MAT1120 Oppgaver til plenumsregningen torsdag 18/9

Like dokumenter
MAT1120 Oppgaver til plenumsregningen torsdag 18/9

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

4.4 Koordinatsystemer

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

10 Radrommet, kolonnerommet og nullrommet

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

6.5 Minste kvadraters problemer

(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

Basis, koordinatsystem og dimensjon

4.1 Vektorrom og underrom

8 Vektorrom TMA4110 høsten 2018

6.8 Anvendelser av indreprodukter

6.4 (og 6.7) Gram-Schmidt prosessen

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

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

MAT 1110: Bruk av redusert trappeform

UNIVERSITETET I OSLO

MAT1120 Notat 1 Tillegg til avsnitt 4.4

6.4 Gram-Schmidt prosessen

MAT1120 Repetisjon Kap. 1

4.4 Koordinatsystemer

MAT1120 Notat 1 Tillegg til avsnitt 4.4

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

Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 L SNINGSFORSLAG TIL EKSAMEN I SIF5009 MATEMATIKK 3 Bokmål Man

4.2 Nullrom, kolonnerom og lineære transformasjoner

7.4 Singulærverdi dekomposisjonen

Lineær uavhengighet og basis

12 Lineære transformasjoner

MAT1120 Repetisjon Kap. 1, 2 og 3

MAT-1004 Vårsemester 2017 Prøveeksamen

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

Kap. 6 Ortogonalitet og minste kvadrater

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT1120 Notat 2 Tillegg til avsnitt 5.4

UNIVERSITET I BERGEN

MAT1120 Notat 2 Tillegg til avsnitt 5.4

EKSAMEN I MATEMATIKK 3 (TMA4110)

Lineære likningssystemer og matriser

Obligatorisk innlevering 3 - MA 109, Fasit

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

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

Løsningsforslag for eksamen i Matematikk 3 - TMA4115

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

TMA4110 Matematikk 3 Haust 2011

MA1201/MA6201 Høsten 2016

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Minste kvadraters løsning, Symmetriske matriser

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

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Homogene lineære ligningssystem, Matriseoperasjoner

MAT1120 Oppgaver til plenumsregningen torsdag 25/9

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

Lineærtransformasjoner

UNIVERSITETET I OSLO

Egenverdier og egenvektorer

Løsningsforslag øving 7

Obligatorisk oppgave 2

Matriser. Kapittel 4. Definisjoner og notasjon

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

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

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger

Eksamensoppgave i TMA4115 Matematikk 3

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

UNIVERSITETET I OSLO

Repetisjon: Om avsn og kap. 3 i Lay

MA1201/MA6201 Høsten 2016

Emne 9. Egenverdier og egenvektorer

Lineære ligningssystemer. Forelesning, TMA4110 Torsdag 17/9. Lineære ligningssystemer (forts.) Eksempler

Eksamensoppgave i MA1201 Lineær algebra og geometri

UNIVERSITETET I OSLO

MAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse

100 ENKLERE OPPGAVER MED HINT OG LØSNINGSFORSLAG I LINEÆR ALGEBRA (OG NOEN I DISKRET MATEMATIKK)

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

Repetisjon: om avsn og kap. 3 i Lay

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER

EKSAMEN. 1 Om eksamen. EMNE: MA-109 FAGLÆRER: Svein Olav Nyberg, Turid Knutsen, Øystein Alvik

EKSAMEN I TMA4110 MATEMATIKK 3 Bokmål Mandag 6. juni 2011 løsningsforslag

4 Matriser TMA4110 høsten 2018

Generelle teoremer og denisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H. & Rorres, C.: Elementary Linear Algebra, 11.

12 Diagonalisering av matriser og operatorer (Ch. 5.1, 5.2 og 8.5)

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

Mer om lineære likningssystemer, vektorer og matriser

LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010

Lineær algebra. 0.1 Vektorrom

15 Hovedprinsippet for vektorrom med et indre produkt

Rom og lineæritet. Erik Bédos. Matematisk Institutt, UiO 2012.

MAT-1004 Vårsemester 2017 Obligatorisk øving 3

Fasit til utvalgte oppgaver MAT1110, uka 13/4-16/4

EKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3

Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på

Kap. 6 Ortogonalitet og minste kvadraters problemer

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

3.9 Teori og praksis for Minste kvadraters metode.

Utkast til løsningsforslag til eksamen i emnet MAT Lineær algebra Utan ansvar for feil og mangler Mandag 31. mai 2010, kl

OBLIG 2 - MAT 1120 Høsten 2005

Mer om kvadratiske matriser

Eksamen i ELE Matematikk valgfag Torsdag 18. mai Oppgave 1

Mer om kvadratiske matriser

Transkript:

MAT1120 Oppgaver til plenumsregningen torsdag 18/9 Magnus Dahler Norling (magnudn@math.uio.no) September 2014

Oppgave 4.6.4 rank A = rank B = 5 (teorem 13+14). dim Nul A = n - rank A = 6-5 = 1 (teorem 14). Col A utspennes av søyle 1,2,3,5 og 6 i A siden disse er pivot-søyler i B (teorem 13 s. 158). Row A utspennes av alle radene i B, siden disse er pivot-rader (teorem 13 s. 247). Nul A = Nul B (nullrommet det samme etter rad-operasjoner). Vi kan redusere B til (bruk rref) 1 0 0 1 0 0 0 1 0 1 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 Vi ser at x 4 kan velges fritt, og at x 1 = x 2 = x 3 = x 4 og x 5 = x 6 = 0, slik at en basis for Nul A blir ( 1, 1, 1, 1, 0, 0).

Oppgave 4.6.6 dim Nul A = 5 rank A = 3 (teorem 14). dim Row A = dim Col A (teorem 14) = rank A (def s. 249) = 2. rank A T = dim Col A T (def. s. 249) = dim Row A = rank A = 2.

Oppgave 4.6.12 dim Row A = rank A = 4 - dim Nul A = 4 2 = 2

Oppgave 4.6.20 La A være koeffisientmatrisen til likningsystemet (dette er en 6 8-matrise). 2 frie variable og 8 variable totalt betyr at den reduserte trappeformen har 6 pivot-søyler. Dermed er dim Col A = 6, så Col A utspenner hele R 6. Dermed har Ax = b alltid en løsning (uansett b) (teorem 12, s. 77), og det er dermed umulig å gjøre systemet inkonsistent.

Oppgave 4.6.28 La A være en m n-matrise. dim Row A + dim Nul A = rank A + dim Nul A = n (teorem 14). dim Col A + dim Nul A T = dim Row A T + dim Nul A T = antall kolonner i A T etter hva vi akkurat har vist. Dette er det samme som antall rader i A, dvs. m.

Oppgave 4.6.31 rank uv T = rank 2a 2b 2c 3a 3b 3c 5a 5b 5c. Ser at [ a b c ] er en basis for radrommet, slik at rank uv T = dim Row uv T 1.

Oppgave 4.6.32 [ ] [ uv T v1 v = 2 v 3 1 3 4. Skal dette være lik 2v 1 2v 2 2v 3 2 6 8 ser vi at vi må ha (v 1, v 2, v 3 ) = (1, 3, 4). ], så

Oppgave 4.6.33 Anta 2 3-matrisen A har rang 1, og at u 0 er første kolonne i A. Vi har rank A = dim Col A = 1. Hvis første kolonne u i A er 0, så må de andre kolonnene være på formen c 2 u, c 3 u. Altså er A på formen [ ] [ ] u1 c 2 u 1 c 3 u 1 u1 [ ] = 1 c2 c u 2 c 2 u 2 c 3 u 2 u 3 2 Hvis rank A = 1, så vil en av kolonnene i A være forskjellig fra 0. I regnestykket ovenfor bruker vi da denne kolonnen i stedet for den første kolonnen hvis denne er 0 (regnestykket går greit uavhengig av hvilken kolonne vi velger).

Oppgave 4.7.4 Teorem 15 sier at er basisskiftematrisen fra D til A. Derfor er (i) oppfylt for alle x. [[d 1 ] A [d 2 ] A [d 3 ] A ]

Oppgave 4.7.6 a) Vi trenger [f 1 ] D, [f 2 ] D, [f 3 ] D Ser at [f 1 ] D = (2, 1, 1), [f 2 ] D = (0, 3, 1), [f 3 ] D = ( 3, 0, 2). Vi får altså at 2 0 3 P D F = 1 3 0 1 1 2 b) [x] D = P D F [x] F = 2 0 3 1 3 0 1 1 2 1 2 2 = 4 7 3.

Oppgave 4.7.8 For å finne P C B må vi regne ut [b 1 ] C og [b 2 ] C. For å finne [b 1 ] C må vi løse [ ] [ ] [ ] 1 1 a1 1 = 2 1 8 a 2 (kolonnene i matrisen er c 1 og c 2, høyre side er b 1. Løser vi denne med rref får vi [b 1 ] C = (a 1, a 2 ) = (9, 10). På samme måte blir Dermed blir [b 2 ] C = ( 8, 9). [ P C B = 9 8 10 9 ].

På samme måte får vi Dermed blir [c 1 ] B = (9, 10), [c 2 ] B = (8, 9). P B C = [ 9 8 10 9 (Alternativt kunne vi regnet ut (P C B ) 1 ). ]

Oppgave 4.7.14 La D være standardbasisen. Vi har at [1 3t 2 ] D = (1, 0, 3), [2 + t 5t 2 ] D = (2, 1, 5), [1 + 2t] D = (1, 2, 0). Dermed blir 1 2 1 P D B = 0 1 2 3 5 0 Vi må løse 0 0 1 = 1 2 1 0 1 2 3 5 0. [t 2 ] B Løser vi med rref får vi at [t 2 ] B = (3, 2, 1).

Oppgave 4.7.17[M] I oppgave 4.5.34 regnet vi ut P = P B C. Formel (6) side 257 forteller oss at P 1 er P C B, det vil si at kolonne k i P 1 er koordinatvektoren til x k i basisen C. Regner ut inv(p) med Matlab og ser at vi kan skrive cos 2 (t) = 1/2 + 1/2 cos(2t) cos 3 (t) = 3/4 cos(t) + 1/4 cos(3t) cos 4 (t) = 3/8 + 1/2 cos(2t) + 1/8 cos(4t) cos 5 (t) = 5/8 cos(t) + 5/16 cos(3t) + 1/16 cos(5t) cos 6 (t) = 5/16 + 0.4688 cos(2t) + 0.1875 cos(4t) + 0.0313 cos(6t)

Oppgave 4.7.18[M] sett x = 5 cos 3 (t) 6 cos 4 (t) + 5 cos 5 (t) 12 cos 6 (t). Har at [x] B = (0, 0, 0, 5, 6, 5, 12), og [x] C = P 1 [x] B. Setter inn og får [x] C = ( 6, 6.8750, 8.6250, 2.8125, 3.0000, 0.3125, 0.3750). Det holder altså å regne ut integralet ( 6 + 6.8750 cos(t) 8.6250 cos(2t) + 2.8125 cos(3t) 3 cos(4t) + 0.3125 cos(5t) 0.3750 cos(6t))dt = 6t + 6.8750 sin(t) 8.6250 sin(2t) + 2.8125 2 3 3 4 sin(4t) + 0.3125 5 sin(5t) 0.3750 6 sin(6t) + C sin(3t)

Oppgave 4.8.8 Vi har differenslikningen y k+3 4y k+2 + 1y k+1 + 6y k = 0. Gitt at ( 1) k, 2 k, og 3 k løser differenslikningen. er disse en basis for løsningsrommet? 1. Løsningsrommet er 3-dimensjonalt (Teorem 17 s. 264). 2. ( 1) k, 2 k, og 3 k er lineært uavhengige: Som i eksempel 2: Lag Casorati-matrisen ( 1) 0 2 0 3 0 ( 1) 1 2 1 3 1 ( 1) 2 2 2 3 2 = 1 1 1 1 2 3 1 4 9 og gjør en rref på denne. Vi får identitetsmatrisen, og derfor er de tre signalene er lineært uavhengige. De må derfor utspenne hele løsningsrommet, som jo også er tredimensjonalt (teorem 12 s. 243).,

Oppgave 4.8.10 y k+3 + y k+2 8y k+1 12y k = 0. Løsningsrommet er 3-dimensjonalt. Vi former Casorati-matrisen u 0 v 0 w 0 u 1 v 1 w 1, u 2 v 2 w 2 der u k = ( 2) k, v k = k( 2) k, og w k = 3 k, og får 1 0 1 2 2 3 4 8 9 rref på denne gir identitetsmatrisen, og de tre løsningene utspenner løsningsrommet ved samme resonnement som i oppgave 4.8.8.,

Oppgave 4.8.16 y k+2 25y k = 0. Løsningsrommet er 2-dimensjonalt. Som i eksempel 4 gjetter vi på y k = r k og får likningen r k+2 25r k = 0, som gir oss r 2 25 = 0. Dette gir oss løsningene u k = 5 k, v k = ( 5) k. Vi former så Casorati-matrisen, og gjør en rref på denne som før for å vise at u k og v k danner en basis for løsningsrommet.

Oppgave 4.8.18 Y k+2 a(1 + b)y k+1 + aby k = 1. Sett a = 0.9, b = 0.5. Prøv Y k = T. Vi får T 1.35T + 0.45T = 0.1T = 1, så Y k = T = 10 er en løsning. Den homogene likningen er Y k+2 1.35Y k+1 + 0.45Y k = 0. Vi løser r 2 1.35r + 0.45 = 0 og får r = 1.35± 1.35 2 4 0.45 2, som gir r = 3/4 og r = 3/5. Vi former så Casorati-matrisen, og gjør en rref på denne. Siden løsningsrommet er todimensjonalt, så blir den generelle løsningen Y k = 10 + a 1 (3/4) k + a 2 (3/5) k.

Oppgave 4.8.22 Vi setter y k = 2 cos(πk/4) + cos(3πk/4). a) Filteret fra eksempel 3 er z k = 0.35y k+2 + 0.5y k+1 + 0.35y k. Vi får z 0 = 0.35 0 + 0.5.7 + 0.35 3 = 1.4036 z 1 = 0.35.7 + 0.5 0 + 0.35.7 = 0 z 2 = 0.35 3 0.5.7 + 0.35 0 = 1.4036 osv. I Matlab kan man gjøre slik: k = 0:10; y = 2*cos( pi *k/4) + cos(3*pi*k/4); z = zeros(1,8); for (s=1:8) z(s) = 0.35 * y(s) + 0.5 * y(s+1) + 0.35 * y(s+2); end

b) I eksempel 3 regnet vi ut output når input var y k = cos(πk/4) og w k = cos(3πk/4). I a) regnet vi ut utgangen på 2y k + w k. Siden filteret er lineært kan vi kombinere utgangen til y k og w k. I eksempel 3 regnet vi ut at utgangen til w k er 0, og derfor blir utgangen til 2y k + w k lik 2z k (z k var utgangen til cos(πk/4)). Vi kunne altså brukt utregningen fra eksempel 3 direkte, siden vi regnet ut z k der.

Oppgave 4.8.28 Setter vi inn y k = 1 + 2k får vi y k+2 25y k = 48k 20 1 + 2(k + 2) 25(1 + 2k) = (2 50)k + 1 + 4 25 = 48k 20. Vi har fra oppgave 4.8.16 at løsningsrommet til den homogene ligningen y k+2 25y k = 0 er spent ut av u k = 5 k og v k = ( 5) k. Siden løsningsrommet er todimensjonalt blir dermed den generelle løsningen 1 + 2k + a 1 5 k + a 2 ( 5) k.

Oppgave 4.8.36 Anta T (x p ) = z, og T (u) = 0. Vi skal vise at T (u + x p ) = z. Dette viser vi slik: T (u + x p ) = T (u) + T (x p ) = 0 + z = z.