Indreprodukt. Kapittel Et generelt indreproduktbegrep

Størrelse: px
Begynne med side:

Download "Indreprodukt. Kapittel Et generelt indreproduktbegrep"

Transkript

1 Kaittel 6 Indrerodukt Skalarroduktet av vektorer er et nyttig verktøy. Vi har sett at det kan brukes til å regne ut lengder av vektorer og å fastslå om vektorer står vinkelrett å hverandre. I tillegg har det en veldig enkel form og er lett å regne ut. Det er derfor nærliggende å sørre seg om det er mulig å generalisere skalarroduktet til andre og mer komliserte vektorrom enn R og R 3. I dette kaitlet skal vi se hvorden vi kan gjøre det. Måten vi skal gå fram å er å lukke ut de vesentlige egenskaene til skalarroduktet og introdusere et generelt begre, et indrerodukt, som har akkurat disse egenskaene. Når et slikt generelt begre er å lass kan vi røve å finne ut hvilke egenskaer som følger av det generelle osettet, uten at vi baserer oss å egenskaer som er ssifikke for skalarroduktet. 6. Et generelt indreroduktbegre Hvilke egenskaer ved skalarroduktet skal vi lukke ut, og ohøye til generelle betingelser? Det mest grunnleggende ved skalarroduktet er at inut er to vektorer av samme lengde, mens outut er et reelt tall. Dette lar vi være grunnlaget når vi generaliserer begreet; til et ar av elementer i et generelt vektorrom tilordner vi et reelt tall. Vi skriver det som hv,wir hvor v,w V, og V er et generelt vektorrom. Vektorrom er lineære rom der av+bw V når v,w V og a,b R. Dette er en egenska vi gjerne vil bruke, og å samme måte som at skalarroduktet er linært i hver variabel, skal også indreroduktet ha denne egenskaen. Siden skalarroduktet av en vektor med seg selv alltid er et ikke-negativt tall, og dette er en vesentlig side ved det at skalarroduktet gir oss lengder av vektorer, tar vi det med også. Den eneste vektoren som har lengde er -vektoren og det er også en viktig egenska. Rekkefølgen å faktorene i skalroduktet er uvesentlig, siden v w w v og det ønsker vi også å bruke. Dermed ender vi o med følgende generelle definisjon: Definisjon 6... La V være et reelt vektorrom. Et indrerodukt å V er en regel som til et hvert ar av elementer i V tilordner et reelt tall; hv,wir slik at følgende betingelser er ofylt: i) Indreroduktet er lineært i hver variabel, det vil si at hau + bv,wi ahu,wi + bhv,wi hu,av + bwi ahu,vi + bhu,wi ii) Indreroduktet er symmetrisk, det vil si at hu,vi hv,ui iii) Indreroduktet er ositivt definit, det vil si at hv,vi med likhet hvis og bare hvis v. Det vanlige skalarroduktet ofyller alle disse betingelsene og danner dermed et indrerodukt å R n. Før vi begynner å lete etter andre indrerodukt skal vi se å en del egenskaer som vi kjenner igjen fra skalaroduktet, men som vi nå kan vise gjelder å bakgrunn av den generelle definisjonen av et indrerodukt. Kravet om at indreroduktet skal være ositivt definit, bygger å at skalarroduktet av en vektor med seg selv 73

2 gir oss kvadratet av) lengden av vektoren. Vi begynner derfor med å generalisere begreet lengde, til det som kalles normen til en vektor: Definisjon 6... La h, i : V V! R være et indrerodukt å et generelt vektorrom V. Da kaller vi for normen til v V. v hv,vi Hvis v R 3,såer normen til v det samme som vanlig euklidsk lengde, gitt ved v + v + v3 3. I alle de neste roosisjonene lar vi V være et generelt vektorrom og h, i : V V! R et indrerodukt å V. Proosisjon For alle u, v V gjelder Cauchy- Schwartz ulikhet; hu,viale u v Bevis. Dersom v er resultatet olagt sant. Så vi antar v 6 og lar l hu,vi v R. Da har vi ale u lv u lhu,vi + l v u hu,vi hu,vi hu,vi + v v 4 v u hu,vi v hu,vi For skalarrodukt i R og R 3 har vi formelen som sier at hv,wi v w cos der er vinklen mellom vektorene v og w. Siden cos alltid ligger mellom - og, kan vi bruke Cauchy- Schwartz ulikhet til å definere et abstrakt vinkelbegre som asser sammen med det vanlige begreet i lanet eller rommet): Definisjon La u,v V være to elementer i et generelt vektorrom V. Da definerer vi vinkelen mellom u og v ved at cos hu,vi u v I analogi med skalarroduktet sier vi at to vektorer v,w V står normalt å hverandre eller er ortogonale dersom hv,wi. Det gir oss en Pythagoras setning for et hvert indrerodukt: Proosisjon Dersom to elementer v, w V i et vektorrom er ortogonale, så ofyller de Pythagoras setning; v + w v + w Bevis. Vi har v + w hv + w,v + wi v + hv,wi + w v + w og det følger at u v hu,vi I tillegg til u-)likhetene over har vi arallellogramloven. Den sier at kvadratsummen av sidekantene i et arallellogram er lik kvadratsummen av diagonalene. Proosisjon For alle v, w V gjelder trekantulikheten; v + w ale v + w Bevis. Vi har v + w hv + w,v + wi v + hv,wi + w ale v + v w + w v + w ) Proosisjon For alle v, w V gjelder arallellogram-loven; v + w + v w v + w 74

3 Bevis. Vi har v + w + v w v + hv,wi + w + v hv,wi + w v + w Et nært beslektet resultat til arallellogram-loven er den såkalte olariserings-identiteten; hv,wi 4 v + w v w 6. Eksemler å indrerodukt Det vanligste indreroduktet er selvfølgelig skalarroduktet å R n. Det er gitt ved v w v w + + v n w n for to vektorer v v,v,...,v n ) og w w,w,...,w n ). Med vår generelle definisjon av et indrerodukt kan vi imidlertid finne mange andre varianter. For å bevise den neste roosisjonen trenger vi et hjeleresultat. Lemma 6... La A være en symmetrisk -matrise med to forskjellige egenverdier. La v og v være egenvektorer assosiert med hver sin egenverdi. Da har vi v v Bevis. Siden v Av er en -matrise er den lik sin egen transonerte, og siden A A følger det at Det betyr at v Av v Av v A v v Av v Av v Av l v v l v v Men nå har vi v v v v og det følger at l l )v v Siden l 6 l følger resultatet. Proosisjon 6... La A være en symmetrisk - matrise med to ositive egenverdier. Da beskriver et indrerodukt å R. hx,yi A x Ay Siden vi bruker notasjonen h, i som en fellesbetegnelse for indrerodukt, hekter vi å en indeks for å markere ulike former for indrerodukter. I dette tilfellet hekter vi å en A siden matrisen A er en vesentlig del av definisjonen. Bevis. Linearitet og symmetri er nokså olagt ofylt, så det gjenstår å vise at indreroduktet er ositivt definit. Et hvert element i R kan skrives som en lineærkombinasjon av egenvektorer for A, x v + v. Det gir hx,xi A x Ax v Av + v Av + v Av + v Av l v v + l v v + l v v + l v v l v + l v siden egenverdiene er ositive. Det betyr også at roduktet er hvis og bare hvis v v. Eksemel 6... La A være -matrisen A Matrisen er symmetrisk med ositive egenverdier l og l 3. Det betyr at h, i A gir et indrerodukt å R. Vi kan se at matrisen er ositivt definit ved å betrakte utregningen v hv,vi v,v ) v v v + v v v +v v ) + v siden dette er en sum av kvadrater, og de er alltid ikkenegative. Produktet er også hvis og bare hvis vi har v v. Selv om vi vanligvis betrakter matriser som lineæravbildninger, kan vi også se å rommet av matriser som et vektorrom. Vi lar M n m R) betegne mengden av n m- matriser med reelle elementer. Summen av to matriser er en ny matrise, og vi kan multilisere matriser med et reelt tall. Det finnes en -matrise og multilikasjon med - gir oss additivt inverse matriser. Det betyr at denne mengden ofyller alle kravene til å være et vektorrom. 75

4 Vi skal definere et indrerodukt å dette vektorrommet. For to n m-matriser A og B definerer vi ha,bi n n tra B) Vi minner om at trasen til en kvadratisk matrise tra) er summen av diagonalelementene til A; tra)a + a + + a nn Merk at roduktet A B alltid vil være kvadratisk selv om A og B ikke er det. Proosisjon La A og B være to n m-matriser. Da definerer ha,bi n n tra B) et indrerodukt å vektorrommet av n n-matriser, kalt Frobenius-indreroduktet. Bevis. Linearitet følger greit siden både matriserodukt og trase er lineære oerasjoner. La A a ij ) og B b ij ). Da har vi og A B) kl a k b l + a k b l + + a kn b ln tra B)a b + a b + + a n b n ) + +a m b m + a m b m + + a mn b mn ) Produktet er åenbart symmetrisk. Setter vi A B inn i formelen, får vi tra A)a + a + + a n) + +a m + a m + + a mn) Det er klart at denne summen av kvadrater alltid er ositiv eller ), og at den er hvis og bare hvis alle leddene er. Men det er det samme som å si at A. Vi kan også definere en helt annen tye indrerodukt. La f x) og gx) være to integrerbare funksjoner definert å et intervall [a,b]. La Z b h f x),gx)i R f x)gx)dx a Proosisjon Produktet h, i R definerer et indrerodukt. Bevis. Det er klart at roduktet er lineært i hver variabel, og at det er symmetrisk. Vi har Z b h f x), f x)i R f x) dx a fordi integranden er og av samme grunn så er roduktet hvis og bare hvis f x), det vil si konstantfunksjonen lik. Eksemel 6... Vi lar V P, dvs. vektorrommet av olynomer av grad mindre enn eller lik. Et generelt element i V er å formen f x)ax + b og vi kan regne ut indreroduktet h f x), f x)i R over intervallet [,] av to vilkårlige førstegradsolynomer. h f x), f x)i R a x + b )a x + b )dx a a x +a b + a b )x + b b dx [ a a 3 x3 + a b + a b x + b b x] a a 3 + a b + a b + b b Vektorrommet P er -dimensjonalt og vi kan identifisere det med R gjennom korresondansen ax + b $ a,b) Denne sammenhengen kan vi trekke videre og betrakte indreroduktet å R gitt ved hvor A er matrisen hx,yi A x Ay A 3 Dette gir oss det samme indreroduktet som i eksemlet ovenfor. Vi kan overbevise oss om det ved å regne ut indreroduktet 3 ha,b ),a,b )i A a b ) a b 3 a a + a b + a b )+b b som er identisk likt det vi fant i eksemlet over. 76

5 Eksemel Vi holder oss til eksemlet gitt over, hvor V P og indreroduktet gitt ved integralet over intervallet [,]. Polynomet f x) har norm dx og indreroduktet av med et vilkårlig olynom gx) ax + b er gitt ved h,ax + bi R ax + bdx a + b Det betyr at hvis vi velger a og b slik at a+b,såvil dette indreroduktet være. Vi har altså at olynomene f x) og gx)ax a står normalt å hverandre. Vi kan også regne ut normen til gx); ax a ax 4a x a) dx 4a x + a dx 4 3 a a + a 3 a Dersom vi setter a 3 får vi 3x 3. Det betyr at {, 3x 3} danner en ortonormal basis for P med dette indreroduktet. 6.3 Dekomonering av vektorer ved indrerodukt Vi kan utnytte ortogonalitetsegenskaene til indreroduktet til å dekomonere vektorer relativt til en ortonormal basis. La x V være et element i et vektorrom med et indrerodukt h, i og la {v,v,...,v m } være en ortonormal basis for dette vektorrommet. Da kan vi skrive x som en lineærkombinasjon av basisvektorene; x a v + a v + + a m v m Siden basisen er ortonormal får vi og derfor hx,v j i a j x hx,v iv + hx,v iv + + hx,v m iv m Dette kalles en dekomonering av vektoren x og leddene hx,v j iv j kalles komonentene til x. Vi kan gjøre den samme konstruksjonen i tilfellet av at V er uendeligdimensjonalt. Da kan vi finne komonentene å samme måte, men i det tilfellet vil summen over bli en uendelig rekke og vi kan ikke lenger være sikre å at et element i vektorrommet kan skrives som en sum av sine komonenter. Vi har et konvergensroblem. Vi skal komme litt tilbake til dette etter hvert. Det er ikke sikkert at vi alltid har en ortonormal basis tilgjengelig, men vi kan fortsatt dekomonere en vektor. Definisjon Gitt to vektorer v og w. Vi definerer ortogonalrojeksjonen av v å w ved r w v) v w w w Eksemel Ortogonalrojeksjonen av v,,) å w,,) er gitt ved r w v),,),,),,),,) 3 Eksemel La M være vektorrommet av - matriser med indreroduktet gitt ved ha,bi tra B) Vi skal finne en ortonormal basis for dette vektorrommet. Vi tar utgangsunkt i identitetsmatrisen. Vi har hi,ii tri I)trI) For åfå en basisvektor med norm, må vi derfor dele I med. Det gir oss den første basisvektoren m Vi går videre og ser å A Denne står normalt å m fordi vi har hm,ai tr og den har norm ha,ai tr!! 77

6 Vi setter m A Da er vi ferdig med de diagonale matrisene, og vi tar for oss B Vi regner ut hm,bi hm,bi så ortogonaliteten er i orden, og! hb,bi tr tr Vi setter il slutt lar vi Vi regner ut og så vi setter m 3 B C hm,ci hm,ci hm 3,Ci! hc,ci tr tr m 4 C Dermed har vi en ortonormal basis gitt ved Vi regner ut tilsvarende for de andre og finner Dermed kan vi skrive hm,mi a d) hm 3,Mi b + c) hm 4,Mi b c) M a + d)m +a d)m 6.4 Fourier-rekker +b + c)m 3 +b c)m 4 ) Vi betrakter vektorrommet uendelig-dimensjonalt) utsent av funksjonene cosnwt) og sinnwt) for n,,,... Funksjonene er eriodiske og alle har eriode w. Vi definerer et indrerodukt å dette rommet ved Z h f t),gt)i R f t)gt)dt Vi har følgende utregninger: Z hcosnwt),i R cosnwt)dt if n 6 if n Z hsinnwt),i R sinnwt)dt 8n {m,m,m 3,m 4 } Hvis vi har gitt en vilkårlig matrise a b M c d så får vi hm,mi a tr c a + d) b d Z hcosmwt),cosnwt)i R cosmwt)cosnwt)dt if n 6 m if n m Z hsinmwt),sinnwt)i R sinmwt)sinnwt)dt if n 6 m if n m 78

7 Z hcosmwt),sinnwt)i R cosmwt)sinnwt)dt 8n Alle disse formelene kan bevises ved bruk av de generelle summeformelene for cosinus og sinus: cosx cosy cosx y)+cosx + y)) sinx siny cosx y) cosx + y)) sinx cosy sinx y)+sinx + y)) Dette gir at cosnwt) og sinnwt) for n,,..., sammen med danner en ortonormal basis for vektorrommet. La f t) være en eriodisk funksjon med eriode. Vi kan regne ut indreroduktet av denne funksjonen med basiselementene over, og kaller dem med en skaleringsfaktor for å gjøre det hele mer raktisk) Vi kan danne rekka F a a n hcosnwt), f t)i b n hsinnwt), f t)i + Â n a n cosnwt)+b n sinnwt)) De to følgene {a i } i og {b i} i kalles funksjonens Fourier-koeffisienter, og rekka kalles funksjonens Fourier-rekke. Vi skal se at Fourier-koeffisientene er entydig gitt av funksjonen. La F være som over. Da har vi hf, cosmwt)ir ha m cosmwt), cosmwt)ir a m a m Hvis vi tar utgangsunkt i funksjonen f t) får vi h f t), cosmwt)ir a m a m så får vi Fourier-rekka til f t) gitt ved F a + Â n a n cosnwt)+b n sinnwt)) Dersom funksjonen f er eriodisk, kontinuerlig og har kontinuerlig derivert, så vil denne rekka konvergere mot f t). Iså fall skriver vi f t) a + Â n a n cosnwt)+b n sinnwt)) Det vi har onådd med dette er å slitte o en eriodisk funksjon i enkle trigonometriske bestanddeler. Eksemel Vi skal finne Fourier-koeffisientene til sagtann-kurven gitt ved t når ale t ale f t) t når ale t ale Her er, og dermed w. En enkel symmetribetraktning gir at b n Z f t) sinnt)dt n,,... Vi beregner cosinus-koeffisientene: Z a n Z t cosnt)dt + t) cosnt)dt) 8 >< hvis n hvis n 6 og jevn >: hvis n er odde Dette gir 4 n f t) + 4 Â cosk )t) k k ) Eksemel Funksjonen f er gitt ved når k ) ale t ale k f t) når k ale t ale k + ) Vi skal finne Fourier-koeffisientene til denne funksjonen. Perioden er og derfor w. Det gir a og for n > ; a n Z Z Z Z sinnt n f t) cost)dt cosdt + Z f t) cosnt)dt cosnt dt + Z cosdt cosnt dt 79

8 Videre får vi for b n -koeffisientene: b n Z Z f t) sinnt)dt sinnt dt + cos nt n Dette gir Fourier-rekke Z )n n sinnt dt + n f t) + Â sinm + )t) m m + ) + sint)+ 3 sin3t)+ 5 sin5t)+... Hvis vi tar med ledd og setter inn forskjellige verdier for t, så ser vi at denne funksjonen faktisk gir en god tilnærming av den orinnelige funksjonen. Her er noen verdier f ),9977 f.5),9746 f 4),39 Vi kan utnytte informasjonen i eksemlet til å beregne summen av en sesiell rekke. Hvis vi setter t kjenner vi funksjonsverdien f ). På den annen side har vi at sinm + ) ) m jevn m odde Det betyr at vi har likheten eller Denne rekken ble for øvrig først odaget av James Gregory i 668, og kalles derfor for Gregory-rekken Ogaver med løsning Eksemel La M være vektorrommet av - matriser utstyrt med indreroduktet ha,bi tra B). La A, B a) Regn ut normen til A, B og C. b) Vis at A står normalt å B., C c) Verifiser at Pythagoras setning gjelder for trilet A,B,C. Løsning.. Metodevalg: Definisjonen av normen til en matrise A er A ha,ai, og to elementer i vektorrommet står normalt å hverandre dersom indreroduktet ha,bi. Pythagoras setning sier at dersom elementene A og B er ortogonale, så gjelder likheten A + B A + B Det betyr at vi må vise at ha,bi og at A + B C.. Regning: Vi har A tra A)tr 5 tr 6 B trb B)tr 3 tr C trc C)tr 9 tr Det betyr at A + B C 8

9 Videre har vi ha,bi tra B)tr 6 tr 4 så A og B er ortogonale. il slutt har vi at 3 A + B C Eksemel Et indreroduktet å P er gitt ved La h f x),gx)i f )g )+ f )g)+ f )g) f x) + x, gx) + x x a) Regn ut normen til f x) og gx). b) Vis at f x) og gx) er ortogonale olynomer med dette indreroduktet. c) La R være arallellogrammet utsent av f x) og gx). Verifiser arallellogram-loven Løsning. f x)+gx) + f x) gx) i dette tilfellet. f x) + gx). Metodevalg: Vi må regne ut f x), gx), f x)+gx), f x) gx) og h f x),gx)i og vise at alle formelene stemmer.. Regning: f x) f ) + f ) + f ) ) ) + ) + ) 5 gx) g ) + g) + g) ) ) +) + ) 6 f x)+gx) ) + + ) + + ) ) f x) gx) + ) + ) + ) ) og h f x),gx)i f )g )+ f )g)+ f )g) ) )+ ) + Vi observerer at siden f x) og gx) står normalt å hverandre er de to diagonalene like lange. Parallellogramloven uttrykker i dette tilfellet eller 6.6 Ogaver Ogave. Et indreroduktet å P er gitt ved h f x),gx)i f )g ) + f )g) + f )g). Regn ut h f x),gx)i for a) f x) + x + 3x,gx)4 7x b) f x) 5 + x + 3x,gx)3 + x 4x c) f x) + x,gx)x x Ogave. Regn ut hu,vi A for u,) og v, ) når a) A 3 b) A 3 c) A Ogave 3. Vi setter hu,vi B Au Av. Finn B når vi har a) A b) A 3 3 c) A 8

10 Hint: B A A) Ogave 4. La hu,vi, hv,wi 3 og hu,wi 5. La videre u, v og w 3. Regn ut a) hu + v,v + wi, b) hu w,3u + vi c) u + v Ogave 5. Bruk formelen ha,bi tra B) for to matriser A og B til å regne ut ha,bi når 3 3 a) A og B b) A og B c) A og B Ogave 6. La A. Finn to lineært uavhengige matriser B,C slik at indreroduktene hb,ai 3 hc,ai. Ogave 7. La u v 8 og hu,vi 9. Finn vinkelen mellom u og v. Ogave 8. Vi bruker indreroduktet ha,bi tra B) å vektorrommet av -matriser. Vis at A, B, C b) Finn en ortonormal basis for olynomer i P relativt til indreroduktet I a). Ogave. La V være et endelig-dimensjonalt vektorrom med indrerodukt h, i. La P : V! V være en lineæravbildning som ofyller PPv)) Pv) for alle v V. Anta videre at hu,pv)i for alle v V og alle u som er slik at Pu). Vis at v Pv) står normalt å Pv) for alle v V. Ogave 3. La u u,u ) og v v,v ) være to vektorer i R. Vis at det vektede euklidske indreroduktet hu,vi 3u v + u v tilfredsstiller kravene til et indrerodukt. Ogave 4. La u,v R n og A en invertibel n n- matrise. Vis at hu,vi Au Av definerer et indrerodukt. Ogave 5. La lineæravbildningen P : V! V ofylle hpv),vi for alle v V. Vis at P er multilikasjon med en matrise A med tra). ofyller Pythagoras setning; A + B C Ogave 9. Bruk Cauchy-Schwartz ulikhet til å vise at acos + bsin) ale a + b Ogave. La W V være et underrom av et endeligdimensjonalt vektorrom. Vis at W \W? ) Ogave. La P være vektorrommet av olynomer av grad mindre enn eller lik. a) Vis at h f x),gx)i f )g )+ f )g)+ f )g) danner et indrerodukt å P. 8

Geometri i rommet. Kapittel Vektorer i R 3. Lengden av v er gitt ved

Geometri i rommet. Kapittel Vektorer i R 3. Lengden av v er gitt ved Kaittel 5 Geometri i rommet I dette kaitlet skal vi konsentrere oss om isometrier i R. Det er stort sammenfall mellom teoriene i og dimensjoner, og mange av resultatene fra forrige kaittel er gyldig også

Detaljer

Løsningsforslag øving 6

Løsningsforslag 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

Detaljer

Geometri i planet. Kapittel Geometrisk tolkning av lineære avbildninger

Geometri i planet. Kapittel Geometrisk tolkning av lineære avbildninger Kaittel 4 Geometri i lanet I dette og det neste kaitlet skal vi studere vektorrom i og dimensjoner, dvs. R og R. Vi har valgt å kalle kaitlene geometri i lan eller rom fordi vi i utgangsanktet skal bruke

Detaljer

Oppgavesett. Kapittel Oppgavesett 1

Oppgavesett. Kapittel Oppgavesett 1 Kapittel 9 Oppgavesett Dette kapitlet består av fire oppgavesett med oppgaver fra alle deler av kompendiet. 9. Oppgavesett Oppgave. Et dynamisk system er gitt ved x n+ = M x n der M er -matrisen.6.. M

Detaljer

Komplekse tall. Kapittel 15

Komplekse tall. Kapittel 15 Kaittel 5 Komlekse tall Utgangsunktet for all regning er de naturlige tallene N = {,,3,...,} Den berømte matematikeren Leoold Kronecker formulerte dette som Gud skate de naturlige tallene, resten er menneskets

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

UNIVERSITETET I OSLO

UNIVERSITETET 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:

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

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

5.8 Iterative estimater på egenverdier

5.8 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

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

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

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

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 matriserepresentasjonen (også kalt koordinatmatrisen) til en lineær avbildning mellom to endeligdimensjonale vektorrom

Detaljer

Karakterer. Kapittel Homomorfier av grupper. 8.2 Representasjoner

Karakterer. 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

Detaljer

TMA4110 Eksamen høsten 2018 EKSEMPEL 1 Løsning Side 1 av 8. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer: x 1 7x 4 = 0

TMA4110 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

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

TMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:

TMA4110 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

Detaljer

Løsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.

Løsningsforslag 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

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

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

6.8 Anvendelser av indreprodukter

6.8 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

Gruppeteori. Kapittel Symmetrigrupper

Gruppeteori. Kapittel Symmetrigrupper Kaittel 7 Grueteori Grueteori handler om å studere gruer, det vil si mengder med en velidg sesifikk, men likevel enkel, struktur. Den mest sentrale delen av definisjonen av en grue er en binær oerasjon.

Detaljer

Vektorrom. Kapittel 7. Hva kan vi gjøre med vektorer?

Vektorrom. 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

Detaljer

9 Lineærtransformasjoner TMA4110 høsten 2018

9 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

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

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

8 Vektorrom TMA4110 høsten 2018

8 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.

Detaljer

MA1201/MA6201 Høsten 2016

MA1201/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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i MAT111 Prøveeksamen Eksamensdag: 5. juni 21. Tid for eksamen: 1. 13.3. Oppgavesettet er på 9 sider. Vedlegg: Tillatte hjelpemidler:

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

Lineærtransformasjoner

Lineærtransformasjoner 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

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

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

Lineære rom og avbildninger

Lineære rom og avbildninger Kapittel 3 Lineære rom og avbildninger I dette kapitlet skal vi se på begrepene vektor og matrise inn i en mer generell setting. Vi skal definere begrepet vektorrom og se hvordan vi kan betrakte matriser

Detaljer

At z + w og zw er reelle betyr at deres imaginrdeler er lik null, det vil si at b + d 0 ad + bc 0 Den frste ligningen gir b d. Setter vi dette inn i d

At z + w og zw er reelle betyr at deres imaginrdeler er lik null, det vil si at b + d 0 ad + bc 0 Den frste ligningen gir b d. Setter vi dette inn i d Lsningsforslag til utvalgte ogaver i kaittel I dette kaittelet har mange av ogavene et mindre teoretisk reg enn i de foregaende kaitlene, og jeg regner derfor med at lrebokas eksemler og fasit er dekkende

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

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

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

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

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

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

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

UNIVERSITY OF OSLO. Faculty of Mathematics and Natural Sciences. Matlab-utskrift (1 side).

UNIVERSITY 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.

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

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

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

Eksamensoppgave i TMA4110/TMA4115 Calculus 3

Eksamensoppgave 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

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

4.1 Vektorrom og underrom

4.1 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,

Detaljer

Sammendrag R2. www.kalkulus.no. 31. mai 2009

Sammendrag R2. www.kalkulus.no. 31. mai 2009 Sammendrag R2 www.kalkulus.no 31. mai 2009 1 1 Trigonometri Definisjon av sinus og cosinus Sirkelen med sentrum i origo og radius 1 kalles enhetssirkelen. La v være en vinkel i grunnstilling, og la P være

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

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

12 Projeksjon TMA4110 høsten 2018

12 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,

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Kalkulus og lineær algebra Eksamensdag: Onsdag 9 mai 9 Tid for eksamen: 4:3 8:3 Oppgavesettet er på 7 sider Vedlegg: Tillatte

Detaljer

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA41/TMA415 Matematikk 4M/4N Vår 1 Løsningsforslag Øving 1 Skriv om følgende trigonometriske funksjoner til fourierrekker ved

Detaljer

Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling

Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling Dagens mål Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 IF2310 - Digital bildebehandling Ole Marius Hoel Rindal, slides av Andreas Kleppe Dagens mål Forstå

Detaljer

Matematikk 1 Første deleksamen. Løsningsforslag

Matematikk 1 Første deleksamen. Løsningsforslag HØGSKOLEN I ØSTFOLD, AVDELING FOR INFORMASJONSTEKNOLOGI Matematikk Første deleksamen 4. juni 208 Løsningsforslag Christian F. Heide June 8, 208 OPPGAVE a Forklar kortfattet hva den deriverte av en funksjon

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

4.4 Koordinatsystemer

4.4 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 ;

Detaljer

Høgskolen i Oslo og Akershus. e 2x + x 2 ( e 2x) = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) 1 sin x (sin x) + 2x = cos x

Høgskolen i Oslo og Akershus. e 2x + x 2 ( e 2x) = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) 1 sin x (sin x) + 2x = cos x Oppgåve a) i) f(x) x e x f (x) ( x ) e x + x ( e x) xe x + x e x (x) xe x + x e x xe x ( + x) ii) g(x) ln(sin x) + x g (x) sin x (sin x) + x cos x sin x + x tan x + x b) i) Sidan både teljar og nemnar

Detaljer

A.3.e: Ortogonale egenfunksjonssett

A.3.e: Ortogonale egenfunksjonssett TFY4250/FY2045 Tillegg 2 1 Tillegg 2: A.3.e: Ortogonale egenfunksjonssett Ikke-degenererte egenverdier La oss først anta at en operator ˆF har et diskret og ikke-degeneret spektrum. Det siste betyr at

Detaljer

Løsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser våren 2009.

Løsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser våren 2009. Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av Løsningsforslag til eksamen i MA22/MA622 Lineær algebra med anvendelser våren 29 Oppgave a) Rangen til A er lik antallet

Detaljer

9. mai 2019 MAT Oblig 2 - Løsningsforslag

9. mai 2019 MAT Oblig 2 - Løsningsforslag 9. mai 219 MAT 24 Oblig 2 - Løsningsforslag Oppgave 1. La X være vektorrommet X = C([ 1, 1], R utstyrt med sup-norm, og la G : X X være definert ved G(f(x = f(s m ds, for en m N. Vis at G er deriverbar

Detaljer

MA1201/MA6201 Høsten 2016

MA1201/MA6201 Høsten 2016 MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Med forebehold om feil Hvis du finner en, ta kontakt med Karin Kapittel 4 8 Vi benevner matrisen vi skal frem til

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

5.5 Komplekse egenverdier

5.5 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,

Detaljer

6.4 (og 6.7) Gram-Schmidt prosessen

6.4 (og 6.7) Gram-Schmidt prosessen 6.4 (og 6.7) Gram-Schmidt prosessen La W {0} være et endeligdimensjonalt underrom av et indreprodukt rom V. Man kan starte med en vanlig basis for W og konstruere en ortogonal basis for W. Ønskes det en

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

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

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

EKSAMEN. Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Morten Brekke. Klasser: (div) Dato: 3. des Eksamenstid:

EKSAMEN. Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Morten Brekke. Klasser: (div) Dato: 3. des Eksamenstid: . EKSAMEN EMNE: MA61 FAGLÆRER: Svein Olav Nyberg, Morten Brekke Klasser: (div) Dato: 3. des. 3 Eksamenstid: 9 1 Eksamensoppgaven består av følgende: Antall sider (ink. forside): 7 Antall oppgaver: 6 Antall

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

Egenverdier og egenvektorer

Egenverdier 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

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

EKSAMEN. Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Morten Brekke. Klasser: (div) Dato: 18. feb Eksamenstid:

EKSAMEN. Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Morten Brekke. Klasser: (div) Dato: 18. feb Eksamenstid: . EKSAMEN EMNE: MA61 FAGLÆRER: Svein Olav Nyberg, Morten Brekke Klasser: (div) Dato: 18. feb. 4 Eksamenstid: 9 1 Eksamensoppgaven består av følgende: Antall sider (ink. forside): 8 Antall oppgaver: 5 Antall

Detaljer

MAT Grublegruppen Notat 6

MAT Grublegruppen Notat 6 MAT00 - Grublegruppen Notat 6 Jørgen O. Lye Vektorrom og indreprodukt Vektorrom Vi trenger å si litt om vektorrom og indreprodukt for å formulere Fourierrekker. Denisjonen av vektorrom kan man tenke på

Detaljer

MAT feb feb feb MAT Våren 2010

MAT feb feb feb MAT Våren 2010 Våren 2010 Mandag 15. februar 2010 Forelesning Vi begynner med et eksempel på bruk av partiell derivasjon for å gjøre såkalt lineær regresjon, eller minste kvadraters metode. Dette er en anvendelse av

Detaljer

Løsningsforslag. og B =

Løsningsforslag. og B = Prøve i Matte Dato: vår 5 ENDRE Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver ar lik vekt. Oppgave a Gitt matrisene A regn ut A + B, AB. Løsningsforslag 4 og B 7 5 Vi

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

Fasit MAT102 juni 2016

Fasit MAT102 juni 2016 Fasit MAT02 juni 206. (a) Finn egenverdiene og egenvektorene til matrisen ( ) 6 A = 2 7 Svar: λ = 8 og ( ) x = y y ( ) /2, λ = 5 og ( ) x = y y ( ) for alle y 0. (b) Finn den generelle løsningen på systemet

Detaljer

MAT1120 Repetisjon Kap. 1, 2 og 3

MAT1120 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

Detaljer

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x).

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x). Funksjoner En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x). Mengden D kalles definisjonsmengden (eng.: domain) til f. Merknad Dersom

Detaljer

4 Matriser TMA4110 høsten 2018

4 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

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

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

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

Løsningsforslag. Alle svar skal grunngis. Alle deloppgaver teller like mye.

Løsningsforslag. Alle svar skal grunngis. Alle deloppgaver teller like mye. Eksamen i FO929A - Matematikk Dato: 2013 Målform: Bokmål Antall oppgaver: 5 (20 deloppgaver) Antall sider: 3 Vedlegg: Formelsamling Hjelpemiddel: Kalkulator Alle svar skal grunngis. Alle deloppgaver teller

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

Fra skolematematikken husker vi at kvadratroten til et tall a er det ositive tallet som har kvadrat lik a. Men det betyr at x2 = n x for x 0 x for x <

Fra skolematematikken husker vi at kvadratroten til et tall a er det ositive tallet som har kvadrat lik a. Men det betyr at x2 = n x for x 0 x for x < Lsningsforslag til utvalgte ogaver i kaittel 2 I seksjon 2.1 far du velse i a lse ulikheter hvor tallverdier inngar (ogave 2.1.5) og enkel trening i a fre matematiske resonnementer ved a kombinere bruk

Detaljer

TMA4105. Notat om skalarfelt. Ulrik Skre Fjordholm 15. april 2016

TMA4105. Notat om skalarfelt. Ulrik Skre Fjordholm 15. april 2016 TMA4105 Notat om skalarfelt Ulrik Skre Fjordholm 15. april 2016 Innhold 1 Grenseverdier og kontinuitet 2 2 Derivasjon av skalarfelt 5 2.1 Partiellderivert og gradient..................................

Detaljer

Matriser. Kapittel 4. Definisjoner og notasjon

Matriser. Kapittel 4. Definisjoner og notasjon Kapittel Matriser Vi har lært å løse et lineært ligningssystem ved å sette opp totalmatrisen til systemet gausseliminere den ved hjelp av radoperasjoner på matrisen Vi skal nå se nærmere på egenskaper

Detaljer

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3 Prøve i Matematikk BYFE DAFE Dato: 27. mai 26 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Løsningsforslag Oppgave Gitt matrisene [ 2 A 4 B [ 2 og C [ 2

Detaljer

1 Mandag 15. februar 2010

1 Mandag 15. februar 2010 1 Mandag 15. februar 2010 Vi begynner med et eksempel på bruk av partiell derivasjon for å gjøre såkalt lineær regresjon, eller minste kvadraters metode. Dette er en anvendelse av teorien vi har gjennomgått

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

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

Løsningsforslag øving 7

Løsningsforslag 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

Detaljer

TMA4110 Matematikk 3 Haust 2011

TMA4110 Matematikk 3 Haust 2011 Noregs teknisk naturvitskaplege universitet Institutt for matematiske fag TMA4 Matematikk Haust Løysingsforslag Øving Oppgåver frå læreboka kap. 6., s. 7 u v = ( 7)+( 5) ( 4)+( ) 6 = u = +( 5) +( ) = v

Detaljer

Eksamen i ELE Matematikk valgfag Torsdag 18. mai Oppgave 1

Eksamen 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

Detaljer