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

matriser

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

12 oppgaver i NTNU Matematikk 3 om matriser · viser 1–10

Oppgavene

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: \[ \dim U = 1 \]

TMA4110 ordinær eksamen 2024

Oppgave 2

Vi får oppgitt basisen B={u,v,w} {\mathcal{B} = \{u, v, w\}} for vektorrommet V V og en lineærtransformasjon T:V→V, T : V \to V\text{,} gitt ved
T(u)=2u−4w,T(v)=u+v+w,T(w)=−2u+12v \begin{aligned} T(u) &= 2u - 4w, \\ T(v) &= u + v + w, \\ T(w) &= -2u + \tfrac{1}{2}v \end{aligned}

Oppgave 2a)

Hva er matriserepresentasjonen til T T med hensyn på basisen B? \mathcal{B}\text{?}
Hint: uttrykk u u som [100]BT \begin{bmatrix} 1 & 0 & 0 \end{bmatrix}_{\mathcal{B}}^{T} og tilsvarende med v v og w. w\text{.}
Vis løsning på oppgave 2a
Svar
[T]B=[21−20112−410]‾‾ \underline{\underline{[T]_{\mathcal{B}} = \begin{bmatrix} 2 & 1 & -2 \\ 0 & 1 & \tfrac{1}{2} \\ -4 & 1 & 0 \end{bmatrix}}}
Kolonnene i matrisen er bildene av basisvektorene, skrevet i koordinater med hensyn på \( \mathcal{B}\text{.} \)
1. Skriv bildene i koordinater Matrisen til \( T \) har bildet av hver basisvektor som kolonne, på samme måte som kolonnene i videoen Transformasjon og multiplikasjon er de nye enhetsvektorene: \[ \begin{aligned} &[T]_{\mathcal{B}} \\ &= \begin{bmatrix} \textcolor{blue}{[T(u)]_{\mathcal{B}}} & \textcolor{red}{[T(v)]_{\mathcal{B}}} & \textcolor{green}{[T(w)]_{\mathcal{B}}} \end{bmatrix} \end{aligned} \]
Koordinatene er tallene foran \( u\text{,} \) \( v \) og \( w\text{.} \) Vi skriver med alle tre: \[ \begin{aligned} T(u) &= \textcolor{blue}{2}u + \textcolor{blue}{0}v \textcolor{blue}{- 4}w \\ T(v) &= \textcolor{red}{1}u + \textcolor{red}{1}v + \textcolor{red}{1}w \\ T(w) &= \textcolor{green}{-2}u + \textcolor{green}{\tfrac{1}{2}}v + \textcolor{green}{0}w \end{aligned} \]
2. Sett kolonnene sammen Hvert bilde blir én kolonne: \[ [T]_{\mathcal{B}} = \begin{bmatrix} \textcolor{blue}{2} & \textcolor{red}{1} & \textcolor{green}{-2} \\ \textcolor{blue}{0} & \textcolor{red}{1} & \textcolor{green}{\tfrac{1}{2}} \\ \textcolor{blue}{-4} & \textcolor{red}{1} & \textcolor{green}{0} \end{bmatrix} \]

Oppgave 2b)

Finn T(u−3w+2v) {T(u - 3w + 2v)} uttrykt i koordinater med hensyn på basisen B. \mathcal{B}\text{.}
Vis løsning på oppgave 2b
Svar
[T(u−3w+2v)]B=[1012−2]‾‾ \underline{\underline{[T(u - 3w + 2v)]_{\mathcal{B}} = \begin{bmatrix} 10 \\ \tfrac{1}{2} \\ -2 \end{bmatrix}}}
Vi bruker matrisen \( [T]_{\mathcal{B}} \) fra a). Ved følgefeil kan det gis full uttelling.
Vi skriver vektoren i koordinater og ganger med matrisen til \( T\text{.} \)
1. Skriv vektoren i koordinater Vi ordner leddene etter \( u\text{,} \) \( v \) og \( w\text{:} \) \[ u - 3w + 2v = \textcolor{blue}{1}u + \textcolor{red}{2}v \textcolor{green}{- 3}w \]
Koordinatvektoren er da: \[ [u - 3w + 2v]_{\mathcal{B}} = \begin{bmatrix} \textcolor{blue}{1} \\ \textcolor{red}{2} \\ \textcolor{green}{-3} \end{bmatrix} \]
2. Gang med matrisen I a) fant vi: \[ [T]_{\mathcal{B}} = \begin{bmatrix} 2 & 1 & -2 \\ 0 & 1 & \tfrac{1}{2} \\ -4 & 1 & 0 \end{bmatrix} \]
Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ \begin{aligned} &\begin{bmatrix} 2 & 1 & -2 \\ 0 & 1 & \tfrac{1}{2} \\ -4 & 1 & 0 \end{bmatrix}\begin{bmatrix} \textcolor{blue}{1} \\ \textcolor{red}{2} \\ \textcolor{green}{-3} \end{bmatrix} \\ &= \begin{bmatrix} 2 \cdot \textcolor{blue}{1} + 1 \cdot \textcolor{red}{2} - 2 \cdot (\textcolor{green}{-3}) \\ 0 \cdot \textcolor{blue}{1} + 1 \cdot \textcolor{red}{2} + \tfrac{1}{2} \cdot (\textcolor{green}{-3}) \\ -4 \cdot \textcolor{blue}{1} + 1 \cdot \textcolor{red}{2} + 0 \cdot (\textcolor{green}{-3}) \end{bmatrix} \\ &= \begin{bmatrix} 10 \\ \tfrac{1}{2} \\ -2 \end{bmatrix} \end{aligned} \]
Kontroll: Med linearitet blir \( {T(u) + 2T(v) - 3T(w)} \) det samme: \( {10u + \tfrac{1}{2}v - 2w}\text{.} \)

Oppgave 2c)

Hva er kjernen og bildet til T? T\text{?} Avgjør om T T er surjektiv og/eller injektiv.
Vis løsning på oppgave 2c
Svar
T T er både injektiv og surjektiv:
ker⁡T={0},im⁡T=V‾‾ \underline{\underline{\ker T = \{\mathbf{0}\}, \quad \operatorname{im} T = V}}
Vi bruker matrisen \( [T]_{\mathcal{B}} \) fra a). Ved følgefeil kan det gis full uttelling.
Er determinanten til matrisen ulik null, er matrisen inverterbar. Da sender \( T \) bare nullvektoren til null og treffer hele \( V\text{.} \)
1. Regn ut determinanten Determinanten til en \( 3 \times 3 \)-matrise finner vi ved å utvikle langs første rad, som i videoen Determinanter 3x3 matrise: \[ \begin{aligned} &\begin{vmatrix} \textcolor{blue}{p} & \textcolor{red}{q} & \textcolor{green}{r} \\ d & e & f \\ g & h & k \end{vmatrix} \\ &= \textcolor{blue}{p}\begin{vmatrix} e & f \\ h & k \end{vmatrix} - \textcolor{red}{q}\begin{vmatrix} d & f \\ g & k \end{vmatrix} + \textcolor{green}{r}\begin{vmatrix} d & e \\ g & h \end{vmatrix} \end{aligned} \]
I a) fant vi: \[ [T]_{\mathcal{B}} = \begin{bmatrix} \textcolor{blue}{2} & \textcolor{red}{1} & \textcolor{green}{-2} \\ 0 & 1 & \tfrac{1}{2} \\ -4 & 1 & 0 \end{bmatrix} \]
Plugger vi dette inn, får vi: \[ \begin{aligned} \det [T]_{\mathcal{B}} &= \textcolor{blue}{2}\begin{vmatrix} 1 & \tfrac{1}{2} \\ 1 & 0 \end{vmatrix} \\ &\quad - \textcolor{red}{1}\begin{vmatrix} 0 & \tfrac{1}{2} \\ -4 & 0 \end{vmatrix} \\ &\quad + (\textcolor{green}{-2})\begin{vmatrix} 0 & 1 \\ -4 & 1 \end{vmatrix} \\ &= \textcolor{blue}{2} \cdot \left(-\tfrac{1}{2}\right) - \textcolor{red}{1} \cdot 2 \\ &\quad + (\textcolor{green}{-2}) \cdot 4 \\ &= -11 \end{aligned} \]
2. Finn kjernen og bildet Determinanten er ikke null, så matrisen er inverterbar, som i videoen Hvorfor eksisterer ikke inversmatrisen når determinanten = 0. Likningen \( {[T]_{\mathcal{B}}\mathbf{x} = \mathbf{0}} \) har da bare løsningen \( {\mathbf{x} = \mathbf{0}}\text{:} \) \[ \ker T = \{\mathbf{0}\} \]
Kolonnene er lineært uavhengige, så \( T(u)\text{,} \) \( T(v) \) og \( T(w) \) er det også. Tre uavhengige vektorer i \( V\text{,} \) som har dimensjon \( 3\text{,} \) utspenner hele \( V\text{:} \) \[ \operatorname{im} T = V \]
3. Avgjør injektiv og surjektiv \( T \) er injektiv nøyaktig når kjernen bare er nullvektoren, og surjektiv nøyaktig når bildet er hele \( V\text{:} \) \[ \begin{aligned} \ker T = \{\mathbf{0}\} \;&\Rightarrow\; T \text{ er injektiv} \\ \operatorname{im} T = V \;&\Rightarrow\; T \text{ er surjektiv} \end{aligned} \]

TMA4110 ordinær eksamen 2024

Oppgave 4

La T:C→M2 T : \mathbb{C} \to \mathcal{M}_2 være gitt ved
T(z)=[a−bba] T(z) = \begin{bmatrix} a & -b \\ b & a \end{bmatrix}
for z=a+bi {z = a + bi} og der M2 \mathcal{M}_2 er vektorrommet av reelle (2×2) (2 \times 2) -matriser.

Oppgave 4a)

Vis at T T er en lineærtransformasjon.
Vis løsning på oppgave 4a
Svar
For alle z,w∈C z, w \in \mathbb{C} og k∈R k \in \mathbb{R} er:
T(z+w)=T(z)+T(w)‾‾ \underline{\underline{T(z + w) = T(z) + T(w)}}
T(kz)=kT(z)‾‾ \underline{\underline{T(kz) = kT(z)}}
Vi må vise at \( T \) bevarer addisjon og multiplikasjon med en skalar. Skalarene er reelle tall, siden \( \mathcal{M}_2 \) består av reelle matriser.
1. Vis at T bevarer addisjon Vi lar \( {\textcolor{blue}{z = a + bi}} \) og \( {\textcolor{red}{w = c + di}}\text{.} \) Summen er: \[ z + w = (\textcolor{blue}{a} + \textcolor{red}{c}) + (\textcolor{blue}{b} + \textcolor{red}{d})i \]
Vi setter inn i \( T \) og legger sammen tallene i samme posisjon, som i videoen Addisjon og subtraksjon: \[ \begin{aligned} T(z + w) &= \begin{bmatrix} \textcolor{blue}{a} + \textcolor{red}{c} & -(\textcolor{blue}{b} + \textcolor{red}{d}) \\ \textcolor{blue}{b} + \textcolor{red}{d} & \textcolor{blue}{a} + \textcolor{red}{c} \end{bmatrix} \\ &= \begin{bmatrix} \textcolor{blue}{a} & \textcolor{blue}{-b} \\ \textcolor{blue}{b} & \textcolor{blue}{a} \end{bmatrix} + \begin{bmatrix} \textcolor{red}{c} & \textcolor{red}{-d} \\ \textcolor{red}{d} & \textcolor{red}{c} \end{bmatrix} \\ &= T(z) + T(w) \end{aligned} \]
2. Vis at T bevarer skalering For et reelt tall \( \textcolor{green}{k} \) er \( {\textcolor{green}{k}z = \textcolor{green}{k}a + \textcolor{green}{k}bi}\text{.} \) Det gir oss: \[ \begin{aligned} T(\textcolor{green}{k}z) &= \begin{bmatrix} \textcolor{green}{k}a & -\textcolor{green}{k}b \\ \textcolor{green}{k}b & \textcolor{green}{k}a \end{bmatrix} \\ &= \textcolor{green}{k}\begin{bmatrix} a & -b \\ b & a \end{bmatrix} \\ &= \textcolor{green}{k}\,T(z) \end{aligned} \]
\( T \) bevarer altså både addisjon og skalering, og er derfor en lineærtransformasjon.

Oppgave 4b)

Vis at T T bevarer multiplikasjon (det vil si at T(zw)=T(z)T(w), {T(zw) = T(z)T(w)}\text{,} for z,w∈C, z, w \in \mathbb{C}\text{,} der høyreside angir matrisemultiplikasjon).
Vis løsning på oppgave 4b
Svar
For alle z,w∈C z, w \in \mathbb{C} er:
T(zw)=T(z)T(w)‾‾ \underline{\underline{T(zw) = T(z)T(w)}}
Vi regner ut \( zw \) på formen \( {a + bi} \) og setter inn i \( T\text{.} \) Så ganger vi ut \( T(z)T(w) \) og ser at vi får det samme.
1. Regn ut venstresiden Vi lar \( {\textcolor{blue}{z = a + bi}} \) og \( {\textcolor{red}{w = c + di}}\text{,} \) og ganger ut ledd for ledd med \( {i^2 = -1}\text{,} \) som i videoen Multiplikasjon med Komplekse tall: \[ \begin{aligned} zw &= (\textcolor{blue}{a} + \textcolor{blue}{b}i)(\textcolor{red}{c} + \textcolor{red}{d}i) \\ &= ac + adi + bci + bdi^2 \\ &= (ac - bd) + (ad + bc)i \end{aligned} \]
Setter vi dette inn i \( T\text{,} \) får vi: \[ T(zw) = \begin{bmatrix} ac - bd & -(ad + bc) \\ ad + bc & ac - bd \end{bmatrix} \]
2. Regn ut høyresiden Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ \begin{aligned} &T(z)T(w) \\ &= \begin{bmatrix} \textcolor{blue}{a} & \textcolor{blue}{-b} \\ \textcolor{blue}{b} & \textcolor{blue}{a} \end{bmatrix}\begin{bmatrix} \textcolor{red}{c} & \textcolor{red}{-d} \\ \textcolor{red}{d} & \textcolor{red}{c} \end{bmatrix} \\ &= \begin{bmatrix} ac - bd & -ad - bc \\ bc + ad & -bd + ac \end{bmatrix} \\ &= \begin{bmatrix} ac - bd & -(ad + bc) \\ ad + bc & ac - bd \end{bmatrix} \end{aligned} \]
Dette er det samme som \( T(zw)\text{.} \)

Oppgave 4c)

Vis at T(z) T(z) kan skrives som
[r00r][cos⁡θ−sin⁡θsin⁡θcos⁡θ] \begin{bmatrix} r & 0 \\ 0 & r \end{bmatrix}\begin{bmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{bmatrix}
og finn z∈C z \in \mathbb{C} slik at T(z)=AB {T(z) = AB} for
A=[2002] A = \begin{bmatrix} 2 & 0 \\ 0 & 2 \end{bmatrix}
og
B=[12−323212] B = \begin{bmatrix} \tfrac{1}{2} & -\tfrac{\sqrt{3}}{2} \\ \tfrac{\sqrt{3}}{2} & \tfrac{1}{2} \end{bmatrix}
Vis løsning på oppgave 4c
Svar
T(z) T(z) har formen i oppgaven med r=∣z∣ {r = |z|} og θ \theta lik vinkelen til z, z\text{,} og:
z=1+3 i‾‾ \underline{\underline{z = 1 + \sqrt{3}\,i}}
Vi skriver \( z \) med lengden \( r \) og vinkelen \( \theta\text{.} \) Da kan vi lese \( r \) av \( A \) og \( \theta \) av \( B\text{.} \)
1. Skriv z med lengde og vinkel Et komplekst tall \( {a + bi} \) med lengde \( \textcolor{blue}{r} \) og vinkel \( \textcolor{red}{\theta} \) har, som i videoen Kartesisk form med Trigonometri: \[ a = \textcolor{blue}{r}\cos\textcolor{red}{\theta}, \quad b = \textcolor{blue}{r}\sin\textcolor{red}{\theta} \]
Plugger vi dette inn i \( T(z)\text{,} \) får vi: \[ T(z) = \begin{bmatrix} \textcolor{blue}{r}\cos\textcolor{red}{\theta} & -\textcolor{blue}{r}\sin\textcolor{red}{\theta} \\ \textcolor{blue}{r}\sin\textcolor{red}{\theta} & \textcolor{blue}{r}\cos\textcolor{red}{\theta} \end{bmatrix} \]
2. Skriv matrisen som et produkt Ganger vi ut produktet i oppgaven rad med kolonne, får vi den samme matrisen: \[ \begin{aligned} &\begin{bmatrix} \textcolor{blue}{r} & 0 \\ 0 & \textcolor{blue}{r} \end{bmatrix}\begin{bmatrix} \cos\textcolor{red}{\theta} & -\sin\textcolor{red}{\theta} \\ \sin\textcolor{red}{\theta} & \cos\textcolor{red}{\theta} \end{bmatrix} \\ &= \begin{bmatrix} \textcolor{blue}{r}\cos\textcolor{red}{\theta} & -\textcolor{blue}{r}\sin\textcolor{red}{\theta} \\ \textcolor{blue}{r}\sin\textcolor{red}{\theta} & \textcolor{blue}{r}\cos\textcolor{red}{\theta} \end{bmatrix} = T(z) \end{aligned} \]
3. Finn z Vi sammenligner med \( A \) og \( B\text{:} \) \[ \textcolor{blue}{r} = \textcolor{blue}{2}, \quad \cos\textcolor{red}{\theta} = \dfrac{1}{2}, \quad \sin\textcolor{red}{\theta} = \dfrac{\sqrt{3}}{2} \]
Begge er positive, så vinkelen ligger i første kvadrant: \[ \textcolor{red}{\theta} = \textcolor{red}{\dfrac{\pi}{3}} \]
Plugger vi dette inn i \( {z = \textcolor{blue}{r}\cos\textcolor{red}{\theta} + \textcolor{blue}{r}\sin\textcolor{red}{\theta} \cdot i}\text{,} \) får vi: \[ \begin{aligned} z &= \textcolor{blue}{2} \cdot \dfrac{1}{2} + \textcolor{blue}{2} \cdot \dfrac{\sqrt{3}}{2} \cdot i \\ &= 1 + \sqrt{3}\,i \end{aligned} \]
Kontroll: \( AB \) har \( 1 \) på diagonalen og \( \sqrt{3} \) nede til venstre, som er \( {T(1 + \sqrt{3}\,i)}\text{.} \)

TMA4110 ordinær eksamen 2024

Oppgave 8

Julegavemaskinen til Julenissen er ødelagt og produserer i år bare tre ulike gaver: PlayStation, barbiedukke og trekkspill. I tillegg spytter den ut bare én gave i døgnet, men Julenissen har oppdaget at den følger et visst mønster:
– Hvis det produseres PlayStation én dag, er det 1/4 1/4 sjanse for at det kommer PlayStation på nytt dagen etter, 1/2 1/2 sjanse for at det kommer en barbiedukke og 1/4 1/4 sjanse for at det kommer et trekkspill. – Dagen etter at det har kommet en barbiedukke kommer det alltid et trekkspill. – Det kommer aldri trekkspill to dager på rad, men dagen etter det blir produsert et trekkspill er det like sannsynlig med barbiedukke som med PlayStation.

Oppgave 8a)

Finn en stokastisk matrise M M som representerer hvordan julegaveproduksjonen endres fra dag til dag og avgjør om matrisen er regulær.
Vis løsning på oppgave 8a
Svar
M M er regulær, siden alle tallene i M3 M^3 er positive:
M=[14012120121410]‾‾ \underline{\underline{M = \begin{bmatrix} \tfrac{1}{4} & 0 & \tfrac{1}{2} \\ \tfrac{1}{2} & 0 & \tfrac{1}{2} \\ \tfrac{1}{4} & 1 & 0 \end{bmatrix}}}
Hver kolonne i \( M \) er fordelingen dagen etter én bestemt gave. For å avgjøre om matrisen er regulær, regner vi ut potenser av den.
1. Sett opp overgangsmatrisen Vi ordner gavene som PlayStation, barbiedukke, trekkspill. Kolonne \( j \) sier hvor sannsynlig hver gave er dagen etter gave \( j\text{,} \) så hver kolonne summerer til \( 1\text{:} \) \[ \begin{aligned} \textcolor{blue}{\text{PlayStation}}&: \ \tfrac{1}{4}, \ \tfrac{1}{2}, \ \tfrac{1}{4} \\ \textcolor{red}{\text{barbiedukke}}&: \ 0, \ 0, \ 1 \\ \textcolor{green}{\text{trekkspill}}&: \ \tfrac{1}{2}, \ \tfrac{1}{2}, \ 0 \end{aligned} \]
Setter vi dem inn som kolonner, får vi: \[ M = \begin{bmatrix} \textcolor{blue}{\tfrac{1}{4}} & \textcolor{red}{0} & \textcolor{green}{\tfrac{1}{2}} \\ \textcolor{blue}{\tfrac{1}{2}} & \textcolor{red}{0} & \textcolor{green}{\tfrac{1}{2}} \\ \textcolor{blue}{\tfrac{1}{4}} & \textcolor{red}{1} & \textcolor{green}{0} \end{bmatrix} = \dfrac{1}{4}\begin{bmatrix} 1 & 0 & 2 \\ 2 & 0 & 2 \\ 1 & 4 & 0 \end{bmatrix} \]
2. Avgjør om matrisen er regulær En stokastisk matrise er regulær hvis en potens av den bare har positive tall: \[ \begin{aligned} &M \text{ er regulær} \\ &\Leftrightarrow\; M^k \text{ har bare positive tall} \\ &\quad\;\, \text{for en } k \geq 1 \end{aligned} \]
\( M \) har nuller, så vi regner ut potenser. Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ M^2 = \dfrac{1}{16}\begin{bmatrix} 3 & 8 & 2 \\ 4 & 8 & 4 \\ 9 & \textcolor{darkorange}{0} & 10 \end{bmatrix} \]
\( M^2 \) har fortsatt en null. Vi ganger med \( M \) én gang til: \[ M^3 = M^2M = \dfrac{1}{64}\begin{bmatrix} 21 & 8 & 22 \\ 24 & 16 & 24 \\ 19 & 40 & 18 \end{bmatrix} \]
Alle tallene i \( M^3 \) er positive, så \( M \) er regulær.

Oppgave 8b)

Gitt at det ble produsert en PlayStation én dag, hva er sannsynligheten for at det blir produsert en barbiedukke tre dager senere?
Vis løsning på oppgave 8b
Svar
Sannsynligheten for barbiedukke tre dager senere er:
38‾‾ \underline{\underline{\dfrac{3}{8}}}
Vi bruker matrisen \( M \) fra a). Ved følgefeil kan det gis full uttelling.
Vi starter med all sannsynlighet på PlayStation og ganger med \( M \) én gang for hver dag.
1. Sett opp startfordelingen Dag \( 0 \) er det PlayStation: \[ \mathbf{x}_0 = \begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix} \]
Fordelingen dagen etter får vi ved å gange med \( M\text{:} \) \[ \mathbf{x}_{k+1} = M\mathbf{x}_k \]
I a) fant vi: \[ M = \dfrac{1}{4}\begin{bmatrix} 1 & 0 & 2 \\ 2 & 0 & 2 \\ 1 & 4 & 0 \end{bmatrix} \]
2. Gang med M tre ganger Vi ganger rad med kolonne, som i videoen Multiplikasjon: \[ \begin{aligned} \mathbf{x}_1 &= M\mathbf{x}_0 = \dfrac{1}{4}\begin{bmatrix} 1 \\ 2 \\ 1 \end{bmatrix} \\ \mathbf{x}_2 &= M\mathbf{x}_1 = \dfrac{1}{16}\begin{bmatrix} 3 \\ 4 \\ 9 \end{bmatrix} \\ \mathbf{x}_3 &= M\mathbf{x}_2 = \dfrac{1}{64}\begin{bmatrix} 21 \\ \textcolor{red}{24} \\ 19 \end{bmatrix} \end{aligned} \]
Barbiedukke er den andre plassen: \[ \dfrac{\textcolor{red}{24}}{64} = \dfrac{3}{8} \]

Oppgave 8c)

Det er heldigvis lenge til jul, så det vil bli produsert gaver til alle snille barn. Hva vil fordelingen av Playstation, barbiedukker og trekkspill bli i det lange løp?
Vis løsning på oppgave 8c
Svar
I det lange løp er fordelingen av PlayStation, barbiedukker og trekkspill:
q=[4151325]‾‾ \underline{\underline{\mathbf{q} = \begin{bmatrix} \tfrac{4}{15} \\ \tfrac{1}{3} \\ \tfrac{2}{5} \end{bmatrix}}}
Vi bruker matrisen \( M \) fra a), som er regulær. Ved følgefeil kan det gis full uttelling.
Siden \( M \) er regulær, går fordelingen mot én likevektsvektor \( \mathbf{q} \) med \( {M\mathbf{q} = \mathbf{q}}\text{.} \) Det er egenvektoren for egenverdien \( 1\text{,} \) skalert så tallene summerer til \( 1\text{.} \)
1. Sett opp likningen For en regulær stokastisk matrise finnes én likevektsvektor, og \( \mathbf{x}_k \) går mot den uansett start: \[ M\mathbf{q} = \mathbf{q}, \qquad q_1 + q_2 + q_3 = 1 \]
I a) fant vi: \[ M = \dfrac{1}{4}N, \qquad N = \begin{bmatrix} 1 & 0 & 2 \\ 2 & 0 & 2 \\ 1 & 4 & 0 \end{bmatrix} \]
Vi ganger likningen med \( 4 \) og flytter over: \[ \begin{aligned} M\mathbf{q} &= \mathbf{q} \\ N\mathbf{q} &= 4\mathbf{q} \\ (N - 4I)\mathbf{q} &= \mathbf{0} \end{aligned} \]
Vi løser for vektoren som i videoen Hvordan regner vi ut egenverdier egenvektorer?: \[ \begin{bmatrix} -3 & 0 & 2 \\ 2 & -4 & 2 \\ 1 & 4 & -4 \end{bmatrix}\begin{bmatrix} \textcolor{blue}{q_1} \\ \textcolor{red}{q_2} \\ \textcolor{green}{q_3} \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix} \]
2. Løs likningene Første rad gir \( \textcolor{green}{q_3} \) uttrykt ved \( \textcolor{blue}{q_1}\text{:} \) \[ -3\textcolor{blue}{q_1} + 2\textcolor{green}{q_3} = 0 \quad \Rightarrow \quad \textcolor{green}{q_3} = \dfrac{3}{2}\textcolor{blue}{q_1} \]
Andre rad gir \( \textcolor{red}{q_2}\text{:} \) \[ \begin{aligned} 2\textcolor{blue}{q_1} - 4\textcolor{red}{q_2} + 3\textcolor{blue}{q_1} &= 0 \\ \textcolor{red}{q_2} &= \dfrac{5}{4}\textcolor{blue}{q_1} \end{aligned} \]
Kontroll: Tredje rad: \( {q_1 + 5q_1 - 6q_1 = 0}\text{.} \)
3. Skaler så summen blir 1 Summen skal være \( 1\text{:} \) \[ \begin{aligned} \textcolor{blue}{q_1} + \dfrac{5}{4}\textcolor{blue}{q_1} + \dfrac{3}{2}\textcolor{blue}{q_1} &= 1 \\ \dfrac{15}{4}\textcolor{blue}{q_1} &= 1 \\ \textcolor{blue}{q_1} &= \dfrac{4}{15} \end{aligned} \]
Det gir oss: \[ \begin{aligned} \textcolor{red}{q_2} &= \dfrac{5}{4} \cdot \dfrac{4}{15} = \dfrac{1}{3} \\ \textcolor{green}{q_3} &= \dfrac{3}{2} \cdot \dfrac{4}{15} = \dfrac{2}{5} \end{aligned} \]

TMA4110 ordinær eksamen 2024

Oppgave 9

Gitt
A=[2321] A = \begin{bmatrix} 2 & 3 \\ 2 & 1 \end{bmatrix}

Oppgave 9a)

Er A A diagonaliserbar? Begrunn svaret.
Vis løsning på oppgave 9a
Svar
Ja, A A er diagonaliserbar, fordi den har to ulike egenverdier:
λ1=4,λ2=−1‾‾ \underline{\underline{\lambda_1 = 4, \quad \lambda_2 = -1}}
En \( 2 \times 2 \)-matrise med to ulike egenverdier er diagonaliserbar. Vi finner derfor egenverdiene med \( {\det(A - \lambda I) = 0}\text{.} \)
1. Sett opp determinanten Determinanten til en \( 2 \times 2 \)-matrise er, som i videoen Determinanter 2x2 matrise: \[ \begin{vmatrix} \textcolor{blue}{a} & \textcolor{red}{b} \\ \textcolor{red}{c} & \textcolor{blue}{d} \end{vmatrix} = \textcolor{blue}{a}\textcolor{blue}{d} - \textcolor{red}{b}\textcolor{red}{c} \]
Vi setter determinanten til \( {A - \lambda I} \) lik \( 0\text{,} \) som i videoen Hvordan regner vi ut egenverdier egenvektorer?: \[ \begin{aligned} \begin{vmatrix} \textcolor{blue}{2 - \lambda} & \textcolor{red}{3} \\ \textcolor{red}{2} & \textcolor{blue}{1 - \lambda} \end{vmatrix} &= 0 \\ (\textcolor{blue}{2 - \lambda})(\textcolor{blue}{1 - \lambda}) - \textcolor{red}{3} \cdot \textcolor{red}{2} &= 0 \\ \lambda^2 - 3\lambda - 4 &= 0 \end{aligned} \]
2. Finn egenverdiene To tall med produkt \( {-4} \) og sum \( {-3} \) er \( {-4} \) og \( 1\text{,} \) så vi kan faktorisere: \[ (\lambda - 4)(\lambda + 1) = 0 \]
Det gir oss: \[ \lambda_1 = 4, \qquad \lambda_2 = -1 \]
3. Avgjør om A er diagonaliserbar Egenvektorer til ulike egenverdier er lineært uavhengige. Setter vi dem inn som kolonner i \( P\text{,} \) blir \( P \) inverterbar, og: \[ A = PDP^{-1}, \qquad D = \begin{bmatrix} \lambda_1 & 0 \\ 0 & \lambda_2 \end{bmatrix} \]
Det betyr at: \[ \lambda_1 \neq \lambda_2 \;\Rightarrow\; A \text{ er diagonaliserbar} \]

Oppgave 9b)

Bruk diagonalisering av A A til å finne A5. A^5\text{.}
Vis løsning på oppgave 9b
Svar
A5=[614615410409]‾‾ \underline{\underline{A^5 = \begin{bmatrix} 614 & 615 \\ 410 & 409 \end{bmatrix}}}
Vi bruker egenverdiene \( {\lambda_1 = 4} \) og \( {\lambda_2 = -1} \) fra a). Ved følgefeil kan det gis full uttelling.
Med \( {A = PDP^{-1}} \) faller alle \( {P^{-1}P} \) i midten bort, så \( {A^5 = PD^5P^{-1}}\text{.} \) Vi trenger egenvektorene, \( {P^{-1}} \) og \( D^5\text{.} \)
1. Finn egenvektorene Vi setter inn hver egenverdi og løser for vektoren, som i videoen Hvordan regner vi ut egenverdier egenvektorer?. Andre rad er et multiplum av første, så én likning er nok.
For \( {\textcolor{blue}{\lambda_1 = 4}} \) får vi: \[ \begin{bmatrix} -2 & 3 \\ 2 & -3 \end{bmatrix}\begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]Det gir \( {2x = 3y}\text{.} \) Vi velger \( {y = 2}\text{:} \) \[ \textcolor{blue}{\mathbf{v}_1} = \textcolor{blue}{\begin{bmatrix} 3 \\ 2 \end{bmatrix}} \]
For \( {\textcolor{red}{\lambda_2 = -1}} \) får vi: \[ \begin{bmatrix} 3 & 3 \\ 2 & 2 \end{bmatrix}\begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]Det gir \( {x = -y}\text{.} \) Vi velger \( {y = -1}\text{:} \) \[ \textcolor{red}{\mathbf{v}_2} = \textcolor{red}{\begin{bmatrix} 1 \\ -1 \end{bmatrix}} \]
2. Sett opp P og D Egenvektorene er kolonnene i \( P\text{,} \) og egenverdiene står på diagonalen i \( D\text{,} \) i samme rekkefølge, som i videoen Intro diagonalisering: \[ P = \begin{bmatrix} \textcolor{blue}{3} & \textcolor{red}{1} \\ \textcolor{blue}{2} & \textcolor{red}{-1} \end{bmatrix}, \qquad D = \begin{bmatrix} \textcolor{blue}{4} & 0 \\ 0 & \textcolor{red}{-1} \end{bmatrix} \]
3. Finn den inverse til P Formelen for den inverse forteller oss at: \[ \begin{bmatrix} a & b \\ c & d \end{bmatrix}^{-1} = \dfrac{1}{ad - bc}\begin{bmatrix} d & -b \\ -c & a \end{bmatrix} \]Hvis du er usikker på den, kan du se videoen Invers matrise med determinanter.
Her er: \[ \begin{aligned} a &= 3 & b &= 1 \\ c &= 2 & d &= -1 \end{aligned} \]
Plugger vi dette inn, får vi: \[ \begin{aligned} P^{-1} &= \dfrac{1}{3 \cdot (-1) - 1 \cdot 2}\begin{bmatrix} -1 & -1 \\ -2 & 3 \end{bmatrix} \\ &= -\dfrac{1}{5}\begin{bmatrix} -1 & -1 \\ -2 & 3 \end{bmatrix} \\ &= \dfrac{1}{5}\begin{bmatrix} 1 & 1 \\ 2 & -3 \end{bmatrix} \end{aligned} \]
4. Regn ut A opphøyd i 5 Når vi ganger \( {PDP^{-1}} \) med seg selv, blir \( {P^{-1}P = I} \) i midten, som i videoen Eksempel 2x2 diagonalisering: \[ A^5 = PD^5P^{-1} \]
En diagonalmatrise opphøyer vi tall for tall på diagonalen, som i videoen Eksempel 2x2 diagonalisering: \[ D^5 = \begin{bmatrix} \textcolor{blue}{4}^5 & 0 \\ 0 & (\textcolor{red}{-1})^5 \end{bmatrix} = \begin{bmatrix} 1024 & 0 \\ 0 & -1 \end{bmatrix} \]
Vi ganger først \( P \) med \( D^5\text{:} \) \[ \begin{aligned} PD^5 &= \begin{bmatrix} 3 & 1 \\ 2 & -1 \end{bmatrix}\begin{bmatrix} 1024 & 0 \\ 0 & -1 \end{bmatrix} \\ &= \begin{bmatrix} 3072 & -1 \\ 2048 & 1 \end{bmatrix} \end{aligned} \]
Så ganger vi med \( {P^{-1}}\text{:} \) \[ \begin{aligned} A^5 &= \dfrac{1}{5}\begin{bmatrix} 3072 & -1 \\ 2048 & 1 \end{bmatrix}\begin{bmatrix} 1 & 1 \\ 2 & -3 \end{bmatrix} \\ &= \dfrac{1}{5}\begin{bmatrix} 3070 & 3075 \\ 2050 & 2045 \end{bmatrix} \\ &= \begin{bmatrix} 614 & 615 \\ 410 & 409 \end{bmatrix} \end{aligned} \]
Kontroll: Summen på diagonalen er \( {614 + 409 = 1023}\text{,} \) som er \( {4^5 + (-1)^5}\text{.} \)

TMA4115 ordinær eksamen 2024

Oppgave 10

La A A være en n×n n \times n -matrise og AT A^T den transponerte. Vis at A A er inverterbar, hvis og bare hvis ATA A^TA er inverterbar.
Vis løsning på oppgave 10

Svar

Siden det⁡(ATA)=(det⁡A)2, {\det(A^TA) = (\det A)^2}\text{,} gjelder:
A er inverterbar⇕ATA er inverterbar‾‾ \underline{\underline{\begin{gathered} A \text{ er inverterbar} \\ \Updownarrow \\ A^TA \text{ er inverterbar} \end{gathered}}}
En kvadratisk matrise er inverterbar nøyaktig når determinanten ikke er \( 0\text{.} \) Vi regner derfor ut \( \det(A^TA) \) og sammenligner med \( \det A\text{.} \)
1. Skriv opp reglene En kvadratisk matrise \( M \) har invers nøyaktig når determinanten ikke er \( 0\text{,} \) som i videoen Hvorfor eksisterer ikke inversmatrisen når determinanten = 0: \[ M \text{ er inverterbar} \iff \det M \neq 0 \]
Determinanten til et produkt er produktet av determinantene: \[ \det(\textcolor{blue}{B}\textcolor{red}{C}) = \det \textcolor{blue}{B} \cdot \det \textcolor{red}{C} \]
Transponering endrer ikke determinanten: \[ \det(A^T) = \det A \]
2. Regn ut determinanten Både \( A^T \) og \( A \) er \( n \times n\text{,} \) så \( A^TA \) er også \( n \times n\text{.} \) Med \( {\textcolor{blue}{B} = \textcolor{blue}{A^T}} \) og \( {\textcolor{red}{C} = \textcolor{red}{A}} \) får vi: \[ \begin{aligned} \det(\textcolor{blue}{A^T}\textcolor{red}{A}) &= \det \textcolor{blue}{A^T} \cdot \det \textcolor{red}{A} \\ &= \det A \cdot \det A \\ &= (\det A)^2 \end{aligned} \]
3. Trekk konklusjonen Et tall i andre er \( 0 \) bare når tallet selv er \( 0\text{.} \) Da henger de fem utsagnene sammen begge veier: \[ \begin{aligned} & A \text{ er inverterbar} \\ \iff{} & \det A \neq 0 \\ \iff{} & (\det A)^2 \neq 0 \\ \iff{} & \det(A^TA) \neq 0 \\ \iff{} & A^TA \text{ er inverterbar} \end{aligned} \]

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.

TMA4110 ordinær eksamen 2023

Oppgave 10

La A≠0 {A \neq 0} være en n×n n \times n -matrise slik at A3=0. {A^3 = 0}\text{.} Vis at I−A {I - A} er en inverterbar matrise. Hint: En matrise B B er inverterbar hvis det finnes en matrise C C slik at BC=I=CB. {BC = I = CB}\text{.}
Vis løsning på oppgave 10

Svar

I−A {I - A} er inverterbar, med inversen:
(I−A)−1=I+A+A2‾‾ \underline{\underline{(I - A)^{-1} = I + A + A^2}}
Vi kjenner igjen mønsteret fra tall, der \( {1 - a^3} \) er \( {(1 - a)(1 + a + a^2)}\text{.} \) Vi ganger derfor \( {I - A} \) med \( {I + A + A^2} \) og bruker at \( {A^3 = 0}\text{.} \)
1. Velg en kandidat for inversen Etter hintet er \( {I - A} \) inverterbar hvis vi finner en matrise \( C \) med: \[ (I - A)C = I = C(I - A) \]
En matrise ganget med sin invers gir identitetsmatrisen, som i videoen Inversmatrise. Vi prøver: \[ \textcolor{blue}{C} = \textcolor{blue}{I + A + A^2} \]
2. Gang ut i begge rekkefølger Identitetsmatrisen endrer ingenting når vi ganger med den, \( {IA = AI = A}\text{,} \) som i videoen Identitetsmatrise introduksjon. Vi ganger ut parentesene ledd for ledd: \[ \begin{aligned} &(I - A)(\textcolor{blue}{I + A + A^2}) \\ &= I + A + A^2 - A - A^2 - \textcolor{red}{A^3} \\ &= I - \textcolor{red}{A^3} \end{aligned} \]
Ganger vi i motsatt rekkefølge, får vi: \[ \begin{aligned} &(\textcolor{blue}{I + A + A^2})(I - A) \\ &= I - A + A - A^2 + A^2 - \textcolor{red}{A^3} \\ &= I - \textcolor{red}{A^3} \end{aligned} \]
3. Bruk at tredjepotensen er null Med \( {\textcolor{red}{A^3 = 0}} \) blir begge produktene: \[ I - \textcolor{red}{A^3} = I - \textcolor{red}{0} = I \]
Dermed er \( {(I - A)\textcolor{blue}{C} = I = \textcolor{blue}{C}(I - A)}\text{,} \) så \( {I - A} \) er inverterbar.

TMA4115 ordinær eksamen 2023

Oppgave 8

Finn matrisen A A som tilfredsstiller ligningen
[100−1102−2−1]A[1211]=[11−1113] \begin{bmatrix} 1 & 0 & 0 \\ -1 & 1 & 0 \\ 2 & -2 & -1 \end{bmatrix} A \begin{bmatrix} 1 & 2 \\ 1 & 1 \end{bmatrix} = \begin{bmatrix} 1 & 1 \\ -1 & 1 \\ 1 & 3 \end{bmatrix}
Vis løsning på oppgave 8

Svar

A=[012−2−67]‾‾ \underline{\underline{A = \begin{bmatrix} 0 & 1 \\ 2 & -2 \\ -6 & 7 \end{bmatrix}}}
Vi kaller matrisene rundt \( A \) for \( L \) og \( M\text{.} \) Først finner vi \( {Y = AM} \) fra \( {LY = R}\text{,} \) rad for rad. Så ganger vi med \( {M^{-1}} \) fra høyre.
1. Gi matrisene navn Vi kaller matrisen til venstre for \( L\text{,} \) den til høyre for \( A \) for \( M\text{,} \) og høyresiden for \( R\text{,} \) så likningen er \( {L\,A\,M = R}\text{:} \) \[ \begin{aligned} L &= \begin{bmatrix} 1 & 0 & 0 \\ -1 & 1 & 0 \\ 2 & -2 & -1 \end{bmatrix} \\ M &= \begin{bmatrix} 1 & 2 \\ 1 & 1 \end{bmatrix} \end{aligned} \]
For at produktene skal gå opp, må antall kolonner i den ene være lik antall rader i den neste, som i videoen Multiplikasjon. \( L \) er \( 3 \times 3 \) og \( M \) er \( 2 \times 2\text{,} \) så \( A \) er en \( 3 \times 2 \)-matrise. Vi setter: \[ \textcolor{blue}{Y} = A M, \quad \text{så} \quad L\textcolor{blue}{Y} = R \]
2. Finn Y rad for rad Vi kaller radene i \( \textcolor{blue}{Y} \) for \( \textcolor{blue}{\mathbf{y}_1}\text{,} \) \( \textcolor{blue}{\mathbf{y}_2} \) og \( \textcolor{blue}{\mathbf{y}_3}\text{.} \) Rad ganger kolonne gir at rad \( i \) i \( L\textcolor{blue}{Y} \) er radene i \( \textcolor{blue}{Y} \) ganget med tallene i rad \( i \) av \( L \) og lagt sammen, som i videoen Multiplikasjon: \[ (L\textcolor{blue}{Y})_i = \ell_{i1}\textcolor{blue}{\mathbf{y}_1} + \ell_{i2}\textcolor{blue}{\mathbf{y}_2} + \ell_{i3}\textcolor{blue}{\mathbf{y}_3} \]
Med radene i \( L \) og \( R \) gir det: \[ \begin{aligned} \textcolor{blue}{\mathbf{y}_1} &= \begin{bmatrix} 1 & 1 \end{bmatrix} \\ -\textcolor{blue}{\mathbf{y}_1} + \textcolor{blue}{\mathbf{y}_2} &= \begin{bmatrix} -1 & 1 \end{bmatrix} \\ 2\textcolor{blue}{\mathbf{y}_1} - 2\textcolor{blue}{\mathbf{y}_2} - \textcolor{blue}{\mathbf{y}_3} &= \begin{bmatrix} 1 & 3 \end{bmatrix} \end{aligned} \]
\( L \) har bare nuller over diagonalen, så vi løser ovenfra: \[ \begin{aligned} \textcolor{blue}{\mathbf{y}_2} &= \begin{bmatrix} -1 & 1 \end{bmatrix} + \begin{bmatrix} 1 & 1 \end{bmatrix} = \begin{bmatrix} 0 & 2 \end{bmatrix} \\ \textcolor{blue}{\mathbf{y}_3} &= 2\begin{bmatrix} 1 & 1 \end{bmatrix} - 2\begin{bmatrix} 0 & 2 \end{bmatrix} - \begin{bmatrix} 1 & 3 \end{bmatrix} \\ &= \begin{bmatrix} 1 & -5 \end{bmatrix} \end{aligned} \]
Altså er: \[ \textcolor{blue}{Y} = \textcolor{blue}{\begin{bmatrix} 1 & 1 \\ 0 & 2 \\ 1 & -5 \end{bmatrix}} \]
3. Finn den inverse til M Formelen for den inverse til en \( 2 \times 2 \)-matrise forteller oss at: \[ \begin{bmatrix} p & q \\ r & s \end{bmatrix}^{-1} = \dfrac{1}{ps - qr}\begin{bmatrix} s & -q \\ -r & p \end{bmatrix} \]
Hvis du er usikker på den, kan du se videoen Invers matrise med determinanter.
Her er: \[ \begin{aligned} p &= 1 & q &= 2 \\ r &= 1 & s &= 1 \end{aligned} \]
Plugger vi dette inn, får vi: \[ \begin{aligned} \textcolor{red}{M^{-1}} &= \dfrac{1}{1 \cdot 1 - 2 \cdot 1}\begin{bmatrix} 1 & -2 \\ -1 & 1 \end{bmatrix} \\ &= \textcolor{red}{\begin{bmatrix} -1 & 2 \\ 1 & -1 \end{bmatrix}} \end{aligned} \]
4. Gang med den inverse fra høyre Vi ganger begge sider av \( {AM = \textcolor{blue}{Y}} \) med \( {\textcolor{red}{M^{-1}}} \) fra høyre. Den må stå bakerst på begge sider av likhetstegnet, siden rekkefølgen har noe å si, som i videoen Likningssystem med inversmatrise: \[ AM\textcolor{red}{M^{-1}} = \textcolor{blue}{Y}\textcolor{red}{M^{-1}} \]
Siden \( {M\textcolor{red}{M^{-1}} = I}\text{,} \) står \( A \) alene på venstre side: \[ A = \textcolor{blue}{Y}\textcolor{red}{M^{-1}} \]
Rad ganger kolonne gir: \[ \begin{aligned} A &= \textcolor{blue}{\begin{bmatrix} 1 & 1 \\ 0 & 2 \\ 1 & -5 \end{bmatrix}}\textcolor{red}{\begin{bmatrix} -1 & 2 \\ 1 & -1 \end{bmatrix}} \\ &= \begin{bmatrix} -1 + 1 & 2 - 1 \\ 0 + 2 & 0 - 2 \\ -1 - 5 & 2 + 5 \end{bmatrix} \\ &= \begin{bmatrix} 0 & 1 \\ 2 & -2 \\ -6 & 7 \end{bmatrix} \end{aligned} \]
Kontroll: \( {AM = \begin{bmatrix} 1 & 1 \\ 0 & 2 \\ 1 & -5 \end{bmatrix} = Y}\text{,} \) og \( LY \) gir høyresiden tilbake.

TMA4115 ordinær eksamen 2023

Oppgave 10

La A A være en kolonnevektor (dvs. en n×1 n \times 1 -matrise) og la B B være en matrise slik at produktet AB AB utgjør en veldefinert kvadratisk matrise.

Oppgave 10a)

Bestem antall rader og kolonner i B B og AB. AB\text{.}
Vis løsning på oppgave 10a
Svar
B B har 1 1 rad og n n kolonner, AB AB har n n rader og n n kolonner:
B: 1×n,AB: n×n‾‾ \underline{\underline{B\text{: } 1 \times n, \qquad AB\text{: } n \times n}}
Et produkt går opp når antall kolonner i den første matrisen er lik antall rader i den andre. Produktet får radene fra den første og kolonnene fra den andre.
1. Bruk regelen for dimensjonene Regelen for dimensjonene i et matriseprodukt, som i videoen Multiplikasjon, forteller oss at: \[ (\textcolor{blue}{m} \times \textcolor{red}{k}) \cdot (\textcolor{red}{k} \times \textcolor{green}{l}) = \textcolor{blue}{m} \times \textcolor{green}{l} \]
Her er \( A \) en \( \textcolor{blue}{n} \times \textcolor{red}{1} \)-matrise. For at \( AB \) skal gå opp, må \( B \) ha \( \textcolor{red}{1} \) rad. Vi kaller antall kolonner i \( B \) for \( \textcolor{green}{l}\text{:} \) \[ (\textcolor{blue}{n} \times \textcolor{red}{1}) \cdot (\textcolor{red}{1} \times \textcolor{green}{l}) = \textcolor{blue}{n} \times \textcolor{green}{l} \]
2. Bruk at produktet er kvadratisk \( AB \) er kvadratisk, så den har like mange rader som kolonner: \[ \textcolor{green}{l} = \textcolor{blue}{n} \]
Altså er \( B \) en \( 1 \times n \)-matrise, og \( AB \) er en \( n \times n \)-matrise.

Oppgave 10b)

Finn rangen til AB AB når vi antar at AB AB ikke er null-matrisen.
Vis løsning på oppgave 10b
Svar
rank⁡(AB)=1‾‾ \underline{\underline{\operatorname{rank}(AB) = 1}}
Vi bruker at \( B \) er en \( 1 \times n \)-matrise, fra a). Ved følgefeil kan det gis full uttelling.
Rangen er dimensjonen til kolonnerommet. Vi ser derfor på hva kolonnene i \( AB \) er.
1. Skriv opp kolonnene Vi skriver \( B \) med tallene sine: \[ B = \begin{bmatrix} \textcolor{red}{b_1} & \textcolor{red}{b_2} & \cdots & \textcolor{red}{b_n} \end{bmatrix} \]
Rad ganger kolonne, som i videoen Multiplikasjon, gir at kolonne \( j \) i \( AB \) er \( A \) ganget med tallet \( \textcolor{red}{b_j}\text{:} \) \[ AB = \begin{bmatrix} \textcolor{red}{b_1}\textcolor{blue}{A} & \textcolor{red}{b_2}\textcolor{blue}{A} & \cdots & \textcolor{red}{b_n}\textcolor{blue}{A} \end{bmatrix} \]
2. Finn rangen Alle kolonnene er multipler av den samme vektoren \( \textcolor{blue}{A}\text{.} \) Kolonnerommet ligger derfor i spennet av \( \textcolor{blue}{A}\text{,} \) som har dimensjon høyst \( 1\text{:} \) \[ \begin{aligned} & \operatorname{Col}(AB) \subseteq \operatorname{Sp}\{\textcolor{blue}{A}\} \\ & \Rightarrow \quad \operatorname{rank}(AB) \leq 1 \end{aligned} \]
\( AB \) er ikke null-matrisen, så minst én kolonne er ikke nullvektoren: \[ AB \neq 0 \quad \Rightarrow \quad \operatorname{rank}(AB) \geq 1 \]
Begge deler holder, så rangen er nøyaktig \( 1\text{.} \)