= 3 11 = = 6 4 = 1.

Like dokumenter
MAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse

MA1202/MA S løsningsskisse

UNIVERSITETET I OSLO

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

UNIVERSITETET I OSLO

MAT Prøveeksamen 29. mai - Løsningsforslag

MAT1120 Notat 2 Tillegg til avsnitt 5.4

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

UNIVERSITETET I OSLO

MAT1120 Notat 2 Tillegg til avsnitt 5.4

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

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

UNIVERSITETET I OSLO

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER

MA1201/MA6201 Høsten 2016

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

MAT-1004 Vårsemester 2017 Prøveeksamen

16 Ortogonal diagonalisering

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

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

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

Diagonalisering. Kapittel 10

6.4 Gram-Schmidt prosessen

R: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og

LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010

EKSAME SOPPGAVE MAT-1004 (BOKMÅL)

MAT-1004 Vårsemester 2017 Prøveeksamen

Eksamensoppgave i MA1202/MA6202 Lineær algebra med anvendelser

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

Kap. 7 Symmetriske matriser og kvadratiske former

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

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

5.8 Iterative estimater på egenverdier

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

Kap. 6 Ortogonalitet og minste kvadrater

7.4 Singulærverdi dekomposisjonen

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger

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

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

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

4.1 Vektorrom og underrom

Eksamensoppgave i TMA4115 Matematikk 3

MAT1120 Oppgaver til plenumsregningen torsdag 25/9

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

Løsningsforslag MAT 120B, høsten 2001

4.1 Vektorrom og underrom

Minste kvadraters løsning, Symmetriske matriser

UNIVERSITET I BERGEN

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

Eksamensoppgave i TMA4110/TMA4115 Calculus 3

Egenverdier for 2 2 matriser

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Kap. 6 Ortogonalitet og minste kvadraters problemer

EKSAMEN I MATEMATIKK 3 (TMA4110)

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder

7.1 forts. Schur triangularisering og spektralteoremet

Lineær algebra. 0.1 Vektorrom

4.1 Vektorrom og underrom

15 Hovedprinsippet for vektorrom med et indre produkt

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

Kap. 5 Egenverdier og egenvektorer

4.1 Vektorrom og underrom

4.4 Koordinatsystemer

OBLIG 2 - MAT 1120 Høsten 2005

Lineær uavhengighet og basis

Lineær algebra-oppsummering

Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:

MAT1120 Notat 1 Tillegg til avsnitt 4.4

9 Lineærtransformasjoner TMA4110 høsten 2018

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

UiO MAT1012 Våren Ekstraoppgavesamling

Diagonalizering. En n n matrise A sies å være diagonaliserbar hvis den er similær med en diagonalmatrise D. A = PDP 1

Løsningsforslag øving 6

Løsningsforslag for eksamen i Matematikk 3 - TMA4115

Egenverdier og egenvektorer

6.4 (og 6.7) Gram-Schmidt prosessen

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.

EKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3

5.5 Komplekse egenverdier

UNIVERSITETET I OSLO

Oppgaver til seksjon med fasit

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

LØSNINGSSKISSE TIL EKSAMEN I FAG SIF august 2001

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

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9

MAT1120 Notat 1 Tillegg til avsnitt 4.4

7 Egenverdier og egenvektorer TMA4110 høsten 2018

Emne 10 Litt mer om matriser, noen anvendelser

Eksamensoppgavehefte 2. MAT1012 Matematikk 2: Mer lineær algebra

4.2 Nullrom, kolonnerom og lineære transformasjoner

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

4.4 Koordinatsystemer

UNIVERSITETET I OSLO

Repetisjon: Om avsn og kap. 3 i Lay

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

Oppgavesett. Kapittel Oppgavesett 1

UNIVERSITETET I OSLO

Repetisjon: om avsn og kap. 3 i Lay

Transkript:

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 3 8 = 6 i Z/(3) uten å beregne det selv Løsning: Utregning (i Z/(3)) gir at 3 3 = 3 = 3 8 3 3 = 6 4 = Ved Eulers kriterium vet vi da at 3 er en kvadratisk rest i Z/(3) Vi observer at ( 3 6 ) = 3 3 = 3 Utregning gir at 3 6 = (3 3 ) = 4 = 6 Vi får derfor at 6 og 6 = 7 er løsningene av likningen x = 3 i Z/(3) Oppgave [0 poeng] La g : Z/(33) Z/(33) være definert ved g(x) = ( x + 3) 9, x Z/(33) Begrunn at g er en bijeksjon av Z/(33) og finn en formel for g Løsning: Med N = 33 = 3 er M = φ(n) = (3 ) ( ) = 0 = 0 Siden (9, 0) = vet vi da at f(x) = x 9 er en bijeksjon av Z/(33) Videre vet vi at h(x) = x + 3 er en bijeksjon av Z/(33) Siden (, 33) = vet vi også at k(x) = x er en bijeksjon av Z/(33) Derfor vil sammensetningen g = f h k være en bijeksjon av Z/(33) Den inverse av g er gitt ved g = k h f En løsning av likningen 9 x (mod 0) er x = 9, så f = f Videre har vi at h (x) = x 3 = x 3 En løsning av likningen x (mod 33) er x = 7, så k (x) = 7 x Tilsammen gir dette at g (x) = 7 (x 9 3)

Oppgave 3 La p være et primtall og la d være den største felles divisoren av p! og (p )! + a) [5 poeng] Hva sier Wilsons teorem? Bruk dette teoremet til å begrunne at p d b) [0 poeng] Begrunn at d = p Løsning: a) Wilsons teorem sier at (p )! (mod p), dvs at p deler (p )! + Siden p også deler p! er p en felles divisor av p! og (p )! + Dermed er p d b) Siden p og p d er d La q være en primfaktor i d Siden q deler p! og q er et primtall, må q dele (minst) ett av tallene fra til p Spesielt er q p Anta at q p Da har vi at q deler (p )! Siden q deler d, vet vi at q også deler (p )! + Men da må q dele, og det er umulig siden q Altså må q = p Dette betyr at p er eneste primfaktor i d, med andre ord at d er på formen d = p n for en n N Men p kan bare opptre i primtallsfaktoriseringen av p! i første potens (siden alle de andre faktorene i p! er mindre enn p) Dermed er eneste mulighet at n =, dvs d = p Oppgave 4 [5 poeng] Betrakt underrommene av C gitt ved W = { (z, z ) C z = z }, W = { (z, z ) C z = i z } Begrunn at C = W W Beregn deretter standardmatrisen A til P, der P betegner projeksjonsavbildningen av C på W langs W Løsning: Viser først at W og W er uavhengige Anta at z = (z, z ) W, z = (z, z ) W og z + z = 0 Da er z + z = 0, z + z = 0 Siden z = z og z = i z er z + i z = 0 Dermed er z i z = 0, dvs z = 0 Det gir at z = z = z = 0, altså z = z = 0 Den direkte summen W W av W og W er da veldefinert Den inneholder vektorene w = (, ) W og w = (, i) W, som opplagt danner en basis B = {w, w } for C Vi har da at C = Span B W W C og dermed at C = W W [Dette kan også begrunnes på flere andre måter]

[ 0 Siden P (w ) = w, P (w ) = 0, er [P ] B = 0 0 standardbasisen for C får vi at = i A = [P ] S = P S B [P ] B ( PS B ) ] Lar vi S betegne ( 0 ) i = i 0 0 i i = i (i + ) (i + ) = i i (i + ) (i + ) [ i + i i + i ] Oppgave 5 i La A = M i (C) a) [0 poeng] Begrunn at A er unitært diagonaliserbar og bestem en unitær matrise U som diagonaliserer A Betrakt nå lineæravbildningen T : P (C) M (C) definert ved T (p) = p(a), p P (C) b) [0 poeng] Finn en basis for R(T ) og en basis for N(T ) Løsning: a) Utregning gir at A 5 4i A = = AA 4i 5, så A er normal og dermed unitært diagonaliserbar Alternativt kan man observere at A = A, som opplagt medfører at A er normal Det karakteristiske polynomet til A er p A (λ) = (i λ) + 4 = λ i λ + 3 = (λ + i)(λ 3i) Egenverdiene til A er derfor λ = i og λ = 3i Utregning gir at de tilhørende egenrommene er { } { Eλ A } = Span og E i λ A i = Span Disse to egenrommene er automatisk ortogonale på hverandre (noe vi også ser) 3

En ortonormal basis for C som består av egenvektorer for A er dermed f eks { } i,, i og den assosierte unitære matrisen som diagonaliserer A er da U = i i b) Vi har at R(T ) = Span {T (), T (z), T (z )} = Span {I, A, A }, der I betegner identitetsmatrisen Nå er p A (A) = A ia + 3I = 0 ved Cayley-Hamilton teoremet Så A = i A 3 I og det gir at R(T ) = Span {I, A} Siden I og A opplagt ikke er multiple av hverandre, er I og A lineært uavhengige Dermed er {I, A} en basis for R(T ) Dimensjonen til R(T ) er dermed lik Dimensjonsteoremet gir da at dimensjonen til N(T ) er lik 3 = Siden 0 p A N(T ) er {p A } en basis for N(T ) Oppgave 6 La V {0} være et reelt endeligdimensjonalt indreproduktrom med dim V = n og anta at S, T L(V ) begge er symmetriske a) [0 poeng] Anta at det fins en basis {v,, v n } for V som består av vektorer som er egenvektorer for både S og T Begrunn at da er ST = T S Hint: Sammenlikn (ST )(v j ) og (T S)(v j ) for j =,, n b) [0 poeng] Anta at ST = T S La λ R være en egenverdi for T og la U betegne det assosierte egenrommet E T λ Begrunn at U er invariant under S Begrunn også at restriksjonen S U av S til U er en symmetrisk operator på U (med hensyn på indreproduktet som U arver fra V ) c) [0 poeng] Anta at ST = T S Begrunn at det fins en ortonormal basis B for V som består av vektorer som er egenvektorer for både S og T 4

Løsning: a) La j {,, n} Antagelsen gir at det finnes λ j, µ j R slik at Vi får da at T (v j ) = λ j v j, S(v j ) = µ j v j (ST )(v j ) = S(T (v j )) = S(λ j v j ) = λ j S(v j ) = λ j µ j v j, (T S)(v j ) = T (S(v j )) = T (µ j v j ) = µ j T (v j ) = µ j λ j v j = λ j µ j v j Dermed er (ST )(v j ) = (T S)(v j ) Siden {v,, v n } er en basis for V og lineæravbildninger er entydig bestemte av sine verdier på en basis, følger det at ST = T S b) La u U Siden ST = T S er T (S(u)) = S(T (u)) = S(λ u) = λ S(u) Dette viser at S(u) Eλ T = U Siden dette gjelder for alle u U har vi dermed vist at S(U) U, dvs at U er invariant under S Siden S er symmetrisk har vi at for alle u, u U, så er S U (u), u = S(u), u = u, S(u ) = u, S U (u ) Dermed er (S U ) = S U, dvs at S U er symmetrisk c) La nå λ,, λ k R betegne alle de forskjellige egenverdiene til T (der k n) og sett U j = E T λ j, j =,, k Siden T er symmetrisk er T ortogonalt diagonaliserbar Da vet vi at V = U U k og at U j -ene er ortogonale på hverandre Nå er ST = T S per antagelse, og vi kan bruke b) på hver U j Det gir at hver S Uj L(U j ) er symmetrisk, og dermed ortogonalt diagonaliserbar Det betyr at for hver j =,, k så finnes det en ortonormal basis B j for U j som består av egenvektorer for S Uj, og dermed for S Sett B = B B k Da er B en basis for V (fordi V er den direkte summen av U j -ene), og den består av egenvektorer for S Basisen B er ortonormal fordi hver B j er ortonormal og B j -ene er ortogonale på hverandre Hver vektor i B er også en egenvektor for T siden hver B j er en delmengde av egenrommet U j = E T λ j Dermed er B som ønsket 5