Løsningsforslag øving 7

Like dokumenter
Lineærtransformasjoner

9 Lineærtransformasjoner TMA4110 høsten 2018

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

Løsningsforslag øving 6

8 Vektorrom TMA4110 høsten 2018

Egenverdier og egenvektorer

Diagonalisering. Kapittel 10

LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010

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

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

12 Projeksjon TMA4110 høsten 2018

Lineær algebra. 0.1 Vektorrom

Eksamensoppgave i TMA4115 Matematikk 3

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

Matriser. Kapittel 4. Definisjoner og notasjon

MA1201/MA6201 Høsten 2016

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT 1110: Bruk av redusert trappeform

4.4 Koordinatsystemer

MAT1120 Notat 2 Tillegg til avsnitt 5.4

4 Matriser TMA4110 høsten 2018

12 Lineære transformasjoner

Obligatorisk innlevering 3 - MA 109, Fasit

4.1 Vektorrom og underrom

Vær OBS på at svarene på mange av oppgavene kan skrives på flere ulike måter!

UNIVERSITET I BERGEN

10 Radrommet, kolonnerommet og nullrommet

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

MA1201/MA6201 Høsten 2016

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

MAT1120 Repetisjon Kap. 1

MAT UiO. 10. mai Våren 2010 MAT 1012

Vektorligninger. Kapittel 3. Vektorregning

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

MAT1120 Notat 1 Tillegg til avsnitt 4.4

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

Lineær uavhengighet og basis

(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

MAT1120 Notat 1 Tillegg til avsnitt 4.4

MAT1120 Repetisjon Kap. 1, 2 og 3

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger

4.2 Nullrom, kolonnerom og lineære transformasjoner

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

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

Kap. 6 Ortogonalitet og minste kvadrater

Oppgave 1 (25 %) - Flervalgsoppgaver

7 Egenverdier og egenvektorer TMA4110 høsten 2018

5.5 Komplekse egenverdier

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

Lineær algebra-oppsummering

Lineære likningssystemer og matriser

Mer om kvadratiske matriser

Lineære ligningssystemer og gausseliminasjon

4.4 Koordinatsystemer

Hint til oppgavene. Uke 34. Uke 35. Fullstendige løsningsforslag finnes på emnesidene for 2017.

Emne 9. Egenverdier og egenvektorer

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

EKSAMEN. 1 Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Trond Stølen Gustavsen. Klasser: (div) Dato: 24. mai 2004 Eksamenstid:

4.1 Vektorrom og underrom

Eksamensoppgave i TMA4110/TMA4115 Calculus 3

UNIVERSITETET I OSLO

Eksamensoppgave i MA1201 Lineær algebra og geometri

Mer om kvadratiske matriser

4.1 Vektorrom og underrom

tma4110 Matematikk 3 Notater høsten 2018 Øystein Skartsæterhagen Morten Andreas Nome Paul Trygsland

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

MAT-1004 Vårsemester 2017 Prøveeksamen

Anbefalte oppgaver - Løsningsforslag

MAT Prøveeksamen 29. mai - Løsningsforslag

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

MAT UiO mai Våren 2010 MAT 1012

Sammendrag R1. Sandnes VGS 19. august 2009

Løsning Eksamensrelevante oppgaver i ELE 3719 Matematikk Vektorer, matriser og lineær algebra Dato Februar Oppgave 1. (A) Vi leser av at

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

Eksamensoppgave i MA0301 Elementær diskret matematikk løsningsforslag

Repetisjon: om avsn og kap. 3 i Lay

Repetisjon: Om avsn og kap. 3 i Lay

OBLIG 2 - MAT 1120 Høsten 2005

LO510D Lin.Alg. m/graf. anv. Våren 2005

Løsningsforslag MAT 120B, høsten 2001

5.8 Iterative estimater på egenverdier

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

MAT-1004 Vårsemester 2017 Prøveeksamen

MA0002 Brukerkurs i matematikk B Vår 2016

EKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

Mer om lineære likningssystemer, vektorer og matriser

TMA4100 Matematikk 1 Høst 2014

Prøveeksamen i MAT 1100, H-03 Løsningsforslag

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

Sammendrag R januar 2011

Sammendrag R mai 2009

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.

Gauss-eliminasjon og matrisemultiplikasjon

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

Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.

Løsningsforslag til underveiseksamen i MAT 1100, 6/

Lineære ligningssystemer og gausseliminasjon

Transkript:

Løsningsforslag øving 7 8 Husk at en funksjon er injektiv dersom x y gir f(x) f(y), men her ser vi at f(3) 9 f( 3), eller generelt at f(z) z f( z) for alle z C, som betyr at f ikke er injektiv Vi ser også at f er på formen z n for et heltall n, og vi vet fra tidligere at alle funksjoner z n w, for komplekse tall z og w og heltall n, ifølge algebraens fundamentalteorme har en løsning Dette betyr at for en gitt w så kan vi finne en z slik at f(z) w Dette betyr at f er surjektiv Til slutt observerer vi at f ikke er bijektiv fordi f ikke er injektiv, da en funksjon må være både injektiv og surjektiv for å være bijektiv 8 Vi vet at en lineærtransformasjon dersom T (ax + by) at (x) + bt (y) for alle skalarer a, b R og alle vektorer x, y R Vi sjekker om dette stemmer i hvert av punktene under I de tilfellene hvor T ikke er en lineærtransformasjon så er det godt nok å gi et moteksempel hvor T (x+y) T (x)+t (y) eller T (ax) at (x), enten generelt eller for noen utvalgte skalerer a og vektorer x og y a) Dette er ikke en lineærtransformasjon Vi ser at T ( ]) x + T y ( ]) z w tan(x) e y ] + ] tan(z + w) e z+w ( ]) x + z T y + w ] tan(z) e w b) Dette er en lineærtransformasjon Vi ser at at ( ( x z + bt a(x + y) + b(z + w) (ax) + (ay) + (bz) + (bw) ( x z T a + b y] Dermed går vi videre Standardmatrisen A til lineærtranformasjonen A T (e ) T (e ) ] ] For å finne kjernen til T så løser vi ligningssystemet T (v) Av, som gir oss at x + y, som] igjen a betyr at x y Det følger at ker T { a a R}, og dermed også at T ikke er injektiv Vi ser at bildet til et underrom av R Men spenner det ut hele R? Vi lar a være et vilkårlig element fra R, og sjekker om vi kan finne en vektor v slik at T (v) a Det kan vi, ved å for eksempel sette v a] Det følger at im T R, og dermed også at surjektiv c) Dette er ikke en lineærtransformasjon Vi ser at ( ( x z at + bt a(x + y ) + b(z + w ) (ax) + (ay) a + (bz) + (bw) b (ax + bz) + (ay + bw) (a + b) (ax + bz) + (ay + bw) ( x z T a + b y] Vi kan også se dette ved hjelp av et eksempel, hvor T ( ), og T ( ) 3, som gir at T ( ) 3 T ( ) d) Dette er ikke en lineærtransformasjon Vi ser at ( x at a(x + y ) ax + ay (ax) + (ay) ( ]) x T a y e) Dette er en lineærtranformasjon Vi ser at x u at y + bt v z w ] ] x 5y + 4z u 5v + 4w a + b y 6z v 6w ] ] ax 5ay + 4az bu 5bv + 4bw + ay 6az bv 6bw x u T a y + b v z w Dermed går vi videre Standardmatrisen A til lineærtranformasjonen A T (e ) T (e ) T (e 3 ) ] ] 5 4 6 For å finne kjernen til T så løser vi lingingssystemet T (v) Av Vi ser at vi får en fri variabel,

og at v 6 6 er en løsning Det følger at ker T Sp{ 6 6 }, og dermed også at T ikke er injektiv Vi ser at bildet til et underrom av R Vi lar y a b være et vilkårlig element fra R, og sjekker om vi kan finne en vektor v x y z i R 3 slik at T (v) y Det kan vi, ved å for eksempel sette v a + 5b b Det følger at im T R, og dermed også at surjektiv f) Dette er en lineærtranformasjon Sjekk at beregningene stemmer Standardmatrisen A til lineærtranformasjonen A Kjernen til ker T Sp{ ] } T er dermed ikke injektiv Bildet til et underrom av R 4 Det er opplagt at T ikke er surjektiv ettersom første element i hver vektor i bildet til T må være, og vi kan dermed ikke finne noen v slik at Av a b c d for a og vilkårlige b, c, d R Vi observerer at tredje kolonne i A kan skrives som en lineærkombinasjon hvor vi summerer andre og fjerde kolonne og trekker fra første kolonne Alle kolonnene er parvis uavhengige, og vi kan dermed velge enhver kombinasjon bestående av tre av kolonnene til A for å lage en basis for bildet til A Bildet til A er altså isomorft med R 3, som et underrom av R 4 g) Dette er en lineærtranformasjon, og kan enkelt verifiseres på samme måte som i punkt b) Standardmatrisen A til lineærtranformasjonen T er A 3 4 ] Kjernen til ker T Sp{,, 3 } dermed ikke injektiv Bildet til et underrom av R Vi ser at for et vikårlig element a R, vi har at a T sendes til a Dermed er T surjektiv 83 Vi vet at en vilkårlig vektor x y kan skrives som en lineærkombinasjon xe + ye, og at en lineærtransformasjon Da vil løsningen kunne skrives på formen T (v) T ( x y ) xt (e ) + yt (e ) 4 9 Det følger at T (e ) 3 og at T (e ) 3 Vi løser dette systemet og får at x 5 og y 3 Løsningen er altså T ( 5 3 ) 4 9 84 Ikke korrekt Lineærtransformasjonene R R er på formen T (x) ax (vi kan tenke på konstanten a som en -matrise) Dette kan vi se ved å sjekke om T (x + y) T (x) + T (y) Dette holder ikke generelt, og detfølger at må vi ha b, og dermed også at T (x) ax 85 a) Dette er standardbasisen, x og x Forklaring: Vi ønsker å skrive et vilkårlig andregradspolynom på formen p(x) p()f (x) + p ()f (x) + p () f 3 (x) Dette er akkurat hva f, f x og f 3 x tilfredstiller: Gitt p(x) a + bx + cx ser vi at p() a, p () b og p () c ved regning; dette er akkurat koeffisientene foran, x og x Alternativ løsning: For en mer systematisk fremgangsmåte kan du følge metoden som er beskrevet i del b) b) Vi må finne tre polynom e ( x), e (x) og e 3 (x) som utgjør en basis slik at et vilkårlig polynom kan skrives på formen p(x) p()e (x) + p()e (x) + p()e 3 (x) p() (da blir koordinatene p() ) Dette skjer akkurat p() dersom e (x) tilfredstiller e (x) tilfredstiller e 3 (x) tilfredstiller e () e () e (), e () e () e (), e 3 () e 3 () e 3 () (sett inn i likningen for p(x) uttrykt ved e i ene for å se dette) e : Polynomet kan skrives på formen a + a x + a x, og vi krever fra likningene for e ovenfor at a a + a + a a + a + 4a Dette er tre likninger med tre ukjente, og vi bruker radreduksjon for å se at løsningen er a, a 3 og a Polynomet er derfor e (x) 3 x + x Alternativ løsning: e () og e () betyr at (x ) og (x ) er faktorer av e Derfor må e (x) a(x )(x ) Kravet e () gir nå a ( ) ( ) slik at a Derfor er e (x) (x )(x ) Du kan gange ut for å se at dette er det samme polynomet som vi fant ovenfor e : Samme fremgangsmåte som for e med litt forskjellige likninger gir polynomet e (x) x x e 3 : Samme fremgangsmåte som for e med litt forskjellige likninger gir polynomet e 3 (x) x + x Vi har nå tre polynom e, e og e 3 som spenner P (det er konstruert slik at alle polynom kan skrives p(x) p()e (x) + p()e (x) + p()e 3 (x)) Det gjenstår kun å vise at de er lineært uavhengige Men dette følger også fra hvordan e i -ene er konstruert: Gitt en likning x e (x) + x e (x) + x 3 e 3 (x) kan du sette inn for x,, for å se at x, x og x 3 på grunn av likningene som definerer e i - ene c) Koordinatene til x : p() x ] B p (), p () p() x ] C p() p() 4

d) Husk at en 3 3-matrise er bestemt av hvordan den endrer standardbasisen i R 3 T : I koordinatene til standardbasisen for P har vi at ] B e, x] B e og x ] B e 3, hvor e i er den i-te standardbasisen for R 3, per definisjon av koordinater til en basis Fra kommentaren ovenfor må vi ha at T ] B ] C, T x] B x] C, T x ] B x ] C Basisen C er konstruert slik at første koordinat er evaluering i, andre koordinat er evaluering i og tredje koordinat er evaluering i Derfor har vi T ] T e T e T e 3 4 S: Samme fremgang som for T Husk at e (x) 3 x + x, e (x) x x og e 3 (x) x + x I koordinatene til B har vi da at e ] B, e ] B og e 3 ] B Dette gir S 3 Vi sjekker at matrisen gir riktig endring av koordinater for x : 3 4 Dette viser at S endrer koordinatene til x som ønsket Gjør tilsvarende regning for T Du kan også se at T og S er inverser, ved å multiplisere de sammen og få I 3 Vi har dermed at ethvert polynom representert i en av basisene kan oversettes til et polynom representert i den andre basisen, og så sendes tilbake til seg selv igjen 86 a) T θ ] T θ (e ) T θ (e ) ] ] cos(θ) sin(θ) sin(θ) cos(θ) b) Å bruke T θ to ganger svarer til å rotere med en vinkel θ to ganger: T θ T θ T θ På matriseform har vi derfor ] cos(θ) sin(θ) T θ ] sin(θ) cos(θ) Vi kan også regne ut dette produktet direkte: T θ ] cos (θ) sin ] (θ) cos(θ) sin(θ) cos(θ) sin(θ) cos (θ) sin (θ) Fra element (, ), eller (, ), ser vi at cos(θ) cos (θ) sin (θ) 87 Poenget med denne oppgaven er å se noen større sammenhenger i lineæralgebra Det er mange måter å vise disse sammenhengene, og det er viktig at implikasjonene går i begge retninger for hvert av punktene (I) a) f) Per definisjon i kapittel 8 om isomorfier er T en isomorfi hvis og bare hvis det finnes en invers S : C n C n slik at T S id C n og S T id C n La B være standardmatrisen til S Fordi standardmatrisen til id C n er I n får vi AB I n BA Det betyr at B må være den inverse matrisen A til A Og omvendt, dersom A er inverterbar, så definerer A en lineærtransformasjon S : C n C n som er invers til T (II) a) b) Dette følger fra teorem 6 Se bevis i notatene Merk at dette beviset kun er gyldig for A en n n matrise, og ikke generelt (III) b) c) Dette følger fra teorem 53 Se bevis i notatene (IV) b) d) Dette følger fra teorem 84 Bevis: La a, a,, a n være kolonnene i A, og anta at er lineært uavhengige Se på ligningssystemet Ax Husk at Ax x a + + x n a n Ettersom kolonnone er lineært uavhengige, så impliserer ligningen Ax x a + + x n a n at x x n Dette betyr at nullrommet til A kun består av nullvektoren Ettersom A er standardmatrisen til T så er nullrommet til A det samme som kjernen til T Vi vet så fra teorem 89 (se bevis i notatene) at en lineærtransformasjon er injektiv hvis og bare hvis kjernen kun består av nullvektoren Dermed følger det at injektiv hvis og bare hvis kolonnene i A er lineært uavhengige (V) c) e) Dette er resultatet i teorem 84 Bevis: (i) c) e) La a, a,, a n være kolonnene i A, og anta at de spenner ut hele C n La så u være et vilkårlig element i C n Fordi kolonnene i A spenner ut hele C n, så vet vi at ethvert element i C n kan skrives som en lineærkombinasjon av kolonnene i A Da må det eksistere skalarer c, c,, c n i C n, hvor ikke alle er lik null, slik at c a + c a + + c n a n u Det betyr at c a + + c n a n Ac u der vi skriver c for kolonnevektoren med koordinatene c,, c n Fordi A er standardmatrisen til T, har vi Ac T (c) Da har vi vist at T kan nå alle elementer i C n, og dermed er T surjektiv (ii) c) e) La T være surjektiv Da har vi at T kan nå alle elementer i C n Det betyr at hvis w er en vektor i C n, så finnes det en vektor u med T (u) w Ettersom A 3

er standardmatrisen til T så betyr dette at Au w Vi kan skrive dette igjen som Au u a + + u n a n w der a, a,, a n er kolonnene i A og u,, u n er koordinatene i u Dette betyr at kolonnene til A spenner ut hele C n Vi har dermed vist at alle påstandene er ekvivalente Merk at i dette tilfellet så er det også sant at injektiv hvis og bare hvis surjektiv ettersom vi går fra en et domene til et kodomene som har samme størrelse Dette er ikke sant på generell basis, som vi har sett i flere oppgaver i denne øvingen allerede Så dersom det for ethvert element w i kodomenet finnes et unikt element i domenet som sendes til w (injektiv), så må vi nødvendigvis treffe alle elementene i kodomenet (surjektiv), og motsatt Det følger da også at en isomorfi ettersom en isomorfi hvis og bare hvis både injektiv og surjektiv På samme måte er ikke nødvendigvis alle kolonnene i A lineært uavhengige dersom A ikke er en kvadratisk matrise, så det er et viktig kriterium her for at alt skal kunne kobles sammen Se figur på neste side for en oversikt over sammenhengene 88 a) T må være injektiv, og S må være surjektiv Merk at dette er sant for generelle funksjoner b) Vi får at dim U dim W siden U W, og dim V dim U siden injektiv (eller dim V dim W siden S er surjektiv) Rent intuitivt gir det mening at dersom vi går fra et lite rom til et stort rom, så kan vi ikke treffe alle elementene I tillegg, dersom vi går fra et stort rom til et lite rom så vil vi nødvendigvis treffe noen elementer flere ganger 4

A er inverterbar Thm 6 Kolonnene i A er lineært uavhengige Thm 53 Kolonnene i A utspenner C n Def en isomorfi Thm 84 injektiv Thm 84 surjektiv Figur : Sammenhengene mellom bevis av påstander i oppgave 87 5