Løsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.
|
|
- Birgit Kristoffersen
- 5 år siden
- Visninger:
Transkript
1 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 pivotkolonner i trappeformen R Følgelig har A rang Nulliteteten til A er ved dimensjonsteoremet lik differansen mellom antallet kolonner og rangen altså 5 = Her kan en også bruke definisjonene direkte; finne basiser for radrom og nullrom og bestemme rang og nullitet utifra disse b) Nullrommet til A er identisk med nullrommet til R siden disse matrisene er radekvivalente Vi går derfor løs på oppgaven å finne nullrommet til R For å beskrive nullrommet til R må vi se på ligningen Rx = der x = [x x x x 4 x 5 ] T Den generelle løsningen avhenger av to frie variabler s t og vi setter Den første raden i R gir ligningen Den andre raden i R gir Den tredje raden i R gir (Den fjerde raden i R gir = ) x = s x 5 = t x + x x 5 = ie x = t s x + x x 5 = ie x = t s x 4 + x 5 = ie x 4 = t Dermed kan vi skrive den generelle løsningen av Rx = som x = s [ ] T + t [ ] T
2 Side av 9 Dermed er { [ ] T [ ] T } () en basis for Null(A) = Null(R) Kolonnevektorene i A som svarer til pivotkolonnene i R utgjør en basis for Col(A) Dermed kan vi slå fast at { [ ] T [ ] T [ ] T } () en basis for Col(A) c) Nå er R(T A ) = Col(A) Vi skal altså finne en ortonormal basis for kolonnerommet til A Vi bruker her Gram-Schmidt-fremgangsmåten og tar utgangspunkt i vektorene u = ( ) u = ( ) og u = ( ) som utgjør en basis for kolonnerommet til A: v = u v = u u v v v v = u ( )v = ( ) v = u u v v v v u v v v v = u 4 v 4 v = ( ) Vi ser at v v har lengde mens v har lengde Vi normaliserer v v Dermed skal vektorene (/ / / /) (/ / / /) ( / / / /) utgjøre en ortonormal basis for bildet til T A Oppgave a) A er symmetrisk og dermed ortogonalt diagonaliserbar Se på det karakteristiske polynomet til A: p A (λ) = λ + 6λ 9λ + 4 = ( λ) (4 λ) Dermed ser vi at λ = er en egenverdi for A med algebraisk multiplisitet og at λ = 4 en egenverdi med algebraisk multiplisitet Det krever litt arbeid å finne denne faktoriseringen av det karakteristiske polynomet men skal være mulitg å gjennomføre særlig hvis man er litt oppmerksom mens man regner ut det karakteristiske polynomet
3 Side av 9 Hvis en ikke umiddelbart kommer opp med en slik faktorisering kan man dividere det karakteristiske polynomet med ( λ)(4 λ) for å finne den siste faktoren Vi vet at ( λ)(4 λ) er en faktor i det karakteristiske polynomet siden og 4 er røtter Dersom du får til en slik faktorisering viser dette også at λ = 4 er egenverdier For de som ikke liker å herje med polynomer finnes en fremgangsmåte som bygger på at geometrisk multiplisitet = algebraisk multiplisitet for diagonaliserbare matriser Dermed kan vi finne multiplisiteten til egenverdien λ ved å studere rangen til matrisen A λi Vi får formelen multiplisitet(λ) = nullitet(a λi) En siste mulighet er å bruke informasjonen om at matrisen Q diagonaliserer A Dermed kan man lett finne basiser for de ulike egenrommene og på den måten finne de geometriske multiplisitetene b) La v v v være kolonnene i Q Disse er egenvektorer tilhørende egenverdiene 4 Den generelle løsningen av differensialligningen kan skrives som y(t) = C e t v + C e t v + C e 4t v (Se kapittelet om differensialligninger for detaljene) Dette medfører at Initialbetingesen gir oss ligningen y() = C v + C v + C v C v + C v + C v = [ ] T som har løsningen C = C = C = Løsningen er altså y(t) = e 4t c) Vi kan skrive ligningen vår som der xt Ax k T x + = 4 A = k = 4 x 4 og x = y z
4 Side 4 av 9 Innfører vi variablene y = (x y z ) definert ved x = Qy der Q er den diagonaliserende matrisen beskrevet over får vi x T Ax = y T (Q T AQ)y og k T x = (Q T k) T y Q T AQ er diagonalmatrisen med diagonalelementer 4 k er lik 4v så Q T k = ( 4) I x y z -variabler får vi ligningen (x ) + (y ) + (z ) 4z + = For å få full oversikt er vi nødt til å fullføre z -kvadratet Vi ser at Setter vi dette inn ligningen får vi (z ) 4z = ((z ) z (x ) + (y ) = ((z ) ) = (z ) + (z ) = / Dette er ligningen for en ellipsoide med sentrum i x = y = z = For å bestemme dette punktet i x y z-koordinater bruker vi koordinatskiftematrisen Q på følgende måte: 6 x y = x = Qy = 6 = z 6 Sentrum i ellipsoiden er altså i punktet (x y z) = ( ) Oppgave a) Første kolonne i A: Andre kolonne i A: [T ()] S = [] S = [T (x)] S = [x ] S =
5 Side 5 av 9 Tredje kolonne i A: [T (x )] S = [(x ) ] S = [4x 4x + ] S = 4 4 Følgelig er A = [T ] SS = [[T ()] S [T (x)] S [T (x )] S ] = 4 4 b) Siden A er triangulær kan vi lese egenverdiene direkte av diagonalen De er λ = λ = λ = 4 Finner egenvektor tilhørende λ = : A λ I = 4 Følgelig er x = [ ] T en egenvektor tilhørende λ Finner egenvektor tilhørende λ = : A λ I = 4 Følgelig er x = [ ] T en egenvektor tilhørende λ Finner egenvektor tilhørende λ : A λ I = 4 Følgelig er x = [ ] T en egenvektor tilhørende λ Dermed er en basis for R bestående av egenvektorer for A {x x x } () c) Her skal vi dra nytte av kunnskap om forholdet mellom egenskaper til vektorer og deres kooridnatvektorer
6 Side 6 av 9 En vektor v er en egenvektor for en lineæroperator T hvis og bare hvis koordinatvektoren til v [v] B uttrykt i en basis B er en egenvektor for matrisen [T ] BB til operatoren Vektoren v og koordinatvektoren [v] B tilhører i så fall samme egenverdi for henholdsvis T og [T ] BB (Vi har altså --korrespondanser mellom egenrommene til T og egenrommene til A tilhørende samme egenverdi) Punkt () gir oss egenvektorene for matrisen [T ] SS De korresponderende vektorene i P er da egenvektorer for T Vi finner disse på følgende måte: Vektoren x = ( ) er koordinatvektoren til polynomet p (x) = + x + x = x = ( ) er koordinatvektoren til polynomet og x er koordinatvektoren til polynomet Dette gir oss en basis for P bestående av egenvektorer for T p (x) = + x + x = x p (x) = x + x = x x + B = {p (x) p (x) p (x)} La oss nå finne matrisen til T i denne basisen Vi utnytter at denne basisen består av egenvektorer Første kolonne: [T (p (x))] B = [ p (x)] B = Andre kolonne: Tredje kolonne: Dermed er [T (p (x))] B = [ p (x)] B = [T (p (x))] B = [4 p (x)] B = 4 [T ] BB = 4
7 Side 7 av 9 En kan eventuelt begrunne dette svaret med at B er en basis for P bestående av egenvektorer for T I den situasjonen er [T ] BB alltid en diagonal matrise med egenverdiene langs diagonalen Oppgave 4 a) For å begrunne at dette er et indreprodukt går vi gjennom kravene i definisjonen: Symmetri: For A B M n n er A B = tr(a T B) = tr((a T B) T ) = tr(b T A) = B A Følgelig er symmetriaksiomet oppfylt Additivitet: For A A B M n n er Additivitetsaksiomet er altså oppfylt Linearitet: For A B M n n og α R er A + A B =tr((a + A ) T B) =tr(a T B + A T B) =tr(a T B) + tr(a T B) = A B + A B αa B = tr((αa) T B) = tr(α(a T B)) = αtr(a T B) = α A B Linearitetsaksiomet er altså oppfylt Positivitet: Hvis A M n n så er A A = tr(a T A) = n v i v i der v i er kolonne i i A og er det vanlige euklidske skalarproduktet Vi vet at v i v i Vi har altså en sum av positive element Følgelig er A A alltid positiv positiv Hvis denne summen er lik betyr det at hvert enkelt ledd v i v i = hvilket medfører at v i = hvilket medfører at A = i= A A og A A = f = Noen vil kanskje huske at positivitetsaksiomet kan uttrykkes på ulike måter Faglærer synes utsagnet A A > når A er det fyndigste Det er ikke ekvivalent med det utsagnet som står i boka men gir ekvivalente aksiomer Jfr diskusjon av logisk avhengighet
8 Side 8 av 9 b) Vi skal først vise at S n er et underrom av M n At S n er en delmengde er så opplagt at vi nesten ikke behøver å nevne det S n er ikke tom siden det finnes symmetriske n n-matriser Et eksempel på dette er identitetsmatrisen I Et annet eksempel er nullmatrisen Da gjenstår det å vise at S n er lukket under vektorromsoperasjonene Anta at A B S n og at α β R Da er (αa + βb) T = (αa) T + (βb) T = αa T + βb T = αa + βb Følgelig er αa + βb S n når α β R og A B S n Her kan en selvfølgelig velge å vise at S n er lukket under skalarmultiplikasjon og addisjon hver for seg I alle fall har vi nå vist at S n M n er et underrom Matrisene A A A er symmetriske så de ligger opplagt i S En villkårlig symmetrisk matrise er en lineærkombinasjon av disse tre siden [ ] a b = aa b c + ca + ba Følgelig er S = Span{A A A } Vi har ennå ikke vist at {A A A } er lineært uavhengig men det følger automatisk dersom vi er i stand til å vise at denne mengden er ortonormal; siden ortonormale mengder er lineært uavhengige Vi sjekker at mengden vår er ortonormal: ([ ] [ ]) ([ ]) A A = tr = tr = + = A A = ([ ] [ ]) tr = tr ([ ]) = + = Disse og tilsvarende beregninger viser at mengden {A A A } er ortonormal Siden denne mengden spenner ut S vet vi at det må være en ortonormal basis for dette rommet
9 Side 9 av 9 c) Løsning etter boka: Vi skal beregne proj S A Dette gjør vi ganske enkelt ved å bruke formelen A A i proj S A = A i a i A i = A + A + / [ ] / A = / i= Løsning som krever litt fantasi/flaks men mindre regning: Vi er heldige og ser at [ ] A 4 = spenner ut S Dermed er proj S A = A proj S A = A A A 4 A 4 A 4 A 4 = A A 4 = [ ] / / Oppgave 5 a) A er hermitesk hvis og bare hvis A H = A Dersom A er unitært diagonaliserbar finnes en matrise U og en diagonalmatrise D slik at A = UDU H og der D har egenverdiene til A langs diagonalen Dersom A bare har reelle egenverdier er altså D en reell diagonalmatrise Slike matriser er hermiteske Følgelig er Dette viser at A er hermitesk A H = (UDU H ) H = (U H ) H D H U H = UDU H = A b) At A er skjev-hermitesk betyr at A H = A Hvis nå λ er en egenverdi for A og x er en tilhørende egenvektor så er Følgelig er Ax Ax = x H A H Ax = x H ( A)Ax = λ x x λ = Ax Ax x x Høyresiden her er et negativt reelt tall følglig må λ være et reelt multippel av i og har altså realdel Siden proj W + projw = Id V for underrom W av indreproduktrom V
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
DetaljerEKSAMEN 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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: Mandag 5 desember 2016 Tid for eksamen: 09.00 13.00 Oppgavesettet er på 6 sider. Vedlegg:
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
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
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
DetaljerMA1202/MA S løsningsskisse
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0/MA0 0S løsningsskisse Rettet. august 0 Oppgave a) Vi finner det karakteristiske polynomet, λ 0 λ λ λ λ detλi A) λ 0 λ λ
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
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.............................
DetaljerGenerelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU
Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H & Rorres, C: Elementary Linear Algebra, 11 utgave Jonas Tjemsland 26 april 2015 4 Generelle vektorrom 41 Reelle
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
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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT Lineær algebra Eksamensdag: Mandag,. desember 7. Tid for eksamen: 4. 8.. Oppgavesettet er på 8 sider. Vedlegg: Tillatte hjelpemidler:
DetaljerLøsninger for eksamen i MAT Lineær algebra og M102 - Lineær algebra, fredag 28. mai 2004, Oppgave 1. M s = = 1 2 (cofm 2) T.
Løsninger for eksamen i MAT - Lineær algebra og M - Lineær algebra, fredag 8. mai 4, (a) Finn determinanten til matrisen M s = Oppgave s uttrykt ved s, og bruk dette til å avgjøre for hvilke s matrisen
DetaljerA 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:
5.3 Diagonalisering Det ville være fint om en matrise A var similær med en diagonalmatrise D: da har vi funnet egenverdiene, og kan f.eks. lett beregne A k. Når er dette tilfelle? Det er tema i denne seksjonen.
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= 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
DetaljerEKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 3 Faglig kontakt under eksamen: Carl Fredrik Berg (975 05 585) EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER
DetaljerVi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på
Kap. 7 Innledning Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på Symmetriske matriser. Disse matrisene har uvanlig pene egenskaper mht. diagonalisering. Kvadratiske
DetaljerUNIVERSITY 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.
Detaljer16 Ortogonal diagonalisering
Ortogonal diagonalisering Ortogonale matriser Definisjon (Def 7) En n n matrise A kalles ortogonal dersom den er invertibel og A A T Denne betingelsen er ekvivalent til at der I n er n n identitesmatrisen
Detaljer6.4 Gram-Schmidt prosessen
6.4 Gram-Schmidt prosessen La W {0} være et endeligdimensjonalt underrom av R n. (Senere skal vi mer generelt betrakte indreprodukt rom; se seksjon 6.7). Vi skal se hvordan vi kan starte med en vanlig
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,
DetaljerUniversitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra
Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT2 - Lineær algebra Onsdag 29 mai, 20, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets
DetaljerRom og lineæritet. Erik Bédos. Matematisk Institutt, UiO 2012.
Rom og lineæritet Erik Bédos Matematisk Institutt, UiO 202. Lineær algebra er et viktig redskap i nær sagt alle grener av moderne matematikk. De fleste emnene i matematikk på masternivå bygger på en forståelse
DetaljerKap. 7 Symmetriske matriser og kvadratiske former
Kap. 7 Symmetriske matriser og kvadratiske former Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på symmetriske matriser som har uvanlig pene egenskaper mht. diagonalisering.
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
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
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
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
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.
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
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
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
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
Detaljer12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)
Diagonalisering av matriser og operatorer (Ch 5, 5 og 85) Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A I kalkulus (teori av differensiallikninger) er
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: 9. desember 2014. Tid for eksamen: 14.30 18.30. Oppgavesettet er på 6 sider. Vedlegg: Tillatte
DetaljerR: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og
EGENVERDIER FOR MATRISER a Motiverende eksempel En by i USA har 0000 innbyggere som stemmer ved valget hvert år. I dag stemmer 8000 for R og 000 for D. Hvert år går 30% fra R til D og 0% fra D til R. Hva
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
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 ]
Detaljer7.1 forts. Schur triangularisering og spektralteoremet
7.1 forts. Schur triangularisering og spektralteoremet Vi skal vise to svært sentrale resultat i lineær algebra. Spektralteoremet (Teorem 3 i Lay): dette sier bl.a. at reelle symmetriske matriser er ortogonalt
DetaljerKap. 6 Ortogonalitet og minste kvadraters problemer
Kap. 6 Ortogonalitet og minste kvadraters problemer vanlig indreprodukt (prikkprod.) i IR n, egenskaper. ortogonalitet i IR n Pythagoras teorem: u og v i IR n er ortogonale hvis og bare hvis u + v 2 =
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
DetaljerEt 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,
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
DetaljerGENERELLE 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.
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()
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
Detaljer7.4 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
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
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
DetaljerLøsningsforslag for eksamen i Matematikk 3 - TMA4115
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag for eksamen i Matematikk 3 - TMA4115 Vår 1 1 a) La z = x iy. Da er Re z = x og z = x y. Siden y er et reelt
DetaljerMAT1120 Oppgaver til plenumsregningen torsdag 25/9
MAT1120 Oppgaver til plenumsregningen torsdag 25/9 Øyvind Ryan (oyvindry@i.uio.no) September 2008 Oppgaver fra 5.1 Denisjon av egenverdier, egenvektorer, egenrom. Teorem 1 s. 306: Egenverdiene til en triangulær
Detaljer15 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
DetaljerEKSAMEN I MATEMATIKK 3 (TMA4110)
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 EKSAMEN I MATEMATIKK 3 (TMA) Tirsdag 3. november Tid: 9: 3: LØSNINGSFORSLAG MED KOMMENTARER Oppgave I denne oppgaven
DetaljerUniversitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra
Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT - Lineær algebra Onsdag 5 september, 0, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets
DetaljerEgenverdier for 2 2 matriser
Egenverdier for matriser (Bearbeidet versjon av tidligere notat på nett-sidene til MA101 - Lineær algebra og geometri Versjon oppdatert med referanser til 10utg av læreboken) Egenvektorer og egenverdier
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
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:
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
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.
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 MA1202/MA6202 Lineær algebra med anvendelser
Institutt for matematiske fag Eksamensoppgave i Faglig kontakt under eksamen: Steffen Oppermann Tlf: 9189 7712 Eksamensdato: 01. juni 2017 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte hjelpemidler:
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
DetaljerLØSNINGSSKISSE TIL EKSAMEN I FAG SIF august 2001
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 LØSNINGSSKISSE TIL EKSAMEN I FAG SIF500 0. august 00 Oppgave 5 +6 ( 4 +6)0 dvs. at vi har en rot 0 og 4 røtter av
DetaljerKap. 5 Egenverdier og egenvektorer
Kap. 5 Egenverdier og egenvektorer Egenverdier, egenvektorer og diagonaliserbarhet er sentrale begreper for kvadratiske matriser. Mye er kjent fra tidligere, skal repetere dette og gå videre. Sammenhengen
Detaljer=cos. =cos 6 + i sin 5π 6 = =cos 2 + i sin 3π 2 = i.
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 9 L SNINGSFORSLAG TIL EKSAMEN I SIF59 MATEMATIKK Bokmål Fredag. desember Oppgave a) Vi har z = i r e iθ = e i π r =,
DetaljerMAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse
MAT3000/4000 - Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse Oppgave 1 Din offentlig nøkkel er N = 377 og a = 269, mens lederen av klubben har valgt N = 1829 og a = 7. Passordet som du har mottatt
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
DetaljerUniversitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag. Eksamen MA desember Lykke til!
Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag Eksamen Emnekode: Emnenavn: MA-2 Lineær algebra Dato: Varighet:. desember 2 9. - 4. Antall sider: Tillatte hjelpemidler:
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
DetaljerGenerelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11.
Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11. utgave Jonas Tjemsland 19. november 2014 1 Lineære likningssystemer
DetaljerLineærtransformasjoner
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(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
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,
DetaljerMA0002 Brukerkurs i matematikk B Vår 2013
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA Brukerkurs i matematikk B Vår Løsningsforslag Øving 6 9..7 Anta at en populasjon er delt inn i tre aldersklasser, og at %
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
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
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
DetaljerEKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 6 EKSAMEN I TMA4 MATEMATIKK 3 Bokmål Mandag 6. juni løsningsforslag Hjelpemidler (kode C): Enkel kalkulator (HP3S eller
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
DetaljerBasis, koordinatsystem og dimensjon
Basis, koordinatsystem og dimensjon NTNU, Institutt for matematiske fag 22.-24. oktober 2013 Basis Basis for vektorrom: En endelig mengde B = {b 1, b 2,..., b n } av vektorer i et vektorrom V er en basis
DetaljerSIF5010 Matematikk 3. y 00, 2y 0 +5y = sin x 4A, 2B =0 4B +2A =1;
for fakultet E og F varen 998 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Lsningsforslag eksamen varen 998 Eksamen SIF5, mai 98 a) y, y +5y sin x P (r) r, r +5; r i Som
DetaljerLøsningsforslag øving 7
Løsningsforslag øving 7 8 Husk at en funksjon er injektiv dersom x y gir f(x) f(y), men her ser vi at f(3) 9 f( 3), eller generelt at f(z) z f( z) for alle z C, som betyr at f ikke er injektiv Vi ser også
DetaljerMinste kvadraters løsning, Symmetriske matriser
Minste kvadraters løsning, Symmetriske matriser NTNU, Institutt for matematiske fag 19. november 2013 Inkonsistent ligningsystem Anta at Ax = b er et inkonsistent ligningsystem, da er b ikke i Col(A).
DetaljerLøsningsforslag til eksamen i MA0002, Brukerkurs i matematikk B
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 Løsningsforslag til eksamen i MA000, Brukerkurs i matematikk B 9. mai 01 Oppgave 1 a) Et plan i rommet har ligning
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
DetaljerPensum i lineæralgebra inneholder disse punktene.
Pensum i lineæralgebra inneholder disse punktene. 1) Løsning av lineære ligningssystem. Finne løsning hvis den fins og også avgjøre om løsning ikke fins. Entydig, flertydig løsning. 2) Overføre en matrise
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
DetaljerOppgaver 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. (.
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
Detaljer6.4 (og 6.7) Gram-Schmidt prosessen
6.4 (og 6.7) Gram-Schmidt prosessen La W {0} være et endeligdimensjonalt underrom av et indreprodukt rom V. Man kan starte med en vanlig basis for W og konstruere en ortogonal basis for W. Ønskes det en
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
DetaljerUtkast 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
DetaljerForelesning 14 Systemer av dierensiallikninger
Forelesning 14 Systemer av dierensiallikninger Eivind Eriksen 9. april 010 Dierensiallikninger En dierensiallikning inneholder en avhengig variabel (typisk y ) og en uavhengig variabel (typisk x), som
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
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
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,
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
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
Detaljer