Løsningsforslag øving 7
|
|
- Ingvald Stene
- 5 år siden
- Visninger:
Transkript
1 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 at f er på formen z n for et heltall n, og vi vet fra tidligere at alle funksjoner z n w, for komplekse tall z og w og heltall n, ifølge algebraens fundamentalteorme har en løsning Dette betyr at for en gitt w så kan vi finne en z slik at f(z) w Dette betyr at f er surjektiv Til slutt observerer vi at f ikke er bijektiv fordi f ikke er injektiv, da en funksjon må være både injektiv og surjektiv for å være bijektiv 8 Vi vet at en lineærtransformasjon dersom T (ax + by) at (x) + bt (y) for alle skalarer a, b R og alle vektorer x, y R Vi sjekker om dette stemmer i hvert av punktene under I de tilfellene hvor T ikke er en lineærtransformasjon så er det godt nok å gi et moteksempel hvor T (x+y) T (x)+t (y) eller T (ax) at (x), enten generelt eller for noen utvalgte skalerer a og vektorer x og y a) Dette er ikke en lineærtransformasjon Vi ser at T ( ]) x + T y ( ]) z w tan(x) e y ] + ] tan(z + w) e z+w ( ]) x + z T y + w ] tan(z) e w b) Dette er en lineærtransformasjon Vi ser at at ( ( x z + bt a(x + y) + b(z + w) (ax) + (ay) + (bz) + (bw) ( x z T a + b y] Dermed går vi videre Standardmatrisen A til lineærtranformasjonen A T (e ) T (e ) ] ] For å finne kjernen til T så løser vi ligningssystemet T (v) Av, som gir oss at x + y, som] igjen a betyr at x y Det følger at ker T { a a R}, og dermed også at T ikke er injektiv Vi ser at bildet til et underrom av R Men spenner det ut hele R? Vi lar a være et vilkårlig element fra R, og sjekker om vi kan finne en vektor v slik at T (v) a Det kan vi, ved å for eksempel sette v a] Det følger at im T R, og dermed også at surjektiv c) Dette er ikke en lineærtransformasjon Vi ser at ( ( x z at + bt a(x + y ) + b(z + w ) (ax) + (ay) a + (bz) + (bw) b (ax + bz) + (ay + bw) (a + b) (ax + bz) + (ay + bw) ( x z T a + b y] Vi kan også se dette ved hjelp av et eksempel, hvor T ( ), og T ( ) 3, som gir at T ( ) 3 T ( ) d) Dette er ikke en lineærtransformasjon Vi ser at ( x at a(x + y ) ax + ay (ax) + (ay) ( ]) x T a y e) Dette er en lineærtranformasjon Vi ser at x u at y + bt v z w ] ] x 5y + 4z u 5v + 4w a + b y 6z v 6w ] ] ax 5ay + 4az bu 5bv + 4bw + ay 6az bv 6bw x u T a y + b v z w Dermed går vi videre Standardmatrisen A til lineærtranformasjonen A T (e ) T (e ) T (e 3 ) ] ] For å finne kjernen til T så løser vi lingingssystemet T (v) Av Vi ser at vi får en fri variabel,
2 og at v 6 6 er en løsning Det følger at ker T Sp{ 6 6 }, og dermed også at T ikke er injektiv Vi ser at bildet til et underrom av R Vi lar y a b være et vilkårlig element fra R, og sjekker om vi kan finne en vektor v x y z i R 3 slik at T (v) y Det kan vi, ved å for eksempel sette v a + 5b b Det følger at im T R, og dermed også at surjektiv f) Dette er en lineærtranformasjon Sjekk at beregningene stemmer Standardmatrisen A til lineærtranformasjonen A Kjernen til ker T Sp{ ] } T er dermed ikke injektiv Bildet til et underrom av R 4 Det er opplagt at T ikke er surjektiv ettersom første element i hver vektor i bildet til T må være, og vi kan dermed ikke finne noen v slik at Av a b c d for a og vilkårlige b, c, d R Vi observerer at tredje kolonne i A kan skrives som en lineærkombinasjon hvor vi summerer andre og fjerde kolonne og trekker fra første kolonne Alle kolonnene er parvis uavhengige, og vi kan dermed velge enhver kombinasjon bestående av tre av kolonnene til A for å lage en basis for bildet til A Bildet til A er altså isomorft med R 3, som et underrom av R 4 g) Dette er en lineærtranformasjon, og kan enkelt verifiseres på samme måte som i punkt b) Standardmatrisen A til lineærtranformasjonen T er A 3 4 ] Kjernen til ker T Sp{,, 3 } dermed ikke injektiv Bildet til et underrom av R Vi ser at for et vikårlig element a R, vi har at a T sendes til a Dermed er T surjektiv 83 Vi vet at en vilkårlig vektor x y kan skrives som en lineærkombinasjon xe + ye, og at en lineærtransformasjon Da vil løsningen kunne skrives på formen T (v) T ( x y ) xt (e ) + yt (e ) 4 9 Det følger at T (e ) 3 og at T (e ) 3 Vi løser dette systemet og får at x 5 og y 3 Løsningen er altså T ( 5 3 ) Ikke korrekt Lineærtransformasjonene R R er på formen T (x) ax (vi kan tenke på konstanten a som en -matrise) Dette kan vi se ved å sjekke om T (x + y) T (x) + T (y) Dette holder ikke generelt, og detfølger at må vi ha b, og dermed også at T (x) ax 85 a) Dette er standardbasisen, x og x Forklaring: Vi ønsker å skrive et vilkårlig andregradspolynom på formen p(x) p()f (x) + p ()f (x) + p () f 3 (x) Dette er akkurat hva f, f x og f 3 x tilfredstiller: Gitt p(x) a + bx + cx ser vi at p() a, p () b og p () c ved regning; dette er akkurat koeffisientene foran, x og x Alternativ løsning: For en mer systematisk fremgangsmåte kan du følge metoden som er beskrevet i del b) b) Vi må finne tre polynom e ( x), e (x) og e 3 (x) som utgjør en basis slik at et vilkårlig polynom kan skrives på formen p(x) p()e (x) + p()e (x) + p()e 3 (x) p() (da blir koordinatene p() ) Dette skjer akkurat p() dersom e (x) tilfredstiller e (x) tilfredstiller e 3 (x) tilfredstiller e () e () e (), e () e () e (), e 3 () e 3 () e 3 () (sett inn i likningen for p(x) uttrykt ved e i ene for å se dette) e : Polynomet kan skrives på formen a + a x + a x, og vi krever fra likningene for e ovenfor at a a + a + a a + a + 4a Dette er tre likninger med tre ukjente, og vi bruker radreduksjon for å se at løsningen er a, a 3 og a Polynomet er derfor e (x) 3 x + x Alternativ løsning: e () og e () betyr at (x ) og (x ) er faktorer av e Derfor må e (x) a(x )(x ) Kravet e () gir nå a ( ) ( ) slik at a Derfor er e (x) (x )(x ) Du kan gange ut for å se at dette er det samme polynomet som vi fant ovenfor e : Samme fremgangsmåte som for e med litt forskjellige likninger gir polynomet e (x) x x e 3 : Samme fremgangsmåte som for e med litt forskjellige likninger gir polynomet e 3 (x) x + x Vi har nå tre polynom e, e og e 3 som spenner P (det er konstruert slik at alle polynom kan skrives p(x) p()e (x) + p()e (x) + p()e 3 (x)) Det gjenstår kun å vise at de er lineært uavhengige Men dette følger også fra hvordan e i -ene er konstruert: Gitt en likning x e (x) + x e (x) + x 3 e 3 (x) kan du sette inn for x,, for å se at x, x og x 3 på grunn av likningene som definerer e i - ene c) Koordinatene til x : p() x ] B p (), p () p() x ] C p() p() 4
3 d) Husk at en 3 3-matrise er bestemt av hvordan den endrer standardbasisen i R 3 T : I koordinatene til standardbasisen for P har vi at ] B e, x] B e og x ] B e 3, hvor e i er den i-te standardbasisen for R 3, per definisjon av koordinater til en basis Fra kommentaren ovenfor må vi ha at T ] B ] C, T x] B x] C, T x ] B x ] C Basisen C er konstruert slik at første koordinat er evaluering i, andre koordinat er evaluering i og tredje koordinat er evaluering i Derfor har vi T ] T e T e T e 3 4 S: Samme fremgang som for T Husk at e (x) 3 x + x, e (x) x x og e 3 (x) x + x I koordinatene til B har vi da at e ] B, e ] B og e 3 ] B Dette gir S 3 Vi sjekker at matrisen gir riktig endring av koordinater for x : 3 4 Dette viser at S endrer koordinatene til x som ønsket Gjør tilsvarende regning for T Du kan også se at T og S er inverser, ved å multiplisere de sammen og få I 3 Vi har dermed at ethvert polynom representert i en av basisene kan oversettes til et polynom representert i den andre basisen, og så sendes tilbake til seg selv igjen 86 a) T θ ] T θ (e ) T θ (e ) ] ] cos(θ) sin(θ) sin(θ) cos(θ) b) Å bruke T θ to ganger svarer til å rotere med en vinkel θ to ganger: T θ T θ T θ På matriseform har vi derfor ] cos(θ) sin(θ) T θ ] sin(θ) cos(θ) Vi kan også regne ut dette produktet direkte: T θ ] cos (θ) sin ] (θ) cos(θ) sin(θ) cos(θ) sin(θ) cos (θ) sin (θ) Fra element (, ), eller (, ), ser vi at cos(θ) cos (θ) sin (θ) 87 Poenget med denne oppgaven er å se noen større sammenhenger i lineæralgebra Det er mange måter å vise disse sammenhengene, og det er viktig at implikasjonene går i begge retninger for hvert av punktene (I) a) f) Per definisjon i kapittel 8 om isomorfier er T en isomorfi hvis og bare hvis det finnes en invers S : C n C n slik at T S id C n og S T id C n La B være standardmatrisen til S Fordi standardmatrisen til id C n er I n får vi AB I n BA Det betyr at B må være den inverse matrisen A til A Og omvendt, dersom A er inverterbar, så definerer A en lineærtransformasjon S : C n C n som er invers til T (II) a) b) Dette følger fra teorem 6 Se bevis i notatene Merk at dette beviset kun er gyldig for A en n n matrise, og ikke generelt (III) b) c) Dette følger fra teorem 53 Se bevis i notatene (IV) b) d) Dette følger fra teorem 84 Bevis: La a, a,, a n være kolonnene i A, og anta at er lineært uavhengige Se på ligningssystemet Ax Husk at Ax x a + + x n a n Ettersom kolonnone er lineært uavhengige, så impliserer ligningen Ax x a + + x n a n at x x n Dette betyr at nullrommet til A kun består av nullvektoren Ettersom A er standardmatrisen til T så er nullrommet til A det samme som kjernen til T Vi vet så fra teorem 89 (se bevis i notatene) at en lineærtransformasjon er injektiv hvis og bare hvis kjernen kun består av nullvektoren Dermed følger det at injektiv hvis og bare hvis kolonnene i A er lineært uavhengige (V) c) e) Dette er resultatet i teorem 84 Bevis: (i) c) e) La a, a,, a n være kolonnene i A, og anta at de spenner ut hele C n La så u være et vilkårlig element i C n Fordi kolonnene i A spenner ut hele C n, så vet vi at ethvert element i C n kan skrives som en lineærkombinasjon av kolonnene i A Da må det eksistere skalarer c, c,, c n i C n, hvor ikke alle er lik null, slik at c a + c a + + c n a n u Det betyr at c a + + c n a n Ac u der vi skriver c for kolonnevektoren med koordinatene c,, c n Fordi A er standardmatrisen til T, har vi Ac T (c) Da har vi vist at T kan nå alle elementer i C n, og dermed er T surjektiv (ii) c) e) La T være surjektiv Da har vi at T kan nå alle elementer i C n Det betyr at hvis w er en vektor i C n, så finnes det en vektor u med T (u) w Ettersom A 3
4 er standardmatrisen til T så betyr dette at Au w Vi kan skrive dette igjen som Au u a + + u n a n w der a, a,, a n er kolonnene i A og u,, u n er koordinatene i u Dette betyr at kolonnene til A spenner ut hele C n Vi har dermed vist at alle påstandene er ekvivalente Merk at i dette tilfellet så er det også sant at injektiv hvis og bare hvis surjektiv ettersom vi går fra en et domene til et kodomene som har samme størrelse Dette er ikke sant på generell basis, som vi har sett i flere oppgaver i denne øvingen allerede Så dersom det for ethvert element w i kodomenet finnes et unikt element i domenet som sendes til w (injektiv), så må vi nødvendigvis treffe alle elementene i kodomenet (surjektiv), og motsatt Det følger da også at en isomorfi ettersom en isomorfi hvis og bare hvis både injektiv og surjektiv På samme måte er ikke nødvendigvis alle kolonnene i A lineært uavhengige dersom A ikke er en kvadratisk matrise, så det er et viktig kriterium her for at alt skal kunne kobles sammen Se figur på neste side for en oversikt over sammenhengene 88 a) T må være injektiv, og S må være surjektiv Merk at dette er sant for generelle funksjoner b) Vi får at dim U dim W siden U W, og dim V dim U siden injektiv (eller dim V dim W siden S er surjektiv) Rent intuitivt gir det mening at dersom vi går fra et lite rom til et stort rom, så kan vi ikke treffe alle elementene I tillegg, dersom vi går fra et stort rom til et lite rom så vil vi nødvendigvis treffe noen elementer flere ganger 4
5 A er inverterbar Thm 6 Kolonnene i A er lineært uavhengige Thm 53 Kolonnene i A utspenner C n Def en isomorfi Thm 84 injektiv Thm 84 surjektiv Figur : Sammenhengene mellom bevis av påstander i oppgave 87 5
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
Detaljer9 Lineærtransformasjoner TMA4110 høsten 2018
9 Lineærtransformasjoner MA4 høsten 8 I forrige kapittel begynte vi å formulere lineær algebra på en generell måte, ved å gi en abstrakt definisjon av vektorrom For å beskrive sammenhenger mellom forskjellige
DetaljerTMA4110 Matematikk 3 Eksamen høsten 2018 Løsning Side 1 av 9. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer:
TMA4 Matematikk 3 Eksamen høsten 8 Løsning Side av 9 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 8 5 4 8 3 36 8 4 8 8 8 Den siste matrisen her er på redusert trappeform, og
DetaljerLøsningsforslag øving 6
Løsningsforslag øving 6 7 Husk Teorem 79 i notatet: En delmengde U av et vektorrom V er et underrom hvis ) nullvektoren er i U, ) summen av to vektorer i U er i U igjen, og 3) et skalarmultiplum av en
Detaljer8 Vektorrom TMA4110 høsten 2018
8 Vektorrom TMA4 høsten 8 I de foregående kapitlene har vi tatt en lang vandring gjennom den lineære algebraens jungel. Nå skal vi gå opp på en fjelltopp og skue ut over landskapet vi har vandret gjennom.
DetaljerEgenverdier og egenvektorer
Kapittel 9 Egenverdier og egenvektorer Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer Hvis A er en m n-matrise, så gir A en transformasjon
DetaljerDiagonalisering. Kapittel 10
Kapittel Diagonalisering I te kapitlet skal vi anvende vår kunnskap om egenverdier og egenvektorer til å analysere matriser og deres tilsvarende lineærtransformasjoner Eksempel Vi begynner med et eksempel
DetaljerLØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010
LØSNINGSFORSLAG EKSAMEN MA/MA6 VÅR Oppgave. a Radredusering gir A 4 6 5 R, og siden R har to ledende variabler så får vi ranka. Siden A har re kolonner gir dimensjonsteoremet for matriser at nullitya 4
DetaljerVektorrom. Kapittel 7. Hva kan vi gjøre med vektorer?
Kapittel 7 Vektorrom Vårt mål i dette kapitlet og det neste er å generalisere og abstrahere ideene vi har jobbet med til nå Især skal vi stille spørsmålet Hva er en vektor? Svaret vi skal gi, vil virke
DetaljerTMA4110 Eksamen høsten 2018 EKSEMPEL 1 Løsning Side 1 av 8. Løsningsforslag. Vi setter opp totalmatrisen og gausseliminerer: x 1 7x 4 = 0
TMA4 Eksamen høsten 28 EKSEMPEL Løsning Side av 8 Løsningsforslag Oppgave Vi setter opp totalmatrisen og gausseliminerer: 2 2 2 4 2 6 2 4 2 6 2 2 Dette gir likningene og 2 2 4 2 6 7 2. x 7x 4 = x 2 + 2x
Detaljer12 Projeksjon TMA4110 høsten 2018
Projeksjon TMA0 høsten 08 En projeksjon er en lineærtransformasjon P som tilfredsstiller P x = P x for alle x Denne ligningen sier at intet nytt skjer om du benytter lineærtransformasjonen for andre gang,
DetaljerLineær algebra. 0.1 Vektorrom
Lineær algebra Siden dette temaet er alt for stort til å kunne gjennomgås på en halvtime, med alle de teoremene og denisjonene som skal til, har jeg laget dette notatet. Det bygger hovedsakelig på notatene
DetaljerEksamensoppgave i TMA4115 Matematikk 3
Institutt for matematiske fag Eksamensoppgave i TMA45 Matematikk 3 Faglig kontakt under eksamen: Aslak Bakke Buan a, Morten Andreas Nome b, Tjerand Silde c Tlf: a mobil Aslak, b mobil Morten, c mobil Tjerand
DetaljerMAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.
MAT 2 april 2.7 Lineær.8 Underrom MAT 2 Våren 2 UiO 7. april 2 / 23 MAT 2 april 2.7 Lineær.8 Underrom Minner om:.7 Lineær (fortsettelse) Definisjon. To vektorer u og v i R n kalles lineært avhengige dersom
DetaljerMatriser. 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
DetaljerMA1201/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
DetaljerMAT1120 Notat 2 Tillegg til avsnitt 5.4
MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjonen (også kalt koordinatmatrisen) til en lineær avbildning mellom to endeligdimensjonale vektorrom
DetaljerMAT 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,
Detaljer4.4 Koordinatsystemer
4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } kalles en basis for et vektorrom V dersom B er lineært uavhengig og utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer ;
DetaljerMAT1120 Notat 2 Tillegg til avsnitt 5.4
MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjoner (også kalt koordinatmatriser) av lineære avbildninger mellom endeligdimensjonale vektorrom En slik
Detaljer4 Matriser TMA4110 høsten 2018
Matriser TMA høsten 8 Nå har vi fått erfaring med å bruke matriser i et par forskjellige sammenhenger Vi har lært å løse et lineært likningssystem ved å sette opp totalmatrisen til systemet og gausseliminere
Detaljer12 Lineære transformasjoner
2 Lineære transformasjoner 2 Funksjoner Definisjon 2 En funksjon ( a function) f : A B er en regel, som tilordner en entydig bestemt verdi f (a) B til ethvert element a A Mengden A kalles domenet til f
DetaljerObligatorisk innlevering 3 - MA 109, Fasit
Obligatorisk innlevering - MA 9, Fasit Vektorer Oppgave: Avgjør om, og er lineært uavhengige Dette er spørsmålet om det finnes vekter x, x, x - ikke alle lik - slik at x + x + x = Vi skriver det på augmentert
Detaljer4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
DetaljerVær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter!
Vær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter! Oppgave.. a x y = x + y = r r r +r r x y = y fri x y = y fri Vi får én fri variabel, og løsningens har følgelig dimensjon.
DetaljerUNIVERSITET I BERGEN
UNIVERSITET I BERGEN Det matematisk-naturvitenskapelige fakultet BOKMÅL Løsningsforslag eksamen MAT - Lineær algebra H Med forbehold om skrivefeil. Oppgave. Betrakt A = 6 5, b = 6 b (a) (b) Finn den reduserte
Detaljer10 Radrommet, kolonnerommet og nullrommet
Radrommet kolonnerommet og nullrommet La A være en m n matrise Vi kan beskrive matrisen ved hjelp av dens rader r A r r i R n r m eller dens kolonner A [ c c c n ci R m Definisjon (se Def 7 i boka) For
DetaljerRang 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
DetaljerMA1201/MA6201 Høsten 2016
MA/MA6 Høsten 6 Norges teknisk naturvitenskapelige universitet Institutt for matematikk Løsningsforslag Øving Med forebehold om feil. Hvis du finner en, ta kontakt med Karin. Kapittel 6. a) Stemmer. Anta
DetaljerMA1201, , 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 =
DetaljerMAT1120 Repetisjon Kap. 1
MAT1120 Repetisjon Kap. 1 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Idag skal vi repetere fra kap. 1 i Lays bok. Det handler bl.a. om : Matriser Vektorer
DetaljerMAT 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
DetaljerVektorligninger. Kapittel 3. Vektorregning
Kapittel Vektorligninger I denne uken skal vi bruke enkel vektorregning til å analysere lineære ligningssystemer. Vi skal ha et spesielt fokus på R, for det går an å visualisere; klarer man det, går det
DetaljerGauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.
Gauss-Jordan eliminasjon; redusert echelonform Forelesning, TMA4110 Fredag 18/9 Martin Wanvik, IMF MartinWanvik@mathntnuno En matrise vil normalt være radekvivalent med flere echelonmatriser; med andre
DetaljerMAT1120 Notat 1 Tillegg til avsnitt 4.4
MAT1120 Notat 1 Tillegg til avsnitt 4.4 Dette notatet tar utgangspunkt i Teorem 8 fra avsnitt 4.4 i boka. For ordens skyld gjentar vi dette teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n
Detaljery(x) = C 1 e 3x + C 2 xe 3x.
NTNU Institutt for matematiske fag TMA4115 Matematikk eksamen 4 juni 9 Løsningsforslag 1 Innsatt for z = x + iy kan ligningen skrives x + 1 + i(y ) = x 1 + i(y + ) Ved å benytte at z = a + b for et kompleks
DetaljerLineær uavhengighet og basis
Lineær uavhengighet og basis NTNU, Institutt for matematiske fag 19. oktober, 2010 Lineær kombinasjon En vektor w sies å være en lineær kombinasjon av vektorer v 1, v 2,..., v k hvis det finnes tall c
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
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
DetaljerMAT1120 Notat 1 Tillegg til avsnitt 4.4
MAT1120 Notat 1 Tillegg til avsnitt 4.4 Vi tar utgangspunkt i Teorem 8 fra avsn. 4.4 i boka. For ordens skyld gjentar vi teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n } er en (ordnet) basis
DetaljerMAT1120 Repetisjon Kap. 1, 2 og 3
MAT1120 Repetisjon Kap. 1, 2 og 3 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Fra kap. 1 repeterer vi: Matriser Vektorer og lineære kombinasjoner Lineæravbildninger
DetaljerNotat2 - MAT Om matriserepresentasjoner av lineære avbildninger
Notat2 - MAT1120 - Om matriserepresentasjoner av lineære avbildninger Dette notatet uftfyller bokas avsn 54 om matriserepresentasjoner av lineære avbildninger mellom endelig dimensjonale vektorrom En matriserepresentasjon
Detaljer4.2 Nullrom, kolonnerom og lineære transformasjoner
4.2 Nullrom, kolonnerom og lineære transformasjoner Utover Span {v 1, v 2,..., v p } er det en annen måte vi får lineære underrom på! Ser nå på V = R n. Skal se at det er visse underrom knyttet til en
DetaljerEksamensoppgave MAT juni 2010 (med løsningsforslag)
Eksamensoppgave MAT-4 juni (med løsningsforslag) Contents OPPGAVE OPPGAVE 4 OPPGAVE 5 4 OPPGAVE 6 5 Fasit 7 5 Oppgave 7 5 Oppgave 7 5 Oppgave 8 54 Oppgave 8 6 Løsningsforslag 9 6 Oppgave 9 6 Oppgave 6
Detaljer(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer
5 Vektorrom Et vektorrom er en mengde V med tre algebraiske operasjoner (addisjon, negasjon og skalærmultiplikasjon) som tilfredsstiller de 10 betingelsene fra Def. 4.1.1. Jeg vil ikke gi en eksamensoppgave
DetaljerKap. 6 Ortogonalitet og minste kvadrater
Kap. 6 Ortogonalitet og minste kvadrater IR n er mer enn bare et vektorrom: den har et naturlig indreprodukt, nemlig prikkproduktet av vektorer. Dette indreproduktet gjør det mulig å tenke geometrisk og
DetaljerOppgave 1 (25 %) - Flervalgsoppgaver
Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består
Detaljer7 Egenverdier og egenvektorer TMA4110 høsten 2018
7 Egenverdier og egenvektorer TMA4 høsten 8 Det er ofte hensiktsmessig å tenke på en matrise ikke bare som en tabell med tall, men som en transformasjon av vektorer. Hvis A er en m n-matrise, så gir A
Detaljer5.5 Komplekse egenverdier
5.5 Komplekse egenverdier Mange reelle n n matriser har komplekse egenverdier. Vi skal tolke slike matriser når n = 2. Ved å bytte ut R med C kan man snakke om komplekse vektorrom, komplekse matriser,
DetaljerLøsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 9 Løsningsforslag til eksamen i MA/MA6 Lineær algebra med anvendelser høsten 9 Oppgave a) Rangen til A er lik antallet
DetaljerLineær algebra-oppsummering
Kapittel 9 Lineær algebra-oppsummering Matriser 1 Matriser er et rektangulært sett av elementer ordnet i rekker og kolonner: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij m n a m1 a n2 a mn 2 Kvadratisk matrise:
DetaljerLineære likningssystemer og matriser
Kapittel 3 Lineære likningssystemer og matriser I dette kapittelet skal vi sette sammen Kapittel 1 og 2. 3.1 Den utvidede matrisen til et likningssystem Vi starter med et lineært likningssystem med m likninger
DetaljerMer om kvadratiske matriser
Kapittel 2 Mer om kvadratiske matriser Vi lader opp til anvendelser, og skal bli enda bedre kjent med matriser. I mange anvendelser er det ofte de kvadratiske matrisene som dukker opp, så fra nå skal vi
DetaljerLineære ligningssystemer og gausseliminasjon
Kapittel Lineære ligningssystemer og gausseliminasjon Vi skal lære en metode for å finne og beskrive alle løsninger av systemer av m lineære ligninger med n ukjente Oppvarming Her er et eksempel på et
Detaljer4.4 Koordinatsystemer
4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } V kalles en basis for et vektorrom V dersom B er lineært uavhengig og B utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer
DetaljerHint til oppgavene. Uke 34. Uke 35. Fullstendige løsningsforslag finnes på emnesidene for 2017.
Hint til oppgavene Fullstendige løsningsforslag finnes på emnesidene for 2017. Uke 34 Oppgave 1, 2, 3 og 4 kan alle løses ved å tegne sannhetstabeller, men i flere tilfeller kan man like gjerne manipulere
DetaljerEmne 9. Egenverdier og egenvektorer
Emne 9. Egenverdier og egenvektorer Definisjon: Vi starter med en lineær transformasjon fra til, hvor Dersom, hvor, sier vi at: er egenverdiene til A er tilhørende egenvektorer. betyr at er et reelt eller
DetaljerMA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag MA101 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3 desember 007 Oppgave 1 a) Vi ser på ligningssystemet x +
DetaljerEKSAMEN. 1 Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Trond Stølen Gustavsen. Klasser: (div) Dato: 24. mai 2004 Eksamenstid:
EKSAMEN EMNE: MA6 FAGLÆRER: Svein Olav Nyberg, Trond Stølen Gustavsen Klasser: (div) Dato: mai Eksamenstid: Eksamensoppgaven består av følgende: Antall sider (ink forside): 5 Antall oppgaver: Antall vedlegg:
Detaljer4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
DetaljerEksamensoppgave i TMA4110/TMA4115 Calculus 3
Institutt for matematiske fag Eksamensoppgave i TMA4110/TMA4115 Calculus 3 Faglig kontakt under eksamen: Markus Szymik Tlf: 411 16 793 Eksamensdato: August 2018 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 0 Lineær algebra Eksamensdag: Mandag 0. desember 0 Tid for eksamen: 4.30 8.30. Oppgavesettet er på 7 sider. Vedlegg: Tillatte
DetaljerEksamensoppgave i MA1201 Lineær algebra og geometri
Institutt for matematiske fag Eksamensoppgave i MA1201 Lineær algebra og geometri Faglig kontakt under eksamen: Steffen Oppermann Tlf: 9189 7712 Eksamensdato: 05.10.2016 Eksamenstid (fra til): 08:15 09:45
DetaljerMer om kvadratiske matriser
Kapittel 2 Mer om kvadratiske matriser Vi lader opp til anvendelser, og skal bli enda bedre kjent med matriser. I mange anvendelser er det ofte de kvadratiske matrisene som dukker opp, så fra nå skal vi
Detaljer4.1 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,
Detaljertma4110 Matematikk 3 Notater høsten 2018 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland
tma4 Matematikk Notater høsten 8 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland Innhold Introduksjon ii Lineære likningssystemer Gausseliminasjon 4 Vektor- og matriselikninger 8 4 Matriser
DetaljerLøsningsforslag. Vedlegg C: Kapittel 2. e) Ingen løsning. f) Flere løsninger: x = 4 + 2t, y = t. c) x 1 = 2, x 2 = 3, x 3 = 1
Vedlegg C: Løsningsforslag Kapittel. a x =, y = 3 b x =, y = 0 cx =, y = 5 d x =, y = 3 e Ingen løsning. f Flere løsninger: x = 4 + t, y = t. a x = 7, x = 6, x 3 = bx =, x =, x 3 = c x =, x = 3, x 3 =.3
DetaljerMAT-1004 Vårsemester 2017 Prøveeksamen
MAT-4 Vårsemester 7 Prøveeksamen Contents. Forord................................. OPPGAVE OPPGAVE OPPGAVE 7 4 OPPGAVE 8 OPPGAVE 6 OPPGAVE 7 OPPGAVE 8 OPPGAVE 9 Formatering av svarene 4 9. Rasjonale tall.............................
DetaljerAnbefalte oppgaver - Løsningsforslag
TMA405 Matematikk Anbefalte oppgaver - Løsningsforslag Uke 6 3..9: Vi starter med å finne de kritiske punktene. De deriverte blir T x (x, y) = ( x xy)e x y T y (x, y) = ( y xy)e x y, slik at de kritiske
DetaljerMAT Prøveeksamen 29. mai - Løsningsforslag
MAT0 - Prøveeksamen 9 mai - Løsningsforslag Oppgave Sett A = 4 4 0 x 0, x = x, b =, x 0 og la v, v, v betegne kolonnevektorene til A a) Skriv A x = y som en vektorlikning x Svar : Siden A x = [v v v ]
DetaljerEKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Fredag 4. desember 2009 løsningsforslag
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Fredag 4. desember 2009 løsningsforslag Hjelpemidler (kode C): Enkel kalkulator
DetaljerMAT UiO mai Våren 2010 MAT 1012
200 MAT 02 Våren 200 UiO 0-2. 200 / 48 200 Betrakt et system x = A x der A M n (R) er diagonaliserbar. Vi har sett at systemet kan løses ved frakoblingsmetoden: Vi finner da P = [v v n ] (inverterbar)
DetaljerSammendrag R1. Sandnes VGS 19. august 2009
Sammendrag R1 Sandnes VGS 19. august 2009 1 1 Notasjon Implikasjon Vi skriver A B hvis påstanden A impliserer B. Det vil si at hvis påstand A er riktig, så er påstand B riktig. Ekvivalens Vi skriver A
DetaljerLøsning Eksamensrelevante oppgaver i ELE 3719 Matematikk Vektorer, matriser og lineær algebra Dato Februar Oppgave 1. (A) Vi leser av at
Løsning Eksamensrelevante oppgaver i ELE 379 Matematikk Vektorer, matriser og lineær algebra Dato Februar 05 Oppgave. (A) Vi leser av at A = 3 5, B = ( 0 5 ), C = 0 5 9 og har dermed at π x = Ax + BT =
DetaljerMatriseoperasjoner. 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
DetaljerEksamensoppgave i MA0301 Elementær diskret matematikk løsningsforslag
Institutt for matematiske fag Eksamensoppgave i MA0301 Elementær diskret matematikk løsningsforslag Faglig kontakt under eksamen: Martin Strand Tlf: 970 27 848 Eksamensdato:. august 2014 Eksamenstid (fra
DetaljerRepetisjon: om avsn og kap. 3 i Lay
Repetisjon: om avsn. 2.1-2.4 og kap. 3 i Lay Matrisemultiplikasjon La A = [a ij ] være en m n matrise og B = [b kl ] være en n p matrise. ] Skriv B = [b 1 b 2 b p der b j -ene er i R n for hver j. Produktet
DetaljerRepetisjon: Om avsn og kap. 3 i Lay
Repetisjon: Om avsn. 2.1-2.4 og kap. 3 i Lay Matrisemultiplikasjon. La A = [a ij ] være en m n matrise og B = [b kl ] være en n p matrise. ] Skriv B = [b 1 b 2 b p. Produktet AB er m p matrisen definert
DetaljerOBLIG 2 - MAT 1120 Høsten 2005
> with(linearalgebra): with(linalg):with(plots): Warning, the name GramSchmidt has been rebound Warning, the protected names norm and trace have been redefined and unprotected Warning, the name changecoords
DetaljerLO510D Lin.Alg. m/graf. anv. Våren 2005
TF Høgskolen i Sør Trøndelag Avdeling for informatikk og e læring LO5D Lin.Alg. m/graf. anv. Våren 5 Løsningsforslag Eksamen a) Setter α = og β = i ligningssystemet og gausseliminerer totalmatrisen til
DetaljerLøsningsforslag MAT 120B, høsten 2001
Løsningsforslag MAT B, høsten Sett A = ( ) (a) Finn egenverdiene og egenvektorene til A ( ) λ =, e = ( λ =, e = ) (b) Finn matrisen e ta og den generelle løsningen på initialverdiproblemet Ẋ = AX, X()
Detaljer5.8 Iterative estimater på egenverdier
5.8 Iterative estimater på egenverdier Det finnes ingen eksplisitt formel for beregning av egenverdiene til en kvadratisk matrise. Iterative metoder som finner (ofte) en (meget god) approksimasjon til
Detaljerx 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder
4 Noen merknader 4. Lineære systemer Ax = b Gitt systemet Ax = b, A = [a i,j ] i=,,...,m, j=,,...,n x = b = Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder b i. Med det finnes
DetaljerMAT-1004 Vårsemester 2017 Prøveeksamen
MAT-1004 Vårsemester 017 Prøveeksamen Contents 0.1 Forord................................. 1 1 OPPGAVE OPPGAVE OPPGAVE 6 4 OPPGAVE 7 5 OPPGAVE 10 6 OPPGAVE 11 7 OPPGAVE 11 8 OPPGAVE 1 9 Formatering av
DetaljerMA0002 Brukerkurs i matematikk B Vår 2016
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA000 Brukerkurs i matematikk B Vår 06 Anbefalte øvingsoppgaver fra boken: 9.3 : 53, 6, 64, 7, 75. Det er bare oppgaven under
DetaljerEKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 25 2. januar 25 EKSAMENSOPPGAVER FOR TMA4/TMA45 MATEMATIKK 3 Oppgave A- a) Finn kvadratrøttene til det komplekse tallet
Detaljer13 Oppsummering til Ch. 5.1, 5.2 og 8.5
3 Oppsummering til Ch. 5. 5. og 8.5 3. Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A. I kalkulus (teori av differensiallikninger) er det viktig å beregne
DetaljerMer om lineære likningssystemer, vektorer og matriser
Kapittel Mer om lineære likningssystemer, vektorer og matriser I dette kapittelet tar vi utgangspunkt i lineære likningssystemer, som vi lærte om i MAT, og setter dette inn i et større rammeverk, kalt
DetaljerTMA4100 Matematikk 1 Høst 2014
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA400 Matematikk Høst 04 Løsningsforslag Øving 04 30 For å vise at f er en injektiv one-to-one funksjon, ser vi på den deriverte,
DetaljerPrøveeksamen i MAT 1100, H-03 Løsningsforslag
Prøveeksamen i MAT, H- Løsningsforslag. Integralet cos x dx er lik: +sin x Riktig svar: c) arctan(sin x) + C. Begrunnelse: Sett u = sin x, da er du = cos x dx og vi får: cos x + sin x dx = du du = arctan
DetaljerKapittel 3. Mer om egenverdier og egenvektorer. 3.1 Komplekse n-tupler og vektorer
Kapittel 3 Mer om egenverdier og egenvektorer I neste kapittel skal vi lære å løse systemer av difflikninger. Da vil vi trenge egenverdier og egenvektorer, og selv om vi skal løse reelle problemer, vil
DetaljerSammendrag R1. 26. januar 2011
Sammendrag R1 26. januar 2011 1 1 Notasjon Implikasjon Vi skriver A B hvis påstanden A impliserer B. Det vil si at hvis påstand A er riktig, så er påstand B riktig. Ekvivalens Vi skriver A B hvis to påstander
DetaljerSammendrag 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
DetaljerEksamen i MNFMA205/SIF5021, 19. mai 1999-Løsningsforslag a b Oppgave 2. (a) Vi skal vise at H = 0 a b under matrisemultiplikasjon. Vi har at det.
Eksamen i MNFMA205/SIF5021 19. mai 1999-Løsningsforslag { } Oppgave 2. a Vi skal vise at H 0 a C er en gruppe under matrisemultiplikasjon. Vi har at det aā + a 2 + 2 > 0 da enten a 0 eller 0. Dette fører
DetaljerGauss-eliminasjon og matrisemultiplikasjon
DUMMY Gauss-eliminasjon og matrisemultiplikasjon Lars Sydnes 9 september 2015 Sammendrag Dette notatet handler om hvordan man løser lineære ligningssystemer, altså systemer av flere ligninger i flere ukjente,
DetaljerLøsningsforslag 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
DetaljerTil enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.
4.6 Rang Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon. Definisjon: Rangen til en m n matrise A betegnes med rank A og er definert som dimensjonen til kolonnerommet
DetaljerLøsningsforslag til underveiseksamen i MAT 1100, 6/
Løsningsforslag til underveiseksamen i MAT 00, 6/0-008. ( poeng) Det komplekse tallet z har polarkoordinater r =, θ = 7π 6. Da er z lik: i + i i i + i Riktig svar: c) i. Begrunnelse: z = ( cos 7π 6 + i
DetaljerLineære ligningssystemer og gausseliminasjon
Kapittel Lineære ligningssystemer og gausseliminasjon Vi skal lære en metode for å finne og beskrive alle løsninger av systemer av m lineære ligninger med n ukjente. Oppvarming Her er et eksempel på et
Detaljer