Løsningsforslag. 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

Størrelse: px
Begynne med side:

Download "Løsningsforslag. 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"

Transkript

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 a p + q + r = 0 b 5p + 4q + r = 0.4 a x = + t, y = + t, z = t b Ingen løsning. c x = 7 3t, y = 8 + 7t, z = t d x = 7t, x = 6t, x 3 = 37t, x 4 = t.5 a Entydig løsning når v = 0. b Ingen løsninger når v = 0ogw =. c Flere løsninger når v = 0, w =. d x = 4 3, y =, z = e x = t, y = + t, z = t.6 a Entydig løsning når p/ {, }. b Ingen løsning når p =. c Flere løsninger når p =. d x = 0, y =, z = ex = t, y = t, z = t.8 La a ii være den ledende koeffisienten i rad i, og anta at det er noen ikke-null koeffisienter a hi over den, dvs med h i. For hver slik h, subtraher a hi a ii ganger rad i fra rad h. Kapittel 3 3. A + B A B 3A B a (7, (, (, 7 ( 0, 0 b (, 0 (3, (4, 7 (5, 5 c (0, 5, (,, 7 (7,, 8 (5, 0, 5 d (, 0, 6 (3,, 4 (4, 7, 35 (5, 5, 5

2 Vedlegg C: Løsningsforslag 3. a A = (3,, B = (4, 0 B B A B A A + B 3A b A = (,, B = (, B A + B A B A B 3A 3.3 A = (,, B = (, A B A 3B A A B A +B A + B B A +3B 3.4 A A A B B B a 0 6 b 5 3 c d a Perpendikulære: (π,, (, π, 0 = 0 b Perpendikulære: (,, (, 3, = 0 c Ikke perpendikulære: (,, (,, 5 = 6 d Ikke perpendikulære: ( 5,, 7 (3,, = 3

3 Vedlegg C: Løsningsforslag a B A A A A A B B B B 6 5 (3, (3, 0 b 3 5 (, 3 (, c 7 6 (, 3, 4 (,, 3 d 5 (,, 5 3 (,, 3.7 La A = (a,a,a 3. Ved bruk av den pytagoreiske formelen finner vi at punktet rett under eller over A har distansen a + a til origo, og ved samme formel finner vi distansen fra origo til A: ( a + a + a 3 = a + a + a 3 = A 3.8 A + B = (A + B (A + B = A + A B + B = A + B = A + B så sant A B = Velg A i og betrakt 0 = A i O = A i (c A + +c n A n = c i A i. Men siden A i ikke er O, måc i være null. 3.0 Vi har cos θ = A B A B der θ er vinkelen mellom to sider A, B i trekanten, betraktet som lokaliserte vektorer. a {(,, 5, (,,, (3,, }. A = (,, (,, 5 = ( 3, 4, 4, B = (3,, (,, 5 = (, 3, 4 cos θ = A = (,, 5 (,, = (3, 4, 4, B = (3,, (,, = (4,, 0 cos θ = A = (,, 5 (3,, = (, 3, 4, B = (,, (3,, = ( 4,, 0 cos θ 3 = b {(3, 4, 4, (,,, (, 3, 5}. A = (,, (3, 4, 4 = (, 3, 5, B = (, 3, 5 (3, 4, 4 = (,, cos θ = 0 =

4 4 Vedlegg C: Løsningsforslag. A = (3, 4, 4 (,, = (, 3, 5, B = (, 3, 5 (,, = (,, 6 cos θ = A = (3, 4, 4 (, 3, 5 = (,,, B = (,, (, 3, 5 = (,, 6 cos θ 3 = A = (,, B = (, 0, C = (0, 3. (A + cb (A + cb = A + c B A A når A B = 0, så A + cb = (A + cb (A + cb A A = A 3.3 Vi har A + cb A hvis og bare hvis (A + cb (A + cb A A, eller ekvivalent A A + ca B + c B B A A, som forenkles til ca B + c B B 0 Men dette polynomet i c er negativt i det åpne intervallet mellom 0 og A B B B,så med mindre A B = 0 kan ulikheten ikke tilfredsstilles for alle c. 3.4 En linje gjennom to punkter A og B har parametrisk ligning A + t(b A: a (,, +t(, 5, 7 b (3, 4, +t( 4, 9, c (,, +t( 3, 0, En linje gjennom P og perpendikulær til Q har ligning (X P Q = 0: a ((x, y (3, ( 5, 4 = 0 eller 5x 4y = 7 b ((x, y ( 5, 3 (, = 0 eller x y = Hvis a = 0 eller b = 0 er setningen opplagt sann. Anta derfor at både a og b er forskjellige fra null: Linjen passerer gjennom punktene ( 0, c ( b og c a, 0,såla oss sjekke: (a, b (( 0, c ( b c a, 0 = (a, b ( c a, c b = c c = To linjer ax + by = c og dx + ey = f er ortogonale nøyaktig når deres normalvektorer (a, b og (d, e er ortogonale, dvs (a, b (d, e = 0: a 5x + 3y = 7og3x 5y = er ortogonale b x + y = og3x 5y = er ikke ortogonale c x + 7y = ogx y = 5 er ikke ortogonale d x + y = ogx + y = 9 er ortogonale 3.8 N (X P = 0: a (, 3, 6 ((x,y,z (, 3, 7 = 0 eller x + 3y + 6z = 49 b (,, 3 ((x,y,z (4,, = 0 eller x y + 3z = c ( 3,, 4 ((x,y,z (, 3, 5 = 0 eller 3x y + 4z = En normalvektor kan beregnes som N = (A B (C B i hvert tilfelle. Derfra kan metoden fra forrige øvelse anvendes:

5 Vedlegg C: Løsningsforslag 5 a N = ((,, 3 ( 4,, ((, 3, ( 4,, = (6, 3, (, 4, = ( 4, 6, 8. Ligning: 4x+6y+8z = 58 eller 7x+8y+9z = 9. b N = ((4,, (,, ((3,, (,, = (, 0, (,, 0 = ( 4,, 4. Ligning: 4x y 4z = 4 eller x + y + z = 7. c N = ((,, ( 5,, ((3,, ( 5,, = (6, 3, 3 (8, 0, 0 = (0, 4, 4. Ligning: 4y 4z = 4 eller y + z =. 3.0 Kryssproduktet er greit å bruke her. a (, 5, 7 b (3, 9, 5 3. a (x,y,z,w= (,, 3, 4 + t(,,, = ( + t, + t,3 + t,4 + t b (t 3 + (t + (t + + (t + 3 = t + 5 c Nærmest for t = 0: R = P = (,, 3, 4. d (Q R A = (3,,, 3 (,,, = 0 e Q R = (3,,, 3 (3,,, 3 = 0 = 5 3. Løsning av ligningssystemet på parametrisk form avslører i hvert tilfelle en vektor som er parallell med snittlinjen: a Løsning: (x,y,z= ( 3 5, 5, 0 + t ( 5, 5,. Parallell vektor: ( 5, 5,. b Løsning: (x,y,z= (, 0, 0 + t ( 7, 3 7,. Parallell vektor: ( 7, 3 7,. 3.3 Vinkelen mellom to plan er lik vinkelen mellom deres normalvektorer: a N = (,,, N = (,,, cos θ = N N N N = b N = (, 3,, N = (,,, cos θ = N N N N = c N = (, 3,, N = (,,, cos θ = N N N N = d N = (,,, N = (,,, cos θ = N N N N = P +Q 3.5 a P +Q P +Q = (,, 5 b 3 = ( 3, 9, 3 c P +Q 3 = (, 5, a (,, (, 4, 8 = (, 6, 6 b (3, 4, (, 5, = ( 3, 7, c (,, (,, 3 = (4,, a E E = E 3 b E E 3 = E c E 3 E = E d E (E E = E e (E E E = O

6 6 Vedlegg C: Løsningsforslag Kapittel 4 4. Produktet av to ikke-null rasjonaltall er et ikke-null rasjonaltall, multiplikasjon er assosiativt, q = q, inversoperasjonen q gir et ikke-null rasjonaltall såfremt q er det, q q =, og multiplikasjon er kommutativt, så dette er en abelsk gruppe. 4. Summen av to partall er et partall, addisjon er assosiativt, a + 0 = a, a a = 0, og addisjon er kommutativt, så dette er en abelsk gruppe. 4.3 De naturlige tallene danner ikke en gruppe under addisjon. De er lukket under addisjon, og addisjon er assosiativt, men det finnes hverken noe additivt identitetselement eller en passende inversoperasjon som oppfyller gruppeaksiomene. Identitetselementet e måtte i så fall tilfredsstille e + e = e, men det er ikke tilfelle for noe naturlig tall e. 4.4 a Tillukning er opplagt, er identiteten, hvert element er sin egen invers, og multiplikasjon er assosiativt. b Dette er den sykliske gruppen generert av { } under multiplikasjon. c Det er nøyaktig to permutasjoner på {, }; identitetspermutasjonen ι og permutasjonen som bytter om og, som vi kan kalle χ. Avbildningen { χ h : ι er bijektiv og er en gruppehomomorfi, så de to gruppene er isomorfe. h(( ( = h( = ι = χ χ = h( h( h(( = h( = χ = χ ι = h( h( h( ( = h( = χ = ι χ = h( h( h( = h( = ι = ι ι = h( h( 4.5 {a, b} ={, 3} 4.6 G er lukket under multiplikasjon fordi ( a + b ( c + d = ac + bd + (ad + bc, multiplikasjon er assosiativt, vi har ( a + b = a + b

7 Vedlegg C: Løsningsforslag 7 og a + b = a b a b = a a b b a b. (Merk at a = b for a,b. Dessuten er multiplikasjon kommutativt, så dette er en abelsk gruppe. 4.7 Tillukning og assosiativitet er opplagt, identitetsavbildningen x x er bijektiv, og enhver bijektiv avbildning har en invers avbildning. Gruppen er ikke nødvendigvis abelsk, jf for eksempel rotasjon av planet fulgt av translasjon, sammenlignet med vice versa. 4.8 I lys av teorem 4.3 finnes det en permutasjon p : {,...,n} {,...,n} slik at for alle i {,...,n} g i = g p(i, derfor ρ ρ= (g g n (g g n = (g g n ( g p( g p(n = ( ( g g p( gn g p(n = e e = e 4.9 La f(x= x for x. Dette er en gruppehomomorfi, fordi f(xy= xy = x y =f(xf(y Det er ikke en gruppeisomorfi, for eksempel og. 4.0 La f :, + +, være avbildningen f(x = e x. Dette er en gruppehomomorfi, fordi f(x+ y = e x+y = e x e y = f(xf(y Det er også en gruppeisomorfi, fordi det er en bijeksjon. Den inverse er den naturlige logaritmen. 4. Tillukning: Anta at a,b er med i senteret, og la x G: a b x = a x b = x a b. Assosiativitet arves direkte fra G. Identitetselementet e tilfredsstiller e x = x e. Inverterbarhet: e x = x e medfører a a x = x a a = a x a. På grunn av teorem 4.30 får vi a x = x a. Dermed er beviset for at senteret er en subgruppe komplett. 4. Hele.

8 8 Vedlegg C: Løsningsforslag 4.3 Alle partallene. 4.4 a Tillukning er opplagt ut fra definisjonen. Assosiativitet: ((g,h (g,h (g 3,h 3 = (g g,h h (g 3,h 3 = (g g g 3,h h h 3 = (g,h (g g 3,h h 3 = (g,h ((g,h (g 3,h 3. Identitet: elementet = ( G, H er slik at (g, h = (g, h. Inverterbarhet: for hvert element (g, h (g,h = = (g,h (g, h. b La φ : {(g, H } G være slik at φ(a, H = a,oglaψ : {( G,h} H være slik at ψ( G,a. Begge er åpenbart isomorfier. c Det direkte produktet av, + med seg selv er isomorft med, +. d Hvis E og F er kropper, og a er et element av E forskjellig fra null, så er elementet (a, 0 forskjellig fra (0, 0 men har ingen invers, siden 0 ikke har noen invers; derfor er det direkte produktet E F ingen kropp. 4.5 Anta a = b, med a = h k, b = m n, h, k, m, n, kn = 0, og h = 0 eller m = 0. Da er h n = m k, i strid med entydig primtallsfaktorisering av heltall. 4.6 Addisjon: Tillukning: (a + bρ + (c + dρ = (a + c + (b + dρ Assosiativitet: (a + bρ + ((c + dρ + (e + fρ = (a + c + e+ (b + d + fρ = ((a + bρ + (c + dρ + (e + fρ Identitet: (a + bρ + (0 + 0ρ = (0 + 0ρ + (a + bρ Invers: (a + bρ + ( a bρ = ( a bρ + (a + bρ = 0 Multiplikasjon: Tillukning: (a + bρ(c + dρ = (ac + bd + (ad + bcρ Assosiativitet: (a + bρ((c + dρ(e + fρ = ((a + bρ(c + dρ(e + fρ Identitet: (a + bρ( + 0ρ = ( + 0ρ(a + bρ Invers: (a + bρ ( a bρ ( a b = a bρ a b (a + bρ = når a + bρ = 0. Distributivitet: (a+bρ((c+dρ+(e+fρ = (a+bρ(c+dρ+(a+bρ(e+fρ 4.7 Det nye elementet ε måtte ha hatt en multiplikativ invers, men anta at det finnes en ε = x. Damåεx = og følgelig ε x = ε, som betyr ε = 0, i strid med den oppgitte premissen.

9 Vedlegg C: Løsningsforslag Vises ved inspeksjon av addisjons- og multiplikasjonstabellene for K: + 0 κ + κ 0 0 κ + κ 0 + κ κ κ κ + κ 0 + κ + κ κ 0 0 κ + κ κ + κ κ 0 κ + κ + κ 0 + κ κ Kapittel 5 5. z = +i i = +i z z =+i z = i 5. a i b i c + i 3 h 4i i 3i d + 3 i e f g 5 + i 5.3 a Re(z + z = Re(a + b i + a + b i = a + a = Re z + Re z b Im(z + z = Im(a + b i + a + b i = b + b = Im z + Im z c Re(kz = Re(k(a + bi = ka = k Re z for k d Im(kz = Im(k(a + bi = ka = k Im z for k e Moteksempel: k = z = i f Moteksempel: k = z = i g Moteksempel: z = z = i 5.4 a z =±7i b z = ± i 3 cz = 3 ± 5i d z =± + i a z 0 = 3+i, z = 3+i, z = i b z 0 = 3 i, z = 3 i, z = i c z k = e iπ(k+ 4, k = 0,,, 3, alternativt z 0 = +i, z = +i, z = i, z 3 = i. 5.6 z =, z = z z

10 0 Vedlegg C: Løsningsforslag 5.7 La z = r e iφ, z = r e iφ : z z = r e iφ r e iφ = r r = z z. 5.8 a Punktet 3 = 3 + 0i. b Den imaginære aksen. i z <, re z<0 i z < z i + < Im z>0 i c d e 5.9 Referer til definisjon 5.6. a i(4 + i = + 4i = 7e i(arctan( 4+π. Modulus Argument arctan( 4 + π b 3 + i = 0e i(arctan( /3+π. Modulus Argument arctan( /3 + π c 3 i = 3e i arctan( /3. Modulus Argument arctan( / d 4 + i = 5e i arctan(/. Modulus Argument arctan(/ e +i 3 4i = +i 5 = 5 5 ei(arctan( +π. Modulus Argument arctan( + π f (+i i = 4 3i = 5e i arctan( 3/4. Modulus 5. Argument arctan( 3/ i 4+i 3+i +i 5 i 3 i 4 3i

11 Vedlegg C: Løsningsforslag 5.0. Umiddelbart fra definisjonen.. a (b + c + +a n (b n + c n = a b + +a n b n + a c + +a n c n 3. ca b + +ca n b n = c(a b + +a n b n og a cb + +a n cb n = c(a b + +a n b n 4. Hvis A = O så er = 0, ellers er a a + +a n a n = i n a i og i n a i > 0. Kapittel 6 6. (p + q = (p + q(p + q = p + pq + qp + q = p + pq + q (p q = (p q(p q = p pq qp + q = p pq + q (p + q(p q = p pq + qp q = p q 6. 5i + 8i 4 = 5i + 8 = 0 5i + i 3 + i 5 = i + i( = i + i ( i( i i + i = = ( + i( i = i 6.3 a x =, x = bx = 3, x = 7 cx = 3, x = 7 d x = 9, x = 6.4 a z = i, z = i b z = i, z = 5 3i c z = + i, z = + i d z = i, z = + i 6.5 x + 3x har røtter x = 3 ± 9 + 6,så 4 x 3 3x x + 6 = (x 3(x + ( x 6.6 (x + 0x + : (x + 3 = x + 7 x + 3x 7x + 7x (z + 4z + 45 : (z + 9 = z + 5 z + 9z 5z z

12 Vedlegg C: Løsningsforslag 6.8 a x 3 7x + 7x 5 = (x 3(x 4x + 5 over. b z 3 7z + 7z 5 = (z 3(z + i(z i over. 6.9 i 3 : (x 5 + x + : (x + = x 4 + x 3 + x + x + x 5 + x 4 x 4 x 4 + x 3 x 3 + x x 3 + x x x + x x + x Hvis ax + b med a = 0 dividerer x + i 5,såerx + b a vi kan like gjerne se etter en lineær faktor på formen x + c. også en divisor, så (x + : (x + c = x c x + cx cx + cx c + c For at x + c skal være en faktor, må vi ha + c = 0 tilfelle for noen c {0,,, 3, 4}. mod 5, men dette er ikke 6. (6z 4 + 5z 3 + 3z 5 : (3z z = z + 3z + + 7z 5 3z z 6z 4 4z 3 9z 3 + 0z 9z 3 6z 6z + 3z 6z 4z 7z 5

13 Vedlegg C: Løsningsforslag 3 6. a x 4 x = (x + (x 3 3x + 3x 3 + 6i [x]. b z 3 ( + iz + 5 = (iz ( iz ( iz + + i i i [z]. c y 3 + 4y + = (y + (y + 3y + 3 i 5 [y]. d y 3 + 4y + = (y + (3y + y i 5 [y]. 6.3 a 4z z d z + z z + 3 g 4z 3 +6z +60z z 4 b z z c 3z z 3 e z + 5 f z 3 + 3z + 9z + 7 h 6z +3z 3z 3z + i z 4z++ 4z z La p, q, r, s, t, u F [x] for en kropp F,laO være det konstante polynomet 0 F [x], og la I være det konstante polynomet F [x]. Addisjon: Tillukning: p q + r s Assosiativitet: ps + qr = qs ( p q + r s Identitet: p q + O = O + p q = p q Invers: p q + p q = O = p q + p q Multiplikasjon: Tillukning: p r q s = pr qs ( p r Assosiativitet: q s + t u = p q + ( r s + t u t u = p q ( r t s u Identitet: p q I = I p q = p q Invers: p q q p = q p p q = I når p = O. q Distributivitet: p ( r q s + t = p r u q s + p t q u 6.5 a z 3 3z + = (z (z + b z 3 z + 4 = (z + (z ( + i(z ( i c z 3 + 3z + 6 = (z + 4(z ( 5i(z ( + 5i d z 3 37z + 84 = (z 3(z 4(z + 7 e z 3 iz + i = (z + (z + i(z ( + i f z 3 9z = (z 5(z 6(z +

14 4 Vedlegg C: Løsningsforslag g z 3 7z + 6 = (z (z (z + 3 h z 3 49z + 0 = (z 3(z 5(z + 8 i z 3 37z 884 = (z + 4(z + 3(z I 3 [x] er koeffisientene {0,, }, og aritmetikken er modulo 3: (x + x + + (x + x + = x (x + x + (x + x + = x + (x + x + (x + x + = x 4 + x + x Koeffisientene må være enten 0 eller, så det er bare to muligheter for ax + b med a = 0, nemlig b = 0ogb =. Siden x(x + = x + x og (x + (x + = x + x + x + = x + i [x], har vi at x = x x x + = (x + (x + x + x = x(x + x + x + er irredusibelt. Kapittel 7 7. a Merk at cv = c(o + v = co + cv og subtraher cv fra begge sider. b Anta at cv = O med c = 0. Da er c cv = c O = O, såv = O. c Anta at v + w = O. Daerv + w w = O w,såv = w. d Anta at v + w = v. Daer v + v + w = v + v,såw = O. 7. Jf teorem 7.6. Betrakt i hvert tilfelle (x, y + (z, w = (x + z, y + w,og c(x,y = (cx, cy med c. a {(x, y x y = 0}: Vi har x + z (y + w = (x y + (z w = = 0, og cx cy = c(x y = 0. b {(x, y x+4y = 0}: Vi har (x+z+4(y+w = (x+4y+(z+4w = 0+0 = 0, og cx + 4cy = c(x + 4y = V har dimensjon 0, eller. Det trivielle rommet V ={0} har dimensjon 0, og ethvert underrom av dimensjon har en basis {b} med b, så hvert element x i et slikt underrom kan skrives x = tb. Men dette er den parameteriserte ligningen for en rett linje gjennom origo. Det gjenstår å vise at ethvert underrom av dimensjon er selv: dette følger fra teorem Jf teorem 7.6. I hvert tilfelle, betrakt (x,y,z + (u, v, w = (x + u, y + v, z + w 3,ogc(x,y,z = (cx, cy, cz med c. a {(x,y,z y = 0}: y + w = = 0ogcy = c0 = 0

15 Vedlegg C: Løsningsforslag 5 b {(x,y,z x + y + 3z = 0}: x + u + (y + v + 3(z + w = x + y + 3z + u + v + 3w = = 0ogcx + cy + 3cz = c0 = 0. c {(x,y,z x = y og y = 3z}: x + u = y + v = (y + v og cx = cy = cy og y + v = 3z + 3w = 3(z + w og cy = c3z = 3cz. d {(x,y,z x + y = 3z}: (x + u + (y + v = x + y + u + v = 3z + 3w = 3(z + w og cx + cy = c(x + y = c3z = 3cz. 7.5 Løsningen av det siste punktet viser mønsteret: (,,, (0,,,og(,, 0 er lineært uavhengige, fordi hvis a(,, + b(0,, + c(,, 0 = O, så a + c = 0 a + b + c = 0 a b = 0 og dette systemet har den entydige løsningen a = b = c = Løsningen av det første punktet viser mønsteret: x A + x B = X svarer til de følgende ligningene: x x = 3 x = 4 som har den entydige løsningen x = 4,x = a La ad bc = 0oglax = d c, y = a b. Daerx(a,b + y(c,d = (ad ac,bd bc + (ac bc, ad bd = (ad bc, ad bc = (0, 0 så (a, b og (c, d er lineært avhengige. b La ad bc = 0. Anta at det finnes x,y = 0 slik at x(a,b + y(c,d = (0, 0, men i så fall er ax + cy = 0 bx + dy = 0 eller ekvivalent adx + cdy = 0 bcx cdy = 0 Summen av disse ligningene er (ad bcx = 0 som, siden x = 0, betyr ad bc = 0 i strid med den gitte premissen, så (a, b og (c, d er lineært uavhengige. 7.8 For å vise at A og B er lineært uavhengige, anta at det finnes x,y = 0 slik at xa + yb = O. Men i så fall er x y A = B, i strid med den gitte premissen. Det følger fra teorem 7.9 at underrommet spent ut av {A, B} er selv. La nå V A og

16 6 Vedlegg C: Løsningsforslag V B være underrommene generert av A og B, henholdsvis. Ved teorem 7.33 er det tilstrekkelig å vise at V A V B ={O}. For å se dette, anta at det finnes C = O slik at C = aa og C = bb med a,b = 0. Men da ville vi hatt a b A = B, i strid med premissen gitt ovenfor. 7.9 Begge vektorparene U,V og U,W oppfyller betingelsene i foregående problem. 7.0 Ved teorem 7.33 er det tilstrekkelig å vise at V W ={O}. Anta for motsigelse at det finnes tall a,b,c F forskjellig fra 0 slik at a(,, 0+b(0,, = c(, 0, 0. Men dette systemet system har den entydige løsningen a = b = c = a Dette er teorem b Jfr teorem 7.6. Tillukning med hensyn til vektoraddisjon og skalering følger direkte fra definisjon c Hvis V har en basis {v,...,v m } og hvis W har basis {w,...,w n }, så spenner vektorene ((v, 0,...,(v m, 0, (0,w,...,(0,w n ut rommet U, og er åpenbart lineært uavhengige, så dim U = dim V + dim W 7. Ved lineær avhengighet finnes det tall a,b F, ikke begge null, slik at av + bu = 0. Siden u = O følger det at a = 0, så ta c = b a. 7.3 Ved teorem 7.6 er tillukning med hensyn til addisjon og skalering nødvendig og tilstrekkelig. Addisjon: (B + B A = B A + B A = = 0, og tilsvarende for A. Skalering: (cb A = c(b A = c0 = 0, og tilsvarende for A. 7.4 Ved teorem 7.6 er tillukning med hensyn til addisjon og skalering nødvendig og tilstrekkelig. La i m: Addisjon: (B +B A i = B A i +B A i = 0+0 = 0. Skalering: (cb A i = c(b A i = c0 = Betrakt a A + +a m A m = O der vi kan danne skalarproduktet med A i på begge sider. Vi får: a i A i A i = O A i = 0 Siden A i = O har vi A i A i > 0, og a i = 0 følger.

17 7.6 z z h z k dz = = = 0 r 0 θ<π 0 r h + k + r h e hiθ r k e kiθ dr dθ r h+k dr 0 θ<π 0 θ<π e (h kiθ dθ e (h kiθ dθ = Vedlegg C: Løsningsforslag 7 { 0 hvis h = k π k+ hvis h = k 7.7 Vektorrommets egenskaper, jf definisjon 7., er en delmengde av egenskapene til en kropp, jf definisjon Hvert tilfelle refererer til ligningen af (t + bg(t = O(t = 0 ( der a,b og f, g er de gitte funksjonene. De to indikerte verdiene av t vil i hvert tilfelle gjøre ( til to lineære ligninger i a,b med den entydige løsningen a = b = 0, noe som viser lineær uavhengighet av de gitte funksjonene. a,t:tat = 0ogt = b t 4,t:tat = ogt = c e t,t:tat = 0ogt = dte t,e t :tat = 0ogt = e cos t,sin t: tat = 0ogt = π f cos t,t:tat = 0ogt = π g sin t,sin 3t: tat = π 6 og t = π 7.9 a Vi har sin(πx ŝ(x = , jf figur 7.3, og sin(πx ˆt(x = , jf figur C.. y x Figur C. sin(πx vs ˆt(x = 3.459x 5.677x 3

18 8 Vedlegg C: Løsningsforslag b Sammenlign koeffisientene til de approksimerende polynomene, jf ligning (7.: (f + hg idx g i = fg idx g i + hg idx g i c Vi har e x ê(x = , jf figur C.. y x Figur C. e x vs ê(x = + x + x + x3 6 Minste kvadraters polynomapproksimasjon er ˆε(x = x x x 3 og vi har e x ˆε(x =0.0047, jf figur C.3. y x Figur C.3 e x vs ˆε(x = x x x 3

19 Vedlegg C: Løsningsforslag 9 d Minste kvadraters approksimasjon til e x sin(πx er ˆε(x ŝ(x = x x x 3 med (e x sin(πx (ˆε(x ŝ(x = , jf figur C.4. y x Figur C.4 e x sin(πx vs x x x 3 Kapittel 8 ( A = 8 ( 3 B A = 3 9 ( 7 8. A + B = 6 ( 5 3 B A = 9 ( 7 6 A T + B T =, A + B = ( 5 5, A B = 0 3 ( ( 8 3, A B = 7 ( ( 3 6 9, B T =, 5 4,3A B =, 3B =, A T =, (A + B T = ( (c(a T ij = c(a T ij = c(a ji = (c(a ji = (ca T ij, A + A T = ( 3, 3 9 ( 5 3, (A + B T ij = (A + B ji = A ji + B ji = A T ij + BT ij = (AT + B T ij 8.5 A ij = A T ji = (AT T ij ( (A + A T ij = A ij + A T ij = A T ji + (A T T ji = AT ji + A ji = (A T + A ji = (A + A T ji

20 0 Vedlegg C: Løsningsforslag 8.7 a Dette er lemma 8.4. Bevis: (AB T ij = (AB ji = h A jh B hi = h B T ih AT hj = (BT A T ij ( b (ABC T = C T (AB T = C T B T A T c 0 k<n A k T = 0 k<n A T n k 8.8 a A T er inverterbar. b (AB T = B T A T, så med B = A blir (AA T = (A T A T. Multiplikasjon fra høyre med (A T gir (A T = (A T. c Erstatt A T med A i forrige punkt. 8.9 I dette og de følgende problemene, la {}}{ }{{} hk betegne en matrise slik at {}}{ { hvis h = i og k = j }{{} hk =. ij 0 ellers Det er 6 ulike slike matriser av dimensjon 3: {}}{ ( 0 0 }{{} =, {}}{ ( }{{} 3 =, og 4 til. 0 0 Disse er opplagt lineært uavhengige, og det er klart at de danner en basis. Dimensjonen til rommet er derfor { {}}{ } }{{} hk h m, k n danner en basis, med mn elementer. 8. { m {}}{ }{{} hh h n } danner en basis, med n elementer. 8. { {}}{ }{{} hk h k n } danner en basis, med n(n+ elementer. 8.3 { {}}{ hk }{{} + {}}{ }{{} kh 8.4 AI n = A, I n B = B h k n } danner en basis, med n(n+ elementer. 8.5 AO n = O n B = O n ( a (ABC = A(BC = 6 5 ( 69 8 c (ABC = A(BC = 6 65 b (ABC = A(BC = ( 9

21 ( AB = 4 ( 4 BA = 5, CA =, AC = ( ( Moteksempel i hvert tilfelle: A = ( 7 4, CB = 7, BC = ( ( 0, B = Vedlegg C: Løsningsforslag, ( a (A + B = A + AB + BA + B = A + AB + B b (A B = A AB BA + B = A AB + B c (A + B(A B = A AB + BA B = A B a A = og A 3 = b A = 0, A 3 = 0 3 og A 4 = ( ( a + b na a AB = b A n = a Ae =, Ae =, Ae 3 = 0 b Ae k = k-te kolonne i A. c e T B = ( 7,,, et B = (, 0,, et 3 B = ( 4, 3, d ek T B = k-te rad i B. ( ( a A = b A = Konjugert symmetri: AMB T = i n j n A i M ij B j = Linearitet i første argument: Moteksempel mot positivitet: A = (, M = j n i n B j M ji A i = j n i n (A + A MB T = A MB T + A MB T B j M ji A i = BMA T (, A, A =AMA T = 4

22 Vedlegg C: Løsningsforslag Moteksempel mot definitthet: 8.5 La B = A = ( = O, M = a (, A, A = a DaerAB = BA = I n. 0 0 ann 8.6 (I A(I + A + +A n + A n = I A n+ = I og (I + A + +A n + A n (I A = I A n+ = I. A kj hvis i = h 8.7 bytt: (T hk A ij = A hj hvis i = k bytter om rader h og k. A ij ellers { caij hvis i = h skaler: (T h (ca ij = multipliserer rad h med c. A ij ellers { Ahj + ca kj hvis i = h kombiner: (T hk (ca ij = legger c ganger rad k til rad h. A ij ellers 8.8 a T ij = T ij b T i (c ( = T i c c T ij (c = T ij ( c 8.9 Høyre multiplikasjon resulterer i elementære kolonneoperasjoner, analoge med elementære radoperasjoner Dette er bare en omformulering av ekvivalensen mellom betingelser og i teorem a 7 b 7 c 4 d 69 e 0 f 5 g a 5t + 7t b cos β + sin β = 8.33 i n a ii 8.34 a x =,y =,z= bx = 5/,y = /,z= / c x = /,y = 38/5,z= /0,w = d x = 5/4,y = 97/48,z = /3,w = 5/ Determinanten er en lineær kombinasjon av x,y,z, og, så ligningen beskriver et plan i 3. Når (x,y,z erstattes med enten A, B eller C, blir matrisen singulær (to identiske rader, med determinant null.

23 Vedlegg C: Løsningsforslag 3 Kapittel 9 9. De lineære avbildningene er gitt ved disse matrisene: ( ( a b c ( a Speiling om y-aksen,. b Speiling om x-aksen, ( c 0 c Skalering med en faktor c i x-retningen,. 0 ( 0 d Rotasjon av planet med en vinkel π,. 0 ( cos υ sin υ e Rotasjon av planet med en vinkel υ,. sin υ cos υ ( ( ( ( a = b ( ( ( c = ( ( ( 0 d ( 3 0 = ( ( 9.4 Vi har N = N i alle tilfellene: 9.5 a ( 0 3 ( (a (b (c (d ( ( ( ( ( 0 3 N 0 3 ( ( ( ( ( 3 N 5 b ( 0 7 c ( /5 /5 3/5 /5 9.6 a Ved Gauss-Jordan-eliminasjon på systemet Ax = O fås så dim ker L =. Ligning for ker L: x 4 y = t 3 med t z d ( 0. 0 = ( ( 0 0 5

24 4 Vedlegg C: Løsningsforslag b Etter teorem 9.9 er dim img L = dim 3 dim ker L =, så img L er et plan. Ligning for planet finnes f.eks. ved å anvende L på standardbasisen, som gir kolonnene i matrisen A, og plukke ut lineært uavhengige verdier: x y = p + q 3 med p, q z 5 Eliminasjon av p, q gir denne alternative formen: x + y z = Jfr teorem 9.9: a 4 b Hvis L er surjektiv så er img L = W, derfor dim img L = dim W.Foråsedet motsatte, anta dim img L = dim W = n og la B ={w,...,w n } være en basis for img L. Elementene w i er lineært uavhengige, så B er også basis for W i følge teorem 7.8. Velg v,...,v n slik at Lv i = w i, i n, og betrakt en vilkårlig w = c w + +c n w n W. Ved linearitet er L(c v + +c n v n = w, sål er surjektiv. 9.9 (a (b (c (d (e (f (g (h (i rang nullitet Betrakt standardbasisen E ={e j j n} på K n.daerl A e j lik kolonne j i A, og tilsvarende for L B og B. Hvis L A = L B, må altså A og B ha parvis like kolonner, så A = B. 9. a nei b ja c ja d nei e rang, nullitet {( } {( } f basis for ker L:, basis for img L: a D(f + g = Df + Dg og D(cf = cdf. b A = c A 5 = 0 8,såD(6x3 5x + x 7 = 8x 0x

25 Vedlegg C: Løsningsforslag 5 d D er sammensetningen av to lineære operatorer D og D, så den er lineær e A = ,såA 7 = 0,og D (x 3 7x + x 5 = x a P n har dimensjon n +. b L(p(x + q(x = x ((p(x + q(x = x p (x + x q (x = L(p(x + L(q(x L(cp(x = x ((cp(x = cx p (x = cl(p(x ( c L 0 : P 0 P har matrisen. dl har matrisen e L har matrisen f Nulliteten til L n er. Kjernen består av alle konstante polynomer. Basis {}. g Rangen til L n er n. Basis for img L n er {x,...,x n+ }. ( ( a b e f 9.4 a La A =,B =. c d g h ( a + e + b + f b+ f + c + g L(A + B = a + e + d + h b+ f + d + h ( ( a + b b+ c e + f f + g = + a + d b+ d e + h f + h = L(A + L(B ( ( xa + xb xb + xc a + b b+ c L(xA = = x xa + xd xb + xd a + d b+ d = xl(a ( 0 0 b ker L inneholder bare matrisen. 0 0 c img L er hele rommet av matriser, og har basis {( 0, 0 0 ( 0, 0 0 ( 0 0, 0 ( } 0 0 0

26 6 Vedlegg C: Løsningsforslag 9.5 Anta først at L : V W er inverterbar. Vi viser at bildet av en basis er en basis: La {v,...,v n } være en basis for V, og velg en vilkårlig w W. På grunn av surjektivitet finnes det en v V slik at Lv = w. Vi kan skrive Lv = L(c v + +c n v n = c Lv + +c n Lv n, så mengden {Lv,...,Lv n } spenner ut W. Det gjenstår å vise lineær uavhengighet. Anta for selvmotsigelse at det finnes skalarer d,...,d n, ikke alle lik 0, slik at d Lv + +d n Lv n = O. Ved linearitet følger det at L(d v + +d n v n = O, og ettersom dim ker L = 0i lys av injektivitet, får vi d v + +d n v n = O, i strid med forutsetningen om lineær uavhengighet av {v,...,v n }. Dermed har vi vist at L avbilder basiser på basiser. For å vise den motsatte implikasjonen tar vi en vilkårlig basis B ={v,...,v n } for V, og antar at bildet {Lv,...,Lv n } er basis for W. Vi må vise surjektivitet og injektivitet av L: For surjektivitet, la w W. Vi har da w = c Lv + +c n Lv n og ved linearitet L(c v + +c n v n = w så L er surjektiv. Injektivitet vises slik: Anta Lu = Lv. Vi har da Lu = a Lv + +a n Lv n og Lv = b Lv + +a n Lv n for skalarer a i,b j, i, j n. Da gjelder Lu Lv = (a b v + +(a n b n v n = O, men basisvektorene er lineært uavhengige, så det følger at a i = b i, i n og derfor u = v, som godtgjør injektivitet. 9.6 Kolonne j i begge matrisene er koordinatiseringen av L(v j i basisen {w,...,w m }, så de to matrisene har parvis like kolonner, og er derfor like. 9.7 La L : V W med dim V = n, og velg en basis {v,...,v n } for V. Vi viser at mengden {L(v i i n} spenner ut img L. Ta vilkårlig w = L(v. Daer v = c v + +c n v n for skalarer {c i },ogw = L(c v + +c n v n img L. Bruk linearitet: w = c L(v + +c n L(v n img L

27 Vedlegg C: Løsningsforslag 7 for vilkårlig w img L. Det følger at dim img L n. 9.8 Anta v B = Cv B = Dv B for alle v. Da følger Cv B Dv B = (C Dv B = O for alle v, såc D = O, med andre ord C = D a D(f + g = Df + Dg og D(cf = cdf. b A = c A = 0 4,ogA 5 = 7,så D (7e x 5xe x + 3x e x = 3e x + 7xe x + 3x e x. 9.0 Anta for selvmotsigelse at det finnes to skalarer c, d, ikke begge null, slik at cl(v + dl(w = O. Ved linearitet er da L(cv+dw = O, og siden nulliteten er 0 på grunn av surjektivitet og teorem 9.9, må også cv + dw = O, i strid med forutsetningen om lineær uavhengighet. Kapittel 0 {( 0. a Egenverdier { 3, 3}, egenvektorer, {( ( b Egenverdier {4, }, egenvektorer, 3 {( ( } c Egenverdier {, 0}, egenvektorer,. {( ( } i i d Egenverdier {, 0}, egenvektorer,. {( ( } i e Egenverdier {, }, egenvektorer,. 0 f Egenverdier { 5+, g Egenverdi 0, egenvektor 0. 0 ( }. {( 5 } i, egenvektorer 5+3 }. ( } i, h Egenverdier {, 3, }, egenvektorer 3, 5, 0. 8

28 8 Vedlegg C: Løsningsforslag i Egenverdier {, i, + i }, 3 + i i egenvektorer, i, + i. 0. Karakteristisk polynom n (a i λ, egenverdier {a i } n i=, egenvektorer {e i} n i=. i= 0.3 Karakteristisk polynom n (a ii λ, egenverdier {a ii } n i=,oge er egenvektor med egenverdi a. i= 0.4 Samme karakteristiske polynom: A T λi = (A λi T = A λi. 0.5 Det karakteristiske polynomet er (λ, så er eneste egenverdi. Egenverdiene er løsningene av ligningssystemet med andre ord systemet (( I 0 x y = 0 x y = 0 ( x = y som har rang. Løsningene er generert av egenvektoren ( x = t y og løsningsrommet har altså dimensjon. ( ( 0, 0 ( : 0.6 La C være en matrise som har 4 lineært uavhengige egenvektorer som svarer til egenverdiene,, i, i til kolonner, og la D være diagonalmatrisen som har de tilsvarende egenverdiene,, i, i på diagonalen. Da er CDC = A, med andre ord C AC = D. 0.7 L har i følge teorem 0.3 n lineært uavhengige egenvektorer, og de utgjør en basis i følge teorem 7.8. ( a 0.8 A = med a = 0 er forutsatt. Anta for selvmotsigelse at det finnes en 0 ( ( c c inverterbar matrise C = d 0 og en diagonalmatrise D = slik c c 0 d at C AC = D, eller ekvivalent AC = CD: ( ( ( ( a c c c c = d 0 0 c c c c 0 d

29 Vedlegg C: Løsningsforslag 9 Det følger at ( ( c + ac c + ac c d = c d c c c d c d Minst en av c og c må være forskjellig fra null, for ellers er C singulær. Hvis c = 0, følger a = 0avc + ac = c d og c = c d, ellers er c = 0, og a = 0 følger av c + ac = c d og c = c d. 0.9 Det karakteristiske polynomet er λ 4, som har røtter ±, ±i, jf ligning (5.4. ( I koeffisientmatrisen sier at hubrobestanden vil reduseres med en faktor 0.5 i et år uten mus, og at musebestanden vil øke med en faktor. i et år uten hubro. Faktoren 0.4 uttrykker hvordan en stor musebestand bidrar til å styrke hubrobestanden, og tallet 0.04 uttrykker hvordan musebestanden reduseres når det er mange hubro. Modellen kan derfor synes plausibel. Koeffisientmatrisen ( ( har egenverdier 0.58 og.0, med tilhørende egenvektorer 5 0 hhv og. Disse er lineært uavhengige, så de danner en basis for løsningsrommet. Dermed kan vi uttrykke initialverdien som a + b 3 ( ( ( x0 5 0 y 0 3 og ( ( ( xn 5 0 = a 0.58 n + b.0 n y n 3 der det siste leddet dominerer for store n. Veksten ser altså ut til å ville stabilisere segpå%prårforbeggebestandene, og det vil da være ca 300 skogmus for hver hubro. (Men denne modellen sier naturligvis ingenting om økologisk bærekraft over lang tid Koeffisientmatrisen stipulerer en forplantningsrate på kalv årlig per voksen hjort, en overlevelsesrate på 0.5 fra kalv til ungdyr, en overlevelsesrate på 0.45 for ungdyr fra leveår til leveår 3, en overlevelsesrate på 0.75 fra ungdyr i leveår 3 til voksent dyr, og at voksne dyr har overlevelsesrate på 0.95 årlig. Disse tallene kan synes plausible. Hjortebestanden vil få utviklingen H n = av λ n + bv λ n + cv 3λ n 3 der H 0 = av + bv + cv 3. Fordi λ >, mens λ < og λ 3 < vil det første leddet dominere for store n. Egenverdien λ =.05 viser at tilveksten vil stabilisere seg på om lag.5 % årlig,

30 30 Vedlegg C: Løsningsforslag 0.35 og fordi v = vil det da være om lag 35 kalver og 86 ungdyr per 000 voksne hjort. 0. Nei, ingen. 0.3 I følge teorem 0.9 tilfredsstiller A sitt eget karakteristiske polynom: Det følger at A n + a n A n + +a A + a 0 I = 0 a 0 A = A n + a n A n + +a A + a I n 0.4 I hvert punkt er matrisene A, C, C, D listet opp, der C er satt sammen av kolonner som er lineært uavhengige egenvektorer til A, ogd = C AC har de tilsvarende egenverdiene på diagonalen: ( ( ( 3 ( a ( ( ( 3 3 ( b ( ( ( + i ( c + i 0 + i 0 i ( ( ( i i i i ( d i 0 i i e i +i i 0 0 f i i g i i 0 i i h 0 i i 0 i i a λ b c d λ = λ (a + dλ + ad bc = λ tr Aλ + det A

31 Vedlegg C: Løsningsforslag Merk at ligning (0.8 gjelder en kvadratisk form på :. Konjugert symmetri er opplagt fordi dette er et reelt indreprodukt.. Linearitet i første argument: ( ( x x c, = cx x cx y cy x + 5cy y = c y ( x y + y ( u v, ( x y ( x y = (x + u x (x + u y (y + v x + 5(y + v y = x x + u x x y u y y x v x + 5y y + 5v y ( ( ( ( x x u x =, +, y y v y, ( x ( ( ( x x x 3. Positivitet: La = O: Daer, = x 4xy + 5y = f(x,y, y y y som har globalt minimum f(0, 0 = Definitthet: x 4xy + 5y = 0 bare når x = y = 0, jf forrige punkt. 0.7 a Q(u + v + Q(u v = u + v, u + v + u v, u v = u, u + u, v + v, u + v, v + u, u u, v v, u + v, v = u, u + v, v b Q(u + v = u + v, u + v = u, u + u, v + v, u + v, v = u, u v, v =Q(u + Q(v {( ( } a Egenverdier {3, }, egenvektorer,, løsninger x(t = k e 3t + 0 5k e t, y(t = k e t {( ( } b Egenverdier {4, }, egenvektorer,, løsninger x(t = 4k e 4t + k e t, y(t = 4k e 4t k e t {( ( } c Egenverdier {4, }, egenvektorer,, løsninger x(t = 4k e 4t k e t, y(t = 4k e 4t + k e t 0.9 La operatoren være L : V V,laB være en ortonormal basis for vektorrommet V over kroppen K,oglaL være representert ved matrisen A med hensyn på B. Betrakt nå avbildningen M som er definert ved matrisen A T,oglav, w være vektorer, koordinatisert med hensyn på B, det vil si kolonnevektorer i K n, der dim V = n. Vi har Lv, w =(Av T w = v T A T w = v T A T w = v, A T w y

32 3 Vedlegg C: Løsningsforslag som viser at L = M. På side 79 er det vist at L er entydig når den finnes. Siden M er en avbildning definert ved matrisemultiplikasjonen v A T v, følger det at M er en lineær avbildning. 3/ 5/ x 0.0 a x + 3xy 5xz + 7yz = (x y z 3/ 0 7/ y 5/ 7/ 0 z ( ( / x b x + xy 3y = (x y / 3 y 5/ 0 x c x 3y + 4z 5xy + 6yz = (x y z 5/ 3 3 y z ( ( 3 x 0. a x + 6xy + y = (x y =, egenverdier {4, }, 3 y {( ( } / ortonormale egenvektorer / /, /, rotasjon arccos = π/4, figur C.5 y x 4 Figur C.5 En hyperbel rotert π/4.

33 ( 4 3 b 4x + 6xy 4y = (x y 3 4 ( x = 5, egenverdier {5, 5}, ortonor- y }, rotasjon arccos male egenvektorer figur C.6 {( 3/ 0 / 0, ( / 0 3/ 0 Vedlegg C: Løsningsforslag = , y x Figur C.6 En hyperbel rotert ( ( 9 0 x c 9x + 40xy 9y = (x y =, 0 9 y {( /3 egenverdier {69, 69}, ortonormale egenvektorer, 5/3 rotasjon arccos 3 =.699, figur C.7 y 0.6 ( 5/3 /3 }, x Figur C.7 En hyperbel rotert.699.

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

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

Diagonalisering. Kapittel 10

Diagonalisering. 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

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

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

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

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

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

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

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

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

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

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 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

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

Oppgaver MAT2500. Fredrik Meyer. 29. august 2014

Oppgaver MAT2500. Fredrik Meyer. 29. august 2014 Oppgaver MAT500 Fredrik Meyer 9. august 04 Oppgave. Bruk cosinus-setningen til å se at definisjonen av vinkel i planet blir riktig. Løsning. Dette er en litt rar oppgave. Husk at cosinus-setningen sier

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

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

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

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

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

Grublegruppe 19. sept. 2011: Algebra I

Grublegruppe 19. sept. 2011: Algebra I Grublegruppe 19. sept. 2011: Algebra I Ivar Staurseth ivarsta@math.uio.no Innledning, definisjoner Vi har så langt jobbet med mengder, X, hvor vi har hatt et avstandsbegrep og hvor vi har vært i stand

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

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

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

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

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

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

MAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.

MAT 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

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

= 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

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

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

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

MAUMAT644 ALGEBRA vår 2016 Første samling Runar Ile

MAUMAT644 ALGEBRA vår 2016 Første samling Runar Ile MAUMAT644 ALGEBRA vår 2016 Første samling Runar Ile 1 Introduksjon: Grupper og ringer Ringer En ring er et sted hvor du kan addere, subtrahere og multiplisere. Hvis du også kan dividere kalles ringen for

Detaljer

Mer om kvadratiske matriser

Mer 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

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

Mer om kvadratiske matriser

Mer 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

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

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

OPPGAVER FOR FORUM

OPPGAVER FOR FORUM OPPGAVER FOR FORUM 2006-2007 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk

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

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

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

5.5.1 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger. Løsningsforslag + + = =

5.5.1 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger. Løsningsforslag + + = = til oppgavene i avsnitt 55 til oppgaver i avsnitt 55 551 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger cos( u + v) sin( u + v) cosu sin u u+ v u = sin( u v) cos( u v) sin

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

Lineær algebra. H. Fausk 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 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 Andre utkast Linære likningsystem lar seg løse ved bruk av de elementære regneartene. I prinsippet er det enkelt, men det blir fort veldig mange regneoperasjoner som

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

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

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

4.2 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

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

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

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

Eksamensoppgave i TMA4115 Matematikk 3

Eksamensoppgave 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

Detaljer

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

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

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

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

Forelesning i Matte 3

Forelesning i Matte 3 Forelesning i Matte 3 Determinanter H. J. Rivertz Institutt for matematiske fag 1. februar 008 Innhold 1. time 1 Determinanter og elementære radoperasjoner Innhold 1. time 1 Determinanter og elementære

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

Inverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009

Inverse matriser. E.Malinnikova, NTNU, Institutt for matematiske fag. September, 2009 Inverse matriser E.Malinnikova, NTNU, Institutt for matematiske fag September, 2009 Inverse 2 2 matriser En 2 2 matrise [ ] a b A = c d er inverterbar hvis og bare hvis ad bc 0, og da er [ ] A 1 1 d b

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

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

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

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

LØSNINGSSKISSE TIL EKSAMEN I FAG SIF august 2001

LØSNINGSSKISSE TIL EKSAMEN I FAG SIF august 2001 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 LØSNINGSSKISSE TIL EKSAMEN I FAG SIF500 0. august 00 Oppgave 5 +6 ( 4 +6)0 dvs. at vi har en rot 0 og 4 røtter av

Detaljer

Eksamen 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 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

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 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

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

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

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

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

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

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

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

MAT1120 Repetisjon Kap. 1

MAT1120 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

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2014

MA0002 Brukerkurs i matematikk B Vår 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2014 Løsningsforslag Øving 10 Oppgaver fra boken: 10.6 : 1, 8, 9, 12, 19, 26, 29,, 4 Det

Detaljer

En rekke av definisjoner i algebra

En rekke av definisjoner i algebra En rekke av definisjoner i algebra Martin Strand, martin.strand@math.ntnu.no 11. november 2010 Definisjonene som er gitt her, kommer i MA2201 Algebra og MA3201 Ringer og moduler. Forhåpentligvis blir det

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2016

MA0002 Brukerkurs i matematikk B Vår 2016 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2016 Løsningsforslag Øving 11 Oppgaver fra boken: 10.6 : 1, 8, 9, 12, 19, 26, 29,, 4 Det

Detaljer

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Fredag 4. desember 2009 løsningsforslag

EKSAMEN 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

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

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

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

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

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

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

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

Løsningsforslag til utvalgte oppgaver i kapittel 3

Løsningsforslag til utvalgte oppgaver i kapittel 3 Løsningsforslag til utvalgte oppgaver i kapittel 3 I dette kapittelet har mange av oppgavene et mindre teoretisk preg enn i de foregående kapitlene, og jeg regner derfor med at lærebokas eksempler og fasit

Detaljer

Eksamensoppgave i MA1201 Lineær algebra og geometri

Eksamensoppgave 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

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

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

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

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

Euklids algoritmen. p t 2. 2 p t n og b = p s 1. p min(t 2,s 2 )

Euklids algoritmen. p t 2. 2 p t n og b = p s 1. p min(t 2,s 2 ) For å finne største felles divisor (gcd) kan vi begrense oss til N, sidenfor alle a, b Z, harvi gcd(a, b) =gcd( a, b ). I prinsippet, dersom vi vet at a = p t 1 kan vi se at 1 p t 2 2 p t n og b = p s

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

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