Universitetseksamen etter tema
Øv på ett tema om gangen med oppgavene fra universitetseksamenene vi har lagt ut, foreløpig NTNU Matematikk 1 og NTNU Matematikk 3. Velg område og tema, så henter vi oppgavene fra alle settene. Prøv selv først – løsningen ligger under oppgaven når du står fast.
Område
Emne
Velger du flere tema, får du oppgavene som har alle sammen.
89 oppgaver i NTNU Matematikk 3 · viser 61–70
Oppgavene
Oppgave 1
For hvilke verdier er matrisen
inverterbar?
Vis løsningSkjul løsning på oppgave 1
Svar
Matrisen er inverterbar for:
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
Vi kaller matrisen \( M\text{.} \) Formelen for en \( 3 \times 3 \)-determinant, utviklet langs første rad, forteller oss at:
\[ \begin{aligned} & \begin{vmatrix} \textcolor{blue}{p} & \textcolor{red}{q} & \textcolor{green}{r} \\ d & e & f \\ g & h & k \end{vmatrix} \\ &= \textcolor{blue}{p}(ek - fh) - \textcolor{red}{q}(dk - fg) \\ &\quad + \textcolor{green}{r}(dh - eg) \end{aligned} \]Hvis du er usikker på formelen, kan du se videoen Determinanter 3x3 matrise. Vi bruker \( p, q, r \) i stedet for \( a, b, c\text{,} \) og \( k \) i stedet for \( i\text{,} \) siden \( a \) allerede står i matrisen.
Her er:
\[ \textcolor{blue}{p} = \textcolor{blue}{1}, \quad \textcolor{red}{q} = \textcolor{red}{0}, \quad \textcolor{green}{r} = \textcolor{green}{1} \]
Plugger vi dette inn i formelen, får vi:
\[ \begin{aligned} \det M &= \textcolor{blue}{1}\big(2a \cdot (-a) - (-4) \cdot 1\big) \\ &\quad - \textcolor{red}{0} \\ &\quad + \textcolor{green}{1}\big(0 \cdot 1 - 2a \cdot a\big) \\ &= -2a^2 + 4 - 2a^2 \\ &= 4 - 4a^2 \end{aligned} \]
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:
\[ M \text{ er inverterbar} \iff \det M \neq 0 \]
Vi setter determinanten lik \( 0\text{:} \)
\[ \begin{aligned} 4 - 4a^2 &= 0 \\ a^2 &= 1 \\ a = -1 \quad \text{eller} \quad a &= 1 \end{aligned} \]
For alle andre \( a \) er determinanten ulik \( 0\text{.} \)
Oppgave 2
Regn ut og når
Skriv svaret på enklest mulig måte.
Vis løsningSkjul løsning på oppgave 2
Svar
Vi regner først ut eksponenten \( {\left(\sqrt{2} + i\sqrt{2}\right)^4} \) på polarform. Den blir et helt tall, og da er resten vanlige potenser av \( i \) og Eulers formel.
1. Skriv grunntallet 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 Oppgave 1 komplekse tall, som skriver om akkurat dette tallet.
Her er:
\[ \textcolor{blue}{a} = \textcolor{blue}{\sqrt{2}}, \quad \textcolor{red}{b} = \textcolor{red}{\sqrt{2}} \]
Plugger vi dette inn, får vi:
\[ \begin{aligned} r &= \sqrt{(\textcolor{blue}{\sqrt{2}})^2 + (\textcolor{red}{\sqrt{2}})^2} = \sqrt{4} = 2 \\ \theta &= \tan^{-1}\left(\dfrac{\textcolor{red}{\sqrt{2}}}{\textcolor{blue}{\sqrt{2}}}\right) = \tan^{-1}(1) = \dfrac{\pi}{4} \end{aligned} \]
Det gir oss:
\[ \sqrt{2} + i\sqrt{2} = 2e^{\tfrac{\pi}{4}i} \]
2. Regn ut eksponenten
Når vi opphøyer et tall på polarform, opphøyes lengden, og vinkelen ganges med eksponenten, som i videoen Oppgave 1 komplekse tall:
\[ \left(re^{\theta i}\right)^n = r^ne^{n\theta i} \]
Eulers formel forteller oss at:
\[ e^{\theta i} = \cos\theta + i\sin\theta \]Hvis du er usikker på den, kan du se videoen Polar Form / Eulers Formel.
Med \( {n = 4} \) og \( {\theta = \pi} \) i Eulers formel får vi:
\[ \begin{aligned} \left(\sqrt{2} + i\sqrt{2}\right)^4 &= \left(2e^{\tfrac{\pi}{4}i}\right)^4 = 2^4e^{\pi i} \\ &= 16(\cos\pi + i\sin\pi) \\ &= 16(-1 + 0) = -16 \end{aligned} \]
3. Regn ut de to leddene
Eksponenten er et helt tall, så det første leddet er en vanlig potens av \( i\text{.} \) Vi bruker \( {i^2 = -1}\text{,} \) som i videoen Multiplikasjon med Komplekse tall:
\[ \begin{aligned} i^{-16} &= \dfrac{1}{i^{16}} = \dfrac{1}{\left(i^2\right)^8} \\ &= \dfrac{1}{(-1)^8} = 1 \end{aligned} \]
Det andre leddet regner vi ut med Eulers formel, nå med \( {\theta = \tfrac{\pi}{2}}\text{:} \)
\[ \begin{aligned} 3e^{\tfrac{\pi}{2}i} &= 3\left(\cos\dfrac{\pi}{2} + i\sin\dfrac{\pi}{2}\right) \\ &= 3(0 + i \cdot 1) = 3i \end{aligned} \]
Slår vi dette sammen, får vi:
\[ z = 1 - 3i \]
Oppgave 3
La
Oppgave 3a)
Finn en basis for og
Vis løsningSkjul løsning på oppgave 3a
Svar
En basis for hvert av rommene er:
Vi radreduserer \( A\text{.} \) Pivotkolonnene gir en basis for \( \operatorname{Col} A\text{,} \) og den frie variabelen gir en basis for \( \operatorname{Null} A\text{.} \)
1. Radreduser matrisen
Vi bruker Gauss-eliminasjon, som i videoen Eksempel Gauss Eliminering. Først lager vi nuller under den første eneren.
\( {R_2 \to R_2 + R_1}\text{:} \)
\[ \begin{bmatrix} 1 & 2 & -1 \\ 0 & 5 & -10 \\ 2 & -1 & 8 \end{bmatrix} \]
\( {R_3 \to R_3 - 2R_1}\text{:} \)
\[ \begin{bmatrix} 1 & 2 & -1 \\ 0 & 5 & -10 \\ 0 & -5 & 10 \end{bmatrix} \]
\( {R_3 \to R_3 + R_2}\text{:} \)
\[ \begin{bmatrix} 1 & 2 & -1 \\ 0 & 5 & -10 \\ 0 & 0 & 0 \end{bmatrix} \]
\( R_2 \to \dfrac{1}{5}R_2\text{:} \)
\[ \begin{bmatrix} 1 & 2 & -1 \\ 0 & 1 & -2 \\ 0 & 0 & 0 \end{bmatrix} \]
\( {R_1 \to R_1 - 2R_2} \) gir redusert trappeform:
\[ \begin{bmatrix} \textcolor{red}{1} & 0 & 3 \\ 0 & \textcolor{red}{1} & -2 \\ 0 & 0 & 0 \end{bmatrix} \]
Pivotene, i rødt, står i kolonne \( 1 \) og \( 2\text{.} \)
2. Finn en basis for kolonnerommet
Pivotkolonnene i den opprinnelige matrisen \( A \) er en basis for kolonnerommet. Vi tar kolonnene fra \( A\text{,} \) ikke fra trappeformen, siden radoperasjonene endrer kolonnene:
\[ \operatorname{Col} A = \operatorname{Sp}\left\{ \begin{bmatrix} 1 \\ -1 \\ 2 \end{bmatrix}, \begin{bmatrix} 2 \\ 3 \\ -1 \end{bmatrix} \right\} \]
3. Finn en basis for nullrommet
Nullrommet er alle løsningene av \( {A\mathbf{x} = \mathbf{0}}\text{.} \) Kolonne \( 3 \) har ingen pivot, så \( {x_3 = \textcolor{blue}{t}} \) er fri. De to radene i trappeformen sier:
\[ \begin{aligned} x_1 + 3\textcolor{blue}{t} &= 0 \\ x_2 - 2\textcolor{blue}{t} &= 0 \end{aligned} \]
Det gir oss:
\[ \mathbf{x} = \begin{bmatrix} -3\textcolor{blue}{t} \\ 2\textcolor{blue}{t} \\ \textcolor{blue}{t} \end{bmatrix} = \textcolor{blue}{t}\begin{bmatrix} -3 \\ 2 \\ 1 \end{bmatrix} \]
Vektoren er ikke nullvektoren, så den alene er en basis for nullrommet.
Oppgave 3b)
Har systemet
løsning for enhver Hvis det har en løsning for en spesifikk er denne løsningen da unik? Begrunn svaret.
Vis løsningSkjul løsning på oppgave 3b
Svar
Vi gjør de samme radoperasjonene som i a), nå med \( \mathbf{b} \) som ekstra kolonne.
Vi radreduserer totalmatrisen med en vilkårlig \( \mathbf{b}\text{.} \) Nullraden forteller oss hvilke \( \mathbf{b} \) som gir løsning, og den frie variabelen om løsningen er unik.
1. Radreduser totalmatrisen
Vi skriver \( {\mathbf{b} = (b_1, b_2, b_3)} \) og setter opp totalmatrisen, som i videoen En, Ingen eller Uendelig mange løsninger?:
\[ \left[\begin{array}{ccc|c} 1 & 2 & -1 & b_1 \\ -1 & 3 & -9 & b_2 \\ 2 & -1 & 8 & b_3 \end{array}\right] \]
\( {R_2 \to R_2 + R_1}\text{:} \)
\[ \left[\begin{array}{ccc|c} 1 & 2 & -1 & b_1 \\ 0 & 5 & -10 & b_2 + b_1 \\ 2 & -1 & 8 & b_3 \end{array}\right] \]
\( {R_3 \to R_3 - 2R_1}\text{:} \)
\[ \left[\begin{array}{ccc|c} 1 & 2 & -1 & b_1 \\ 0 & 5 & -10 & b_2 + b_1 \\ 0 & -5 & 10 & b_3 - 2b_1 \end{array}\right] \]
\( {R_3 \to R_3 + R_2}\text{:} \)
\[ \left[\begin{array}{ccc|c} 1 & 2 & -1 & b_1 \\ 0 & 5 & -10 & b_2 + b_1 \\ 0 & 0 & 0 & \textcolor{blue}{b_2 + b_3 - b_1} \end{array}\right] \]
2. Avgjør om det alltid finnes løsning
Den siste raden er likningen:
\[ 0 = \textcolor{blue}{b_2 + b_3 - b_1} \]
En nullrad med noe annet enn \( 0 \) på høyre side betyr at systemet ikke har løsning, som i videoen Hva betyr de forskjellige løsningene?. Systemet har altså løsning bare når \( {b_1 = b_2 + b_3}\text{.} \) Velger vi for eksempel \( {\mathbf{b} = (1, 0, 0)}\text{,} \) blir den siste raden:
\[ 0 = \textcolor{blue}{0 + 0 - 1} = -1 \]Det går aldri, så det finnes ingen løsning for denne \( \mathbf{b}\text{.} \)
3. Avgjør om løsningen er unik
I a) fant vi at nullrommet ikke bare er nullvektoren:
\[ A\begin{bmatrix} -3 \\ 2 \\ 1 \end{bmatrix} = \mathbf{0} \]
Er \( \mathbf{x}_p \) en løsning, er derfor også \( {\mathbf{x}_p + t(-3, 2, 1)} \) en løsning for alle \( t\text{:} \)
\[ A\left(\mathbf{x}_p + t\begin{bmatrix} -3 \\ 2 \\ 1 \end{bmatrix}\right) = \mathbf{b} + t \cdot \mathbf{0} = \mathbf{b} \]
Når systemet har én løsning, har det altså uendelig mange, og løsningen er ikke unik.
Oppgave 4
Løs initialverdiproblemet
Vis løsningSkjul løsning på oppgave 4
Svar
Dette er en inhomogen andreordens differensiallikning. Vi finner den homogene løsningen og en partikulær løsning, legger dem sammen og bruker startverdiene til å finne konstantene.
1. Finn den homogene løsningen
Setter vi inn \( {y = e^{rt}}\text{,} \) får vi den karakteristiske likningen:
\[ \textcolor{blue}{1} \cdot r^2 + (\textcolor{red}{-2}) \cdot r + \textcolor{green}{3} = 0 \]
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:
\[ \textcolor{blue}{a} = \textcolor{blue}{1}, \quad \textcolor{red}{b} = \textcolor{red}{-2}, \quad \textcolor{green}{c} = \textcolor{green}{3} \]
Plugger vi dette inn i abc-formelen, får vi, med \( {\sqrt{-8} = 2\sqrt{2}\,i}\text{:} \)
\[ \begin{aligned} r &= \dfrac{-(\textcolor{red}{-2}) \pm \sqrt{(\textcolor{red}{-2})^2 - 4 \cdot \textcolor{blue}{1} \cdot \textcolor{green}{3}}}{2 \cdot \textcolor{blue}{1}} \\ &= \dfrac{2 \pm \sqrt{-8}}{2} = \dfrac{2 \pm 2\sqrt{2}\,i}{2} \\ &= 1 \pm \sqrt{2}\,i \end{aligned} \]
Røttene er komplekse. Når \( {r = \alpha \pm \beta i}\text{,} \) er den homogene løsningen, som i videoen Andre ordens homogene diff lign m.komplekse røtter TEORI:
\[ y_h = e^{\alpha t}\big(C_1\cos(\beta t) + C_2\sin(\beta t)\big) \]
Med \( {\alpha = 1} \) og \( {\beta = \sqrt{2}} \) får vi:
\[ \begin{aligned} y_h = e^{t}\big(&C_1\cos(\sqrt{2}\,t) \\ &+ C_2\sin(\sqrt{2}\,t)\big) \end{aligned} \]
2. Finn en partikulær løsning
Høyresiden er et førstegradspolynom, så vi gjetter på et førstegradspolynom med alle leddene, som i videoen Differensialligninger partikulær løsning. Nå er blå og rød koeffisientene \( \textcolor{blue}{A} \) og \( \textcolor{red}{B}\text{:} \)
\[ \begin{aligned} y_p &= \textcolor{blue}{A}t + \textcolor{red}{B} \\ y_p' &= \textcolor{blue}{A} \\ y_p'' &= 0 \end{aligned} \]
Plugger vi dette inn i likningen, får vi:
\[ \begin{aligned} 0 - 2\textcolor{blue}{A} + 3(\textcolor{blue}{A}t + \textcolor{red}{B}) &= 9t \\ 3\textcolor{blue}{A}t + (3\textcolor{red}{B} - 2\textcolor{blue}{A}) &= 9t \end{aligned} \]
Tallene foran \( t \) og konstantleddene må være like på hver side:
\[ \begin{aligned} 3\textcolor{blue}{A} &= 9 &&\Rightarrow\ \textcolor{blue}{A} = 3 \\ 3\textcolor{red}{B} - 2 \cdot \textcolor{blue}{3} &= 0 &&\Rightarrow\ \textcolor{red}{B} = 2 \end{aligned} \]
Den generelle løsningen er den homogene pluss den partikulære, som i videoen Inhomogene diffligner eksempel:
\[ \begin{aligned} y = {} & e^{t}\big(C_1\cos(\sqrt{2}\,t) + C_2\sin(\sqrt{2}\,t)\big) \\ & + 3t + 2 \end{aligned} \]
3. Bruk startverdiene
Vi setter inn \( {t = 0}\text{,} \) som i videoen Andre ordens diffligning Eksempel. Der er \( {e^0 = 1}\text{,} \) \( {\cos 0 = 1} \) og \( {\sin 0 = 0}\text{:} \)
\[ \begin{aligned} y(0) = C_1 + 2 &= -1 \\ C_1 &= -3 \end{aligned} \]
For \( y' \) bruker vi produktregelen på det første leddet, nå med \( \textcolor{red}{u} \) i rødt og \( \textcolor{blue}{v} \) i blått:
\[ (\textcolor{red}{u}\textcolor{blue}{v})' = \textcolor{red}{u'}\textcolor{blue}{v} + \textcolor{red}{u}\textcolor{blue}{v'} \]Hvis du er usikker på produktregelen, kan du se videoen Produktregelen.
Med kjerneregelen, som i videoen Kjerneregelen, får vi faktoren \( \textcolor{green}{\sqrt{2}} \) fra kjernen:
\[ \begin{aligned} \big(\cos(\textcolor{green}{\sqrt{2}\,t})\big)' &= -\textcolor{green}{\sqrt{2}}\sin(\textcolor{green}{\sqrt{2}\,t}) \\ \big(\sin(\textcolor{green}{\sqrt{2}\,t})\big)' &= \textcolor{green}{\sqrt{2}}\cos(\textcolor{green}{\sqrt{2}\,t}) \end{aligned} \]
Her er:
\[ \begin{aligned} \textcolor{red}{u} &= \textcolor{red}{e^t}, \quad \textcolor{red}{u'} = \textcolor{red}{e^t} \\ \textcolor{blue}{v} &= \textcolor{blue}{C_1\cos(\sqrt{2}\,t) + C_2\sin(\sqrt{2}\,t)} \\ \textcolor{blue}{v'} &= \textcolor{blue}{-\sqrt{2}\,C_1\sin(\sqrt{2}\,t)} \\ &\quad \textcolor{blue}{{}+ \sqrt{2}\,C_2\cos(\sqrt{2}\,t)} \end{aligned} \]
Plugger vi dette inn, og deriverer \( {3t + 2} \) til \( 3\text{,} \) får vi i \( {t = 0}\text{:} \)
\[ \begin{aligned} y'(0) &= \textcolor{red}{1} \cdot \textcolor{blue}{C_1} + \textcolor{red}{1} \cdot \textcolor{blue}{\sqrt{2}\,C_2} + 3 \\ &= -3 + \sqrt{2}\,C_2 + 3 = \sqrt{2}\,C_2 \end{aligned} \]
Startverdien \( {y'(0) = \sqrt{2}} \) gir:
\[ \sqrt{2}\,C_2 = \sqrt{2} \quad \Rightarrow \quad C_2 = 1 \]
Oppgave 5
Anta at og er lineært uavhengige vektorer i et vektorrom Vis at de tre vektorene
også er lineært uavhengige.
Vis løsningSkjul løsning på oppgave 5
Svar
Vi bruker definisjonen: vi setter en lineærkombinasjon av de tre nye vektorene lik \( \mathbf{0} \) og viser at alle koeffisientene må være \( 0\text{.} \)
1. Sett opp definisjonen
Definisjonen av lineær uavhengighet forteller oss at vektorene er lineært uavhengige når den eneste løsningen av
\[ \begin{aligned} & \textcolor{blue}{c_1}(\mathbf{u} + \mathbf{v}) + \textcolor{red}{c_2}(\mathbf{u} + \mathbf{w}) \\ & + \textcolor{green}{c_3}(\mathbf{v} + \mathbf{w}) = \mathbf{0} \end{aligned} \]er \( {\textcolor{blue}{c_1} = \textcolor{red}{c_2} = \textcolor{green}{c_3} = 0}\text{.} \)
Samler vi leddene med \( \mathbf{u}\text{,} \) \( \mathbf{v} \) og \( \mathbf{w} \) hver for seg, får vi:
\[ \begin{aligned} & (\textcolor{blue}{c_1} + \textcolor{red}{c_2})\mathbf{u} + (\textcolor{blue}{c_1} + \textcolor{green}{c_3})\mathbf{v} \\ & + (\textcolor{red}{c_2} + \textcolor{green}{c_3})\mathbf{w} = \mathbf{0} \end{aligned} \]
2. Sett koeffisientene lik null
\( \mathbf{u}\text{,} \) \( \mathbf{v} \) og \( \mathbf{w} \) er lineært uavhengige, så alle tre tallene foran dem må være \( 0\text{:} \)
\[ \begin{aligned} \textcolor{blue}{c_1} + \textcolor{red}{c_2} &= 0 \\ \textcolor{blue}{c_1} + \textcolor{green}{c_3} &= 0 \\ \textcolor{red}{c_2} + \textcolor{green}{c_3} &= 0 \end{aligned} \]
3. Løs likningssystemet
Vi legger sammen alle tre likningene, som med addisjonsmetoden i videoen Likningssett – innsettingsmetoden og addisjonsmetoden:
\[ \begin{aligned} 2\textcolor{blue}{c_1} + 2\textcolor{red}{c_2} + 2\textcolor{green}{c_3} &= 0 \\ \textcolor{blue}{c_1} + \textcolor{red}{c_2} + \textcolor{green}{c_3} &= 0 \end{aligned} \]
Trekker vi hver av de tre likningene fra denne, får vi:
\[ \textcolor{green}{c_3} = 0, \quad \textcolor{red}{c_2} = 0, \quad \textcolor{blue}{c_1} = 0 \]
Den eneste lineærkombinasjonen som gir \( \mathbf{0}\text{,} \) er altså den der alle koeffisientene er \( 0\text{.} \) Dermed vet vi at:
\[ \begin{aligned} & \mathbf{u} + \mathbf{v},\ \mathbf{u} + \mathbf{w},\ \mathbf{v} + \mathbf{w} \\ & \text{er lineært uavhengige} \end{aligned} \]
Oppgave 6
La betegne det lineære spennet
Oppgave 6a)
Finn en ortogonal basis for
Vis løsningSkjul løsning på oppgave 6a
Svar
En ortogonal basis for er:
De to vektorene er ikke parallelle, så de er en basis for \( V\text{.} \) Vi gjør dem ortogonale med Gram-Schmidt.
1. Bruk Gram-Schmidt
Vi kaller vektorene \( {\textcolor{blue}{\mathbf{x}_1} = (1, 1, 1)} \) og \( {\textcolor{red}{\mathbf{x}_2} = (0, 1, 2)}\text{.} \) Gram-Schmidt forteller oss at vi beholder den første vektoren og trekker projeksjonen på den fra den andre:
\[ \begin{aligned} \mathbf{v}_1 &= \textcolor{blue}{\mathbf{x}_1} \\ \mathbf{v}_2 &= \textcolor{red}{\mathbf{x}_2} - \dfrac{\textcolor{red}{\mathbf{x}_2} \cdot \textcolor{blue}{\mathbf{x}_1}}{\textcolor{blue}{\mathbf{x}_1} \cdot \textcolor{blue}{\mathbf{x}_1}}\,\textcolor{blue}{\mathbf{x}_1} \end{aligned} \]
Vi regner ut prikkproduktene, som i videoen Multiplikasjon:
\[ \begin{aligned} \textcolor{red}{\mathbf{x}_2} \cdot \textcolor{blue}{\mathbf{x}_1} &= 0 + 1 + 2 = 3 \\ \textcolor{blue}{\mathbf{x}_1} \cdot \textcolor{blue}{\mathbf{x}_1} &= 1 + 1 + 1 = 3 \end{aligned} \]
Plugger vi dette inn, får vi:
\[ \begin{aligned} \mathbf{v}_2 &= \textcolor{red}{\mathbf{x}_2} - \dfrac{3}{3}\,\textcolor{blue}{\mathbf{x}_1} \\ &= \textcolor{red}{\begin{bmatrix} 0 \\ 1 \\ 2 \end{bmatrix}} - \textcolor{blue}{\begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix}} = \begin{bmatrix} -1 \\ 0 \\ 1 \end{bmatrix} \end{aligned} \]
Vi sjekker med prikkproduktet at de står vinkelrett på hverandre:
\[ \mathbf{v}_1 \cdot \mathbf{v}_2 = -1 + 0 + 1 = 0 \]
Oppgave 6b)
Beregn den ortogonale projeksjonen av
ned på
Vis løsningSkjul løsning på oppgave 6b
Svar
Vi bruker den ortogonale basisen fra a).
Med en ortogonal basis er projeksjonen på \( V \) summen av projeksjonene på hver av basisvektorene.
1. Sett opp projeksjonsformelen
I a) fant vi den ortogonale basisen:
\[ \textcolor{blue}{\mathbf{v}_1} = \begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix}, \quad \textcolor{red}{\mathbf{v}_2} = \begin{bmatrix} -1 \\ 0 \\ 1 \end{bmatrix} \]
Vi kaller vektoren \( {\mathbf{y} = (3, -2, 1)}\text{.} \) For en ortogonal basis forteller projeksjonsformelen oss at:
\[ \operatorname{proj}_V \mathbf{y} = \dfrac{\mathbf{y} \cdot \textcolor{blue}{\mathbf{v}_1}}{\textcolor{blue}{\mathbf{v}_1} \cdot \textcolor{blue}{\mathbf{v}_1}}\,\textcolor{blue}{\mathbf{v}_1} + \dfrac{\mathbf{y} \cdot \textcolor{red}{\mathbf{v}_2}}{\textcolor{red}{\mathbf{v}_2} \cdot \textcolor{red}{\mathbf{v}_2}}\,\textcolor{red}{\mathbf{v}_2} \]
2. Regn ut prikkproduktene
Vi regner ut prikkproduktene, som i videoen Multiplikasjon:
\[ \begin{aligned} \mathbf{y} \cdot \textcolor{blue}{\mathbf{v}_1} &= 3 - 2 + 1 = 2 \\ \textcolor{blue}{\mathbf{v}_1} \cdot \textcolor{blue}{\mathbf{v}_1} &= 1 + 1 + 1 = 3 \\ \mathbf{y} \cdot \textcolor{red}{\mathbf{v}_2} &= -3 + 0 + 1 = -2 \\ \textcolor{red}{\mathbf{v}_2} \cdot \textcolor{red}{\mathbf{v}_2} &= 1 + 0 + 1 = 2 \end{aligned} \]
Plugger vi dette inn, får vi:
\[ \begin{aligned} \operatorname{proj}_V \mathbf{y} &= \dfrac{2}{3}\textcolor{blue}{\begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix}} + \dfrac{-2}{2}\textcolor{red}{\begin{bmatrix} -1 \\ 0 \\ 1 \end{bmatrix}} \\ &= \begin{bmatrix} \tfrac{2}{3} + 1 \\ \tfrac{2}{3} + 0 \\ \tfrac{2}{3} - 1 \end{bmatrix} = \dfrac{1}{3}\begin{bmatrix} 5 \\ 2 \\ -1 \end{bmatrix} \end{aligned} \]
Vi sjekker at \( {\mathbf{y} - \operatorname{proj}_V \mathbf{y} = \tfrac{1}{3}(4, -8, 4)} \) står vinkelrett på begge basisvektorene:
\[ \begin{aligned} (4, -8, 4) \cdot \textcolor{blue}{\mathbf{v}_1} &= 4 - 8 + 4 = 0 \\ (4, -8, 4) \cdot \textcolor{red}{\mathbf{v}_2} &= -4 + 0 + 4 = 0 \end{aligned} \]
Oppgave 7
- Flere oppgaver om differensiallikninger,
- Flere oppgaver om egenverdier,
- Flere oppgaver om systemer av differensiallikninger
La være matrisen
Oppgave 7a)
Finn alle egenverdiene til og regn ut
Vis løsningSkjul løsning på oppgave 7a
Svar
Vi finner egenverdiene med \( {\det(A - \lambda I) = 0}\text{.} \) Med tre ulike egenverdier kan \( A \) diagonaliseres, og da er \( {A^{31} = PD^{31}P^{-1}}\text{.} \)
1. Finn egenverdiene
Vi setter determinanten til \( {A - \lambda I} \) lik \( 0\text{,} \) som i videoen Eksempel 3x3 egenverdier egenvektorer:
\[ \begin{vmatrix} -\lambda & -1 & -1 \\ 0 & 1 - \lambda & 0 \\ 0 & -2 & -1 - \lambda \end{vmatrix} = 0 \]
Formelen for en \( 3 \times 3 \)-determinant, utviklet langs første rad, forteller oss at:
\[ \begin{aligned} & \begin{vmatrix} \textcolor{blue}{p} & \textcolor{red}{q} & \textcolor{green}{r} \\ d & e & f \\ g & h & k \end{vmatrix} \\ &= \textcolor{blue}{p}(ek - fh) - \textcolor{red}{q}(dk - fg) \\ &\quad + \textcolor{green}{r}(dh - eg) \end{aligned} \]Hvis du er usikker på formelen, kan du se videoen Determinanter 3x3 matrise.
Her er:
\[ \textcolor{blue}{p} = \textcolor{blue}{-\lambda}, \quad \textcolor{red}{q} = \textcolor{red}{-1}, \quad \textcolor{green}{r} = \textcolor{green}{-1} \]
Plugger vi dette inn, får vi, siden \( {d = g = 0}\text{:} \)
\[ \begin{aligned} & \textcolor{blue}{-\lambda}\big((1 - \lambda)(-1 - \lambda) - 0 \cdot (-2)\big) \\ & - (\textcolor{red}{-1})(0 - 0) + (\textcolor{green}{-1})(0 - 0) \\ &= -\lambda(1 - \lambda)(-1 - \lambda) = 0 \end{aligned} \]
Et produkt er \( 0 \) når en av faktorene er \( 0\text{.} \) Det gir oss tre egenverdier:
\[ \lambda_1 = 0, \quad \lambda_2 = 1, \quad \lambda_3 = -1 \]
2. Diagonaliser matrisen
De tre egenverdiene er ulike, så de tre egenvektorene er lineært uavhengige, og \( A \) kan diagonaliseres, som i videoen Intro diagonalisering:
\[ A = PDP^{-1}, \quad D = \begin{bmatrix} 0 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & -1 \end{bmatrix} \]der \( P \) har egenvektorene som kolonner.
3. Regn ut potensen
Ganger vi \( {PDP^{-1}} \) med seg selv, blir hver \( {P^{-1}P} \) i midten lik \( I\text{,} \) som i videoen Eksempel 2x2 diagonalisering:
\[ A^{31} = PD^{31}P^{-1} \]
En diagonalmatrise opphøyer vi ved å opphøye tallene på diagonalen, som i videoen Eksempel 2x2 diagonalisering. Siden \( 31 \) er et oddetall, er \( {(-1)^{31} = -1}\text{:} \)
\[ D^{31} = \begin{bmatrix} 0^{31} & 0 & 0 \\ 0 & 1^{31} & 0 \\ 0 & 0 & (-1)^{31} \end{bmatrix} = D \]
Plugger vi dette inn, får vi:
\[ A^{31} = PD^{31}P^{-1} = PDP^{-1} = A \]
Vi trenger altså ikke regne ut \( P \) og \( {P^{-1}}\text{.} \)
Oppgave 7b)
Løs initialverdiproblemet
og bestem hvis grensen eksisterer.
Vis løsningSkjul løsning på oppgave 7b
Svar
Vi bruker egenverdiene fra a).
Dette er et system av differensiallikninger. Vi finner egenvektorene, skriver opp den generelle løsningen og bruker startverdien til å finne konstantene.
1. Skriv opp den generelle løsningen
I a) fant vi egenverdiene \( {\textcolor{blue}{\lambda_1 = 0}}\text{,} \) \( {\textcolor{red}{\lambda_2 = 1}} \) og \( {\textcolor{green}{\lambda_3 = -1}}\text{.} \) Med tre ulike egenverdier og egenvektorene \( \mathbf{v}_1, \mathbf{v}_2, \mathbf{v}_3 \) er den generelle løsningen, som i videoen System av difflikninger:
\[ \begin{aligned} \mathbf{y}(t) = {} & C_1\textcolor{blue}{\mathbf{v}_1}e^{\textcolor{blue}{\lambda_1}t} + C_2\textcolor{red}{\mathbf{v}_2}e^{\textcolor{red}{\lambda_2}t} \\ & + C_3\textcolor{green}{\mathbf{v}_3}e^{\textcolor{green}{\lambda_3}t} \end{aligned} \]
2. Finn egenvektorene
Vi setter inn hver egenverdi og løser \( {(A - \lambda I)\mathbf{v} = \mathbf{0}}\text{,} \) med \( {\mathbf{v} = (a, b, c)}\text{,} \) som i videoen Eksempel 3x3 egenverdier egenvektorer.
For \( {\textcolor{blue}{\lambda_1 = 0}} \) får vi:
\[ \begin{bmatrix} 0 & -1 & -1 \\ 0 & 1 & 0 \\ 0 & -2 & -1 \end{bmatrix}\begin{bmatrix} a \\ b \\ c \end{bmatrix} = \mathbf{0} \]Andre og første rad gir:
\[ \begin{aligned} b &= 0 \\ -b - c &= 0 \;\Rightarrow\; c = 0 \end{aligned} \]\( a \) er fri, og vi velger \( {a = 1}\text{:} \)
\[ \textcolor{blue}{\mathbf{v}_1} = \textcolor{blue}{\begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix}} \]
For \( {\textcolor{red}{\lambda_2 = 1}} \) får vi:
\[ \begin{bmatrix} -1 & -1 & -1 \\ 0 & 0 & 0 \\ 0 & -2 & -2 \end{bmatrix}\begin{bmatrix} a \\ b \\ c \end{bmatrix} = \mathbf{0} \]Tredje og første rad gir:
\[ \begin{aligned} -2b - 2c &= 0 \;\Rightarrow\; c = -b \\ -a - b - c &= 0 \;\Rightarrow\; a = 0 \end{aligned} \]Vi velger \( {b = 1}\text{:} \)
\[ \textcolor{red}{\mathbf{v}_2} = \textcolor{red}{\begin{bmatrix} 0 \\ 1 \\ -1 \end{bmatrix}} \]
For \( {\textcolor{green}{\lambda_3 = -1}} \) får vi:
\[ \begin{bmatrix} 1 & -1 & -1 \\ 0 & 2 & 0 \\ 0 & -2 & 0 \end{bmatrix}\begin{bmatrix} a \\ b \\ c \end{bmatrix} = \mathbf{0} \]Andre og første rad gir:
\[ \begin{aligned} 2b &= 0 \;\Rightarrow\; b = 0 \\ a - b - c &= 0 \;\Rightarrow\; a = c \end{aligned} \]Vi velger \( {c = 1}\text{:} \)
\[ \textcolor{green}{\mathbf{v}_3} = \textcolor{green}{\begin{bmatrix} 1 \\ 0 \\ 1 \end{bmatrix}} \]
3. Bruk startverdien
Vi setter inn \( {t = 0}\text{,} \) der \( {e^0 = 1}\text{,} \) som i videoen System av differensiallikninger, partikulær løsning:
\[ \begin{aligned} & C_1\textcolor{blue}{\begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix}} + C_2\textcolor{red}{\begin{bmatrix} 0 \\ 1 \\ -1 \end{bmatrix}} \\ & + C_3\textcolor{green}{\begin{bmatrix} 1 \\ 0 \\ 1 \end{bmatrix}} = \begin{bmatrix} 7 \\ 0 \\ 3 \end{bmatrix} \end{aligned} \]
Det gir tre likninger:
\[ \begin{aligned} C_1 + C_3 &= 7 \\ C_2 &= 0 \\ -C_2 + C_3 &= 3 \end{aligned} \]
Med \( {C_2 = 0} \) gir den tredje \( {C_3 = 3}\text{,} \) og den første \( {C_1 = 4}\text{.} \) Plugger vi dette inn, får vi:
\[ \begin{aligned} \mathbf{y}(t) &= 4\textcolor{blue}{\begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix}} + 3\textcolor{green}{\begin{bmatrix} 1 \\ 0 \\ 1 \end{bmatrix}}e^{-t} \\ &= \begin{bmatrix} 4 + 3e^{-t} \\ 0 \\ 3e^{-t} \end{bmatrix} \end{aligned} \]
4. Finn grenseverdien
Leddet med \( e^{t}\text{,} \) som vokser, falt bort fordi \( {C_2 = 0}\text{.} \) Når \( t \) vokser, går \( {e^{-t}} \) mot \( 0\text{:} \)
\[ \lim_{t \to \infty} \mathbf{y}(t) = \begin{bmatrix} 4 + 0 \\ 0 \\ 0 \end{bmatrix} = \begin{bmatrix} 4 \\ 0 \\ 0 \end{bmatrix} \]
Oppgave 8
Benytt minste kvadraters metode til å finne andregradspolynomet
som minimerer avstanden til datapunktene
(Det vil si, finn og )
Vis løsningSkjul løsning på oppgave 8
Svar
Hvert punkt gir én likning, så vi får fire likninger med tre ukjente. De har ingen eksakt løsning, så vi løser normallikningene.
1. Sett opp likningssystemet
Setter vi hvert punkt inn i \( {p(x) = y}\text{,} \) får vi:
\[ \begin{aligned} a \cdot (-1)^2 + b \cdot (-1) + c &= 1 \\ a \cdot 0^2 + b \cdot 0 + c &= -2 \\ a \cdot 1^2 + b \cdot 1 + c &= 0 \\ a \cdot 2^2 + b \cdot 2 + c &= 5 \end{aligned} \]
De tre første likningene gir:
\[ c = -2, \quad a = \dfrac{5}{2}, \quad b = -\dfrac{1}{2} \]
Da blir den fjerde:
\[ 4 \cdot \dfrac{5}{2} + 2 \cdot \left(-\dfrac{1}{2}\right) - 2 = 7 \neq 5 \]Systemet har altså ingen løsning.
På matriseform er det \( {X\boldsymbol{\beta} = \mathbf{y}}\text{,} \) der:
\[ \begin{aligned} X &= \begin{bmatrix} 1 & -1 & 1 \\ 0 & 0 & 1 \\ 1 & 1 & 1 \\ 4 & 2 & 1 \end{bmatrix}, \quad \boldsymbol{\beta} = \begin{bmatrix} a \\ b \\ c \end{bmatrix}, \\ \mathbf{y} &= \begin{bmatrix} 1 \\ -2 \\ 0 \\ 5 \end{bmatrix} \end{aligned} \]
2. Sett opp normallikningene
Minste kvadraters metode forteller oss at den \( \boldsymbol{\beta} \) som gjør summen av de kvadrerte avstandene minst mulig, løser:
\[ X^TX\boldsymbol{\beta} = X^T\mathbf{y} \]
Vi ganger rad med kolonne, som i videoen Multiplikasjon. Radene i \( X^T \) er kolonnene i \( X\text{,} \) altså \( x^2\text{,} \) \( x \) og \( 1\text{,} \) så hvert tall blir en sum over de fire punktene:
\[ \begin{aligned} X^TX &= \begin{bmatrix} \sum x^4 & \sum x^3 & \sum x^2 \\ \sum x^3 & \sum x^2 & \sum x \\ \sum x^2 & \sum x & 4 \end{bmatrix} \\ X^T\mathbf{y} &= \begin{bmatrix} \sum x^2y \\ \sum xy \\ \sum y \end{bmatrix} \end{aligned} \]
Vi regner ut summene:
\[ \begin{aligned} \textstyle\sum x^4 &= 1 + 0 + 1 + 16 = 18 \\ \textstyle\sum x^3 &= -1 + 0 + 1 + 8 = 8 \\ \textstyle\sum x^2 &= 1 + 0 + 1 + 4 = 6 \\ \textstyle\sum x &= -1 + 0 + 1 + 2 = 2 \end{aligned} \]
Høyresiden får vi på samme måte:
\[ \begin{aligned} \textstyle\sum x^2y &= 1 + 0 + 0 + 20 = 21 \\ \textstyle\sum xy &= -1 + 0 + 0 + 10 = 9 \\ \textstyle\sum y &= 1 - 2 + 0 + 5 = 4 \end{aligned} \]
Med fire punkter er \( {\sum 1 = 4}\text{.} \) Det gir oss:
\[ \begin{bmatrix} 18 & 8 & 6 \\ 8 & 6 & 2 \\ 6 & 2 & 4 \end{bmatrix}\begin{bmatrix} a \\ b \\ c \end{bmatrix} = \begin{bmatrix} 21 \\ 9 \\ 4 \end{bmatrix} \]
3. Løs normallikningene
Skrevet ut er det:
\[ \begin{aligned} 18a + 8b + 6c &= 21 \\ 8a + 6b + 2c &= 9 \\ 6a + 2b + 4c &= 4 \end{aligned} \]
Vi fjerner \( c \) ved å trekke likningene fra hverandre, som med addisjonsmetoden i videoen Likningssett – innsettingsmetoden og addisjonsmetoden. Den andre ganget med \( 2 \) minus den tredje gir:
\[ 10a + 10b = 14 \quad \Rightarrow \quad \textcolor{blue}{b = \dfrac{7}{5} - a} \]
Den første ganget med \( 2 \) minus den tredje ganget med \( 3 \) gir:
\[ 18a + 10b = 30 \]
Setter vi inn \( {\textcolor{blue}{b = \dfrac{7}{5} - a}}\text{,} \) får vi:
\[ \begin{aligned} 18a + 10\left(\textcolor{blue}{\dfrac{7}{5} - a}\right) &= 30 \\ 8a + 14 &= 30 \\ a &= 2 \end{aligned} \]
Da er \( {b = \tfrac{7}{5} - 2 = -\tfrac{3}{5}}\text{,} \) og den tredje likningen gir:
\[ \begin{aligned} c &= \dfrac{4 - 6 \cdot 2 - 2 \cdot \left(-\tfrac{3}{5}\right)}{4} \\ &= \dfrac{-\tfrac{34}{5}}{4} = -\dfrac{17}{10} \end{aligned} \]
Oppgave 9
La betegne vektorrommet av reelle -matriser og la
( er den transponerte av ).
Oppgave 9a)
Bestem en basis for når
Vis løsningSkjul løsning på oppgave 9a
Svar
En basis for er:
Vi skriver en vilkårlig \( 2 \times 2 \)-matrise med bokstaver og ser hva kravet \( {A^{\top} = A} \) betyr for tallene. Da kan vi skrive matrisen som en lineærkombinasjon av faste matriser.
1. Finn kravet til tallene
Vi transponerer ved å gjøre radene til kolonner, som i videoen Finn A invers og transponert (3x3 matrise):
\[ A = \begin{bmatrix} a & b \\ c & d \end{bmatrix}, \quad A^{\top} = \begin{bmatrix} a & c \\ b & d \end{bmatrix} \]
Matrisene er like når tallene på samme plass er like. Det gir oss:
\[ A^{\top} = A \iff b = c \]
2. Skriv matrisen som en lineærkombinasjon
En symmetrisk matrise har altså \( \textcolor{red}{b} \) på begge plassene utenfor diagonalen. Vi splitter den opp, som når vi legger sammen matriser plass for plass i videoen Addisjon og subtraksjon:
\[ \begin{aligned} & \begin{bmatrix} \textcolor{blue}{a} & \textcolor{red}{b} \\ \textcolor{red}{b} & \textcolor{green}{d} \end{bmatrix} \\ &= \textcolor{blue}{a}\begin{bmatrix} 1 & 0 \\ 0 & 0 \end{bmatrix} + \textcolor{red}{b}\begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix} \\ &\quad + \textcolor{green}{d}\begin{bmatrix} 0 & 0 \\ 0 & 1 \end{bmatrix} \end{aligned} \]
De tre matrisene er selv symmetriske og spenner ut \( \mathcal{S}_2\text{.} \)
3. Vis at matrisene er uavhengige
Setter vi lineærkombinasjonen lik nullmatrisen, får vi:
\[ \begin{bmatrix} \textcolor{blue}{a} & \textcolor{red}{b} \\ \textcolor{red}{b} & \textcolor{green}{d} \end{bmatrix} = \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} \]
Tallene på samme plass må være like, så:
\[ \textcolor{blue}{a} = \textcolor{red}{b} = \textcolor{green}{d} = 0 \]
Matrisene er altså lineært uavhengige, så de er en basis, og \( {\dim \mathcal{S}_2 = 3}\text{.} \)
Oppgave 9b)
Finn for alle
Vis løsningSkjul løsning på oppgave 9b
Svar
Vi gjør det samme som i a), for en \( n \times n \)-matrise.
En symmetrisk matrise er bestemt av tallene på og over diagonalen. Hvert av dem gir én basismatrise, så dimensjonen er antallet slike plasser.
1. Finn de frie tallene
Transponering gjør radene til kolonner, som i videoen Finn A invers og transponert (3x3 matrise). Kravet \( {A^{\top} = A} \) betyr derfor at tallet i rad \( i\text{,} \) kolonne \( j \) er likt tallet i rad \( j\text{,} \) kolonne \( i\text{:} \)
\[ a_{ij} = a_{ji} \quad \text{for alle } i, j \]
Tallene på diagonalen kan vi velge fritt. Utenfor diagonalen bestemmer tallet over diagonalen tallet under. Vi lar \( E_{ij} \) være matrisen med \( 1 \) på plass \( (i, j) \) og \( 0 \) ellers. Som i a) gir hvert fritt tall én basismatrise:
\[ \begin{aligned} & E_{ii} \quad \text{for } i = 1, \dots, n \\ & E_{ij} + E_{ji} \quad \text{for } i < j \end{aligned} \]
Hver symmetrisk matrise er én bestemt lineærkombinasjon av dem, med \( a_{ij} \) som koeffisienter, så de er en basis.
2. Tell plassene
Diagonalen har \( \textcolor{blue}{n} \) plasser. Av de \( {n^2 - n} \) plassene utenfor ligger halvparten over diagonalen:
\[ \begin{aligned} \dim \mathcal{S}_n &= \textcolor{blue}{n} + \textcolor{red}{\dfrac{n^2 - n}{2}} \\ &= \dfrac{2n + n^2 - n}{2} = \dfrac{n(n + 1)}{2} \end{aligned} \]
For \( {n = 2} \) gir det \( {\tfrac{2 \cdot 3}{2} = 3}\text{,} \) som i a).
Oppgave 1
Finn alle løsningene til det lineære ligningssystemet
Vis løsningSkjul løsning på oppgave 1
Svar
Uendelig mange løsninger, én for hver
Vi setter opp totalmatrisen og radreduserer den til redusert trappeform. Så leser vi av løsningene rad for rad.
1. Radreduser totalmatrisen
Vi setter opp totalmatrisen og radreduserer, som i videoen Gauss Eliminering. Raden som endres, står i blått:
\[ \left[\begin{array}{ccc|c} 1 & -1 & -3 & 2 \\ -1 & 2 & 5 & -1 \\ 3 & 3 & 3 & 12 \end{array}\right] \]
\( {R_2 \to R_2 + R_1} \) gir:
\[ \left[\begin{array}{ccc|c} 1 & -1 & -3 & 2 \\ \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{blue}{2} & \textcolor{blue}{1} \\ 3 & 3 & 3 & 12 \end{array}\right] \]
\( {R_3 \to R_3 - 3R_1} \) gir:
\[ \left[\begin{array}{ccc|c} 1 & -1 & -3 & 2 \\ 0 & 1 & 2 & 1 \\ \textcolor{blue}{0} & \textcolor{blue}{6} & \textcolor{blue}{12} & \textcolor{blue}{6} \end{array}\right] \]
\( {R_3 \to R_3 - 6R_2} \) gir:
\[ \left[\begin{array}{ccc|c} 1 & -1 & -3 & 2 \\ 0 & 1 & 2 & 1 \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} \end{array}\right] \]
\( {R_1 \to R_1 + R_2} \) gir den reduserte trappeformen:
\[ \left[\begin{array}{ccc|c} \textcolor{blue}{1} & \textcolor{blue}{0} & \textcolor{blue}{-1} & \textcolor{blue}{3} \\ 0 & 1 & 2 & 1 \\ 0 & 0 & 0 & 0 \end{array}\right] \]
2. Tolk nullraden
Den siste raden er likningen:
\[ 0x + 0y + 0z = 0 \]
Den stemmer for alle \( x\text{,} \) \( y \) og \( z\text{.} \) Systemet har derfor uendelig mange løsninger, som i videoen Hva betyr de forskjellige løsningene?. Kolonnen til \( z \) har ingen pivot, så \( z \) er fri, og vi setter:
\[ z = \textcolor{red}{t}, \quad \textcolor{red}{t} \in \mathbb{R} \]
3. Løs for x og y
De to første radene er likningene:
\[ \begin{aligned} x - \textcolor{red}{t} &= 3 \\ y + 2\textcolor{red}{t} &= 1 \end{aligned} \]
Løser vi for \( x \) og \( y\text{,} \) får vi:
\[ x = 3 + \textcolor{red}{t}, \quad y = 1 - 2\textcolor{red}{t} \]
Skrevet som vektor gir det:
\[ \begin{bmatrix} x \\ y \\ z \end{bmatrix} = \begin{bmatrix} 3 + \textcolor{red}{t} \\ 1 - 2\textcolor{red}{t} \\ \textcolor{red}{t} \end{bmatrix} = \begin{bmatrix} 3 \\ 1 \\ 0 \end{bmatrix} + \textcolor{red}{t}\begin{bmatrix} 1 \\ -2 \\ 1 \end{bmatrix} \]
Kontroll: Med \( {t = 0} \) får vi \( (3, 1, 0)\text{,} \) og den tredje likningen gir \( {9 + 3 + 0 = 12}\text{.} \)