UNIVERSITETET I OSLO

Like dokumenter
UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

6.4 Gram-Schmidt prosessen

7.4 Singulærverdi dekomposisjonen

Kap. 6 Ortogonalitet og minste kvadrater

Kap. 7 Symmetriske matriser og kvadratiske former

6.4 (og 6.7) Gram-Schmidt prosessen

Kap. 6 Ortogonalitet og minste kvadraters problemer

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

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

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER

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

= 3 11 = = 6 4 = 1.

Eksamensoppgave i TMA4115 Matematikk 3

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT1120 Notat 2 Tillegg til avsnitt 5.4

5.8 Iterative estimater på egenverdier

Løsninger for eksamen i MAT Lineær algebra og M102 - Lineær algebra, fredag 28. mai 2004, Oppgave 1. M s = = 1 2 (cofm 2) T.

UNIVERSITET I BERGEN

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

7.1 forts. Schur triangularisering og spektralteoremet

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

4.4 Koordinatsystemer

A 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:

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

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

Eksamensoppgave i TMA4110/TMA4115 Calculus 3

MAT Prøveeksamen 29. mai - Løsningsforslag

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

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

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

4.1 Vektorrom og underrom

OBLIG 2 - MAT 1120 Høsten 2005

EKSAME SOPPGAVE MAT-1004 (BOKMÅL)

5.5 Komplekse egenverdier

Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag. Eksamen MA desember Lykke til!

MAT1120 Notat 1 Tillegg til avsnitt 4.4

5.6 Diskrete dynamiske systemer

UNIVERSITETET I OSLO

Kap. 5 Egenverdier og egenvektorer

4.4 Koordinatsystemer

MAT1120 Notat 1 Tillegg til avsnitt 4.4

EKSAMENSOPPGAVE. to A4 ark egne notater og Rottmanns tabeller. Kontaktperson under eksamen: Professor Andrei Prasolov. Telefon:

6.5 Minste kvadraters problemer

Diagonalisering. Kapittel 10

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

4.1 Vektorrom og underrom

MAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse

4.1 Vektorrom og underrom

16 Ortogonal diagonalisering

MAT1120 Repetisjon Kap. 1

4.2 Nullrom, kolonnerom og lineære transformasjoner

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

MAT-1004 Vårsemester 2017 Prøveeksamen

Eksamensoppgave i MA1202/MA6202 Lineær algebra med anvendelser

MA1202/MA S løsningsskisse

4.1 Vektorrom og underrom

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

UNIVERSITETET I OSLO

Oppgavesett. Kapittel Oppgavesett 1

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

EKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger

MA1201/MA6201 Høsten 2016

Lineær uavhengighet og basis

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU

UNIVERSITETET I OSLO

6.8 Anvendelser av indreprodukter

9 Lineærtransformasjoner TMA4110 høsten 2018

GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type

Det matematisk-naturvitenskapelige fakultet

Kap. 5 Egenverdier og egenvektorer

MAT-1004 Vårsemester 2017 Prøveeksamen

EKSAMENSOPPGAVE. 4 (1+3) Det er 12 deloppgaver (1abc, 2abcd, 3abc, 4ab) Andrei Prasolov

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder

Emne 10 Litt mer om matriser, noen anvendelser

7 Egenverdier og egenvektorer TMA4110 høsten 2018

15 Hovedprinsippet for vektorrom med et indre produkt

Egenverdier og egenvektorer

SIF5010 Matematikk 3. y 00, 2y 0 +5y = sin x 4A, 2B =0 4B +2A =1;

Løsningsforslag MAT102 Vår 2018

Egenverdier for 2 2 matriser

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

Lineær algebra-oppsummering

MAT1120 Oppgaver til plenumsregningen torsdag 25/9

Oppgave 1 (25 %) - Flervalgsoppgaver

12 Projeksjon TMA4110 høsten 2018

6.6 Anvendelser på lineære modeller

UNIVERSITETET I OSLO

EKSAMEN I NUMERISK LINEÆR ALGEBRA (TMA4205)

EKSAMEN I MATEMATIKK 3 (TMA4110)

3.9 Teori og praksis for Minste kvadraters metode.

Transkript:

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 hjelpemidler: En Matlab-utskrift finnes bakerst i oppgavesettet. LØSNINGSFORSLAG Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Merk: Du kan henvise til Matlab-utskriften når du finner det hensiktsmessig. Oppgave 1 I denne oppgaven betrakter vi R 4 utstyrt med det vanlige Euklidske indreproduktet (m.a.o. prikkproduktet). Betrakt vektorene a 1 = (1, 0, 0, 1), a 2 = (1, 2, 0, 1), a 3 = (3, 1, 1, 1) i R 4. Disse vektorene er lineært uavhengige, men du behøver ikke vise dette. La W = Span{a 1, a 2, a 3 }. 1a Finn en ortonormal basis for W. Løsning: Mengden {a 1, a 2, a 3 } er en basis for W. Gram-Schmidt prossesen med normalisering gir da v 1 = a 1 = (1, 0, 0 1), u 1 = 1 v 1 v 1 = 1 2 (1, 0, 0, 1) ; v 2 = a 2 a 2 v 1 v 1 = (1, 2, 0, 1) 2 (1, 0, 0, 1) = (0, 2, 0, 0), v 1 v 1 2 u 2 = 1 v 2 v 2 = (0, 1, 0, 0) ; v 3 = a 3 a 3 v 1 v 1 a 3 v 2 v 2 = (3, 1, 1, 1) 4 v 1 v 1 v 2 v 2 2 (1, 0, 0, 1) 2 (0, 2, 0, 0) = (1, 0, 1, 1), 4 u 3 = 1 v 3 v 3 = 1 3 (1, 0, 1, 1). Mengden {u 1, u 2, u 3 } er da en ortonormal basis for W. (Fortsettes på side 2.)

Eksamen i MAT 1120, 9. desember 2014. Side 2 La b = (3, 2, 2, 1) og betrakt likningssystemet x 1 + x 2 + 3 x 3 = 3 2 x 2 + x 3 = 2 x 3 = 2 x 1 x 2 x 3 = 1 (1) 1b Beregn den ortogonale projeksjonen av b på W. Finn minste kvadraters løsning av likningssystemet (1). Løsning: Den ortogonale projeksjonen av b på W er gitt ved b = (b u 1 ) u 1 + (b u 2 ) u 2 + (b u 3 ) u 3 = 2 (1, 0, 0, 1) + 2 (0, 1, 0, 0) + 0 (1, 0, 1, 1) = (2, 2, 0, 2). Minstekvadraters løsning av (1) er derfor løsning av systemet Det gir x = (1, 1, 0). x 1 + x 2 + 3 x 3 = 2 2 x 2 + x 3 = 2 x 3 = 0 x 1 x 2 x 3 = 2 Oppgave 2 La A = 0 0 0.5 0.2 0 0 0 0.6 0.9 der k = 0, 1, 2,.... og betrakt det dynamiske systemet x k+1 = A x k Er 0 en attraktor for dette systemet? (Forklar svaret ditt). Løsning: Matlab-utskriften viser at A har en reell egenverdi λ 1 og to (konjugerte) komplekse egenverdier λ 2 og λ 3, og at alle disse egenverdiene har modulus mindre enn 1. Vi vet da fra Avsn. 5.6 i Lay at 0 vil være en attraktor for det dynamiske systemet. Argumentet (som ikke kreves i besvarelsen) er som følger. Vi kan velge en tilhørende egenvektor v j C 3 for hver λ j. Siden disse egenvektorene tilhører forskjellige egenverdier gir de en basis for C 3, og vi kan defor skrive en gitt vektor x 0 R 3 på formen x 0 = c 1 v 1 + c 2 v 2 + c 3 v 3 for passende c 1, c 2, c 3 C. Siden λ j < 1 vil λj k = λ j k 0 for hver j. Dermed vil x k = A k x 0 = c 1 λ k 1 v 1 + c 2 λ k 2 v 2 + c 3 λ k 3 v 3 0 når k, og det viser at alle banene ( trajectories ) for systemet vil nærme seg 0 når k blir stor, m.a.o. at 0 er en attraktor for systemet (Fortsettes på side 3.)

Eksamen i MAT 1120, 9. desember 2014. Side 3 Oppgave 3 La A = 2 1 1 1 1 2. 3a Beregn B = A T A. Bestem deretter egenverdiene til B, og angi de tilhørende egenrommene. Løsning: Utregning gir B = A T A = [ 6 1 1 6 som har egenverdier 7 og 5. De tilhørende egenrom er henholdsvis Span {(1, 1)} og Span {(1, 1)}. 3b ]. Finn en singulærverdi dekomposisjon (SVD) for A. Løsning: Fra 3a får vi at singulærverdiene til A er σ 1 = 7 og σ 2 = 5, mens en ortonormal egenvektorbasis til B er gitt ved v 1 = (1/ 2)(1, 1) og v 2 = (1/ 2)( 1, 1). Dette gir u 1 = (1/σ 1 )Av 1 = (1/ 14)(3, 2, 1) og u 2 = (1/σ 2 )Av 2 = (1/ 10)( 1, 0, 3). Finner deretter en enhetsvektor u 3 som er ortogonal på u 1 og u 2 : velger f.eks. u 3 = (1/ 35)( 3, 5, 1). En SVD for A blir da A = UΣV T der U = 3/ 14 1/ 10 3/ 35 2/ 14 0 5/ 35 1/ 14 3/ 10 1/ 35, Σ = 7 0 0 5 0 0, V = [ 1/ 2 1/ 2 1/ 2 1/ 2 ]. 3c La E være mengden av alle punkter (x 1, x 2 ) i x 1 x 2 -planet som oppfyller den kvadratiske likningen 6 x 2 1 + 2 x 1 x 2 + 6 x 2 2 = 35. Begrunn at E er en ellipse og lag en skisse av E i x 1 x 2 -planet. Løsning: Likningen ovenfor kan omskrives som x T B x = 35. La v 1, v 2 være vektorene angitt i 3b. Vet da at den ortogonale matrisen P = [v 1 v 2 ] diagonaliserer B, og at variableskiftet x = P y gir likningen 7 y1 2 + 5 y 2 2 = 35, dvs y1 2 5 + y 2 2 7 = 1. Dette er likningen for en ellipse i y 1 y 2 -planet, med sentrum i origo, og med halvakser 5 og 7. Enhetsvektorer for aksene i x 1 x 2 -planet er da gitt ved v 1 og v 2. (Fortsettes på side 4.)

Eksamen i MAT 1120, 9. desember 2014. Side 4 Oppgave 4 Vi minner om at P n betegner vektorrommet som består av alle reelle polynomer av grad mindre eller lik n i en reell variabel x. For k = 0,..., n lar vi p k P n være definert ved p k (x) = x k. Videre lar vi B = {p 0, p 1, p 2 } og C = {p 0, p 1, p 2, p 3 } betegne standardbasisene for henholdsvis P 2 og P 3. La a R. Definer q 1, q 2, q 3 P 3 ved q 1 (x) = x a, q 2 (x) = x (x a), q 3 (x) = x 2 (x a). Sett W = {q P 3 q(a) = 0}. 4a Begrunn at {q 1, q 2, q 3 } er lineært uavhengig. Løsning: Vi har at [q 1 ] C = ( a, 1, 0, 0), [q 2 ] C = (0, a, 1, 0), [q 3 ] C = (0, 0, a, 1). Enkel radreduksjon gir at den reduserte trappeformen til matrisen M = [ ] [q 1 ] C [q 2 ] C [q 3 ] C = a 0 0 1 a 0 0 1 a 0 0 1 har en pivot i alle kolonner. Dette betyr at kolonnene til M er lineært uavhengige. Ved Notat 1 er da {q 1, q 2, q 3 } er lineært uavhengig. 4b Begrunn at W er et underrom av P 3. Vis deretter at {q 1, q 2, q 3 } er en basis for W. Løsning: For q, h W og c R, er (q + h)(a) = q(a) + h(a) = 0 og (cq)(a) = c q(a) = 0, dvs q + h W og cq W. Dette viser at W er et underrom av P 3. Det er klart q 1 (a) = q 2 (a) = q 3 (a) = 0, m.a.o. at q 1, q 2 og q 3 ligger i W. Siden q 1, q 2 og q 3 er lineært uavhengige (jf. 4a) er da dim W 3. Videre er W P 3 (f.eks. er p 0 P 3, mens p 0 = 1 W ). Siden dim P 3 = 4 er da dim W 3. Tilsammen viser dette at dim W = 3. Mengden S, som består av tre lin. uavh. vektorer i W, er da en basis for W. (Alternativt kan man her begrunne at q 1, q 2 og q 3 utspenner W ) 4c Definer en lineær avbildning T : P 2 P 3 ved [T (p)](x) = (x a) p(x) for alle p P 2. Bestem matrisen M til T med hensyn på B og C. Begrunn at T er 1-1 og at bildet av T er lik W (m.a.o. at {T (p) p P 2 } = W ). (Fortsettes på side 5.)

Eksamen i MAT 1120, 9. desember 2014. Side 5 M = Løsning: Matrisen M er gitt ved [ ] [ ] [T (p 0 )] C [T (p 1 )] C [T (p 2 )] C = [q 1 ] C [q 2 ] C [q 3 ] C = a 0 0 1 a 0 0 1 a 0 0 1 Fra Notat 2 vet vi at T er 1-1 hvis og bare hvis avbildningen T M : x M x fra R 3 inn i R 4 er 1-1, noe som er tilfelle hvis og bare hvis kolonnene til M er lineært uavhengige. Dette har vi sjekket i 4a. Dermed er T 1-1. Siden P 2 = Span {p 0, p 1, p 2 } og T er lineær, er {T (p) p P 2 } = Span {T (p 0 ), T (p 1 ), T (p 2 )} = Span{q 1, q 2, q 3 } = W, der den siste likheten er oppfylt fordi {q 1, q 2, q 3 } utspenner W (jf. 4b). Alternativt (og enklere) kan vi si at W består av polynomene i P 3 der a er en rot, og det er velkjent at x a er en faktor i slike polynomer, m.a.o. at disse ligger i bildet av T.. 4d Begrunn at det finnes et indreprodukt på P 3 som er slik at {q 1, q 2, q 3 } blir en ortonormal basis for W, samtidig som W = Span {p 0 }. Løsning: Sett q 4 = p 0 = 1. Som bemerket tidligere, er q 4 = 1 W = Span {q 1, q 2, q 3 }, og det medfører at U = {q 1, q 2, q 3, q 4 } er lineært uavhengig. Siden P 3 har dimensjon 4, er U en basis for P 3. Vi kan da definere et indreprodukt på P 3 ved q, h = [q] U [h] U når q, h P 3. Siden q i, q j = e i e j er lik 1 hvis i = j og lik 0 ellers, er U en ortonormal basis for P 3. Det gir at {q 1, q 2, q 3 } er en ortonormal basis for W og at q 4 W. Siden dim W = dim P 3 dim W = 1, er W = Span {q 4 } = Span {p 0 }, som ønsket. (Fortsettes på side 6.)

Eksamen i MAT 1120, 9. desember 2014. Side 6 Matlab-utskrift >> A = [0 0 0.5; 0.2 0 0; 0 0.6 0.9] A = 0 0 0.5000 0.2000 0 0 0 0.6000 0.9000 >> eig(a) ans = -0.0322 + 0.2473i -0.0322-0.2473i 0.9645 + 0.0000i >> abs(ans(1)) ans = 0.2494