diffligning(ssystem)er i ECON 4140 V2017: Hva er pensum, hva er forelest, og hva er vesentlig. (If you need an English version, please notify me. Nils) Jeg har blitt gjort oppmerksom på at forelesningsplanen
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
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
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:
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
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
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
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
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
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
DetaljerEmne 11 Differensiallikninger
Emne 11 Differensiallikninger Differensiallikninger er en dynamisk beskrivelse av et system eller en prosess, basert på de balanselikningene vi har satt opp for prosessen. (Matematisk modellering). Vi
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
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,
DetaljerMAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse
MAT3000/4000 - Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse Oppgave 1 Din offentlig nøkkel er N = 377 og a = 269, mens lederen av klubben har valgt N = 1829 og a = 7. Passordet som du har mottatt
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 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
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: Mandag 5 desember 2016 Tid for eksamen: 09.00 13.00 Oppgavesettet er på 6 sider. Vedlegg:
DetaljerHØGSKOLEN I BERGEN Avdeling for ingeniørutdanning
HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning EKSAMEN I FOA94 Differensialligninger KLASSAR : 08HETK, 08HMAM, 08HMMT, 08HMPR, 08HUVT DATO : 0. desember 200 ANTALL OPPGAVER 3 ANTALL SIDER 3 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
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
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
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,
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 =
Detaljer6.8 Anvendelser av indreprodukter
6.8 Anvendelser av indreprodukter Vektede minste kvadraters problemer Anta at vi approksimerer en vektor y = (y 1,..., y m ) R m med ŷ = (ŷ 1,..., ŷ m ) R m. Et mål for feilen vi da gjør er y ŷ, der betegner
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 =,
DetaljerEKSAMEN I MATEMATIKK 3 (TMA4110)
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 EKSAMEN I MATEMATIKK 3 (TMA) Tirsdag 3. november Tid: 9: 3: LØSNINGSFORSLAG MED KOMMENTARER Oppgave I denne oppgaven
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:
DetaljerLøsningsforslag til eksamen i MA0002, Brukerkurs i matematikk B
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 Løsningsforslag til eksamen i MA000, Brukerkurs i matematikk B 9. mai 01 Oppgave 1 a) Et plan i rommet har ligning
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
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
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
DetaljerEKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 EKSAMEN I TMA4 MATEMATIKK 3 Bokmål Mandag 6. juni løsningsforslag Hjelpemidler (kode C): Enkel kalkulator (HP3S eller
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
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
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:
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
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 + = ;
DetaljerKomplekse tall. Kapittel 2. Den imaginære enheten. Operasjoner på komplekse tall
Kapittel Komplekse tall Oppfinnelsen av nye tallsystemer henger gjerne sammen med polynomligninger x + 4 0 har ingen positiv løsning, selv om koeffisientene er positive tall Vi må altså inn med negative
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
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
DetaljerObligatorisk innlevering 3 - MA 109, Fasit
Obligatorisk innlevering - MA 9, Fasit Vektorer Oppgave: Avgjør om, og er lineært uavhengige Dette er spørsmålet om det finnes vekter x, x, x - ikke alle lik - slik at x + x + x = Vi skriver det på augmentert
DetaljerMAT1120 Repetisjon Kap. 1
MAT1120 Repetisjon Kap. 1 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Idag skal vi repetere fra kap. 1 i Lays bok. Det handler bl.a. om : Matriser Vektorer
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
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
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
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.
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
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,
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
DetaljerEKSAMEN. 1 Om eksamen. EMNE: MA-109 FAGLÆRER: Svein Olav Nyberg, Turid Knutsen, Øystein Alvik
EKSAMEN EMNE: MA- FAGLÆRER: Svein Olav Nyberg, Turid Knutsen, Øystein Alvik Klasser: (div) Dato: mai Eksamenstid: Eksamensoppgaven består av følgende: Antall sider (ink forside): Antall oppgaver: Antall
DetaljerLØSNINGSSKISSE TIL EKSAMEN I FAG SIF august 2001
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 LØSNINGSSKISSE TIL EKSAMEN I FAG SIF500 0. august 00 Oppgave 5 +6 ( 4 +6)0 dvs. at vi har en rot 0 og 4 røtter av
DetaljerMA0002 Brukerkurs i matematikk B Vår 2013
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA Brukerkurs i matematikk B Vår Løsningsforslag Øving 6 9..7 Anta at en populasjon er delt inn i tre aldersklasser, og at %
Detaljer3.1 Første ordens lineære difflikninger. y + f(x)y = g(x) (3.1)
Kapittel 3 Differensiallikninger 3.1 Første ordens lineære difflikninger Definisjon 3.1 En første ordens lineær difflikning er en likning på formen y + f(x)y = g(x) (3.1) der f og g er kjente funksjoner.
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
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
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).
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
DetaljerTidligere eksamensoppgaver
Tillegg B Tidligere eksamensoppgaver Her følger et kronologisk utvalg av tidligere eksamensoppgaver innenfor temaet differenslikninger, og noen om komplekse tall, gitt ved UiO. Den første oppgaven gir
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,
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
DetaljerHomogene lineære ligningssystem, Matriseoperasjoner
Homogene lineære ligningssystem, Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2010 Antall løsninger til et lineær ligningssystem Teorem Et lineært ligningssytem har
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
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
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 ;
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.
DetaljerMA2501, Vårsemestre 2019, Numeriske metoder for lineære systemer
MA5 Vårsemestre 9 Numeriske metoder for lineære systemer Introduksjon Vi vil approksimere løsningen av lineære systemet av n ligningene og n ukjente: a x + a x + + a n x n b a x + a x + + a n x n b ()
Detaljer