Hopp til hovedinnholdet

TMA4115 konteeksamen 2025

Matematikk 3 ved NTNU: alle oppgavene fra settet, med svar og løsningsforslag steg for steg. Prøv selv først – løsningen ligger under hver oppgave.

7. august 2025

Last ned PDF

Oppgaver

10 oppgaver

Oppgave 1

Finn alle løsningene til z3=(1+3i)9, {z^3 = (1 + \sqrt{3}i)^9}\text{,} for z∈C z \in \mathbb{C} og skissér løsningene i det komplekse planet.
Vis løsning på oppgave 1

Svar

Røttene ligger på sirkelen med radius 8, 8\text{,} en tredjedels runde fra hverandre:
z=4+43i,  −8,  4−43i‾‾ \underline{\underline{z = 4 + 4\sqrt{3}i, \ \ -8, \ \ 4 - 4\sqrt{3}i}}
Vi skriver \( {1 + \sqrt{3}i} \) på polarform. Da er det lett å opphøye i \( 9\text{,} \) og likningen løser vi med tre verdier for \( k\text{.} \)
1. Skriv tallet på polarform Polarformen forteller oss at: \[ \begin{aligned} \textcolor{blue}{a} + \textcolor{red}{b}i &= re^{\theta i} \\ r &= \sqrt{\textcolor{blue}{a}^2 + \textcolor{red}{b}^2} \\ \theta &= \tan^{-1}\left(\dfrac{\textcolor{red}{b}}{\textcolor{blue}{a}}\right) \quad \text{når } \textcolor{blue}{a} > 0 \end{aligned} \]Hvis du er usikker på polarformen, kan du se videoen Polar Form / Eulers Formel.
Her er: \[ \textcolor{blue}{a} = \textcolor{blue}{1}, \quad \textcolor{red}{b} = \textcolor{red}{\sqrt{3}} \]
Plugger vi dette inn, får vi lengden: \[ r = \sqrt{\textcolor{blue}{1}^2 + (\textcolor{red}{\sqrt{3}})^2} = \sqrt{4} = 2 \]
Tallet ligger i første kvadrant, så: \[ \theta = \tan^{-1}\left(\dfrac{\textcolor{red}{\sqrt{3}}}{\textcolor{blue}{1}}\right) = \dfrac{\pi}{3} \]
Det gir oss: \[ 1 + \sqrt{3}i = 2e^{\tfrac{\pi}{3}i} \]
2. Regn ut høyresiden Når vi opphøyer et tall på polarform, opphøyes lengden, og vinkelen ganges med eksponenten: \[ \left(re^{\theta i}\right)^n = r^ne^{n\theta i} \]
Med \( {n = 9} \) får vi: \[ \begin{aligned} (1 + \sqrt{3}i)^9 &= \left(2e^{\tfrac{\pi}{3}i}\right)^9 \\ &= 2^9e^{3\pi i} \end{aligned} \]
Vinkelen \( 3\pi \) er en hel runde pluss \( \pi\text{,} \) så den gir samme punkt som \( \pi\text{,} \) og \( {e^{\pi i} = \cos\pi + i\sin\pi = -1}\text{:} \) \[ (1 + \sqrt{3}i)^9 = 512e^{\pi i} = -512 \]
3. Løs likningen En hel runde gir samme punkt, så vi legger til \( 2\pi k\text{,} \) som i videoen Oppgave 1 komplekse tall: \[ z^3 = 512e^{(\pi + 2\pi k)i} \]
Vi opphøyer begge sider i \( \dfrac{1}{3}\text{,} \) som i videoen Oppgave 1 komplekse tall, og \( {512^{\tfrac{1}{3}} = 8}\text{:} \) \[ z = 8e^{\left(\tfrac{\pi}{3} + \tfrac{2\pi k}{3}\right)i} \]
Siden vi har \( z^3\text{,} \) velger vi tre verdier for \( k\text{,} \) som i videoen Oppgave 1 komplekse tall: \[ \begin{aligned} k = 0: \quad z_0 &= 8e^{\tfrac{\pi}{3}i} \\ k = 1: \quad z_1 &= 8e^{\pi i} \\ k = 2: \quad z_2 &= 8e^{\tfrac{5\pi}{3}i} \end{aligned} \]
4. Skriv røttene på kartesisk form Vi går tilbake med formelen fra polarformen, som i videoen Løs den komplekse likningen og svar på kartesisk form: \[ re^{\theta i} = r\cos\theta + r\sin\theta \, i \]
Plugger vi inn \( {r = 8} \) og de tre vinklene, får vi: \[ \begin{aligned} z_0 &= 8 \cdot \tfrac{1}{2} + 8 \cdot \tfrac{\sqrt{3}}{2}i = 4 + 4\sqrt{3}i \\ z_1 &= 8 \cdot (-1) + 8 \cdot 0 \cdot i = -8 \\ z_2 &= 8 \cdot \tfrac{1}{2} - 8 \cdot \tfrac{\sqrt{3}}{2}i = 4 - 4\sqrt{3}i \end{aligned} \]
5. Skisser løsningene Alle røttene har lengde \( 8\text{,} \) så de ligger på sirkelen med radius \( 8\text{.} \) Vinklene ligger \( \dfrac{2\pi}{3} \) fra hverandre, så røttene er hjørnene i en likesidet trekant.

Oppgave 2

Se på punktene
(0,1),(1,−1),(2,2),(3,2) (0, 1), \quad (1, -1), \quad (2, 2), \quad (3, 2)
i R2. \mathbb{R}^2\text{.}
Finn et førstegradspolynom p(x)=ax+b {p(x) = ax + b} som passer best mulig til punktene.
Vis løsning på oppgave 2

Svar

p(x)=35x+110‾‾ \underline{\underline{p(x) = \dfrac{3}{5}x + \dfrac{1}{10}}}
De fire punktene ligger ikke på én linje, så vi finner linjen med minste kvadraters metode: vi løser normallikningene.
1. Sett opp likningssystemet Hvert punkt \( (x, y) \) gir en likning \( {ax + b = y}\text{:} \) \[ \begin{aligned} a \cdot 0 + b &= 1 \\ a \cdot 1 + b &= -1 \\ a \cdot 2 + b &= 2 \\ a \cdot 3 + b &= 2 \end{aligned} \]
De to første gir \( {b = 1} \) og \( {a = -2}\text{,} \) men da blir den tredje \( {-3 = 2}\text{.} \) Systemet har altså ingen løsning. På matriseform er det: \[ \underbrace{\begin{bmatrix} 0 & 1 \\ 1 & 1 \\ 2 & 1 \\ 3 & 1 \end{bmatrix}}_{X}\begin{bmatrix} a \\ b \end{bmatrix} = \underbrace{\begin{bmatrix} 1 \\ -1 \\ 2 \\ 2 \end{bmatrix}}_{\mathbf{y}} \]
2. Sett opp normallikningene Minste kvadraters metode forteller oss at linjen som gjør summen av de kvadrerte avstandene så liten som mulig, er løsningen av: \[ X^TX\begin{bmatrix} a \\ b \end{bmatrix} = X^T\mathbf{y} \]
Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ \begin{aligned} X^TX &= \begin{bmatrix} 0 & 1 & 2 & 3 \\ 1 & 1 & 1 & 1 \end{bmatrix}\begin{bmatrix} 0 & 1 \\ 1 & 1 \\ 2 & 1 \\ 3 & 1 \end{bmatrix} \\ &= \begin{bmatrix} \textcolor{blue}{14} & \textcolor{red}{6} \\ \textcolor{blue}{6} & \textcolor{red}{4} \end{bmatrix} \end{aligned} \]
Høyresiden blir: \[ X^T\mathbf{y} = \begin{bmatrix} 0 - 1 + 4 + 6 \\ 1 - 1 + 2 + 2 \end{bmatrix} = \begin{bmatrix} 9 \\ 4 \end{bmatrix} \]
3. Løs normallikningene Formelen for den inverse forteller oss at: \[ \begin{aligned} &\begin{bmatrix} \textcolor{blue}{A} & \textcolor{red}{B} \\ \textcolor{blue}{C} & \textcolor{red}{D} \end{bmatrix}^{-1} \\ &= \dfrac{1}{\textcolor{blue}{A}\textcolor{red}{D} - \textcolor{red}{B}\textcolor{blue}{C}}\begin{bmatrix} \textcolor{red}{D} & -\textcolor{red}{B} \\ -\textcolor{blue}{C} & \textcolor{blue}{A} \end{bmatrix} \end{aligned} \]Hvis du er usikker på den, kan du se videoen Invers matrise med determinanter.
Her er: \[ \begin{aligned} \textcolor{blue}{A} &= \textcolor{blue}{14} & \textcolor{red}{B} &= \textcolor{red}{6} \\ \textcolor{blue}{C} &= \textcolor{blue}{6} & \textcolor{red}{D} &= \textcolor{red}{4} \end{aligned} \]
Plugger vi dette inn, er nevneren: \[ \textcolor{blue}{14} \cdot \textcolor{red}{4} - \textcolor{red}{6} \cdot \textcolor{blue}{6} = 20 \]
Så ganger vi den inverse med høyresiden: \[ \begin{aligned} \begin{bmatrix} a \\ b \end{bmatrix} &= \dfrac{1}{20}\begin{bmatrix} \textcolor{red}{4} & -\textcolor{red}{6} \\ -\textcolor{blue}{6} & \textcolor{blue}{14} \end{bmatrix}\begin{bmatrix} 9 \\ 4 \end{bmatrix} \\ &= \dfrac{1}{20}\begin{bmatrix} 12 \\ 2 \end{bmatrix} = \begin{bmatrix} \tfrac{3}{5} \\ \tfrac{1}{10} \end{bmatrix} \end{aligned} \]

Oppgave 3

Oppgave 3a)

La A A være matrisen
[20a−a−1041a],der a∈R. \begin{bmatrix} 2 & 0 & a \\ -a & -1 & 0 \\ 4 & 1 & a \end{bmatrix}, \quad \text{der } a \in \mathbb{R}\text{.}
For hvilke verdier av a∈R a \in \mathbb{R} er matrisen A A inverterbar?
Vis løsning på oppgave 3a
Svar
A A er inverterbar for:
a≠0  og  a≠2‾‾ \underline{\underline{a \neq 0 \ \text{ og } \ a \neq 2}}
En kvadratisk matrise er inverterbar nøyaktig når determinanten ikke er \( 0\text{.} \) Vi regner derfor ut determinanten og finner når den er \( 0\text{.} \)
1. Regn ut determinanten Formelen for en \( 3 \times 3 \)-matrise, utviklet langs første rad, forteller oss at: \[ \begin{aligned} & \begin{vmatrix} \textcolor{red}{p} & \textcolor{blue}{q} & \textcolor{green}{r} \\ d & e & f \\ g & h & i \end{vmatrix} \\ &= \textcolor{red}{p}(ei - fh) - \textcolor{blue}{q}(di - fg) \\ &\quad + \textcolor{green}{r}(dh - eg) \end{aligned} \]Hvis du er usikker på den, kan du se videoen Determinanter 3x3 matrise.
Her er: \[ \begin{vmatrix} \textcolor{red}{2} & \textcolor{blue}{0} & \textcolor{green}{a} \\ -a & -1 & 0 \\ 4 & 1 & a \end{vmatrix} \]
Plugger vi dette inn i formelen, får vi: \[ \begin{aligned} \det A &= \textcolor{red}{2}((-1) \cdot a - 0 \cdot 1) \\ &\quad - \textcolor{blue}{0} \\ &\quad + \textcolor{green}{a}((-a) \cdot 1 - (-1) \cdot 4) \\ &= -2a + a(4 - a) \\ &= a(2 - a) \end{aligned} \]
2. Finn når determinanten er null Matrisen har en invers nøyaktig når determinanten ikke er \( 0\text{,} \) som i videoen Hvorfor eksisterer ikke inversmatrisen når determinanten er 0: \[ A \text{ er inverterbar} \iff \det A \neq 0 \]
Et produkt er \( 0 \) når en av faktorene er \( 0\text{:} \) \[ \begin{aligned} a(2 - a) &= 0 \\ a = 0 \quad \text{eller} \quad a &= 2 \end{aligned} \]
For alle andre \( a \) er determinanten ulik \( 0\text{.} \)

Oppgave 3b)

For hvilke reelle tall a a har ligningssystemet
{2x−y+az=6−ax−y+az=−44x+y+az=10 \left\{ \begin{aligned} 2x \phantom{{}- y} + az &= 6 \\ -ax - y \phantom{{}+ az} &= -4 \\ 4x + y + az &= 10 \end{aligned} \right.
- ingen løsning? - nøyaktig én løsning? - uendelig mange løsninger?
Vis løsning på oppgave 3b
Svar
Ingen løsning: a=0‾‾ \underline{\underline{\text{Ingen løsning: } a = 0}}
Eˊn løsning: a≠0, a≠2‾‾ \underline{\underline{\text{Én løsning: } a \neq 0, \ a \neq 2}}
Uendelig mange: a=2‾‾ \underline{\underline{\text{Uendelig mange: } a = 2}}
Koeffisientmatrisen til systemet er matrisen \( A \) fra a), men vi radreduserer på nytt, så du kan løse denne uten a).
Vi radreduserer totalmatrisen. Den siste raden får \( a \) foran \( z\text{,} \) og den forteller oss når vi får én, ingen eller uendelig mange løsninger.
1. Radreduser totalmatrisen Vi setter opp totalmatrisen, som i videoen En, Ingen eller Uendelig mange løsninger?: \[ \left[\begin{array}{ccc|c} 2 & 0 & a & 6 \\ -a & -1 & 0 & -4 \\ 4 & 1 & a & 10 \end{array}\right] \]
\( {R_3 \to R_3 - 2R_1}\text{:} \) \[ \left[\begin{array}{ccc|c} 2 & 0 & a & 6 \\ -a & -1 & 0 & -4 \\ 0 & 1 & -a & -2 \end{array}\right] \]
\( {R_2 \to 2R_2 + aR_1}\text{.} \) Vi ganger \( R_2 \) med \( 2 \) først, så vi slipper brøker: \[ \left[\begin{array}{ccc|c} 2 & 0 & a & 6 \\ 0 & -2 & a^2 & 6a - 8 \\ 0 & 1 & -a & -2 \end{array}\right] \]
\( {R_3 \to 2R_3 + R_2}\text{:} \) \[ \left[\begin{array}{ccc|c} 2 & 0 & a & 6 \\ 0 & -2 & a^2 & 6a - 8 \\ 0 & 0 & \textcolor{blue}{a^2 - 2a} & \textcolor{red}{6a - 12} \end{array}\right] \]
Den siste raden er likningen: \[ \textcolor{blue}{a(a - 2)}\,z = \textcolor{red}{6(a - 2)} \]
2. Les av de tre tilfellene Hva en nullrad betyr, går videoen Hva betyr de forskjellige løsningene? gjennom. De to første radene har alltid pivot i \( x \) og \( y\text{.} \)
Når \( {a \neq 0} \) og \( {a \neq 2}\text{,} \) er tallet foran \( z \) ulikt \( 0\text{,} \) så \( z \) er bestemt, og da er \( y \) og \( x \) det også: \[ z = \dfrac{\textcolor{red}{6(a - 2)}}{\textcolor{blue}{a(a - 2)}} = \dfrac{6}{a} \]
Når \( {a = 0}\text{,} \) blir den siste raden: \[ \textcolor{blue}{0} \cdot z = \textcolor{red}{-12} \]Det går aldri, så systemet har ingen løsning.
Når \( {a = 2}\text{,} \) blir den siste raden: \[ \textcolor{blue}{0} \cdot z = \textcolor{red}{0} \]Det stemmer for alle \( z\text{,} \) så \( z \) er fri, og vi får uendelig mange løsninger.

Oppgave 4

La
A=[013113104−15144−2371] A = \begin{bmatrix} 0 & 1 & 3 & 1 \\ 1 & 3 & 10 & 4 \\ -1 & 5 & 14 & 4 \\ -2 & 3 & 7 & 1 \end{bmatrix}

Oppgave 4a)

Finn en basis for nullrommet til A, A\text{,} og bestem dimensjonen til kolonnerommet og nullrommet til AT. A^T\text{.}
Vis løsning på oppgave 4a
Svar
En basis for nullrommet er:
{[−1−310],[−1−101]}‾‾ \underline{\underline{\left\{ \begin{bmatrix} -1 \\ -3 \\ 1 \\ 0 \end{bmatrix}, \begin{bmatrix} -1 \\ -1 \\ 0 \\ 1 \end{bmatrix} \right\}}}
dim⁡Col⁡A=2,dim⁡Nul⁡AT=2‾‾ \underline{\underline{\dim \operatorname{Col} A = 2, \quad \dim \operatorname{Nul} A^T = 2}}
Nullrommet er alle løsninger av \( {A\mathbf{x} = \mathbf{0}}\text{.} \) Vi radreduserer derfor \( A\text{,} \) og antallet pivoter gir begge dimensjonene.
1. Radreduser matrisen Vi bruker Gauss-eliminasjon, som i videoen Eksempel Gauss Eliminering. \( {R_1 \leftrightarrow R_2}\text{:} \) \[ \begin{bmatrix} 1 & 3 & 10 & 4 \\ 0 & 1 & 3 & 1 \\ -1 & 5 & 14 & 4 \\ -2 & 3 & 7 & 1 \end{bmatrix} \]
\( {R_3 \to R_3 + R_1}\text{:} \) \[ \begin{bmatrix} 1 & 3 & 10 & 4 \\ 0 & 1 & 3 & 1 \\ 0 & 8 & 24 & 8 \\ -2 & 3 & 7 & 1 \end{bmatrix} \]
\( {R_4 \to R_4 + 2R_1}\text{:} \) \[ \begin{bmatrix} 1 & 3 & 10 & 4 \\ 0 & 1 & 3 & 1 \\ 0 & 8 & 24 & 8 \\ 0 & 9 & 27 & 9 \end{bmatrix} \]
\( {R_3 \to R_3 - 8R_2}\text{:} \) \[ \begin{bmatrix} 1 & 3 & 10 & 4 \\ 0 & 1 & 3 & 1 \\ 0 & 0 & 0 & 0 \\ 0 & 9 & 27 & 9 \end{bmatrix} \]
\( {R_4 \to R_4 - 9R_2}\text{:} \) \[ \begin{bmatrix} 1 & 3 & 10 & 4 \\ 0 & 1 & 3 & 1 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{bmatrix} \]
\( {R_1 \to R_1 - 3R_2} \) gir redusert trappeform: \[ \begin{bmatrix} \textcolor{red}{1} & 0 & 1 & 1 \\ 0 & \textcolor{red}{1} & 3 & 1 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{bmatrix} \]
2. Finn nullrommet Pivotene står i kolonne \( 1 \) og \( 2\text{,} \) så \( x_3 \) og \( x_4 \) er frie. Vi setter \( {x_3 = \textcolor{blue}{s}} \) og \( {x_4 = \textcolor{green}{t}}\text{,} \) og radene gir: \[ \begin{aligned} x_1 &= -\textcolor{blue}{s} - \textcolor{green}{t} \\ x_2 &= -3\textcolor{blue}{s} - \textcolor{green}{t} \end{aligned} \]
Det gir oss alle løsningene av \( {A\mathbf{x} = \mathbf{0}}\text{:} \) \[ \mathbf{x} = \textcolor{blue}{s}\begin{bmatrix} -1 \\ -3 \\ 1 \\ 0 \end{bmatrix} + \textcolor{green}{t}\begin{bmatrix} -1 \\ -1 \\ 0 \\ 1 \end{bmatrix} \]
De to vektorene spenner ut nullrommet. De er lineært uavhengige, siden bare den første har noe annet enn \( 0 \) på tredje plass og bare den andre på fjerde. De er altså en basis, og nullrommet har dimensjon \( 2\text{.} \)
3. Finn dimensjonene Antallet pivoter er rangen, og den er dimensjonen til kolonnerommet: \[ \dim \operatorname{Col} A = \operatorname{rang} A = \textcolor{red}{2} \]
Rangteoremet forteller oss at for en matrise med \( n \) kolonner er: \[ \operatorname{rang} M + \dim \operatorname{Nul} M = n \]
Her er \( {M = A^T}\text{,} \) som har \( {n = 4} \) kolonner. Radrommet og kolonnerommet har samme dimensjon, så \( {\operatorname{rang} A^T = \operatorname{rang} A = \textcolor{red}{2}}\text{.} \) Plugger vi dette inn, får vi: \[ \dim \operatorname{Nul} A^T = 4 - \textcolor{red}{2} = 2 \]

Oppgave 4b)

Finn en ortogonal basis for kolonnerommet til A. A\text{.}
Vis løsning på oppgave 4b
Svar
En ortogonal basis for kolonnerommet er:
{[01−1−2],[313111]}‾‾ \underline{\underline{\left\{ \begin{bmatrix} 0 \\ 1 \\ -1 \\ -2 \end{bmatrix}, \begin{bmatrix} 3 \\ 13 \\ 11 \\ 1 \end{bmatrix} \right\}}}
Vi bruker radreduksjonen fra a).
Pivotkolonnene i \( A \) er en basis for kolonnerommet. Vi gjør dem ortogonale med Gram-Schmidt.
1. Finn en basis for kolonnerommet I a) fant vi den reduserte trappeformen: \[ \begin{bmatrix} \textcolor{red}{1} & 0 & 1 & 1 \\ 0 & \textcolor{red}{1} & 3 & 1 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{bmatrix} \]
Pivotene står i kolonne \( 1 \) og \( 2\text{,} \) så kolonne \( 1 \) og \( 2 \) i \( A \) er en basis for kolonnerommet. Vi tar kolonnene fra \( A\text{,} \) ikke fra den reduserte matrisen: \[ \textcolor{blue}{\mathbf{a}_1} = \begin{bmatrix} 0 \\ 1 \\ -1 \\ -2 \end{bmatrix}, \quad \textcolor{red}{\mathbf{a}_2} = \begin{bmatrix} 1 \\ 3 \\ 5 \\ 3 \end{bmatrix} \]
2. Bruk Gram-Schmidt Gram-Schmidt forteller oss at vi beholder den første vektoren og trekker projeksjonen på den fra den andre: \[ \begin{aligned} \mathbf{v}_1 &= \textcolor{blue}{\mathbf{a}_1} \\ \mathbf{v}_2 &= \textcolor{red}{\mathbf{a}_2} - \dfrac{\textcolor{red}{\mathbf{a}_2} \cdot \textcolor{blue}{\mathbf{a}_1}}{\textcolor{blue}{\mathbf{a}_1} \cdot \textcolor{blue}{\mathbf{a}_1}}\,\textcolor{blue}{\mathbf{a}_1} \end{aligned} \]
Vi regner ut prikkproduktene, som i videoen Multiplikasjon: \[ \begin{aligned} \textcolor{red}{\mathbf{a}_2} \cdot \textcolor{blue}{\mathbf{a}_1} &= 0 + 3 - 5 - 6 = -8 \\ \textcolor{blue}{\mathbf{a}_1} \cdot \textcolor{blue}{\mathbf{a}_1} &= 0 + 1 + 1 + 4 = 6 \end{aligned} \]
Plugger vi dette inn, får vi: \[ \begin{aligned} \mathbf{v}_2 &= \textcolor{red}{\mathbf{a}_2} - \dfrac{-8}{6}\,\textcolor{blue}{\mathbf{a}_1} = \textcolor{red}{\mathbf{a}_2} + \dfrac{4}{3}\,\textcolor{blue}{\mathbf{a}_1} \\ &= \textcolor{red}{\begin{bmatrix} 1 \\ 3 \\ 5 \\ 3 \end{bmatrix}} + \dfrac{4}{3}\textcolor{blue}{\begin{bmatrix} 0 \\ 1 \\ -1 \\ -2 \end{bmatrix}} = \dfrac{1}{3}\begin{bmatrix} 3 \\ 13 \\ 11 \\ 1 \end{bmatrix} \end{aligned} \]
Vi kan gange \( \mathbf{v}_2 \) med \( 3\text{,} \) for et multiplum står fortsatt vinkelrett på \( \mathbf{v}_1\text{.} \) Vi sjekker med prikkproduktet: \[ \begin{aligned} \textcolor{blue}{\begin{bmatrix} 0 \\ 1 \\ -1 \\ -2 \end{bmatrix}} \cdot \begin{bmatrix} 3 \\ 13 \\ 11 \\ 1 \end{bmatrix} &= 0 + 13 - 11 - 2 \\ &= 0 \end{aligned} \]

Oppgave 5

La M2×3 \mathcal{M}_{2 \times 3} være vektorrommet bestående av reelle 2×3 2 \times 3 -matriser og la
U={[abacdc]  |  a,b,c,d∈R}. U = \left\{ \begin{bmatrix} a & b & a \\ c & d & c \end{bmatrix} \;\middle|\; a, b, c, d \in \mathbb{R} \right\}\text{.}

Oppgave 5a)

Vis at U U er et underrom av M2×3. \mathcal{M}_{2 \times 3}\text{.}
Vis løsning på oppgave 5a
Svar
U U inneholder nullmatrisen og er lukket under addisjon og skalarmultiplikasjon:
U er et underrom av M2×3‾‾ \underline{\underline{U \text{ er et underrom av } \mathcal{M}_{2 \times 3}}}
En matrise ligger i \( U \) når første og tredje kolonne er like. Vi sjekker de tre kravene til et underrom.
1. Skriv opp kravene En delmengde \( U \) er et underrom når den inneholder nullmatrisen og er lukket under addisjon og skalarmultiplikasjon: \[ \begin{aligned} &1. \ \ 0 \in U \\ &2. \ \ X, Y \in U \ \Rightarrow \ X + Y \in U \\ &3. \ \ X \in U, \ k \in \mathbb{R} \ \Rightarrow \ kX \in U \end{aligned} \]
2. Sjekk nullmatrisen Med \( {a = b = c = d = 0} \) får vi nullmatrisen, så den ligger i \( U\text{:} \) \[ \begin{bmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \end{bmatrix} \in U \]
3. Sjekk addisjon Vi legger sammen to matriser i \( U \) tall for tall, som i videoen Addisjon og subtraksjon: \[ \begin{aligned} &\begin{bmatrix} \textcolor{blue}{a} & b & \textcolor{blue}{a} \\ \textcolor{red}{c} & d & \textcolor{red}{c} \end{bmatrix} + \begin{bmatrix} \textcolor{blue}{a'} & b' & \textcolor{blue}{a'} \\ \textcolor{red}{c'} & d' & \textcolor{red}{c'} \end{bmatrix} \\ &= \begin{bmatrix} \textcolor{blue}{a + a'} & b + b' & \textcolor{blue}{a + a'} \\ \textcolor{red}{c + c'} & d + d' & \textcolor{red}{c + c'} \end{bmatrix} \end{aligned} \]Første og tredje kolonne er fortsatt like, så summen ligger i \( U\text{.} \)
4. Sjekk skalarmultiplikasjon Vi ganger med et tall \( k\text{:} \) \[ k\begin{bmatrix} \textcolor{blue}{a} & b & \textcolor{blue}{a} \\ \textcolor{red}{c} & d & \textcolor{red}{c} \end{bmatrix} = \begin{bmatrix} \textcolor{blue}{ka} & kb & \textcolor{blue}{ka} \\ \textcolor{red}{kc} & kd & \textcolor{red}{kc} \end{bmatrix} \]Også her er første og tredje kolonne like, så \( kX \) ligger i \( U\text{.} \) Alle tre kravene holder.

Oppgave 5b)

La T:U→R3 T : U \to \mathbb{R}^3 være lineærtransformasjonen gitt ved
T([abacdc])=[a+bcd] T\left(\begin{bmatrix} a & b & a \\ c & d & c \end{bmatrix}\right) = \begin{bmatrix} a + b \\ c \\ d \end{bmatrix}
Vis at T T er surjektiv, men ikke injektiv.
Vis løsning på oppgave 5b
Svar
Hver vektor i R3 \mathbb{R}^3 treffes, men en matrise ulik 0 0 går til 0: \mathbf{0}\text{:}
T er surjektiv‾‾ \underline{\underline{T \text{ er surjektiv}}}
T er ikke injektiv‾‾ \underline{\underline{T \text{ er ikke injektiv}}}
For surjektiv viser vi at vi treffer hver vektor i \( \mathbb{R}^3\text{.} \) For ikke injektiv holder det med én matrise ulik nullmatrisen som går til nullvektoren.
1. Skriv opp definisjonene \( T \) er surjektiv når hver vektor i \( \mathbb{R}^3 \) er bildet av en matrise i \( U\text{:} \) \[ \begin{aligned} &\text{for hver } \mathbf{w} \in \mathbb{R}^3 \text{ finnes } X \in U \\ &\text{slik at } T(X) = \mathbf{w} \end{aligned} \]
En lineærtransformasjon er injektiv nøyaktig når bare nullmatrisen går til nullvektoren, altså når kjernen bare inneholder nullmatrisen: \[ \ker T = \{ 0 \} \]Hvis du vil se hva en lineærtransformasjon gjør med vektorer, kan du se videoen Lineær transformasjon.
2. Vis at T er surjektiv Vi tar en vilkårlig vektor med koordinatene \( \textcolor{blue}{x}, \textcolor{red}{y}, \textcolor{green}{z} \) og velger \( {a = \textcolor{blue}{x}}\text{,} \) \( {b = 0}\text{,} \) \( {c = \textcolor{red}{y}} \) og \( {d = \textcolor{green}{z}}\text{.} \) Da får vi: \[ T\left(\begin{bmatrix} \textcolor{blue}{x} & 0 & \textcolor{blue}{x} \\ \textcolor{red}{y} & \textcolor{green}{z} & \textcolor{red}{y} \end{bmatrix}\right) = \begin{bmatrix} \textcolor{blue}{x} + 0 \\ \textcolor{red}{y} \\ \textcolor{green}{z} \end{bmatrix} = \begin{bmatrix} \textcolor{blue}{x} \\ \textcolor{red}{y} \\ \textcolor{green}{z} \end{bmatrix} \]Hver vektor i \( \mathbb{R}^3 \) blir truffet, så \( T \) er surjektiv.
3. Vis at T ikke er injektiv Vi velger \( {a = 1} \) og \( {b = -1}\text{,} \) så \( {a + b = 0}\text{,} \) og \( {c = d = 0}\text{:} \) \[ \begin{aligned} T\left(\begin{bmatrix} 1 & -1 & 1 \\ 0 & 0 & 0 \end{bmatrix}\right) &= \begin{bmatrix} 1 - 1 \\ 0 \\ 0 \end{bmatrix} \\ &= \begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix} \end{aligned} \]Matrisen er ikke nullmatrisen, men ligger i kjernen. Dermed er \( {\ker T \neq \{ 0 \}}\text{,} \) og \( T \) er ikke injektiv.

Oppgave 6

Oppgave 6a)

Avgjør om polynomene
p(x)=3x2+x,q(x)=x2−6x+1,r(x)=x2+x+1, \begin{aligned} p(x) &= 3x^2 + x, \\ q(x) &= x^2 - 6x + 1, \\ r(x) &= x^2 + x + 1, \end{aligned}
er lineært uavhengige eller ikke i P2(R), \mathcal{P}_2(\mathbb{R})\text{,} vektorrommet bestående av reelle andregradspolynomer.
Vis løsning på oppgave 6a
Svar
Determinanten er 21≠0, {21 \neq 0}\text{,} så:
p, q, r er lineært uavhengige‾‾ \underline{\underline{p, \ q, \ r \text{ er lineært uavhengige}}}
Vi skriver polynomene som koordinatvektorer med koeffisientene foran \( 1\text{,} \) \( x \) og \( x^2\text{.} \) Tre vektorer i et rom med dimensjon \( 3 \) er uavhengige når determinanten ikke er \( 0\text{.} \)
1. Skriv polynomene som vektorer Med koeffisientene foran \( 1\text{,} \) \( x \) og \( x^2 \) i den rekkefølgen får vi: \[ \textcolor{red}{p} \to \begin{bmatrix} 0 \\ 1 \\ 3 \end{bmatrix}, \ \textcolor{blue}{q} \to \begin{bmatrix} 1 \\ -6 \\ 1 \end{bmatrix}, \ \textcolor{green}{r} \to \begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix} \]
Polynomene er lineært uavhengige når \( {c_1p + c_2q + c_3r = 0} \) bare har løsningen \( {c_1 = c_2 = c_3 = 0}\text{.} \) Med \( M \) som matrisen med vektorene som kolonner skjer det nøyaktig når: \[ \textcolor{red}{p}, \textcolor{blue}{q}, \textcolor{green}{r} \text{ uavhengige} \iff \det M \neq 0 \]
2. Regn ut determinanten Formelen for en \( 3 \times 3 \)-matrise, utviklet langs første rad, forteller oss at: \[ \begin{aligned} & \begin{vmatrix} \textcolor{red}{a} & \textcolor{blue}{b} & \textcolor{green}{c} \\ d & e & f \\ g & h & i \end{vmatrix} \\ &= \textcolor{red}{a}(ei - fh) - \textcolor{blue}{b}(di - fg) \\ &\quad + \textcolor{green}{c}(dh - eg) \end{aligned} \]Hvis du er usikker på den, kan du se videoen Determinanter 3x3 matrise.
Vi setter vektorene inn som kolonner i \( M\text{,} \) så her er: \[ \begin{vmatrix} \textcolor{red}{0} & \textcolor{blue}{1} & \textcolor{green}{1} \\ 1 & -6 & 1 \\ 3 & 1 & 1 \end{vmatrix} \]
Plugger vi dette inn i formelen, får vi: \[ \begin{aligned} \det M &= \textcolor{red}{0}((-6) \cdot 1 - 1 \cdot 1) \\ &\quad - \textcolor{blue}{1}(1 \cdot 1 - 1 \cdot 3) \\ &\quad + \textcolor{green}{1}(1 \cdot 1 - (-6) \cdot 3) \\ &= 0 + 2 + 19 \\ &= 21 \end{aligned} \]
Determinanten er ikke \( 0\text{,} \) så polynomene er lineært uavhengige.

Oppgave 6b)

Avgjør om p(x) p(x) og q(x) q(x) er ortogonale med hensyn til indreproduktet
⟨f(x),g(x)⟩=f(−1)g(−1)+f(0)g(0)+f(1)g(1). \begin{aligned} \langle f(x), g(x) \rangle = {} & f(-1)g(-1) \\ & + f(0)g(0) \\ & + f(1)g(1)\text{.} \end{aligned}
Vis løsning på oppgave 6b
Svar
Indreproduktet er ⟨p,q⟩=0, {\langle p, q \rangle = 0}\text{,} så:
p og q er ortogonale‾‾ \underline{\underline{p \text{ og } q \text{ er ortogonale}}}
To vektorer er ortogonale når indreproduktet er \( 0\text{.} \) Vi regner derfor ut \( p \) og \( q \) i \( {-1}\text{,} \) \( 0 \) og \( 1 \) og setter inn.
1. Regn ut funksjonsverdiene Vi setter inn i \( {p(x) = 3x^2 + x}\text{:} \) \[ \begin{aligned} p(-1) &= 3 - 1 = \textcolor{blue}{2} \\ p(0) &= \textcolor{red}{0} \\ p(1) &= 3 + 1 = \textcolor{green}{4} \end{aligned} \]
Vi setter inn i \( {q(x) = x^2 - 6x + 1}\text{:} \) \[ \begin{aligned} q(-1) &= 1 + 6 + 1 = \textcolor{blue}{8} \\ q(0) &= \textcolor{red}{1} \\ q(1) &= 1 - 6 + 1 = \textcolor{green}{-4} \end{aligned} \]
2. Regn ut indreproduktet To polynomer er ortogonale når indreproduktet er \( 0\text{.} \) Indreproduktet ganger verdiene i hvert punkt og legger sammen, slik prikkproduktet gjør med koordinatene, som i videoen Multiplikasjon: \[ \begin{aligned} \langle p, q \rangle = {} & \textcolor{blue}{p(-1)q(-1)} \\ & + \textcolor{red}{p(0)q(0)} \\ & + \textcolor{green}{p(1)q(1)} \end{aligned} \]
Plugger vi inn verdiene, får vi: \[ \begin{aligned} \langle p, q \rangle &= \textcolor{blue}{2} \cdot \textcolor{blue}{8} + \textcolor{red}{0} \cdot \textcolor{red}{1} + \textcolor{green}{4} \cdot (\textcolor{green}{-4}) \\ &= 16 + 0 - 16 \\ &= 0 \end{aligned} \]
Indreproduktet er \( 0\text{,} \) så \( p \) og \( q \) er ortogonale.

Oppgave 7

Løs initialverdiproblemet
y′(t)=[−3−246]y(t),y(0)=[4−2]. \begin{aligned} \mathbf{y}'(t) &= \begin{bmatrix} -3 & -2 \\ 4 & 6 \end{bmatrix}\mathbf{y}(t), \\ \mathbf{y}(0) &= \begin{bmatrix} 4 \\ -2 \end{bmatrix}\text{.} \end{aligned}
Vis løsning på oppgave 7

Svar

y(t)=[4e−2t−2e−2t]‾‾ \underline{\underline{\mathbf{y}(t) = \begin{bmatrix} 4e^{-2t} \\ -2e^{-2t} \end{bmatrix}}}
Dette er et system av differensiallikninger. Vi finner derfor egenverdiene og egenvektorene til matrisen, skriver opp den generelle løsningen og bruker startverdien til å finne konstantene.
1. Skriv opp den generelle løsningen Med to ulike egenverdier \( \lambda_1, \lambda_2 \) og egenvektorer \( \mathbf{v}_1, \mathbf{v}_2 \) er den generelle løsningen, som i videoen System av difflikninger: \[ \mathbf{y}(t) = C_1\textcolor{blue}{\mathbf{v}_1}e^{\textcolor{blue}{\lambda_1}t} + C_2\textcolor{red}{\mathbf{v}_2}e^{\textcolor{red}{\lambda_2}t} \]
2. Finn egenverdiene Vi kaller matrisen \( A \) og setter determinanten til \( {A - \lambda I} \) lik \( 0\text{,} \) som i videoen System av difflikninger: \[ \begin{aligned} \begin{vmatrix} -3 - \lambda & -2 \\ 4 & 6 - \lambda \end{vmatrix} &= 0 \\ (-3 - \lambda)(6 - \lambda) + 8 &= 0 \\ \lambda^2 - 3\lambda - 10 &= 0 \\ (\lambda - 5)(\lambda + 2) &= 0 \end{aligned} \]
Det gir oss: \[ \textcolor{blue}{\lambda_1 = 5}, \quad \textcolor{red}{\lambda_2 = -2} \]
3. Finn egenvektorene Vi setter inn hver egenverdi og løser \( {(A - \lambda I)\mathbf{v} = \mathbf{0}}\text{,} \) som i videoen System av difflikninger. Andre rad er et multiplum av første, så én likning er nok.
For \( {\textcolor{blue}{\lambda_1 = 5}} \) får vi: \[ \begin{bmatrix} -8 & -2 \\ 4 & 1 \end{bmatrix}\begin{bmatrix} a \\ b \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]Andre rad gir: \[ 4a + b = 0 \quad \Rightarrow \quad b = -4a \]Vi velger \( {a = 1}\text{:} \) \[ \textcolor{blue}{\mathbf{v}_1} = \textcolor{blue}{\begin{bmatrix} 1 \\ -4 \end{bmatrix}} \]
For \( {\textcolor{red}{\lambda_2 = -2}} \) får vi: \[ \begin{bmatrix} -1 & -2 \\ 4 & 8 \end{bmatrix}\begin{bmatrix} a \\ b \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]Første rad gir: \[ -a - 2b = 0 \quad \Rightarrow \quad a = -2b \]Vi velger \( {b = -1}\text{:} \) \[ \textcolor{red}{\mathbf{v}_2} = \textcolor{red}{\begin{bmatrix} 2 \\ -1 \end{bmatrix}} \]
Plugger vi dette inn, er den generelle løsningen: \[ \mathbf{y}(t) = C_1\textcolor{blue}{\begin{bmatrix} 1 \\ -4 \end{bmatrix}}e^{\textcolor{blue}{5}t} + C_2\textcolor{red}{\begin{bmatrix} 2 \\ -1 \end{bmatrix}}e^{\textcolor{red}{-2}t} \]
4. Bruk startverdien Vi setter inn \( {t = 0}\text{,} \) der \( {e^0 = 1}\text{,} \) som i videoen System av differensiallikninger, partikulær løsning: \[ C_1\textcolor{blue}{\begin{bmatrix} 1 \\ -4 \end{bmatrix}} + C_2\textcolor{red}{\begin{bmatrix} 2 \\ -1 \end{bmatrix}} = \begin{bmatrix} 4 \\ -2 \end{bmatrix} \]
Det gir to likninger: \[ \begin{aligned} C_1 + 2C_2 &= 4 \\ -4C_1 - C_2 &= -2 \end{aligned} \]
Vi ganger den første med \( 4 \) og legger til den andre: \[ 7C_2 = 14 \quad \Rightarrow \quad C_2 = 2 \]Da gir den første likningen: \[ C_1 = 4 - 2 \cdot 2 = 0 \]
Startvektoren er altså selv en egenvektor for \( {\textcolor{red}{\lambda_2 = -2}}\text{,} \) så bare det ene leddet blir igjen: \[ \mathbf{y}(t) = 2\textcolor{red}{\begin{bmatrix} 2 \\ -1 \end{bmatrix}}e^{-2t} = \begin{bmatrix} 4e^{-2t} \\ -2e^{-2t} \end{bmatrix} \]

Oppgave 8

Finn generell løsning av
y′′+4y′+4y=sin⁡(t). y'' + 4y' + 4y = \sin(t)\text{.}
Vis løsning på oppgave 8

Svar

y=C1e−2t+C2te−2t−425cos⁡t+325sin⁡t‾‾ \underline{\underline{\begin{aligned} y = {} & C_1e^{-2t} + C_2te^{-2t} \\ & - \dfrac{4}{25}\cos t + \dfrac{3}{25}\sin t \end{aligned}}}
Dette er en inhomogen andreordens differensiallikning. Vi finner derfor den homogene løsningen og en partikulær løsning, og legger dem sammen.
1. Finn den homogene løsningen Setter vi inn \( {y = e^{rt}}\text{,} \) får vi den karakteristiske likningen: \[ \textcolor{blue}{1} \cdot r^2 + \textcolor{red}{4}r + \textcolor{green}{4} = 0 \]
abc-formelen forteller oss at: \[ r = \dfrac{-\textcolor{red}{b} \pm \sqrt{\textcolor{red}{b}^2 - 4\textcolor{blue}{a}\textcolor{green}{c}}}{2\textcolor{blue}{a}} \]Hvis du er usikker på abc-formelen, kan du se videoen Andre ordens homogene diff ligninger TEORI.
Her er: \[ \begin{aligned} \textcolor{blue}{a} &= \textcolor{blue}{1} \\ \textcolor{red}{b} &= \textcolor{red}{4} \\ \textcolor{green}{c} &= \textcolor{green}{4} \end{aligned} \]
Plugger vi dette inn i abc-formelen, får vi: \[ \begin{aligned} r &= \dfrac{-\textcolor{red}{4} \pm \sqrt{\textcolor{red}{4}^2 - 4 \cdot \textcolor{blue}{1} \cdot \textcolor{green}{4}}}{2 \cdot \textcolor{blue}{1}} \\ &= \dfrac{-4 \pm 0}{2} \\ &= -2 \end{aligned} \]
Vi får bare én rot, altså en dobbel rot. Da må den andre løsningen ha med en ekstra \( t\text{,} \) som i videoen Differensiallikning med dobbel rot: \[ y_h = (C_1 + C_2t)e^{\textcolor{darkorange}{r}t} \]
Med \( {\textcolor{darkorange}{r = -2}} \) får vi: \[ y_h = C_1e^{\textcolor{darkorange}{-2}t} + C_2te^{\textcolor{darkorange}{-2}t} \]
2. Finn en partikulær løsning Høyresiden er \( \sin(t)\text{,} \) så vi gjetter på en blanding av sinus og cosinus, som i videoen Inhomogene diffligner eksempel. Nå er blå og rød koeffisientene \( \textcolor{blue}{A} \) og \( \textcolor{red}{B}\text{:} \) \[ y_p = \textcolor{blue}{A}\cos t + \textcolor{red}{B}\sin t \]
Vi deriverer to ganger: \[ \begin{aligned} y_p' &= -\textcolor{blue}{A}\sin t + \textcolor{red}{B}\cos t \\ y_p'' &= -\textcolor{blue}{A}\cos t - \textcolor{red}{B}\sin t \end{aligned} \]
Plugger vi dette inn i \( {y'' + 4y' + 4y}\text{,} \) og samler cosinusleddene og sinusleddene hver for seg, får vi: \[ \begin{aligned} &(-\textcolor{blue}{A} + 4\textcolor{red}{B} + 4\textcolor{blue}{A})\cos t \\ &+ (-\textcolor{red}{B} - 4\textcolor{blue}{A} + 4\textcolor{red}{B})\sin t = \sin t \end{aligned} \]
Tallet foran \( \cos t \) må være \( 0\text{,} \) og tallet foran \( \sin t \) må være \( 1\text{:} \) \[ \begin{aligned} 3\textcolor{blue}{A} + 4\textcolor{red}{B} &= 0 \\ -4\textcolor{blue}{A} + 3\textcolor{red}{B} &= 1 \end{aligned} \]
Den første gir \( {\textcolor{blue}{A} = -\dfrac{4}{3}\textcolor{red}{B}}\text{.} \) Setter vi det inn i den andre, får vi: \[ \dfrac{16}{3}\textcolor{red}{B} + 3\textcolor{red}{B} = 1 \quad \Rightarrow \quad \textcolor{red}{B} = \dfrac{3}{25} \]
Da er: \[ \textcolor{blue}{A} = -\dfrac{4}{3} \cdot \dfrac{3}{25} = -\dfrac{4}{25} \]
3. Legg sammen løsningene Den generelle løsningen er den homogene pluss den partikulære, som i videoen Inhomogene diffligner eksempel: \[ \begin{aligned} y = {} & C_1e^{-2t} + C_2te^{-2t} \\ & - \dfrac{4}{25}\cos t + \dfrac{3}{25}\sin t \end{aligned} \]

Oppgave 9

La
A=[a−bba],der a,b∈R og b≠0. A = \begin{bmatrix} a & -b \\ b & a \end{bmatrix}, \quad \text{der } a, b \in \mathbb{R} \text{ og } b \neq 0\text{.}
Finn en inverterbar matrise P P og en diagonalmatrise D D slik at A=PDP−1. {A = PDP^{-1}}\text{.}
Vis løsning på oppgave 9

Svar

P=[11−ii]‾‾ \underline{\underline{P = \begin{bmatrix} 1 & 1 \\ -i & i \end{bmatrix}}}
D=[a+bi00a−bi]‾‾ \underline{\underline{D = \begin{bmatrix} a + bi & 0 \\ 0 & a - bi \end{bmatrix}}}
I \( {A = PDP^{-1}} \) har \( D \) egenverdiene på diagonalen og \( P \) egenvektorene som kolonner. Vi finner derfor egenverdiene og egenvektorene. De blir komplekse, men regningen er den samme.
1. Finn egenverdiene Vi setter determinanten til \( {A - \lambda I} \) lik \( 0\text{,} \) som i videoen Finn egenverdiene og egenvektorene til matrise B: \[ \begin{aligned} \begin{vmatrix} a - \lambda & -b \\ b & a - \lambda \end{vmatrix} &= 0 \\ (a - \lambda)^2 + b^2 &= 0 \\ (a - \lambda)^2 &= -b^2 \end{aligned} \]
Siden \( {-b^2 = (bi)^2}\text{,} \) får vi: \[ \begin{aligned} (a - \lambda)^2 &= (bi)^2 \\ a - \lambda &= \pm bi \\ \lambda &= a \mp bi \end{aligned} \]
Det gir oss: \[ \textcolor{blue}{\lambda_1 = a + bi}, \quad \textcolor{red}{\lambda_2 = a - bi} \]Siden \( {b \neq 0}\text{,} \) er de to egenverdiene ulike.
2. Finn egenvektorene Vi setter inn hver egenverdi og løser \( {(A - \lambda I)\mathbf{v} = \mathbf{0}}\text{,} \) som i videoen Finn egenverdiene og egenvektorene til matrise B. Andre rad er et multiplum av første, så én likning er nok.
For \( {\textcolor{blue}{\lambda_1 = a + bi}} \) får vi: \[ \begin{bmatrix} -bi & -b \\ b & -bi \end{bmatrix}\begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]Første rad er \( {-bix - by = 0}\text{.} \) Vi deler på \( {-b}\text{,} \) som går fordi \( {b \neq 0}\text{:} \) \[ ix + y = 0 \quad \Rightarrow \quad y = -ix \]Vi velger \( {x = 1}\text{:} \) \[ \textcolor{blue}{\mathbf{v}_1} = \textcolor{blue}{\begin{bmatrix} 1 \\ -i \end{bmatrix}} \]
For \( {\textcolor{red}{\lambda_2 = a - bi}} \) får vi: \[ \begin{bmatrix} bi & -b \\ b & bi \end{bmatrix}\begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]Første rad er \( {bix - by = 0}\text{.} \) Vi deler på \( b\text{:} \) \[ ix - y = 0 \quad \Rightarrow \quad y = ix \]Vi velger \( {x = 1}\text{:} \) \[ \textcolor{red}{\mathbf{v}_2} = \textcolor{red}{\begin{bmatrix} 1 \\ i \end{bmatrix}} \]
3. Sett opp P og D Diagonalisering forteller oss at \( D \) har egenverdiene på diagonalen, og \( P \) egenvektorene som kolonner i samme rekkefølge, som i videoen Intro diagonalisering: \[ A = PDP^{-1} \]
Plugger vi inn egenverdiene og egenvektorene, får vi: \[ P = \begin{bmatrix} \textcolor{blue}{1} & \textcolor{red}{1} \\ \textcolor{blue}{-i} & \textcolor{red}{i} \end{bmatrix} \]\[ D = \begin{bmatrix} \textcolor{blue}{a + bi} & 0 \\ 0 & \textcolor{red}{a - bi} \end{bmatrix} \]
\( P \) er inverterbar, for determinanten er ikke \( 0\text{:} \) \[ \det P = 1 \cdot i - 1 \cdot (-i) = 2i \neq 0 \]
Andre valg av egenvektorer, eller den andre rekkefølgen i både \( P \) og \( D\text{,} \) er like riktige.

Oppgave 10

La A A være en reelt diagonaliserbar, kvadratisk matrise. Anta at A4=A. {A^4 = A}\text{.} Vis at da må også A2=A. {A^2 = A}\text{.}
Vis løsning på oppgave 10

Svar

Egenverdiene til A A kan bare være 0 0 eller 1, 1\text{,} så D2=D {D^2 = D} og:
A2=A‾‾ \underline{\underline{A^2 = A}}
Vi skriver \( {A = PDP^{-1}}\text{.} \) Da flytter likningen \( {A^4 = A} \) seg over på egenverdiene, og de kan bare være \( 0 \) eller \( 1\text{.} \)
1. Skriv A på diagonal form Siden \( A \) er reelt diagonaliserbar, finnes en inverterbar \( P \) og en diagonalmatrise \( D \) med reelle egenverdier \( \lambda_1, \dots, \lambda_n \) på diagonalen slik at: \[ A = PDP^{-1} \]
Når vi ganger \( A \) med seg selv, blir hvert \( {P^{-1}P} \) i midten lik \( I\text{,} \) som i videoen Eksempel 2x2 diagonalisering: \[ \begin{aligned} A^4 &= (PDP^{-1})(PDP^{-1}) \\ &\quad \cdot (PDP^{-1})(PDP^{-1}) \\ &= PD^4P^{-1} \end{aligned} \]
2. Overfør likningen til D Vi setter inn i \( {A^4 = A}\text{:} \) \[ PD^4P^{-1} = PDP^{-1} \]
Vi ganger med \( {P^{-1}} \) fra venstre og \( P \) fra høyre: \[ D^4 = D \]
En potens av en diagonalmatrise opphøyer hvert tall på diagonalen, som i videoen Eksempel 2x2 diagonalisering. For hver egenverdi gir det: \[ \textcolor{blue}{\lambda}^4 = \textcolor{blue}{\lambda} \]
3. Finn de mulige egenverdiene Vi flytter over og faktoriserer: \[ \begin{aligned} \textcolor{blue}{\lambda}^4 - \textcolor{blue}{\lambda} &= 0 \\ \textcolor{blue}{\lambda}(\textcolor{blue}{\lambda}^3 - 1) &= 0 \end{aligned} \]
Det gir \( {\textcolor{blue}{\lambda} = 0} \) eller \( {\textcolor{blue}{\lambda}^3 = 1}\text{.} \) Egenverdiene er reelle, og det eneste reelle tallet med \( {\lambda^3 = 1} \) er \( 1\text{:} \) \[ \textcolor{blue}{\lambda} = 0 \quad \text{eller} \quad \textcolor{blue}{\lambda} = 1 \]
Her trenger vi at \( A \) er reelt diagonaliserbar: de komplekse tredjerøttene av \( 1 \) oppfyller ikke \( {\lambda^2 = \lambda}\text{.} \)
4. Gå tilbake til A For begge verdiene er \( {\lambda^2 = \lambda}\text{,} \) siden \( {0^2 = 0} \) og \( {1^2 = 1}\text{.} \) Da er hvert tall på diagonalen i \( D^2 \) det samme som i \( D\text{:} \) \[ D^2 = D \]
Plugger vi dette inn i \( {A^2 = PD^2P^{-1}}\text{,} \) får vi: \[ A^2 = PD^2P^{-1} = PDP^{-1} = A \]

Ferdig med settet? Se de andre settene i Matematikk 3, eller repeter temaene på fagsiden.