LØSNINGSFORSLAG EKSAMEN MA1202/MA6202 VÅR 2010

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

MA1202/MA S løsningsskisse

Lineær algebra. 0.1 Vektorrom

MAT-1004 Vårsemester 2017 Prøveeksamen

MA1201/MA6201 Høsten 2016

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

MAT-1004 Vårsemester 2017 Prøveeksamen

UNIVERSITET I BERGEN

Eksamensoppgave i TMA4115 Matematikk 3

MA1201/MA6201 Høsten 2016

9 Lineærtransformasjoner TMA4110 høsten 2018

Løsningsforslag øving 7

Lineærtransformasjoner

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

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

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

Diagonalisering. Kapittel 10

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU

Egenverdier og egenvektorer

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER

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

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

=cos. =cos 6 + i sin 5π 6 = =cos 2 + i sin 3π 2 = i.

= 3 11 = = 6 4 = 1.

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

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

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

8 Vektorrom TMA4110 høsten 2018

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

EKSAMEN I MATEMATIKK 3 (TMA4110)

(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

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

UNIVERSITETET I OSLO

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 Prøveeksamen 29. mai - Løsningsforslag

4.2 Nullrom, kolonnerom og lineære transformasjoner

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.

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

Forelesning 14 Systemer av dierensiallikninger

MAT UiO. 10. mai Våren 2010 MAT 1012

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

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

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

EKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3

UNIVERSITETET I OSLO

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

1. Finn egenverdiene og egenvektorene til matrisen A = 2 1 A =

Basis, koordinatsystem og dimensjon

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

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

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder

16 Ortogonal diagonalisering

UNIVERSITETET I OSLO

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

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

Lineær algebra-oppsummering

MAT3000/ Våren 2013 Obligatorisk oppgavesett nr. 2 Løsningsskisse

Løsningsforslag MAT 120B, høsten 2001

MAT 1110: Bruk av redusert trappeform

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

12 Projeksjon TMA4110 høsten 2018

10 Radrommet, kolonnerommet og nullrommet

Løsningsforslag for eksamen i Matematikk 3 - TMA4115

Løsningsforslag øving 6

Eksamensoppgave i MA1202/MA6202 Lineær algebra med anvendelser

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

5.8 Iterative estimater på egenverdier

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

15 Hovedprinsippet for vektorrom med et indre produkt

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

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

7 Egenverdier og egenvektorer TMA4110 høsten 2018

UNIVERSITETET I OSLO

MAT1120 Oppgaver til plenumsregningen torsdag 25/9

4.1 Vektorrom og underrom

Emne 7. Vektorrom (Del 1)

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT UiO mai Våren 2010 MAT 1012

12 Lineære transformasjoner

Minste kvadraters løsning, Symmetriske matriser

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

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

EKSAME SOPPGAVE MAT-1004 (BOKMÅL)

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

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

Lineær uavhengighet og basis

DAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver:

Kap. 7 Symmetriske matriser og kvadratiske former

Løsningsforslag til eksamen i MA0002, Brukerkurs i matematikk B

Emne 9. Egenverdier og egenvektorer

UNIVERSITETET I OSLO

MAT1120 Plenumsregningen torsdag 26/8

MAT1120 Notat 2 Tillegg til avsnitt 5.4

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

Eksamen i ELE Matematikk valgfag Torsdag 18. mai Oppgave 1

EKSAMEN I NUMERISK LINEÆR ALGEBRA (TMA4205)

MA0002 Brukerkurs i matematikk B Vår 2014

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Transkript:

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 ranka 4. b De ledende variablene i R har vi i kolonne og, så da vil første og tredje kolonnevektor i A danne en basis for kolonnerommet. Dvs at 4 {, } 4 er en basis for kolonnerommet til A. c Her har man to muligheter. Den ene er å bruke Gram-Schmidt direkte på de tre radvektorene til A, og dermed jobbe med tre vektorer. Men radrommet til A er det samme som radrommet til den reduserte matrisen R, siden radrommet ikke endrer seg når man radreduserer en matrise. Derfor kan vi nne en ortogonal basis for radrommet til A ved å anvende Gram-Schmidt på de ikke-trivielle radvektorene i R, og dem er det bare to av, nemlig Prosessen blir da: v r,, 4, r,, 4, og r,, 6, 5. Så mengden v r r v v v,, 6, 5 + + 6 4 + 5 + + 4 +,, 4,,, 6, 5,, 4, 6, 6, 4, 6. {,, 4,, 6, 6, 4, 6 } er en ortogonal basis for radrommet til A. Oppgave. Dener matrisen M og vektoren y ved M x x x x 4

LØSNINGSFORSLAG EKSAMEN MA/MA6 VÅR og y y y y y 4 4 Da vil koesientene a og b tilfredsstille a M T M M T y. b Siden er Da får vi M T M M T M a b 4 6 4 6 M T M M T y 4 6 4 6 4 6 4 4 6 4 Derfor vil ligningen 6 / / y x + best approksimere de re punktene. Oppgave. En matrise M er hermitisk dersom M M. Reglene for å konjugerttransponere et produkt, trekke ut skalarer, at I I og at I kommuterer med alle matriser, gir DA A D A [ i]i ia ii i + iai iai iia DA, så DA er hermitisk. Alle hermitiske matriser er normale en matrise M er normal dersom MM M M, og et av resultatene sier at en normal matrise er unitært diagonaliserbar. Derfor er DA unitært diagonaliserbar.

LØSNINGSFORSLAG EKSAMEN MA/MA6 VÅR Oppgave 4. a Matrisen [T ] BW,B V er denert ved [T ] BW,B V [T x] BW [T x ] BW [T x + sin x] BW [T cos x] BW. Vi må med andre ord anvende T på hver av de re basiselementene i B V, og så nne koordinatvektorene med hensyn på basisen B W ved å uttrykke resultatet som en lineærkombinasjon av vektorene i B W. Siden får vi Dette gir T x T x x T x + sin x + cos x + x + 4 + sin x + x + cos x 8 + x + 4 + sin x + x + cos x 9 + x + 4 + sin x + x + cos x T cos x sin x + x + 4 + sin x + x + cos x [T x] BW [T x ] BW [T x + sin x] BW [T ] BW,B V [T cos x] BW 8 9 8 9 En isomor er en lineærtransformasjon som er både injektiv dvs en-til-en og surjektiv dvs på. For å avgjøre om T tilfredsstiller begge disse kravene kan man gå frem på to måter. Den mest tidkrevende er å sjekke direkte. For å sjekke injektivitet må man da avgjøre om T sender ulike vektorer på ulike bilder, evt om kjernen til T bare inneholder nullvektoren husk at en lineærtransformasjon er injektiv hvis og bare hvis kjernen inneholder kun nullvektoren. For å sjekke surjektivitet må man ta en tilfeldig vektor i W og vise at den trees av en vektor i V. Strengt tatt holder det å vise at T enten er injektiv eller surjektiv, siden dim V dim W. Et av resultatene sier nemlig at siden V og W har samme dimensjon nemlig 4, så er T injektiv hvis og bare hvis den er surjektiv men da må man selvsagt henvise til dette. Den minst tidkrevende og mest elegante måten å avgjøre om T er en isomor på er å se på matrisen [T ] BW,B V. Den er inverterbar determinanten er ulik null, så svaret på spørsmålet er ja; T er en isomor. b For å nne [v] BV uttrykker vi v som en lineærkombinasjon av vektorene i B V : x + x + sin x 5 x + x + x + sin x + cos x. Da får vi [v] BV 5

4 LØSNINGSFORSLAG EKSAMEN MA/MA6 VÅR For å nne [T v] BW kan man anvende T på v, og så nne koordinatvektoren for T v ved å uttrykke denne som en lineærkombinasjon av vektorene i B W. Men husk at overføringsmatrisen [T ] BW,B V nettopp har den egenskapen at den tar en koordinatvektor til en koordinatvektor. Så det beste er å bruke denne matrisen og koordinatvektoren vi nettopp fant: [T v] BW [T ] BW,B V [v] BV 8 9 4 8 5 Oppgave 5. a Finner det karakteristiske polynomet til A: λi A Egenverdiene til A blir dermed λ λ 8 λ λ λ 8 + λ λ λ λ λ λ λ λ 8 λ λ 4λ + λ, λ 4, λ. b For hver egenverdi λ må vi nne en tilhørende egenvektor v, dvs en ikketriviell vektor i nullrommet til matrisen λi A. λ : I A v λ 4: 4I A v λ : I A v 8 8 5 8 4 5 5 4

Dette gir LØSNINGSFORSLAG EKSAMEN MA/MA6 VÅR 5 D 4, P 4 5 Det nnes mange andre uendelig mange egenvektorer, så matrisen P er ikke unik. c Ved å rokkere om på dierensialligningssystemet får vi så ved å sette f f + h + g h f + h 8g g f h + g, y f h g har vi y Ay. Vi følger den vanlige oppskriften. Først setter vi u ux u x u x Deretter løser vi systemet u Du, dvs de tre uavhengige diernsialligningene Løsningen blir u x u x u x 4u x u x u x. u x C e x u x C e 4x u x C e x, hvor C, C, C er vilkårlige konstanter. Løsningen av det opprinnelige systemet er nå y P u: f h g Med andre ord, løsningen er P u 4 5 C e x C e 4x C e x C e x + C e 4x C e x C e x C e 4x + 4C e x C e 4x + 5C e x fx C e x + C e 4x C e x hx C e x C e 4x + 4C e x gx C e 4x + 5C e x hvor C, C, C er vilkårlige konstanter. Som nevnt i oppgave b er ikke matrisen P unik, og dette får selvsagt konsekvenser for løsningen på dierensialligningssystemet. De som i oppgave b kk en matrise P som ser annerledes ut, vil få en løsning i denne oppgaven som ser annerledes ut en den over.