MA1201/MA6201 Høsten 2016

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "MA1201/MA6201 Høsten 2016"

Transkript

1 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 at A har de distinkte egenverdiene λ,, λ n. La x i være egenvektoren tilhørende egenverdien λ i, slik at Ax i = λ i x i. La P være matrisen som har x,, x n som kolonnevektorer (i den rekkefølgen). Fra teorem 5.. vet vi at x,, x n er lineært uavhengige, så P er en inverterbar matrise. La Λ være diagonalmatrisen som har λ,, λ n som diagonalelementer. La oss se på AP = A [ [ [ x x n = Ax Ax n = λ x λ n x n λ = [. x x n = P Λ. λ n Ligningen AP = P Λ kan vi skrive om til Λ = P AP. Siden Λ er en diagonalmatrise, er A altså diagonaliserbar. b) Stemmer ikke. La B være en ikke-diagonaliserbar kvadratisk matrise, for eksempel den i eksempel 5. La A være identitetsmatrisen av samme dimensjon som B. Da er A diagonaliserbar (den er ferdig diagonalisert), og AB = B = BA, men B er ikke diagonaliserbar. c) Stemmer. Anta at λ er en egenverdi for A, med tilhørende egenvektor x. Vi kan skrive om ligningen A = P AP til P A = BP. Dermed er B(P x) = P Ax = P λx = λ(p x). Det gir oss at Λ er en egenverdi for B, med tilhørende egenvektor P x. Altså er alle egenverdier av A også egenverdier for B. Vi kan på samme måte vise at alle egenverdier av B er egenverdier for A, ved å ta utgangspunkt i AP = P B. Eventuelt kan vi bruke lemma..4, side 66, som sier at similære matriser (som A og B er) har samme karakteristiske polynom. d) Stemmer ikke. La oss igjen se på matrisen B fra eksempel 5. Vi viste i eksempelet spesielt at B ikke er diagonaliserbar. Om vi ser på matrisen D =, [ så har den samme egenverdier som B, men siden B ikke er diagonaliserbar kan det ikke finnes noen matrise slik at D = P BP. 8. november 6 Side av 7

2 Løsningsforslag Øving Alternativt kan man se på A og B av ulik dimensjon, men med samme egenverdier (for eksempel identitetsmatrisene I og I ). Vi vet at determinanten til en matrise er lik produktet av egenverdiene. Siden ikke er et kvadrattall, og egenverdiene til A er heltall, må A ha to distinkte egenverdier. Da vet vi fra oppgave (a) at A er diagonaliserbar. Kapittel 6.4 Når vi vil diagonalisere en symmetrisk matrise følger vi denne oppskriften. Finn det karakteristiske polynomet til matrisen. Finn egenverdiene til matrisen.. Finn egenvektorene til matrisen. Hvis en egenverdi har algebraisk multiplisitet større enn, sørg for at egenvektorene tilhørende den egenverdien er ortogonale. Normaliser egenvektorene. 4. La P være matrisen som har egenvektorene som kolonner, og la Λ være diagonalmatrisen som har egenverdiene til A som diagonalelementer, slik at tallet i rad og kolonne i av Λ er egenverdien som tilhører egenvektoren i kolonne i av P. 5. Du har nå at Λ = P T AP. Dette kan du med fordel dobbeltsjekke! b) Vi regner først ut det karakteristiske polynomet for matrisen: [ λ 4 det = ( λ)( λ) 4 4 = λ 5 = (λ 5)(λ + 5). 4 λ Vi har altså egenverdiene λ = 5 og λ = 5. Fra det regner vi ut egenvektorer: A 5I = [ gir oss egenvektoren x = [. Normalisert får vi v = 5 [. A+5I = [ gir oss egenvektoren x = [. Normalisert får vi v = [ 5. Da får vi at P = [ 5. Vi kontrollregner: P T AP = [ [ [ 4 5 = [ [ [ = [ [ 5 = [ [ 5 5 = = Λ f) Vi regner først ut det karakteristiske polynomet for matrisen: λ det λ = λ [ [ [ λ = ( λ) det + det + det λ λ λ = ( λ)(( λ)( λ) 4) + ( ( λ) 4) + ( 4 ( λ)) = λ + λ + 9λ 7 8. november 6 Side av 7

3 Løsningsforslag Øving Det er ikke så vanskelig å se at λ = er en rot av polynomet. Med polynomdivisjon får vi at λ + λ + 9λ 7 = (λ ) (λ + ), Så egenverdiene er λ, = (dobbel rot) og λ =. A I = [ [ gir oss egenvektorene og og v = [ 6 R R R R. Disse er ikke ortonormale, men ved å bruke [ Gram-Schmidt og så normalisere resultatet får vi egenvektorene v =. 4 A + I = R +R 6 6 gir oss egenvektoren [ R R R 6 R Dette gir oss matrisen P = R +R R R, som normalisert blir v = [. [ 6 Jeg vil såklart også her anbefale kontrollregning ;) Vi vet at A er symmetrisk, så den må ha et fullt sett med egenvektorer. A har egenverdiene λ = og λ =. λ har geometrisk (og dermed algebraisk) multiplisitet, så λ må ha geometrisk og algebraisk multiplisitet. Videre vet vi at E(λ ) = E(λ ). Det vil si at dersom vi kan finne en basis for E(λ ), så har vi et fullt sett med egenvektorer tilhørende λ. Da har vi også et fullt sett med egenvektorer for A. Hvis de i tillegg er ortogonale, så har vi at A = P ΛP T, der P inneholder egenvektorene til A og Λ inneholder egenverdiene. For å finne egenvektorene for E(λ ) utvider vi basisen for E(λ ) til en ortogonal basis for R. De nye basisvektorene er da basisvektorer for E(λ ) = E(λ ). Vi starter med utgangspunkt i u = u = u = som er en basis for R. Vi kommer til å normalisere de nye vektorene underveis. 8. november 6 Side av 7

4 Løsningsforslag Øving v = u u = v = u u v v v = v = v v = 6 v = u u v v v u v v v = = + = 6 v = v v = = = = Vi har altså P = [ 6 Da får vi A = P ΛP T = 6 6 = 6 = 8 8 = Siden A [ = [, er λ = en egenverdi for A, med tilhørende egenvektor x = [. Vi vet at produktet av egenverdiene er lik determinanten, så den andre egenverdien må være λ =. Den tilhørende egenvektoren er ortogonal på x, så vi kan velge x = [. Vi normaliserer egenvektorene, og får v = [ og v = [. Vi setter [ λ Λ = = λ [ og P = [ Da får vi at A = P ΛP T = [ [ [ = = [ 5 5 [ [ 8. november 6 Side 4 av 7

5 Løsningsforslag Øving Jeg viser her kun resultatene for positivt (semi-)definitt; beviset for det negative tilfellet er symmetrisk. a) Anta at A og B er positivt definitte matriser, og anta at x. Da er (A + B)x x = (Ax + Bx) x = Ax x + Bx x > + =, og dermed er A + B positivt definitt. b) La A være positivt definitt. La λ være en egenverdi for A, med tilhørende egenvektor x. Da vet vi at λx x = Ax x >. Siden x x = x > (egenvektorer er per definisjon ulike nullvektoren), så må også λ >. På den andre siden, anta at A er en symmetrisk n n-matrise med kun positive egenverdier λ,, λn (telt med multiplisitet). Da vet vi vi kan danne en ortogonal basis for R n bestående av egenvektorer til A, kall de v,, v n. La x være en vilkårlig ikke-null vektor i R n. Da kan vi skrive x = a v + + a n v n. Ax x = A(a v + + a n v n ) (a v + + a n v n ) = (a Av + + a n Av n ) (a v + + a n v n ) = (a λ v + + a n λ n Av n ) (a v + + a n v n ) = a λ v + + a nλ n A v n > Den siste ulikheten kommer av at v i >, λ i > for alle i, og at a i for minst en i. c) Her er beviset nesten som i forrige oppgave, men med noen endringer, så jeg skriver det opp for sikkerhets skyld. La A være positivt semidefinitt. La λ være en egenverdi for A, med tilhørende egenvektor x. Da vet vi at λx x = Ax x. Siden x x = x > (egenvektorer er per definisjon ulike nullvektoren), så må også λ. På den andre siden, anta at A er en symmetrisk n n-matrise med kun ikkenegative egenverdier λ,, λn (telt med multiplisitet). Da vet vi vi kan danne en ortogonal basis for R n bestående av egenvektorer til A, kall de v,, v n. La x være en vilkårlig vektor i R n. Da kan vi skrive x = a v + + a n v n. Ax x = A(a v + + a n v n ) (a v + + a n v n ) = (a Av + + a n Av n ) (a v + + a n v n ) = (a λ v + + a n λ n Av n ) (a v + + a n v n ) = a λ v + + a nλ n A v n Den siste ulikheten kommer av at for alle i er a i, v og λ i større enn eller lik null. d) Siden oppgave (b) sa noe om positive egenverdier, mistenker vi at det kanskje er en ide å vise at A er positivt definitt. La x R n være ulik nullvektoren. Se på Ax x = (C T Cx) T x = x T C T Cx = (Cx) T (Cx) = Cx 8. november 6 Side 5 av 7

6 Løsningsforslag Øving Siden C har rang n, så er Cx = hvis og bare hvis x =. Altså har vi at Cx > (siden x ble antatt å være ulik nullvektoren), og dermed er Ax x >. Da er A positivt definitt, og har i følge oppgave (b) bare positive egenverdier. Ta en kikk på oppgave 6.4. igjen for løsningsmetoden for de neste to oppgavene! Eksamen a) Det karakteristiske polynomet er gitt ved: [ 6 λ det = (6 λ) = 6 λ+λ = λ λ+5 = (λ 7)(λ 5). 6 λ Vi har altså egenverdiene λ = 7 og λ = 5, og regner nå ut egenvektorene. gir oss egenvektoren x = [, som norma- A 7I = [ liseres til v = A 5I = [ til v = [ R R [ R +R [ [ gir oss egenvektoren x = [, som normaliseres A = P ΛP T = [ [ [ 7 5 Eksamen 5 a) Det karakteristiske polynomet er gitt ved: [ λ 4 det = ( λ) 6 = 9 6λ+λ 6 = λ 6λ 7 = (λ+)(λ 7). 4 λ Vi har altså egenverdiene λ = og λ = 7, og regner nå ut egenvektorene. A + I = 4 4 v = [ 4 4 R R A 7I = [ 4 4 til v = [ 4 4 [ 4 4 gir oss egenvektoren x = [, som normaliseres til R +R [ 4 4 gir oss egenvektoren x = [, som normaliseres A = P ΛP T = [ [ [ 7 8. november 6 Side 6 av 7

Vær 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! 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.

Detaljer

A 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:

A 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.

Detaljer

16 Ortogonal diagonalisering

16 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

Detaljer

Løsningsforslag MAT 120B, høsten 2001

Løsningsforslag 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()

Detaljer

12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)

12 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

Detaljer

R: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og

R: 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

Detaljer

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Universitet 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

Detaljer

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

13 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

Detaljer

Minste kvadraters løsning, Symmetriske matriser

Minste 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).

Detaljer

MAT1120 Oppgaver til plenumsregningen torsdag 25/9

MAT1120 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

Detaljer

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT-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.............................

Detaljer

UNIVERSITET I BERGEN

UNIVERSITET 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

Detaljer

7.1 forts. Schur triangularisering og spektralteoremet

7.1 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

Detaljer

LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010

LØSNINGSFORSLAG 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

Detaljer

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER

EKSAMEN 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

Detaljer

Lineær algebra. 0.1 Vektorrom

Lineær 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

Detaljer

= 3 11 = = 6 4 = 1.

= 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

Detaljer

Lineær algebra-oppsummering

Lineær 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:

Detaljer

Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på

Vi 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

Detaljer

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

Eksamensoppgave 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

Detaljer

Løsninger 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 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

Detaljer

Diagonalizering. 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 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

Detaljer

Kap. 5 Egenverdier og egenvektorer

Kap. 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

Detaljer

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT-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

Detaljer

Kap. 7 Symmetriske matriser og kvadratiske former

Kap. 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.

Detaljer

MAT Prøveeksamen 29. mai - Løsningsforslag

MAT 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 ]

Detaljer

6.4 Gram-Schmidt prosessen

6.4 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

Detaljer

TMA4110 Matematikk 3 Haust 2011

TMA4110 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

Detaljer

Kapittel 3. Mer om egenverdier og egenvektorer. 3.1 Komplekse n-tupler og vektorer

Kapittel 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

Detaljer

=cos. =cos 6 + i sin 5π 6 = =cos 2 + i sin 3π 2 = i.

=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 =,

Detaljer

Øving 5 Diagonalisering

Øving 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

Detaljer

Egenverdier for 2 2 matriser

Egenverdier 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

Detaljer

EKSAMEN I MATEMATIKK 3 (TMA4110)

EKSAMEN 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

Detaljer

Kap. 6 Ortogonalitet og minste kvadraters problemer

Kap. 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 =

Detaljer

EKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3

EKSAMENSOPPGAVER 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

Detaljer

MAT UiO. 10. mai Våren 2010 MAT 1012

MAT UiO. 10. mai Våren 2010 MAT 1012 MAT Våren UiO. / 7 Betrakt et system x = A x der A M n (R) er diagonaliserbar. Vi har sett at systemet kan løses ved frakoblingsmetoden: Vi finner da P = [v v n ] (inverterbar) og D (diagonal) som diagonaliserer

Detaljer

15 Hovedprinsippet for vektorrom med et indre produkt

15 Hovedprinsippet for vektorrom med et indre produkt Hovedprinsippet for vektorrom med et indre produkt La oss minne Hovedprinsippet (Seksjon 8.): Alle (endelig dimensjonale dvs. de som har en endelig basis) vektorrom kan beskrives som R n der n dim V. Alle

Detaljer

a) Matrisen I uv T har egenverdier 1, med multiplisitet n 1 og 1 v T u, med multiplisitet 1. Derfor er matrisen inverterbar når v T u 1.

a) Matrisen I uv T har egenverdier 1, med multiplisitet n 1 og 1 v T u, med multiplisitet 1. Derfor er matrisen inverterbar når v T u 1. Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side 1 av 5 Oppgave 1 a) Matrisen I uv T har egenverdier 1, med multiplisitet n 1 og 1 v T u, med multiplisitet 1. Derfor er

Detaljer

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

EKSAMEN 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

Detaljer

Oppgaver til seksjon med fasit

Oppgaver til seksjon med fasit Oppgaver til seksjon.6-. med fasit Oppgaver til seksjon.6. Skriv b som en lineærkombinasjon av a og a når a = ( ( a = og b =.. Skriv b som en lineærkombinasjon av a, a og a når a = a =, a = og b = 5. (.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

7.4 Singulærverdi dekomposisjonen

7.4 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

Detaljer

EKSAMENSOPPGAVE. to A4 ark egne notater og Rottmanns tabeller. Kontaktperson under eksamen: Professor Andrei Prasolov. Telefon:

EKSAMENSOPPGAVE. 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

Detaljer

Løsningsforslag for eksamen i Matematikk 3 - TMA4115

Løsningsforslag 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

Detaljer

Lineær uavhengighet og basis

Lineær 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

Detaljer

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H & Rorres, C: Elementary Linear Algebra, 11 utgave Jonas Tjemsland 26 april 2015 4 Generelle vektorrom 41 Reelle

Detaljer

Pensum i lineæralgebra inneholder disse punktene.

Pensum i lineæralgebra inneholder disse punktene. Pensum i lineæralgebra inneholder disse punktene. 1) Løsning av lineære ligningssystem. Finne løsning hvis den fins og også avgjøre om løsning ikke fins. Entydig, flertydig løsning. 2) Overføre en matrise

Detaljer

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007

MA1201 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 +

Detaljer

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT1120 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

Detaljer

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

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

Detaljer

MAT UiO mai Våren 2010 MAT 1012

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)

Detaljer

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag

EKSAMEN 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

Detaljer

Kap. 6 Ortogonalitet og minste kvadrater

Kap. 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

Detaljer

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9 Innlevering BYPE000 Matematikk 000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 4. april 014 før forelesningen Antall oppgaver: 9 1 Regn ut determinanten til følgende matriser. (Det er også

Detaljer

Rom og lineæritet. Erik Bédos. Matematisk Institutt, UiO 2012.

Rom 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

Detaljer

Matriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009

Matriseoperasjoner. E.Malinnikova, NTNU, Institutt for matematiske fag. September 22, 2009 Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2009 Addisjon av matriser Hvis A = [a ij ] og B = [b ij ] er matriser med samme størrelse, så er summen A + B matrisen

Detaljer

Universitetet 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 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:

Detaljer

Kap. 5 Egenverdier og egenvektorer

Kap. 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

Detaljer

Lineære likningssystemer og matriser

Lineære 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

Detaljer

Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11.

Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11. Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11. utgave Jonas Tjemsland 19. november 2014 1 Lineære likningssystemer

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2014

MA0002 Brukerkurs i matematikk B Vår 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA Brukerkurs i matematikk B Vår Løsningsforslag Øving Oppgaver fra boken: :, 9,,, 5, 9, 5, 67 Det er oppgavene i boldface som

Detaljer

Eksamensoppgavehefte 2. MAT1012 Matematikk 2: Mer lineær algebra

Eksamensoppgavehefte 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

Detaljer

MAT-1004 Vårsemester 2017 Obligatorisk øving 6

MAT-1004 Vårsemester 2017 Obligatorisk øving 6 MAT-4 Vårsemester 7 Obligatorisk øving Contents OPPGAVE Hvordan å løse oppgaven? 4 Formatering av svarene 9. Rasjonale tall............................. 9. Matriser og vektorer.........................

Detaljer

y(x) = C 1 e 3x + C 2 xe 3x.

y(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

Detaljer

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder Et forsøk på et oppslagsverk for TMA4145 Lineære metoder Ruben Spaans May 21, 2009 1 Oppslagsverk Adjungert Ball, la (X, d) være et metrisk rom og la ɛ > 0. Da er for x 0 X: 1. B(x 0 ; ɛ) = {x x X d(x,

Detaljer

MAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse

MAT3000/ 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

Detaljer

Digital Arbeidsbok i ELE 3719 Matematikk

Digital 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......................................

Detaljer

Emne 9. Egenverdier og egenvektorer

Emne 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

Detaljer

(3/2)R 2+R 3 R 1 +R 2,( 2)R 1 +R 3 ( 2)R 1 +R 4 6/5R 3 +R 4 1/5R 3

(3/2)R 2+R 3 R 1 +R 2,( 2)R 1 +R 3 ( 2)R 1 +R 4 6/5R 3 +R 4 1/5R 3 NTNU Institutt for matematiske fag TMA4115 Matematikk 3 våren 2009 Løsningsforslag - Øving 10 Fra Edwards & Penney, avsnitt 4.4 5 Vi bruker Algoritme 1 og 2 i EP på sidene 190 og 193 for å finne en basis

Detaljer

Løsningsforslag. e n. n=0. 3 n 2 2n 1. n=1

Løsningsforslag. 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

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2013

MA0002 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 %

Detaljer

Forelesning 14 Systemer av dierensiallikninger

Forelesning 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

Detaljer

EKSAMEN I TMA4180 OPTIMERINGSTEORI

EKSAMEN I TMA4180 OPTIMERINGSTEORI Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side av 4 Faglig kontakt under eksamen: Marte Pernille Hatlo 7359698 / 97537854 EKSAMEN I TMA48 OPTIMERINGSTEORI Fredag 2. juni

Detaljer

Løsningsforslag til eksamen i MA0002, Brukerkurs i matematikk B

Løsningsforslag 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

Detaljer

Utkast til løsningsforslag til eksamen i emnet MAT 121 - Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl. 09-14.

Utkast til løsningsforslag til eksamen i emnet MAT 121 - Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl. 09-14. Utkast til løsningsforslag til eksamen i emnet MAT 2 - Lineær algebra Utan ansvar for feil og mangler Mandag 3. mai 2, kl. 9-4. Oppgave En bisverm flyr mellom to kuber, A og B, på dagtid, og hver bi blir

Detaljer

Institutt for Samfunnsøkonomi

Institutt for Samfunnsøkonomi Institutt for Samfunnsøkonomi Løsninger i: ELE 379 Matematikk valgfag Dato: 6.6., 9: 4: Tillatte hjelpemidler: Alle hjelpemidler + Eksamenskalkulator: TEXAS INSTRUMENTS BA II Plus TM Innføringsark: Ruter

Detaljer

Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.

Gauss-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

Detaljer

GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type

GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type Emne 8 GENERELLE VEKTORROM Hittil har vi bare snakket om vektorrom av type og underrom av dette. Vi definerte en mengde V som et underrom av hvis det inneholdt og var lukket under addisjon og skalar multiplikasjon.

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2014

MA0002 Brukerkurs i matematikk B Vår 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA000 Brukerkurs i matematikk B Vår 04 Løsningsforslag. Eksamen 6. mai Løsning: Oppgave a) dy dx y y y )y ) : gy), så likevektsløsningene

Detaljer

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger

Notat2 - 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

Detaljer

Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:

Oppgave 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

Detaljer

Rang og Vektorrom. Magnus B. Botnan NTNU. 4. august, 2015

Rang og Vektorrom. Magnus B. Botnan NTNU. 4. august, 2015 Rang og Vektorrom Magnus B. Botnan NTNU 4. august, 2015 Lineær Uavhengighet La v (1),..., v (m) være vektorer av samme størrelse. Vi sier at vektorene er lineært avhengige hvis det finnes konstanter c

Detaljer

MAT 1110: Bruk av redusert trappeform

MAT 1110: Bruk av redusert trappeform Tom Lindstrøm 10/5, 2006: MAT 1110: Bruk av redusert trappeform I Lays bok brukes den reduserte trappeformen til matriser til å løse en rekke problemer knyttet til ligningssystemer, lineærkombinasjoner,

Detaljer

MA1201, , Kandidatnummer:... Side 1 av 5. x =.

MA1201, , Kandidatnummer:... Side 1 av 5. x =. MA1201, 05.10.2016, Kandidatnummer:... Side 1 av 5 Oppgave 1 Løs ligningssystemet S T S T 1 1 0 1 W X W X U2 1 1 V x = U5V. 1 0 2 1 x =. Oppgave 2 Regn ut: S T S T 1 2 1 1 1 W X W X U 3 0 1 V U0 1 V =

Detaljer

Oppgave 1 (25 %) - Flervalgsoppgaver

Oppgave 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

Detaljer

Lineær 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. 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

Detaljer

EKSAME SOPPGAVE MAT-1004 (BOKMÅL)

EKSAME 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

Detaljer

Forelesningsnotater SIF8039/ Grafisk databehandling

Forelesningsnotater SIF8039/ Grafisk databehandling Forelesningsnotater SIF839/ Grafisk databehandling Notater til forelesninger over: Kapittel 4: Geometric Objects and ransformations i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 orbjørn

Detaljer

4.1 Vektorrom og underrom

4.1 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,

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Matematikk og fysikk RF3100

Matematikk og fysikk RF3100 DUMMY Matematikk og fysikk RF3100 Løsningsforslag, Øving 11 8mai 201 Tidsfrist: 18mai 201 klokken 1400 Oppgave 1 Obs: I denne oppgaven reperesenterer vi vektorer med 1 n-matriser, altså radvektorer I hele

Detaljer

Repetisjon: Om avsn og kap. 3 i Lay

Repetisjon: 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

Detaljer

Repetisjon: om avsn og kap. 3 i Lay

Repetisjon: 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

Øving 4 Egenverdier og egenvektorer

Øving 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

Detaljer

3.9 Teori og praksis for Minste kvadraters metode.

3.9 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:

Detaljer

MAT-1004 Vårsemester 2017 Obligatorisk øving 2

MAT-1004 Vårsemester 2017 Obligatorisk øving 2 MAT-1004 Vårsemester 2017 Obligatorisk øving 2 Contents 1 OPPGAVE 2 2 OPPGAVE 2 Eksempler 4.1 Oppgave 1............................... 4.2 Oppgave 2............................... 5 4 Formatering av svarene

Detaljer

4.2 Nullrom, kolonnerom og lineære transformasjoner

4.2 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

Detaljer

(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer

(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

Detaljer

x 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder

x 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

Detaljer

Lineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning

Lineær 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

Detaljer