Hopp til hovedinnholdet

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

basis og dimensjon

Velger du flere tema, får du oppgavene som har alle sammen.

19 oppgaver i NTNU Matematikk 3 om basis og dimensjon · viser 1–10

Oppgavene

TMA4115 konteeksamen 2025

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: \[ \begin{aligned} \textcolor{blue}{\begin{bmatrix} 0 \\ 1 \\ -1 \\ -2 \end{bmatrix}} \cdot \begin{bmatrix} 3 \\ 13 \\ 11 \\ 1 \end{bmatrix} &= 0 + 13 - 11 - 2 \\ &= 0 \end{aligned} \]

TMA4115 konteeksamen 2025

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.

TMA4115 ordinær eksamen 2025

Oppgave 4

La M2(R) \mathcal{M}_2(\mathbb{R}) være vektorrommet bestående av reelle 2×2 2 \times 2 -matriser. Vi ser på følgende delmengde av M2(R): \mathcal{M}_2(\mathbb{R})\text{:}
U={A∈M2(R)∣AT=−A} U = \{A \in \mathcal{M}_2(\mathbb{R}) \mid A^T = -A\}
U U består altså av alle reelle 2×2 2 \times 2 -matriser A, A\text{,} som er slik at AT=−A. {A^T = -A}\text{.}

Oppgave 4a)

Vis at U U er et underrom av M2(R). \mathcal{M}_2(\mathbb{R})\text{.} Hint: Du kan få bruk for at (A+B)T=AT+BT {(A + B)^T = A^T + B^T} og at (cA)T=c⋅AT. {(cA)^T = c \cdot A^T}\text{.}
Vis løsning på oppgave 4a
Svar
Alle tre kravene holder:
U er et underrom av M2(R)‾‾ \underline{\underline{U \text{ er et underrom av } \mathcal{M}_2(\mathbb{R})}}
En delmengde er et underrom når den inneholder nullmatrisen og er lukket under addisjon og skalarmultiplikasjon. Vi sjekker de tre kravene ett for ett.
1. Skriv opp kravene \( U \) er et underrom av \( \mathcal{M}_2(\mathbb{R}) \) når: \[ \begin{aligned} &1.\ \ O \in U \\ &2.\ \ A, B \in U \;\Rightarrow\; A + B \in U \\ &3.\ \ A \in U,\ c \in \mathbb{R} \;\Rightarrow\; cA \in U \end{aligned} \]Her er \( O \) nullmatrisen.
2. Sjekk nullmatrisen Transponerer vi, blir radene kolonner, som i videoen Finn A invers og transponert (3x3 matrise). Nullmatrisen har bare nuller, så: \[ O^T = O = -O \]Altså er \( O \in U\text{.} \)
3. Sjekk addisjon La \( \textcolor{blue}{A} \) og \( \textcolor{red}{B} \) ligge i \( U\text{,} \) altså \( {\textcolor{blue}{A^T = -A}} \) og \( {\textcolor{red}{B^T = -B}}\text{.} \) Med hintet får vi: \[ \begin{aligned} (\textcolor{blue}{A} + \textcolor{red}{B})^T &= \textcolor{blue}{A^T} + \textcolor{red}{B^T} \\ &= \textcolor{blue}{-A} \textcolor{red}{- B} \\ &= -(\textcolor{blue}{A} + \textcolor{red}{B}) \end{aligned} \]Altså er \( {A + B \in U}\text{.} \)
4. Sjekk skalarmultiplikasjon La \( \textcolor{blue}{A} \) ligge i \( U \) og \( c \) være et reelt tall. Med hintet får vi: \[ \begin{aligned} (c\textcolor{blue}{A})^T &= c \cdot \textcolor{blue}{A^T} \\ &= c \cdot (\textcolor{blue}{-A}) \\ &= -(c\textcolor{blue}{A}) \end{aligned} \]Altså er \( cA \in U\text{.} \) Alle tre kravene holder, så \( U \) er et underrom.

Oppgave 4b)

Finn en basis for U U og angi dimensjonen til U. U\text{.}
Vis løsning på oppgave 4b
Svar
Basis: {[01−10]}‾‾ \underline{\underline{\text{Basis: } \left\{\begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix}\right\}}}
dim⁡U=1‾‾ \underline{\underline{\dim U = 1}}
Vi skriver opp en vilkårlig \( 2 \times 2 \)-matrise, transponerer den og ser hvilke krav \( {A^T = -A} \) gir på tallene. Da ser vi hvilke matriser som spenner ut \( U\text{.} \)
1. Finn kravene på tallene Vi skriver en vilkårlig matrise i \( \mathcal{M}_2(\mathbb{R}) \) som: \[ A = \begin{bmatrix} p & \textcolor{red}{q} \\ \textcolor{green}{r} & s \end{bmatrix} \]
Transponerer vi, blir radene kolonner, som i videoen Finn A invers og transponert (3x3 matrise). Kravet \( {A^T = -A} \) blir da: \[ \begin{bmatrix} p & \textcolor{green}{r} \\ \textcolor{red}{q} & s \end{bmatrix} = \begin{bmatrix} -p & -\textcolor{red}{q} \\ -\textcolor{green}{r} & -s \end{bmatrix} \]
To matriser er like når tallene på samme plass er like: \[ \begin{aligned} p &= -p & \textcolor{green}{r} &= -\textcolor{red}{q} \\ \textcolor{red}{q} &= -\textcolor{green}{r} & s &= -s \end{aligned} \]
Det gir oss: \[ p = 0, \quad s = 0, \quad \textcolor{green}{r} = -\textcolor{red}{q} \]
2. Finn basisen Alle matrisene i \( U \) er altså på formen: \[ A = \begin{bmatrix} 0 & \textcolor{red}{q} \\ -\textcolor{red}{q} & 0 \end{bmatrix} = \textcolor{red}{q}\begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix} \]
Hver matrise i \( U \) er et multiplum av én matrise, så den matrisen spenner ut \( U\text{.} \) Den er ikke nullmatrisen, så alene er den lineært uavhengig. Den er derfor en basis, og basisen har ett element: \[ \dim U = 1 \]

TMA4115 ordinær eksamen 2025

Oppgave 9

La P2(R) \mathcal{P}_2(\mathbb{R}) være vektorrommet som består av polynomer av grad mindre enn eller lik 2, og med reelle koeffisienter.
La S={p1(x),p2(x),p3(x)} {S = \{p_1(x), p_2(x), p_3(x)\}} der
p1(x)=x2+1p2(x)=6x2+x+2p3(x)=3x2+x \begin{aligned} p_1(x) &= x^2 + 1 \\ p_2(x) &= 6x^2 + x + 2 \\ p_3(x) &= 3x^2 + x \end{aligned}
Mengden S S danner en basis for P2(R) \mathcal{P}_2(\mathbb{R}) (du trenger ikke å vise dette). Finn koordinatvektoren til q(x)=x2+2x+3 {q(x) = x^2 + 2x + 3} med hensyn til basisen S. S\text{.}
Vis løsning på oppgave 9

Svar

[q]S=[19−810]‾‾ \underline{\underline{[q]_S = \begin{bmatrix} 19 \\ -8 \\ 10 \end{bmatrix}}}
Koordinatvektoren er tallene \( c_1\text{,} \) \( c_2 \) og \( c_3 \) som gjør at \( {q = c_1p_1 + c_2p_2 + c_3p_3}\text{.} \) Vi sammenligner koeffisientene og løser likningssystemet vi får.
1. Sett opp likningene Koordinatvektoren til \( q \) med hensyn til \( S \) er koeffisientene i kombinasjonen \[ q = c_1p_1 + c_2p_2 + c_3p_3 \]skrevet som en vektor: \[ [q]_S = \begin{bmatrix} c_1 \\ c_2 \\ c_3 \end{bmatrix} \]
Vi skriver \( q \) som en slik kombinasjon og samler leddene etter potensen av \( x\text{:} \) \[ \begin{aligned} &x^2 + 2x + 3 \\ &= c_1(x^2 + 1) + c_2(6x^2 + x + 2) \\ &\quad + c_3(3x^2 + x) \\ &= \textcolor{blue}{(c_1 + 6c_2 + 3c_3)}x^2 \\ &\quad + \textcolor{red}{(c_2 + c_3)}x + \textcolor{green}{(c_1 + 2c_2)} \end{aligned} \]
To polynomer er like når koeffisientene foran \( x^2\text{,} \) \( x \) og konstantleddet er like: \[ \begin{aligned} \textcolor{blue}{c_1 + 6c_2 + 3c_3} &= \textcolor{blue}{1} \\ \textcolor{red}{c_2 + c_3} &= \textcolor{red}{2} \\ \textcolor{green}{c_1 + 2c_2} &= \textcolor{green}{3} \end{aligned} \]
2. Radreduser totalmatrisen Vi setter opp totalmatrisen og radreduserer, som i videoen Gauss Eliminering: \[ \left[\begin{array}{ccc|c} 1 & 6 & 3 & 1 \\ 0 & 1 & 1 & 2 \\ 1 & 2 & 0 & 3 \end{array}\right] \]
\( {R_3 \to R_3 - R_1} \) gir: \[ \left[\begin{array}{ccc|c} 1 & 6 & 3 & 1 \\ 0 & 1 & 1 & 2 \\ 0 & -4 & -3 & 2 \end{array}\right] \]
\( {R_3 \to R_3 + 4R_2} \) gir: \[ \left[\begin{array}{ccc|c} 1 & 6 & 3 & 1 \\ 0 & 1 & 1 & 2 \\ 0 & 0 & 1 & 10 \end{array}\right] \]
3. Løs nedenfra og opp Vi leser av radene nedenfra: \[ \begin{aligned} c_3 &= 10 \\ c_2 &= 2 - c_3 = -8 \\ c_1 &= 1 - 6c_2 - 3c_3 \\ &= 1 + 48 - 30 = 19 \end{aligned} \]
Vi sjekker at kombinasjonen gir \( q\text{:} \) \[ \begin{aligned} &19(x^2 + 1) - 8(6x^2 + x + 2) \\ &\quad + 10(3x^2 + x) \\ &= (19 - 48 + 30)x^2 \\ &\quad + (-8 + 10)x + (19 - 16) \\ &= x^2 + 2x + 3 \end{aligned} \]

TMA4110 ordinær eksamen 2024

Oppgave 6

Oppgave 6a)

Vis at
⟨p,q⟩=p(0)q(0)+p(1)q(1)+p(2)q(2) \begin{aligned} \langle p, q \rangle &= p(0)q(0) + p(1)q(1) \\ &\quad + p(2)q(2) \end{aligned}
er et indreprodukt i P2, \mathcal{P}_2\text{,} vektorrommet bestående av polynomer av grad mindre enn eller lik 2. 2\text{.}
Hint: vis linearitet, symmetri og positivitet.
Vis løsning på oppgave 6a
Svar
For alle p,q,r∈P2 p, q, r \in \mathcal{P}_2 og c∈R c \in \mathbb{R} er:
⟨p,q⟩=⟨q,p⟩‾‾ \underline{\underline{\langle p, q \rangle = \langle q, p \rangle}}
⟨cp+q,r⟩=c⟨p,r⟩+⟨q,r⟩‾‾ \underline{\underline{\langle cp + q, r \rangle = c\langle p, r \rangle + \langle q, r \rangle}}
⟨p,p⟩≥0,  lik 0 bare for p=0‾‾ \underline{\underline{\langle p, p \rangle \geq 0, \ \text{ lik } 0 \text{ bare for } p = 0}}
Indreproduktet er skalarproduktet av verdiene i \( 0\text{,} \) \( 1 \) og \( 2\text{.} \) Vi sjekker de tre kravene ett for ett.
1. Skriv indreproduktet som en sum Vi samler de tre leddene i en sum. Det er det samme som skalarproduktet av verdivektorene \( (p(0), p(1), p(2)) \) og \( (q(0), q(1), q(2))\text{,} \) som i videoen Multiplikasjon: \[ \langle p, q \rangle = \sum_{k=0}^{2} p(k)q(k) \]
2. Vis symmetri Reelle tall kan ganges i hvilken som helst rekkefølge: \[ \begin{aligned} \langle p, q \rangle &= \sum_{k=0}^{2} p(k)q(k) \\ &= \sum_{k=0}^{2} q(k)p(k) = \langle q, p \rangle \end{aligned} \]
3. Vis linearitet For polynomer \( p, q, r \) i \( \mathcal{P}_2 \) og et reelt tall \( \textcolor{blue}{c} \) ganger vi ut og deler summen i to: \[ \begin{aligned} &\langle \textcolor{blue}{c}p + q, r \rangle \\ &= \sum_{k=0}^{2} \big(\textcolor{blue}{c}p(k) + q(k)\big)r(k) \\ &= \textcolor{blue}{c}\sum_{k=0}^{2} p(k)r(k) + \sum_{k=0}^{2} q(k)r(k) \\ &= \textcolor{blue}{c}\langle p, r \rangle + \langle q, r \rangle \end{aligned} \]
4. Vis positivitet Et kvadrat er aldri negativt: \[ \langle p, p \rangle = \textcolor{red}{p(0)}^2 + \textcolor{red}{p(1)}^2 + \textcolor{red}{p(2)}^2 \geq 0 \]
Summen er null bare når alle tre kvadratene er null. Da har \( p \) tre nullpunkter, mens et polynom av grad høyst \( 2 \) som ikke er nullpolynomet, har høyst to: \[ \begin{aligned} &\langle p, p \rangle = 0 \\ &\Rightarrow\; \textcolor{red}{p(0)} = \textcolor{red}{p(1)} = \textcolor{red}{p(2)} = 0 \\ &\Rightarrow\; p = 0 \end{aligned} \]
Alle tre kravene holder, så \( \langle p, q \rangle \) er et indreprodukt i \( \mathcal{P}_2\text{.} \)

Oppgave 6b)

Finn en ortogonal basis for underrommet U U utspent av vektorene {1−x,−1+x2} {\{1 - x, -1 + x^2\}} i P2 \mathcal{P}_2 med hensyn på indreproduktet i a).
Vis løsning på oppgave 6b
Svar
{ 1−x, x2−2x+1 }‾‾ \underline{\underline{\{\, 1 - x, \ x^2 - 2x + 1 \,\}}}
Vi bruker Gram-Schmidt: vi beholder den første vektoren og trekker fra den andre det som peker i samme retning som den første.
1. Skriv opp Gram-Schmidt Gram-Schmidt for to vektorer \( p_1 \) og \( p_2 \) forteller oss at: \[ \begin{aligned} \textcolor{blue}{q_1} &= p_1 \\ \textcolor{red}{q_2} &= p_2 - \dfrac{\langle p_2, \textcolor{blue}{q_1} \rangle}{\langle \textcolor{blue}{q_1}, \textcolor{blue}{q_1} \rangle}\,\textcolor{blue}{q_1} \end{aligned} \]
Her er: \[ \textcolor{blue}{q_1} = p_1 = \textcolor{blue}{1 - x}, \qquad p_2 = -1 + x^2 \]
2. Regn ut indreproduktene Vi trenger verdiene i \( 0\text{,} \) \( 1 \) og \( 2\text{:} \) \[ \begin{array}{c|ccc} x & 0 & 1 & 2 \\ \hline \textcolor{blue}{q_1}(x) & 1 & 0 & -1 \\ p_2(x) & -1 & 0 & 3 \end{array} \]
Indreproduktet ganger verdiene parvis og legger sammen, som skalarproduktet i videoen Multiplikasjon: \[ \begin{aligned} \langle p_2, \textcolor{blue}{q_1} \rangle &= (-1) \cdot 1 + 0 \cdot 0 + 3 \cdot (-1) \\ &= -4 \\ \langle \textcolor{blue}{q_1}, \textcolor{blue}{q_1} \rangle &= 1^2 + 0^2 + (-1)^2 = 2 \end{aligned} \]
3. Finn den andre basisvektoren Plugger vi dette inn i Gram-Schmidt, får vi: \[ \begin{aligned} \textcolor{red}{q_2} &= -1 + x^2 - \dfrac{-4}{2}(\textcolor{blue}{1 - x}) \\ &= -1 + x^2 + 2 - 2x \\ &= x^2 - 2x + 1 \end{aligned} \]
Kontroll: \( \textcolor{red}{q_2} \) har verdiene \( 1\text{,} \) \( 0\text{,} \) \( 1\text{,} \) så \( {\langle \textcolor{red}{q_2}, \textcolor{blue}{q_1} \rangle = 1 + 0 - 1 = 0}\text{.} \)
\( \textcolor{blue}{q_1} \) og \( \textcolor{red}{q_2} \) er ortogonale, ikke null og utspenner det samme rommet som \( p_1 \) og \( p_2\text{,} \) så de er en ortogonal basis for \( U\text{.} \)

TMA4115 konteeksamen 2024

Oppgave 2

Oppgave 2a)

Bestem en basis for nullrommet Null⁡M \operatorname{Null} M når
M=[1−22−43−240−4−54−83−173−6132] M = \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ -2 & 4 & 0 & -4 & -5 \\ 4 & -8 & 3 & -1 & 7 \\ 3 & -6 & 1 & 3 & 2 \end{bmatrix}
Vis løsning på oppgave 2a
Svar
En basis for nullrommet er:
{[21000],[−20310]}‾‾ \underline{\underline{\left\{ \begin{bmatrix} 2 \\ 1 \\ 0 \\ 0 \\ 0 \end{bmatrix}, \begin{bmatrix} -2 \\ 0 \\ 3 \\ 1 \\ 0 \end{bmatrix} \right\}}}
Nullrommet er alle løsninger av \( {M\mathbf{x} = \mathbf{0}}\text{.} \) Vi radreduserer derfor \( M \) og skriver løsningene med de frie variablene.
1. Radreduser matrisen Vi bruker Gauss-eliminasjon, som i videoen Eksempel Gauss Eliminering. Først rydder vi under ettallet i første kolonne. \( {R_2 \to R_2 + 2R_1}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 4 & -12 & 1 \\ 4 & -8 & 3 & -1 & 7 \\ 3 & -6 & 1 & 3 & 2 \end{bmatrix} \]
\( {R_3 \to R_3 - 4R_1}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 4 & -12 & 1 \\ 0 & 0 & -5 & 15 & -5 \\ 3 & -6 & 1 & 3 & 2 \end{bmatrix} \]
\( {R_4 \to R_4 - 3R_1}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 4 & -12 & 1 \\ 0 & 0 & -5 & 15 & -5 \\ 0 & 0 & -5 & 15 & -7 \end{bmatrix} \]
\( {R_4 \to R_4 - R_3}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 4 & -12 & 1 \\ 0 & 0 & -5 & 15 & -5 \\ 0 & 0 & 0 & 0 & -2 \end{bmatrix} \]
\( {R_3 \to -\dfrac{1}{5}R_3}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 4 & -12 & 1 \\ 0 & 0 & 1 & -3 & 1 \\ 0 & 0 & 0 & 0 & -2 \end{bmatrix} \]
\( {R_2 \leftrightarrow R_3}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 1 & -3 & 1 \\ 0 & 0 & 4 & -12 & 1 \\ 0 & 0 & 0 & 0 & -2 \end{bmatrix} \]
\( {R_3 \to R_3 - 4R_2}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 1 & -3 & 1 \\ 0 & 0 & 0 & 0 & -3 \\ 0 & 0 & 0 & 0 & -2 \end{bmatrix} \]
\( {R_3 \to -\dfrac{1}{3}R_3}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 1 & -3 & 1 \\ 0 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & -2 \end{bmatrix} \]
\( {R_4 \to R_4 + 2R_3}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 2 & -4 & 3 \\ 0 & 0 & 1 & -3 & 1 \\ 0 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & 0 \end{bmatrix} \]
Så rydder vi over pivotene. \( {R_1 \to R_1 - 2R_2}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 0 & 2 & 1 \\ 0 & 0 & 1 & -3 & 1 \\ 0 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & 0 \end{bmatrix} \]
\( {R_1 \to R_1 - R_3}\text{:} \) \[ \begin{bmatrix} 1 & -2 & 0 & 2 & 0 \\ 0 & 0 & 1 & -3 & 1 \\ 0 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & 0 \end{bmatrix} \]
\( {R_2 \to R_2 - R_3} \) gir redusert trappeform: \[ \begin{bmatrix} \textcolor{red}{1} & -2 & 0 & 2 & 0 \\ 0 & 0 & \textcolor{red}{1} & -3 & 0 \\ 0 & 0 & 0 & 0 & \textcolor{red}{1} \\ 0 & 0 & 0 & 0 & 0 \end{bmatrix} \]
2. Finn nullrommet Pivotene, i rødt, står i kolonne \( 1\text{,} \) \( 3 \) og \( 5\text{,} \) så \( x_2 \) og \( x_4 \) er frie. Vi setter \( {x_2 = \textcolor{blue}{s}} \) og \( {x_4 = \textcolor{green}{t}}\text{,} \) og radene gir: \[ \begin{aligned} x_1 &= 2\textcolor{blue}{s} - 2\textcolor{green}{t} \\ x_3 &= 3\textcolor{green}{t} \\ x_5 &= 0 \end{aligned} \]
Det gir oss alle løsningene av \( {M\mathbf{x} = \mathbf{0}}\text{:} \) \[ \mathbf{x} = \textcolor{blue}{s}\begin{bmatrix} 2 \\ 1 \\ 0 \\ 0 \\ 0 \end{bmatrix} + \textcolor{green}{t}\begin{bmatrix} -2 \\ 0 \\ 3 \\ 1 \\ 0 \end{bmatrix} \]
De to vektorene spenner ut nullrommet. De er lineært uavhengige, siden bare den første har noe annet enn \( 0 \) på andre plass og bare den andre på fjerde. De er altså en basis.

Oppgave 2b)

La MT M^T være den transponerte til M. M\text{.} Bestem en ortogonal basis for Col⁡MT. \operatorname{Col} M^T\text{.}
Hint: Kolonnerommet til MT M^T er det samme som radrommet til M. M\text{.}
Vis løsning på oppgave 2b
Svar
En ortogonal basis for Col⁡MT \operatorname{Col} M^T er:
{[1−2020],[2−43−50],[00001]}‾‾ \underline{\underline{\left\{ \begin{bmatrix} 1 \\ -2 \\ 0 \\ 2 \\ 0 \end{bmatrix}, \begin{bmatrix} 2 \\ -4 \\ 3 \\ -5 \\ 0 \end{bmatrix}, \begin{bmatrix} 0 \\ 0 \\ 0 \\ 0 \\ 1 \end{bmatrix} \right\}}}
Vi bruker radreduksjonen fra a).
Radoperasjoner endrer ikke radrommet, så radene i den reduserte matrisen fra a) gir en basis. Vi gjør dem ortogonale med Gram-Schmidt.
1. Finn en basis for radrommet I a) fant vi den reduserte trappeformen: \[ \begin{bmatrix} 1 & -2 & 0 & 2 & 0 \\ 0 & 0 & 1 & -3 & 0 \\ 0 & 0 & 0 & 0 & 1 \\ 0 & 0 & 0 & 0 & 0 \end{bmatrix} \]
Hver radoperasjon lager rader som er kombinasjoner av de gamle, og den kan gjøres baklengs. Radrommet er derfor det samme før og etter, og med hintet får vi: \[ \begin{aligned} \operatorname{Col} M^T &= \operatorname{Row} M \\ &= \operatorname{Span}\{\textcolor{blue}{\mathbf{r}_1}, \textcolor{red}{\mathbf{r}_2}, \textcolor{green}{\mathbf{r}_3}\} \end{aligned} \]
Her er de tre radene som ikke er null, skrevet som kolonner: \[ \begin{aligned} \textcolor{blue}{\mathbf{r}_1} &= \textcolor{blue}{\begin{bmatrix} 1 \\ -2 \\ 0 \\ 2 \\ 0 \end{bmatrix}}, & \textcolor{red}{\mathbf{r}_2} &= \textcolor{red}{\begin{bmatrix} 0 \\ 0 \\ 1 \\ -3 \\ 0 \end{bmatrix}}, \\ \textcolor{green}{\mathbf{r}_3} &= \textcolor{green}{\begin{bmatrix} 0 \\ 0 \\ 0 \\ 0 \\ 1 \end{bmatrix}} \end{aligned} \]Hver av dem har en ledende ener der de andre har \( 0\text{,} \) så de er lineært uavhengige og en basis.
2. Bruk Gram-Schmidt Gram-Schmidt forteller oss at vi beholder den første vektoren og trekker fra projeksjonene på dem vi alt har: \[ \begin{aligned} \textcolor{blue}{\mathbf{v}_1} = {} & \textcolor{blue}{\mathbf{r}_1} \\ \mathbf{v}_2 = {} & \textcolor{red}{\mathbf{r}_2} - \dfrac{\textcolor{red}{\mathbf{r}_2} \cdot \textcolor{blue}{\mathbf{v}_1}}{\textcolor{blue}{\mathbf{v}_1} \cdot \textcolor{blue}{\mathbf{v}_1}}\textcolor{blue}{\mathbf{v}_1} \\ \mathbf{v}_3 = {} & \textcolor{green}{\mathbf{r}_3} - \dfrac{\textcolor{green}{\mathbf{r}_3} \cdot \textcolor{blue}{\mathbf{v}_1}}{\textcolor{blue}{\mathbf{v}_1} \cdot \textcolor{blue}{\mathbf{v}_1}}\textcolor{blue}{\mathbf{v}_1} \\ & - \dfrac{\textcolor{green}{\mathbf{r}_3} \cdot \mathbf{v}_2}{\mathbf{v}_2 \cdot \mathbf{v}_2}\mathbf{v}_2 \end{aligned} \]
Siden \( {\textcolor{blue}{\mathbf{v}_1} = \textcolor{blue}{\mathbf{r}_1}}\text{,} \) regner vi ut prikkproduktene med \( \textcolor{blue}{\mathbf{r}_1}\text{,} \) som i videoen Multiplikasjon: \[ \begin{aligned} \textcolor{red}{\mathbf{r}_2} \cdot \textcolor{blue}{\mathbf{r}_1} &= 0 + 0 + 0 - 6 + 0 = -6 \\ \textcolor{blue}{\mathbf{r}_1} \cdot \textcolor{blue}{\mathbf{r}_1} &= 1 + 4 + 0 + 4 + 0 = 9 \end{aligned} \]
Plugger vi dette inn, får vi: \[ \begin{aligned} \mathbf{v}_2 &= \textcolor{red}{\mathbf{r}_2} + \dfrac{6}{9}\textcolor{blue}{\mathbf{r}_1} \\ &= \textcolor{red}{\begin{bmatrix} 0 \\ 0 \\ 1 \\ -3 \\ 0 \end{bmatrix}} + \dfrac{2}{3}\textcolor{blue}{\begin{bmatrix} 1 \\ -2 \\ 0 \\ 2 \\ 0 \end{bmatrix}} = \dfrac{1}{3}\begin{bmatrix} 2 \\ -4 \\ 3 \\ -5 \\ 0 \end{bmatrix} \end{aligned} \]Et multiplum står fortsatt vinkelrett på \( \mathbf{v}_1\text{,} \) så vi ganger med \( 3 \) og bruker \( {\mathbf{v}_2 = (2, -4, 3, -5, 0)}\text{.} \)
\( \textcolor{green}{\mathbf{r}_3} \) har bare et tall på femte plass, og der har både \( \mathbf{v}_1 \) og \( \mathbf{v}_2 \) en \( 0\text{:} \) \[ \textcolor{green}{\mathbf{r}_3} \cdot \mathbf{v}_1 = 0, \quad \textcolor{green}{\mathbf{r}_3} \cdot \mathbf{v}_2 = 0 \]Begge projeksjonene er null, så \( {\mathbf{v}_3 = \textcolor{green}{\mathbf{r}_3}}\text{.} \)
Kontroll: Prikkproduktet er \( {\mathbf{v}_1 \cdot \mathbf{v}_2 = 2 + 8 - 10 = 0}\text{.} \)

TMA4115 konteeksamen 2024

Oppgave 4

Oppgave 4a)

Vis at
S={[xy−yx]  |  x,y reelle tall} S = \left\{ \begin{bmatrix} x & y \\ -y & x \end{bmatrix} \;\middle|\; x, y \text{ reelle tall} \right\}
er et underrom av vektorrommet M2 \mathcal{M}_2 av alle reelle 2×2 2 \times 2 -matriser.
Vis løsning på oppgave 4a
Svar
S S inneholder nullmatrisen og er lukket under addisjon og skalarmultiplikasjon:
S er et underrom av M2‾‾ \underline{\underline{S \text{ er et underrom av } \mathcal{M}_2}}
En matrise ligger i \( S \) når diagonaltallene er like og tallene utenfor diagonalen har motsatt fortegn. Vi sjekker de tre kravene til et underrom.
1. Skriv opp kravene En delmengde \( S \) er et underrom når den inneholder nullmatrisen og er lukket under addisjon og skalarmultiplikasjon: \[ \begin{aligned} &1. \ \ 0 \in S \\ &2. \ \ X, Y \in S \ \Rightarrow \ X + Y \in S \\ &3. \ \ X \in S, \ k \in \mathbb{R} \ \Rightarrow \ kX \in S \end{aligned} \]
2. Sjekk nullmatrisen Med \( {x = y = 0} \) får vi nullmatrisen, så den ligger i \( S\text{:} \) \[ \begin{bmatrix} 0 & 0 \\ -0 & 0 \end{bmatrix} = \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} \in S \]
3. Sjekk addisjon Vi legger sammen to matriser i \( S \) tall for tall, som i videoen Addisjon og subtraksjon: \[ \begin{aligned} &\begin{bmatrix} \textcolor{blue}{x} & \textcolor{red}{y} \\ -\textcolor{red}{y} & \textcolor{blue}{x} \end{bmatrix} + \begin{bmatrix} \textcolor{blue}{x'} & \textcolor{red}{y'} \\ -\textcolor{red}{y'} & \textcolor{blue}{x'} \end{bmatrix} \\ &= \begin{bmatrix} \textcolor{blue}{x + x'} & \textcolor{red}{y + y'} \\ -(\textcolor{red}{y + y'}) & \textcolor{blue}{x + x'} \end{bmatrix} \end{aligned} \]Summen har samme form, med \( {\textcolor{blue}{x + x'}} \) og \( {\textcolor{red}{y + y'}} \) i stedet for \( \textcolor{blue}{x} \) og \( \textcolor{red}{y}\text{,} \) så den ligger i \( S\text{.} \)
4. Sjekk skalarmultiplikasjon Vi ganger med et tall \( k\text{:} \) \[ k\begin{bmatrix} \textcolor{blue}{x} & \textcolor{red}{y} \\ -\textcolor{red}{y} & \textcolor{blue}{x} \end{bmatrix} = \begin{bmatrix} \textcolor{blue}{kx} & \textcolor{red}{ky} \\ -\textcolor{red}{ky} & \textcolor{blue}{kx} \end{bmatrix} \]Også her har vi samme form, så \( kX \) ligger i \( S\text{.} \) Alle tre kravene holder.

Oppgave 4b)

Finn en basis for S S og angi dimensjonen til S. S\text{.}
Vis løsning på oppgave 4b
Svar
En basis for S S er:
{[1001],[01−10]}‾‾ \underline{\underline{\left\{ \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}, \begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix} \right\}}}
dim⁡S=2‾‾ \underline{\underline{\dim S = 2}}
Hver matrise i \( S \) er bestemt av de to tallene \( x \) og \( y\text{.} \) Vi deler derfor matrisen i en \( x \)-del og en \( y \)-del.
1. Del matrisen i to Matrisene i \( S \) har formen: \[ \begin{bmatrix} \textcolor{blue}{x} & \textcolor{red}{y} \\ -\textcolor{red}{y} & \textcolor{blue}{x} \end{bmatrix}, \quad \textcolor{blue}{x}, \textcolor{red}{y} \in \mathbb{R} \]
Vi skriver matrisen som en sum og setter \( \textcolor{blue}{x} \) og \( \textcolor{red}{y} \) utenfor, tall for tall som i videoen Addisjon og subtraksjon: \[ \begin{aligned} \begin{bmatrix} \textcolor{blue}{x} & \textcolor{red}{y} \\ -\textcolor{red}{y} & \textcolor{blue}{x} \end{bmatrix} &= \begin{bmatrix} \textcolor{blue}{x} & 0 \\ 0 & \textcolor{blue}{x} \end{bmatrix} + \begin{bmatrix} 0 & \textcolor{red}{y} \\ -\textcolor{red}{y} & 0 \end{bmatrix} \\ &= \textcolor{blue}{x}\begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix} + \textcolor{red}{y}\begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix} \end{aligned} \]Hver matrise i \( S \) er altså en kombinasjon av de to matrisene, så de spenner ut \( S\text{.} \)
2. Vis at de er lineært uavhengige En basis er vektorer som spenner ut rommet og er lineært uavhengige. Vi sjekker når kombinasjonen blir nullmatrisen: \[ \begin{aligned} \textcolor{blue}{x}\begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix} + \textcolor{red}{y}\begin{bmatrix} 0 & 1 \\ -1 & 0 \end{bmatrix} &= \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} \\ \begin{bmatrix} \textcolor{blue}{x} & \textcolor{red}{y} \\ -\textcolor{red}{y} & \textcolor{blue}{x} \end{bmatrix} &= \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} \end{aligned} \]Tallene øverst gir \( {\textcolor{blue}{x} = 0} \) og \( {\textcolor{red}{y} = 0}\text{,} \) så bare den trivielle kombinasjonen gir null. Matrisene er lineært uavhengige og en basis.
Dimensjonen er antallet vektorer i en basis: \[ \dim S = 2 \]

TMA4115 ordinær eksamen 2024

Oppgave 2

Finn en basis for rommene Null⁡(A) \operatorname{Null}(A) og Col⁡(A) \operatorname{Col}(A) når
A=[12102242134851924306] A = \begin{bmatrix} 1 & 2 & 1 & 0 & 2 \\ 2 & 4 & 2 & 1 & 3 \\ 4 & 8 & 5 & 1 & 9 \\ 2 & 4 & 3 & 0 & 6 \end{bmatrix}
Vis løsning på oppgave 2

Svar

Null⁡(A): {[−21000],[00−211]}‾‾ \underline{\underline{\operatorname{Null}(A)\text{: } \left\{ \begin{bmatrix} -2 \\ 1 \\ 0 \\ 0 \\ 0 \end{bmatrix}, \begin{bmatrix} 0 \\ 0 \\ -2 \\ 1 \\ 1 \end{bmatrix} \right\}}}
Col⁡(A): {[1242],[1253],[0110]}‾‾ \underline{\underline{\operatorname{Col}(A)\text{: } \left\{ \begin{bmatrix} 1 \\ 2 \\ 4 \\ 2 \end{bmatrix}, \begin{bmatrix} 1 \\ 2 \\ 5 \\ 3 \end{bmatrix}, \begin{bmatrix} 0 \\ 1 \\ 1 \\ 0 \end{bmatrix} \right\}}}
Vi radreduserer \( A \) til trappeform. Pivotkolonnene gir en basis for \( \operatorname{Col}(A)\text{,} \) og de frie variablene gir en basis for \( \operatorname{Null}(A)\text{.} \)
1. Radreduser matrisen Vi radreduserer, som i videoen Eksempel Gauss Eliminering. Først lager vi nuller under den første eneren. Raden vi endrer, står i blått.
\( {R_2 \to R_2 - 2R_1}\text{:} \) \[ \begin{bmatrix} 1 & 2 & 1 & 0 & 2 \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{blue}{-1} \\ 4 & 8 & 5 & 1 & 9 \\ 2 & 4 & 3 & 0 & 6 \end{bmatrix} \]
\( {R_3 \to R_3 - 4R_1}\text{:} \) \[ \begin{bmatrix} 1 & 2 & 1 & 0 & 2 \\ 0 & 0 & 0 & 1 & -1 \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{blue}{1} & \textcolor{blue}{1} \\ 2 & 4 & 3 & 0 & 6 \end{bmatrix} \]
\( {R_4 \to R_4 - 2R_1}\text{:} \) \[ \begin{bmatrix} 1 & 2 & 1 & 0 & 2 \\ 0 & 0 & 0 & 1 & -1 \\ 0 & 0 & 1 & 1 & 1 \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{blue}{0} & \textcolor{blue}{2} \end{bmatrix} \]
\( {R_2 \leftrightarrow R_3}\text{:} \) \[ \begin{bmatrix} 1 & 2 & 1 & 0 & 2 \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{blue}{1} & \textcolor{blue}{1} \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{1} & \textcolor{blue}{-1} \\ 0 & 0 & 1 & 0 & 2 \end{bmatrix} \]
\( {R_4 \to R_4 - R_2}\text{:} \) \[ \begin{bmatrix} 1 & 2 & 1 & 0 & 2 \\ 0 & 0 & 1 & 1 & 1 \\ 0 & 0 & 0 & 1 & -1 \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{-1} & \textcolor{blue}{1} \end{bmatrix} \]
\( {R_4 \to R_4 + R_3}\text{:} \) \[ \begin{bmatrix} \textcolor{red}{1} & 2 & 1 & 0 & 2 \\ 0 & 0 & \textcolor{red}{1} & 1 & 1 \\ 0 & 0 & 0 & \textcolor{red}{1} & -1 \\ \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} & \textcolor{blue}{0} \end{bmatrix} \]
Nå står matrisen på trappeform. Pivotene, i rødt, står i kolonne \( 1\text{,} \) \( 3 \) og \( 4\text{.} \)
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: \[ \operatorname{Col}(A) = \operatorname{Sp}\left\{ \begin{bmatrix} 1 \\ 2 \\ 4 \\ 2 \end{bmatrix}, \begin{bmatrix} 1 \\ 2 \\ 5 \\ 3 \end{bmatrix}, \begin{bmatrix} 0 \\ 1 \\ 1 \\ 0 \end{bmatrix} \right\} \]
3. Finn en basis for nullrommet Nullrommet er alle løsningene av \( {A\mathbf{x} = \mathbf{0}}\text{.} \) Kolonne \( 2 \) og \( 5 \) har ingen pivot, så \( x_2 \) og \( x_5 \) er frie. Vi setter: \[ x_2 = \textcolor{darkorange}{s}, \quad x_5 = \textcolor{magenta}{t} \]
Vi løser radene i trappeformen nedenfra. Rad \( 3\text{,} \) \( 2 \) og \( 1 \) sier: \[ \begin{aligned} x_4 - \textcolor{magenta}{t} &= 0 \\ x_3 + x_4 + \textcolor{magenta}{t} &= 0 \\ x_1 + 2\textcolor{darkorange}{s} + x_3 + 2\textcolor{magenta}{t} &= 0 \end{aligned} \]
Setter vi inn nedenfra, får vi: \[ x_4 = \textcolor{magenta}{t}, \quad x_3 = -2\textcolor{magenta}{t}, \quad x_1 = -2\textcolor{darkorange}{s} \]
Det gir oss: \[ \mathbf{x} = \begin{bmatrix} -2\textcolor{darkorange}{s} \\ \textcolor{darkorange}{s} \\ -2\textcolor{magenta}{t} \\ \textcolor{magenta}{t} \\ \textcolor{magenta}{t} \end{bmatrix} = \textcolor{darkorange}{s}\begin{bmatrix} -2 \\ 1 \\ 0 \\ 0 \\ 0 \end{bmatrix} + \textcolor{magenta}{t}\begin{bmatrix} 0 \\ 0 \\ -2 \\ 1 \\ 1 \end{bmatrix} \]
De to vektorene utspenner nullrommet. De er lineært uavhengige, siden bare den første har noe annet enn \( 0 \) på plass \( 2\text{,} \) og bare den andre på plass \( 5\text{.} \) Altså er de en basis.

TMA4110 ordinær eksamen 2023

Oppgave 1

Oppgave 1a)

Regn ut en basis for kolonnerommet og nullrommet til matrisen
A=[5−15−112−260−44−12−212] A = \begin{bmatrix} 5 & -15 & -1 & 12 \\ -2 & 6 & 0 & -4 \\ 4 & -12 & -2 & 12 \end{bmatrix}
Vis løsning på oppgave 1a
Svar
En basis for kolonnerommet og for nullrommet er:
Col⁡A: {[5−24],[−10−2]}‾‾ \underline{\underline{\operatorname{Col} A\text{:} \ \left\{ \begin{bmatrix} 5 \\ -2 \\ 4 \end{bmatrix}, \begin{bmatrix} -1 \\ 0 \\ -2 \end{bmatrix} \right\}}}
Null⁡A: {[3100],[−2021]}‾‾ \underline{\underline{\operatorname{Null} A\text{:} \ \left\{ \begin{bmatrix} 3 \\ 1 \\ 0 \\ 0 \end{bmatrix}, \begin{bmatrix} -2 \\ 0 \\ 2 \\ 1 \end{bmatrix} \right\}}}
Vi radreduserer \( A\text{.} \) Pivotkolonnene viser hvilke kolonner i \( A \) som er en basis for kolonnerommet, og trappeformen gir løsningene av \( {A\mathbf{x} = \mathbf{0}}\text{.} \)
1. Radreduser matrisen Vi bytter rad 1 og rad 2, så vi får et lite tall øverst, og radreduserer, som i videoen Gauss Eliminering. Raden vi endrer, står i grønt.
\( {R_1 \leftrightarrow R_2}\text{:} \) \[ \begin{bmatrix} \textcolor{green}{-2} & \textcolor{green}{6} & \textcolor{green}{0} & \textcolor{green}{-4} \\ 5 & -15 & -1 & 12 \\ 4 & -12 & -2 & 12 \end{bmatrix} \]
\( {R_1 \to -\tfrac{1}{2}R_1}\text{:} \) \[ \begin{bmatrix} \textcolor{green}{1} & \textcolor{green}{-3} & \textcolor{green}{0} & \textcolor{green}{2} \\ 5 & -15 & -1 & 12 \\ 4 & -12 & -2 & 12 \end{bmatrix} \]
\( {R_2 \to R_2 - 5R_1}\text{:} \) \[ \begin{bmatrix} 1 & -3 & 0 & 2 \\ \textcolor{green}{0} & \textcolor{green}{0} & \textcolor{green}{-1} & \textcolor{green}{2} \\ 4 & -12 & -2 & 12 \end{bmatrix} \]
\( {R_3 \to R_3 - 4R_1}\text{:} \) \[ \begin{bmatrix} 1 & -3 & 0 & 2 \\ 0 & 0 & -1 & 2 \\ \textcolor{green}{0} & \textcolor{green}{0} & \textcolor{green}{-2} & \textcolor{green}{4} \end{bmatrix} \]
\( {R_3 \to R_3 - 2R_2}\text{:} \) \[ \begin{bmatrix} 1 & -3 & 0 & 2 \\ 0 & 0 & -1 & 2 \\ \textcolor{green}{0} & \textcolor{green}{0} & \textcolor{green}{0} & \textcolor{green}{0} \end{bmatrix} \]
Matrisen står nå på trappeform. De ledende tallene, pivotene, står i kolonne 1 og kolonne 3.
2. Finn en basis for kolonnerommet Pivotkolonnene i den opprinnelige matrisen \( A \) er en basis for kolonnerommet. Det gir oss kolonne 1 og kolonne 3 i \( A\text{:} \) \[ \operatorname{Col} A = \operatorname{Sp}\left\{ \begin{bmatrix} 5 \\ -2 \\ 4 \end{bmatrix}, \begin{bmatrix} -1 \\ 0 \\ -2 \end{bmatrix} \right\} \]
De to andre kolonnene er kombinasjoner av disse. For eksempel er kolonne 2 lik \( {-3} \) ganger kolonne 1.
3. Finn en basis for nullrommet Nullrommet er alle \( \mathbf{x} \) med \( {A\mathbf{x} = \mathbf{0}}\text{.} \) Trappeformen gir likningene: \[ \begin{aligned} x_1 - 3\textcolor{blue}{x_2} + 2\textcolor{red}{x_4} &= 0 \\ -x_3 + 2\textcolor{red}{x_4} &= 0 \end{aligned} \]
Kolonne 2 og kolonne 4 har ingen pivot, så \( \textcolor{blue}{x_2} \) og \( \textcolor{red}{x_4} \) er frie. Løser vi for de andre, får vi: \[ \begin{aligned} x_1 &= 3\textcolor{blue}{x_2} - 2\textcolor{red}{x_4} \\ x_3 &= 2\textcolor{red}{x_4} \end{aligned} \]
Vi skriver løsningen som en kombinasjon med de frie variablene foran: \[ \begin{aligned} \mathbf{x} &= \begin{bmatrix} 3\textcolor{blue}{x_2} - 2\textcolor{red}{x_4} \\ \textcolor{blue}{x_2} \\ 2\textcolor{red}{x_4} \\ \textcolor{red}{x_4} \end{bmatrix} \\ &= \textcolor{blue}{x_2}\begin{bmatrix} 3 \\ 1 \\ 0 \\ 0 \end{bmatrix} + \textcolor{red}{x_4}\begin{bmatrix} -2 \\ 0 \\ 2 \\ 1 \end{bmatrix} \end{aligned} \]
De to vektorene er lineært uavhengige, siden hver av dem har en \( 1 \) der den andre har \( 0\text{.} \) De er derfor en basis for nullrommet.
Kontroll: \( 3 \) ganger kolonne 1 pluss kolonne 2 gir \( \mathbf{0}\text{,} \) og \( {-2} \) ganger kolonne 1 pluss \( 2 \) ganger kolonne 3 pluss kolonne 4 gir \( \mathbf{0}\text{.} \)

Oppgave 1b)

Bestem også dim⁡Null⁡(A⊤). \dim \operatorname{Null}(A^{\top})\text{.}
Vis løsning på oppgave 1b
Svar
dim⁡Null⁡(A⊤)=1‾‾ \underline{\underline{\dim \operatorname{Null}(A^{\top}) = 1}}
Vi bruker at \( A \) har to pivotkolonner, fra a). Ved følgefeil kan det gis full uttelling.
Rangteoremet knytter rangen og dimensjonen til nullrommet sammen. Vi bruker det på \( A^{\top}\text{,} \) som har samme rang som \( A\text{.} \)
1. Finn rangen til den transponerte Rangen er antall pivoter i trappeformen. I a) fant vi to pivotkolonner, så: \[ \operatorname{rank} A = 2 \]
En matrise og den transponerte har samme rang, siden radrommet til \( A \) er kolonnerommet til \( A^{\top}\text{,} \) og radrommet og kolonnerommet til en matrise har samme dimensjon: \[ \operatorname{rank} A^{\top} = \operatorname{rank} A = 2 \]
2. Bruk rangteoremet Rangteoremet forteller oss at for en matrise med \( \textcolor{blue}{n} \) kolonner er: \[ \operatorname{rank} B + \dim \operatorname{Null} B = \textcolor{blue}{n} \]
Her er \( {B = A^{\top}}\text{,} \) som er en \( 4 \times 3 \)-matrise, så \( {\textcolor{blue}{n} = \textcolor{blue}{3}}\text{.} \) Plugger vi dette inn, får vi: \[ \begin{aligned} 2 + \dim \operatorname{Null}(A^{\top}) &= \textcolor{blue}{3} \\ \dim \operatorname{Null}(A^{\top}) &= 1 \end{aligned} \]

TMA4110 ordinær eksamen 2023

Oppgave 8

To ulike ordnede basiser for R2 \mathbb{R}^2 er B=(b1,b2) {\mathscr{B} = (\mathbf{b}_1, \mathbf{b}_2)} og C=(c1,c2), {\mathscr{C} = (\mathbf{c}_1, \mathbf{c}_2)}\text{,} hvor
b1=[−18],b2=[1−5], \mathbf{b}_1 = \begin{bmatrix} -1 \\ 8 \end{bmatrix}, \quad \mathbf{b}_2 = \begin{bmatrix} 1 \\ -5 \end{bmatrix},
c1=[14]ogc2=[11] \mathbf{c}_1 = \begin{bmatrix} 1 \\ 4 \end{bmatrix} \quad \text{og} \quad \mathbf{c}_2 = \begin{bmatrix} 1 \\ 1 \end{bmatrix}

Oppgave 8a)

En vektor har koordinater [12] \begin{bmatrix} 1 \\ 2 \end{bmatrix} med hensyn på basis B. \mathscr{B}\text{.} Hva er koordinatene til denne vektoren i standardbasisen?
Vis løsning på oppgave 8a
Svar
x=[1−2]‾‾ \underline{\underline{\mathbf{x} = \begin{bmatrix} 1 \\ -2 \end{bmatrix}}}
Koordinatene med hensyn på \( \mathscr{B} \) sier hvor mange av hver basisvektor vektoren består av. Vi setter derfor sammen \( 1 \) gang \( \mathbf{b}_1 \) og \( 2 \) ganger \( \mathbf{b}_2\text{.} \)
1. Sett sammen basisvektorene Koordinatene sier hvor mye vi tar av hver basisvektor, slik vi bygger en vektor av \( \hat{\imath} \) og \( \hat{\jmath} \) i videoen Lineær transformasjon. At koordinatene er \( (\textcolor{blue}{1}, \textcolor{red}{2}) \) med hensyn på \( \mathscr{B}\text{,} \) betyr: \[ \mathbf{x} = \textcolor{blue}{1} \cdot \mathbf{b}_1 + \textcolor{red}{2} \cdot \mathbf{b}_2 \]
Plugger vi inn vektorene, får vi: \[ \begin{aligned} \mathbf{x} &= \textcolor{blue}{1}\begin{bmatrix} -1 \\ 8 \end{bmatrix} + \textcolor{red}{2}\begin{bmatrix} 1 \\ -5 \end{bmatrix} \\ &= \begin{bmatrix} -1 + 2 \\ 8 - 10 \end{bmatrix} = \begin{bmatrix} 1 \\ -2 \end{bmatrix} \end{aligned} \]

Oppgave 8b)

Bestem basisbyttematrisen fra C \mathscr{C} til B. \mathscr{B}\text{.}
Vis løsning på oppgave 8b
Svar
PB←C=[3243]‾‾ \underline{\underline{P_{\mathscr{B} \leftarrow \mathscr{C}} = \begin{bmatrix} 3 & 2 \\ 4 & 3 \end{bmatrix}}}
Basisbyttematrisen gjør \( \mathscr{C} \)-koordinater om til \( \mathscr{B} \)-koordinater. Vi går via standardbasisen med matrisene som har basisvektorene som kolonner.
1. Finn et uttrykk for matrisen Vi lar \( {P_{\mathscr{B}} = \begin{bmatrix} \mathbf{b}_1 & \mathbf{b}_2 \end{bmatrix}} \) og \( {P_{\mathscr{C}} = \begin{bmatrix} \mathbf{c}_1 & \mathbf{c}_2 \end{bmatrix}}\text{.} \) Som i a) er en vektor lik matrisen ganget med koordinatene, i begge basisene: \[ \mathbf{x} = P_{\mathscr{B}}[\mathbf{x}]_{\mathscr{B}} = P_{\mathscr{C}}[\mathbf{x}]_{\mathscr{C}} \]
Ganger vi med \( {P_{\mathscr{B}}^{-1}} \) fra venstre, får vi: \[ [\mathbf{x}]_{\mathscr{B}} = \underbrace{P_{\mathscr{B}}^{-1}P_{\mathscr{C}}}_{P_{\mathscr{B} \leftarrow \mathscr{C}}}[\mathbf{x}]_{\mathscr{C}} \]
2. Finn den inverse matrisen Inversen til en \( 2 \times 2 \)-matrise er, som i videoen Invers matrise med determinanter: \[ \begin{bmatrix} \textcolor{green}{a} & \textcolor{magenta}{b} \\ \textcolor{magenta}{c} & \textcolor{green}{d} \end{bmatrix}^{-1} = \dfrac{1}{\textcolor{green}{a}\textcolor{green}{d} - \textcolor{magenta}{b}\textcolor{magenta}{c}}\begin{bmatrix} \textcolor{green}{d} & -\textcolor{magenta}{b} \\ -\textcolor{magenta}{c} & \textcolor{green}{a} \end{bmatrix} \]
Her er: \[ P_{\mathscr{B}} = \begin{bmatrix} \textcolor{green}{-1} & \textcolor{magenta}{1} \\ \textcolor{magenta}{8} & \textcolor{green}{-5} \end{bmatrix} \]
Determinanten er: \[ (\textcolor{green}{-1})(\textcolor{green}{-5}) - \textcolor{magenta}{1} \cdot \textcolor{magenta}{8} = -3 \]
Plugger vi dette inn, får vi: \[ P_{\mathscr{B}}^{-1} = \dfrac{1}{-3}\begin{bmatrix} \textcolor{green}{-5} & -\textcolor{magenta}{1} \\ -\textcolor{magenta}{8} & \textcolor{green}{-1} \end{bmatrix} = \dfrac{1}{3}\begin{bmatrix} 5 & 1 \\ 8 & 1 \end{bmatrix} \]
3. Gang sammen matrisene Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ \begin{aligned} P_{\mathscr{B} \leftarrow \mathscr{C}} &= \dfrac{1}{3}\begin{bmatrix} 5 & 1 \\ 8 & 1 \end{bmatrix}\begin{bmatrix} 1 & 1 \\ 4 & 1 \end{bmatrix} \\ &= \dfrac{1}{3}\begin{bmatrix} 5 + 4 & 5 + 1 \\ 8 + 4 & 8 + 1 \end{bmatrix} \\ &= \dfrac{1}{3}\begin{bmatrix} 9 & 6 \\ 12 & 9 \end{bmatrix} = \begin{bmatrix} 3 & 2 \\ 4 & 3 \end{bmatrix} \end{aligned} \]
Kontroll: Første kolonne sier at \( {\mathbf{c}_1 = 3\mathbf{b}_1 + 4\mathbf{b}_2}\text{,} \) og \( {3\mathbf{b}_1 + 4\mathbf{b}_2 = (1, 4)}\text{,} \) som stemmer.