Universitetseksamen etter tema
Øv på ett tema om gangen med oppgavene fra universitetseksamenene vi har lagt ut, foreløpig NTNU Matematikk 1, NTNU Matematikk 3, OsloMet Matte 2000 og OsloMet Matte 3000. Velg område og tema, så henter vi oppgavene fra alle settene. Prøv selv først – løsningen ligger under oppgaven når du står fast.
Område
Emne
egenverdier
Velger du flere tema, får du oppgavene som har alle sammen.
5 oppgaver i OsloMet Matte 2000 om egenverdier
Oppgavene
Oppgave 1
- Flere oppgaver om differensiallikninger,
- Flere oppgaver om egenverdier,
- Flere oppgaver om matriser,
- Flere oppgaver om systemer av differensiallikninger
Matrisen
kan skrives slik:
der
Oppgave 1a)
Vis at dette stemmer ved å regne ut
Vis løsningSkjul løsning på oppgave 1a
Svar
Vi regnet ut den inverse og så produktet:
Vi finner \( {P^{-1}} \) med formelen for den inverse til en \( 2 \times 2 \)-matrise. Så ganger vi sammen to matriser om gangen og sjekker at vi ender på \( A\text{.} \)
1. Finn den inverse matrisen
Formelen for den inverse til en \( 2 \times 2 \)-matrise er:
\[ \begin{pmatrix} \textcolor{blue}{a} & \textcolor{red}{b} \\ \textcolor{red}{c} & \textcolor{blue}{d} \end{pmatrix}^{-1} = \dfrac{1}{\textcolor{blue}{a}\textcolor{blue}{d} - \textcolor{red}{b}\textcolor{red}{c}}\begin{pmatrix} \textcolor{blue}{d} & -\textcolor{red}{b} \\ -\textcolor{red}{c} & \textcolor{blue}{a} \end{pmatrix} \]Hvis du er usikker på formelen, kan du se videoen Eksempel 2x2 diagonalisering.
Her er:
\[ \begin{aligned} \textcolor{blue}{a} &= \textcolor{blue}{1} & \textcolor{red}{b} &= \textcolor{red}{3} \\ \textcolor{red}{c} &= \textcolor{red}{1} & \textcolor{blue}{d} &= \textcolor{blue}{2} \end{aligned} \]
Plugger vi dette inn, får vi:
\[ \begin{aligned} P^{-1} &= \dfrac{1}{\textcolor{blue}{1} \cdot \textcolor{blue}{2} - \textcolor{red}{3} \cdot \textcolor{red}{1}}\begin{pmatrix} \textcolor{blue}{2} & -\textcolor{red}{3} \\ -\textcolor{red}{1} & \textcolor{blue}{1} \end{pmatrix} \\ &= -1 \cdot \begin{pmatrix} 2 & -3 \\ -1 & 1 \end{pmatrix} \\ &= \begin{pmatrix} -2 & 3 \\ 1 & -1 \end{pmatrix} \end{aligned} \]
2. Gang sammen de to første
Vi ganger rader med kolonner, som i videoen Multiplikasjon. Første element er første rad i \( P \) ganget med første kolonne i \( D\text{:} \) \( {1 \cdot (-1) + 3 \cdot 0 = -1}\text{.} \) Slik får vi:
\[ \begin{aligned} PD &= \begin{pmatrix} 1 & 3 \\ 1 & 2 \end{pmatrix}\begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix} \\ &= \begin{pmatrix} -1 & 3 \\ -1 & 2 \end{pmatrix} \end{aligned} \]
3. Gang med den inverse
Nå ganger vi \( PD \) med \( {P^{-1}} \) på samme måte:
\[ \begin{aligned} PDP^{-1} &= \begin{pmatrix} -1 & 3 \\ -1 & 2 \end{pmatrix}\begin{pmatrix} -2 & 3 \\ 1 & -1 \end{pmatrix} \\ &= \begin{pmatrix} 2 + 3 & -3 - 3 \\ 2 + 2 & -3 - 2 \end{pmatrix} \\ &= \begin{pmatrix} 5 & -6 \\ 4 & -5 \end{pmatrix} = A \end{aligned} \]
Produktet er \( A\text{,} \) så \( {A = PDP^{-1}} \) stemmer.
Oppgave 1b)
Bruk dette til å bestemme egenverdiene og tilhørende egenvektorer for
Vis løsningSkjul løsning på oppgave 1b
Svar
Egenverdiene med egenvektorene, der
Vi ganger \( {A = PDP^{-1}} \) med \( P \) fra høyre. Da ser vi kolonne for kolonne at kolonnene i \( P \) er egenvektorer, med tallene på diagonalen i \( D \) som egenverdier.
1. Skriv om likningen
Vi ganger med \( P \) fra høyre på begge sider:
\[ \begin{aligned} A &= PDP^{-1} \\ AP &= PDP^{-1}P = PD \end{aligned} \]Det går fordi \( {P^{-1}P = I}\text{.} \) I videoen Bevis diagonalisering går det andre veien: der settes likningene for hver egenvektor sammen til én matriselikning.
2. Les av kolonne for kolonne
En vektor \( \mathbf{v} \ne \mathbf{0} \) er en egenvektor med egenverdi \( \lambda \) når:
\[ A\mathbf{v} = \lambda\mathbf{v} \]Du ser definisjonen i videoen Introduksjon egenverdier egenvektorer.
\( D \) er diagonal, så første kolonne i \( PD \) er første kolonne i \( P \) ganget med \( {\textcolor{blue}{-1}}\text{,} \) og andre kolonne er andre kolonne i \( P \) ganget med \( \textcolor{red}{1}\text{.} \) Likningen \( {AP = PD} \) sier derfor kolonne for kolonne:
\[ \begin{aligned} A\textcolor{blue}{\begin{pmatrix} 1 \\ 1 \end{pmatrix}} &= \textcolor{blue}{-1} \cdot \textcolor{blue}{\begin{pmatrix} 1 \\ 1 \end{pmatrix}} \\ A\textcolor{red}{\begin{pmatrix} 3 \\ 2 \end{pmatrix}} &= \textcolor{red}{1} \cdot \textcolor{red}{\begin{pmatrix} 3 \\ 2 \end{pmatrix}} \end{aligned} \]
Egenverdiene står altså på diagonalen i \( D\text{,} \) og egenvektorene er kolonnene i \( P \) i samme rekkefølge, som i videoen Intro diagonalisering. Alle multipler \( t \ne 0 \) av en egenvektor er også egenvektorer.
Kontroll: \( {A\begin{pmatrix} 1 \\ 1 \end{pmatrix} = \begin{pmatrix} 5 - 6 \\ 4 - 5 \end{pmatrix} = \begin{pmatrix} -1 \\ -1 \end{pmatrix}}\text{,} \) som er \( {-1} \) ganger vektoren.
Oppgave 1c)
Bruk dette til også å finne den generelle løsninga av de kopla differensiallikningene
Vis løsningSkjul løsning på oppgave 1c
Svar
Med vilkårlige konstanter og
Vi bruker egenverdiene og egenvektorene fra b).
På matriseform er systemet \( {\mathbf{x}' = A\mathbf{x}} \) med matrisen \( A\text{.} \) Egenverdiene og egenvektorene fra b) gir oss da den generelle løsningen direkte.
1. Skriv systemet på matriseform
Koeffisientene foran \( x \) og \( y \) er radene i \( A\text{:} \)
\[ \begin{pmatrix} x' \\ y' \end{pmatrix} = \begin{pmatrix} 5 & -6 \\ 4 & -5 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix} \]
2. Sett inn i formelen
Når \( A \) har to ulike egenverdier, er den generelle løsningen, som i videoen System av difflikninger:
\[ \begin{pmatrix} x \\ y \end{pmatrix} = C_1\textcolor{blue}{\mathbf{v}_1}e^{\textcolor{blue}{\lambda_1}t} + C_2\textcolor{red}{\mathbf{v}_2}e^{\textcolor{red}{\lambda_2}t} \]
I b) fant vi:
\[ \begin{aligned} \textcolor{blue}{\lambda_1} &= \textcolor{blue}{-1}, & \textcolor{blue}{\mathbf{v}_1} &= \textcolor{blue}{\begin{pmatrix} 1 \\ 1 \end{pmatrix}} \\ \textcolor{red}{\lambda_2} &= \textcolor{red}{1}, & \textcolor{red}{\mathbf{v}_2} &= \textcolor{red}{\begin{pmatrix} 3 \\ 2 \end{pmatrix}} \end{aligned} \]
Plugger vi dette inn, får vi:
\[ \begin{pmatrix} x \\ y \end{pmatrix} = C_1\textcolor{blue}{\begin{pmatrix} 1 \\ 1 \end{pmatrix}}e^{\textcolor{blue}{-t}} + C_2\textcolor{red}{\begin{pmatrix} 3 \\ 2 \end{pmatrix}}e^{\textcolor{red}{t}} \]
Komponent for komponent er det:
\[ \begin{aligned} x(t) &= C_1e^{-t} + 3C_2e^{t} \\ y(t) &= C_1e^{-t} + 2C_2e^{t} \end{aligned} \]
Kontroll: \( {5x - 6y = -C_1e^{-t} + 3C_2e^{t}}\text{,} \) som er \( x'(t)\text{.} \)
Oppgave 2
Bestem alle egenverdier og tilhørende egenvektorer for denne matrisen:
Vis løsningSkjul løsning på oppgave 2
Svar
Egenvektorene er alle multipler av disse vektorene, unntatt nullvektoren:
Egenverdiene finner vi ved å sette determinanten til \( {A - \lambda I} \) lik null. For hver egenverdi løser vi så \( {(A - \lambda I)\vec{v} = \vec{0}}\text{.} \)
1. Sett opp likningen for egenverdiene
En egenvektor \( {\vec{v} \neq \vec{0}} \) med egenverdi \( \lambda \) oppfyller:
\[ A\vec{v} = \lambda\vec{v} \quad \Leftrightarrow \quad (A - \lambda I)\vec{v} = \vec{0} \]
Det finnes en slik \( {\vec{v} \neq \vec{0}} \) bare når determinanten er null, som i videoen Eksempel 2x2 egenverdier egenvektorer:
\[ \det(A - \lambda I) = 0 \]
Vi trekker \( \lambda \) fra på diagonalen:
\[ A - \lambda I = \begin{bmatrix} \textcolor{green}{-5 - \lambda} & \textcolor{magenta}{4} \\ \textcolor{magenta}{-8} & \textcolor{green}{7 - \lambda} \end{bmatrix} \]
2. Finn egenverdiene
Determinanten til en \( 2 \times 2 \)-matrise er:
\[ \begin{vmatrix} \textcolor{green}{a} & \textcolor{magenta}{b} \\ \textcolor{magenta}{c} & \textcolor{green}{d} \end{vmatrix} = \textcolor{green}{a}\textcolor{green}{d} - \textcolor{magenta}{b}\textcolor{magenta}{c} \]
Her er \( {\textcolor{green}{a} = \textcolor{green}{-5 - \lambda}}\text{,} \) \( {\textcolor{magenta}{b} = \textcolor{magenta}{4}}\text{,} \) \( {\textcolor{magenta}{c} = \textcolor{magenta}{-8}} \) og \( {\textcolor{green}{d} = \textcolor{green}{7 - \lambda}}\text{.} \) Plugger vi dette inn, får vi:
\[ \begin{aligned} (\textcolor{green}{-5 - \lambda})(\textcolor{green}{7 - \lambda}) - \textcolor{magenta}{4} \cdot (\textcolor{magenta}{-8}) &= 0 \\ -35 - 2\lambda + \lambda^2 + 32 &= 0 \\ \lambda^2 - 2\lambda - 3 &= 0 \end{aligned} \]
To tall med sum \( {-2} \) og produkt \( {-3} \) er \( {-3} \) og \( 1\text{,} \) så:
\[ (\lambda - 3)(\lambda + 1) = 0 \]
Det gir oss:
\[ \textcolor{blue}{\lambda_1 = 3}, \qquad \textcolor{red}{\lambda_2 = -1} \]
3. Finn egenvektorene
Vi setter inn hver egenverdi og løser \( {(A - \lambda I)\vec{v} = \vec{0}}\text{,} \) som i videoen Eksempel 2x2 egenverdier egenvektorer.
For \( {\textcolor{blue}{\lambda_1 = 3}} \) får vi:
\[ \begin{bmatrix} -8 & 4 \\ -8 & 4 \end{bmatrix}\begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]
Radene er like, så én likning er nok:
\[ -8x + 4y = 0 \quad \Leftrightarrow \quad y = 2x \]
Vi velger \( {x = 1}\text{.} \) Alle multipler med \( {t \neq 0} \) er også egenvektorer:
\[ \textcolor{blue}{\vec{v}_1 = t\begin{bmatrix} 1 \\ 2 \end{bmatrix}} \]
For \( {\textcolor{red}{\lambda_2 = -1}} \) får vi:
\[ \begin{bmatrix} -4 & 4 \\ -8 & 8 \end{bmatrix}\begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]
Andre rad er første rad ganget med \( 2\text{,} \) så:
\[ -4x + 4y = 0 \quad \Leftrightarrow \quad y = x \]
Det gir oss:
\[ \textcolor{red}{\vec{v}_2 = t\begin{bmatrix} 1 \\ 1 \end{bmatrix}} \]
Kontroll: \( A \) ganget med \( (1, 2) \) gir \( {(3, 6) = 3 \cdot (1, 2)}\text{,} \) og ganget med \( (1, 1) \) gir den \( {(-1, -1)}\text{.} \)
Oppgave 1
- Flere oppgaver om differensiallikninger,
- Flere oppgaver om differenslikninger,
- Flere oppgaver om egenverdier,
- Flere oppgaver om systemer av differensiallikninger
Oppgave 1a)
Finn den generelle løsninga av den homogene differenslikninga
Vis løsningSkjul løsning på oppgave 1a
Svar
Med vilkårlige konstanter og er den generelle løsningen:
Likningen er lineær og homogen med konstante koeffisienter. Vi prøver med \( {y_n = r^n}\text{,} \) som gir en andregradslikning for \( r\text{.} \)
1. Finn den karakteristiske likningen
Setter vi inn \( {y_n = r^n}\text{,} \) der \( {r \neq 0}\text{,} \) får vi:
\[ r^n - 3r^{n-1} - 4r^{n-2} = 0 \]
Vi deler på \( {r^{n-2}}\text{,} \) som ikke er \( 0\text{,} \) og får den karakteristiske likningen:
\[ r^2 - 3r - 4 = 0 \]
2. Løs den karakteristiske likningen
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 formelen, kan du se videoen Andregradslikninger & abc-formelen.
Her er:
\[ \textcolor{blue}{a} = \textcolor{blue}{1}, \quad \textcolor{red}{b} = \textcolor{red}{-3}, \quad \textcolor{green}{c} = \textcolor{green}{-4} \]
Plugger vi dette inn, får vi:
\[ \begin{aligned} r &= \dfrac{-(\textcolor{red}{-3}) \pm \sqrt{(\textcolor{red}{-3})^2 - 4 \cdot \textcolor{blue}{1} \cdot (\textcolor{green}{-4})}}{2 \cdot \textcolor{blue}{1}} \\ &= \dfrac{3 \pm \sqrt{25}}{2} = \dfrac{3 \pm 5}{2} \end{aligned} \]
Det gir oss to ulike røtter:
\[ r_1 = 4, \qquad r_2 = -1 \]
3. Skriv opp den generelle løsningen
Den generelle løsningen avhenger av røttene. Med to ulike røtter, eller én dobbeltrot \( r\text{,} \) er den:
\[ \begin{aligned} r_1 \neq r_2&: \quad y_n = C_1 r_1^n + C_2 r_2^n \\ r_1 = r_2 = r&: \quad y_n = (C_1 + C_2 n)\,r^n \end{aligned} \]
Her er \( C_1 \) og \( C_2 \) vilkårlige konstanter. Røttene våre er ulike, så vi bruker den første. Plugger vi dem inn, får vi:
\[ y_n = C_1 \cdot 4^n + C_2 \cdot (-1)^n \]
Kontroll: Med \( {y_n = 4^n} \) blir venstresiden \( {4^{n-2}(16 - 12 - 4) = 0}\text{.} \)
Oppgave 1b)
Vis at vektorene
er egenvektorer til matrisen
med tilhørende egenverdier og
Bruk dette til å finne den generelle løsninga av de kopla differensiallikningene
Vis løsningSkjul løsning på oppgave 1b
Svar
Begge er egenvektorer, og løsningen har vilkårlige konstanter og
Vi ganger \( A \) med hver vektor og ser om vi får vektoren igjen, ganget med egenverdien. Så setter vi egenverdiene og egenvektorene inn i den generelle løsningen av systemet.
1. Sjekk egenvektorene
Definisjonen forteller oss at \( \vec{v} \) er en egenvektor med egenverdi \( \lambda \) når:
\[ A\vec{v} = \lambda\vec{v} \]Dette ser du i videoen Introduksjon egenverdier egenvektorer.
Vi ganger rad med kolonne, som i videoen Transformasjon og multiplikasjon. For \( \textcolor{blue}{\vec{v}_1} \) får vi:
\[ \begin{aligned} A\textcolor{blue}{\vec{v}_1} &= \begin{pmatrix} -4 & 3 \\ -6 & 5 \end{pmatrix}\textcolor{blue}{\begin{pmatrix} 1 \\ 1 \end{pmatrix}} \\ &= \begin{pmatrix} -4 + 3 \\ -6 + 5 \end{pmatrix} \\ &= \begin{pmatrix} -1 \\ -1 \end{pmatrix} = \textcolor{blue}{-1} \cdot \textcolor{blue}{\begin{pmatrix} 1 \\ 1 \end{pmatrix}} \end{aligned} \]
For \( \textcolor{red}{\vec{v}_2} \) får vi:
\[ \begin{aligned} A\textcolor{red}{\vec{v}_2} &= \begin{pmatrix} -4 & 3 \\ -6 & 5 \end{pmatrix}\textcolor{red}{\begin{pmatrix} 1 \\ 2 \end{pmatrix}} \\ &= \begin{pmatrix} -4 + 6 \\ -6 + 10 \end{pmatrix} \\ &= \begin{pmatrix} 2 \\ 4 \end{pmatrix} = \textcolor{red}{2} \cdot \textcolor{red}{\begin{pmatrix} 1 \\ 2 \end{pmatrix}} \end{aligned} \]
\( A \) bare skalerer begge vektorene, så de er egenvektorer med egenverdiene \( {\textcolor{blue}{\lambda_1 = -1}} \) og \( {\textcolor{red}{\lambda_2 = 2}}\text{.} \)
2. Skriv systemet på matriseform
Systemet er \( {\vec{x}\,' = A\vec{x}}\text{,} \) med den samme matrisen:
\[ \begin{pmatrix} x \\ y \end{pmatrix}' = \begin{pmatrix} -4 & 3 \\ -6 & 5 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix} \]
3. Sett inn i den generelle løsningen
Når \( A \) har to ulike egenverdier, er den generelle løsningen, som i videoen System av difflikninger:
\[ \begin{pmatrix} x \\ y \end{pmatrix} = C_1\textcolor{blue}{\vec{v}_1}e^{\textcolor{blue}{\lambda_1}t} + C_2\textcolor{red}{\vec{v}_2}e^{\textcolor{red}{\lambda_2}t} \]
Plugger vi inn egenverdiene og egenvektorene, får vi:
\[ \begin{pmatrix} x \\ y \end{pmatrix} = C_1\textcolor{blue}{\begin{pmatrix} 1 \\ 1 \end{pmatrix}}e^{\textcolor{blue}{-t}} + C_2\textcolor{red}{\begin{pmatrix} 1 \\ 2 \end{pmatrix}}e^{\textcolor{red}{2t}} \]
Komponent for komponent er det:
\[ \begin{aligned} x(t) &= C_1e^{-t} + C_2e^{2t} \\ y(t) &= C_1e^{-t} + 2C_2e^{2t} \end{aligned} \]
Kontroll: \( {x' = -C_1e^{-t} + 2C_2e^{2t}}\text{,} \) og det er også det \( {-4x + 3y} \) blir. Den første likningen stemmer.
Oppgave 1
- Flere oppgaver om differensiallikninger,
- Flere oppgaver om egenverdier,
- Flere oppgaver om systemer av differensiallikninger
Denne matrisen er gitt:
Oppgave 1a)
Vis at vektorene
er egenvektorer for – med tilhørende egenverdier og
Vis løsningSkjul løsning på oppgave 1a
Svar
Begge vektorene oppfyller
En egenvektor er en vektor som \( A \) bare strekker. Vi ganger derfor \( A \) med hver av vektorene og ser om vi får vektoren igjen, ganget med egenverdien.
1. Skriv opp definisjonen
Definisjonen av egenvektor og egenverdi forteller oss at:
\[ A\vec{v} = \lambda\vec{v} \]Det ser du i videoen Introduksjon egenverdier egenvektorer.
Vi ganger matrisen med vektoren rad for rad, som i videoen Multiplikasjon:
\[ \begin{bmatrix} a & b \\ c & d \end{bmatrix}\begin{bmatrix} x \\ y \end{bmatrix} = \begin{bmatrix} ax + by \\ cx + dy \end{bmatrix} \]
2. Gang A med den første vektoren
Med \( \textcolor{blue}{\vec{v}_1} \) får vi:
\[ \begin{aligned} A\textcolor{blue}{\vec{v}_1} &= \begin{bmatrix} 8 & -10 \\ 5 & -7 \end{bmatrix}\textcolor{blue}{\begin{bmatrix} 1 \\ 1 \end{bmatrix}} \\ &= \begin{bmatrix} 8 \cdot 1 + (-10) \cdot 1 \\ 5 \cdot 1 + (-7) \cdot 1 \end{bmatrix} \\ &= \begin{bmatrix} -2 \\ -2 \end{bmatrix} = \textcolor{blue}{-2}\textcolor{blue}{\begin{bmatrix} 1 \\ 1 \end{bmatrix}} \end{aligned} \]
Det er \( \textcolor{blue}{\vec{v}_1} \) ganget med \( {\textcolor{blue}{-2}}\text{,} \) så:
\[ A\textcolor{blue}{\vec{v}_1} = \textcolor{blue}{\lambda_1}\textcolor{blue}{\vec{v}_1}, \qquad \textcolor{blue}{\lambda_1 = -2} \]
3. Gang A med den andre vektoren
Med \( \textcolor{red}{\vec{v}_2} \) får vi:
\[ \begin{aligned} A\textcolor{red}{\vec{v}_2} &= \begin{bmatrix} 8 & -10 \\ 5 & -7 \end{bmatrix}\textcolor{red}{\begin{bmatrix} 2 \\ 1 \end{bmatrix}} \\ &= \begin{bmatrix} 8 \cdot 2 + (-10) \cdot 1 \\ 5 \cdot 2 + (-7) \cdot 1 \end{bmatrix} \\ &= \begin{bmatrix} 6 \\ 3 \end{bmatrix} = \textcolor{red}{3}\textcolor{red}{\begin{bmatrix} 2 \\ 1 \end{bmatrix}} \end{aligned} \]
Det er \( \textcolor{red}{\vec{v}_2} \) ganget med \( \textcolor{red}{3}\text{,} \) så:
\[ A\textcolor{red}{\vec{v}_2} = \textcolor{red}{\lambda_2}\textcolor{red}{\vec{v}_2}, \qquad \textcolor{red}{\lambda_2 = 3} \]
Ingen av vektorene er nullvektoren, så begge er egenvektorer for \( A\text{.} \)
Oppgave 1b)
Bruk blant annet dette til å løse startverdiproblemet
Vis løsningSkjul løsning på oppgave 1b
Svar
Selv om du ikke fikk til a), kan du løse denne: egenverdiene og egenvektorene står i oppgaveteksten.
Matrisen har to ulike egenverdier, så den generelle løsningen bygges av de to egenvektorene. Startverdiene gir konstantene.
1. Skriv opp den generelle løsningen
Når \( A \) har to ulike egenverdier, er den generelle løsningen, som i videoen System av difflikninger:
\[ \begin{bmatrix} x \\ y \end{bmatrix} = C_1\textcolor{blue}{\vec{v}_1}e^{\textcolor{blue}{\lambda_1}t} + C_2\textcolor{red}{\vec{v}_2}e^{\textcolor{red}{\lambda_2}t} \]
Her er, fra a):
\[ \begin{aligned} \textcolor{blue}{\lambda_1} &= \textcolor{blue}{-2} & \textcolor{blue}{\vec{v}_1} &= \textcolor{blue}{\begin{bmatrix} 1 \\ 1 \end{bmatrix}} \\ \textcolor{red}{\lambda_2} &= \textcolor{red}{3} & \textcolor{red}{\vec{v}_2} &= \textcolor{red}{\begin{bmatrix} 2 \\ 1 \end{bmatrix}} \end{aligned} \]
Plugger vi dette inn, får vi:
\[ \begin{bmatrix} x \\ y \end{bmatrix} = C_1\textcolor{blue}{\begin{bmatrix} 1 \\ 1 \end{bmatrix}}e^{\textcolor{blue}{-2}t} + C_2\textcolor{red}{\begin{bmatrix} 2 \\ 1 \end{bmatrix}}e^{\textcolor{red}{3}t} \]
2. Bruk startverdiene
Vi setter inn \( {t = 0}\text{,} \) som i videoen Oppgave 1e - System av differensiallikninger - Partikulær løsning - Prøveeksamen 2020 (BYPE 2000). Da er begge eksponentialfaktorene \( {e^0 = 1}\text{:} \)
\[ C_1\begin{bmatrix} 1 \\ 1 \end{bmatrix} + C_2\begin{bmatrix} 2 \\ 1 \end{bmatrix} = \begin{bmatrix} 3 \\ 0 \end{bmatrix} \]
Det gir likningene:
\[ \begin{aligned} C_1 + 2C_2 &= 3 \\ C_1 + C_2 &= 0 \end{aligned} \]
Trekker vi den andre likningen fra den første, får vi:
\[ \begin{aligned} C_2 &= 3 \\ C_1 &= -C_2 = -3 \end{aligned} \]
3. Sett inn konstantene
Plugger vi dette inn, får vi:
\[ \begin{bmatrix} x \\ y \end{bmatrix} = -3\begin{bmatrix} 1 \\ 1 \end{bmatrix}e^{-2t} + 3\begin{bmatrix} 2 \\ 1 \end{bmatrix}e^{3t} \]
Komponent for komponent er det:
\[ \begin{aligned} x(t) &= -3e^{-2t} + 6e^{3t} \\ y(t) &= -3e^{-2t} + 3e^{3t} \end{aligned} \]
Kontroll: \( {x'(t) = 6e^{-2t} + 18e^{3t}} \) og \( {8x - 10y = 6e^{-2t} + 18e^{3t}}\text{,} \) så første likning stemmer.
Oppgave 1
- Flere oppgaver om egenverdier,
- Flere oppgaver om konvergenstester,
- Flere oppgaver om partielle deriverte,
- Flere oppgaver om rekker
Du skal svare på ett, og bare ett, av spørsmålene 1, 2 eller 3 nedenfor. Dersom du svarer på flere av spørsmålene, blir bare det svaret med lavest nummer vurdert.
Oppgave 11)
Regn ut den retningsderiverte til funksjonen i punktet i retning mot origo.
Vis løsningSkjul løsning på oppgave 11
Svar
Den retningsderiverte i i retning mot origo er:
Den retningsderiverte er gradienten i punktet ganget med retningsvektoren delt på lengden sin. Vi finner derfor vektoren mot origo og gradienten.
1. Finn retningen mot origo
Vi tegner en skisse først. Vi står i \( {P = (1, 1)} \) og ser mot origo:
Vektoren fra \( P \) til origo er origo minus \( P\text{:} \)
\[ \vec{v} = (0 - 1,\ 0 - 1) = (-1,\ -1) \]
Lengden er:
\[ |\vec{v}| = \sqrt{(-1)^2 + (-1)^2} = \sqrt{2} \]
2. Finn gradienten i punktet
Gradienten er vektoren med de partiellderiverte, som i videoen Hva er en gradient?:
\[ \nabla f = (f_x,\ f_y) \]
Når vi deriverer med hensyn på \( x\text{,} \) er \( y \) en konstant, som i videoen Partiell derivasjon, intro med eksempler. \( f \) er et produkt, så produktregelen forteller oss at:
\[ (\textcolor{red}{u} \cdot \textcolor{blue}{v})' = \textcolor{red}{u'} \cdot \textcolor{blue}{v} + \textcolor{red}{u} \cdot \textcolor{blue}{v'} \]Hvis du er usikker på produktregelen, kan du se videoen Produktregelen.
Her er:
\[ \begin{aligned} \textcolor{red}{u} &= \textcolor{red}{e^x} & \textcolor{red}{u'} &= \textcolor{red}{e^x} \\ \textcolor{blue}{v} &= \textcolor{blue}{2x + y} & \textcolor{blue}{v'} &= \textcolor{blue}{2} \end{aligned} \]
Plugger vi dette inn, får vi:
\[ \begin{aligned} f_x &= \textcolor{red}{e^x}(\textcolor{blue}{2x + y}) + \textcolor{red}{e^x} \cdot \textcolor{blue}{2} \\ &= e^x(2x + y + 2) \end{aligned} \]
Med hensyn på \( y \) er \( e^x \) en konstant, og \( {2x + y} \) derivert blir \( 1\text{:} \)
\[ f_y = e^x \cdot 1 = e^x \]
I punktet \( (1, 1) \) får vi:
\[ \begin{aligned} f_x(1, 1) &= e^1(2 + 1 + 2) = 5e \\ f_y(1, 1) &= e^1 = e \end{aligned} \]
3. Sett inn i formelen
Den retningsderiverte i retningen \( \vec{v} \) er:
\[ R_D = \nabla f_P \cdot \dfrac{\vec{v}}{|\vec{v}|} \]Hvis du er usikker på formelen, kan du se videoen Oppgave 1B - Matte 2000 Eksamen Høst 2023 (OsloMet).
Her er, med \( {x\text{-komponentene}} \) i blått og \( {y\text{-komponentene}} \) i rødt:
\[ \begin{aligned} \nabla f_P &= (\textcolor{blue}{5e},\ \textcolor{red}{e}) \\ \vec{v} &= (\textcolor{blue}{-1},\ \textcolor{red}{-1}) \\ |\vec{v}| &= \sqrt{2} \end{aligned} \]
Plugger vi dette inn, får vi:
\[ \begin{aligned} R_D &= \dfrac{\textcolor{blue}{5e \cdot (-1)} + \textcolor{red}{e \cdot (-1)}}{\sqrt{2}} \\ &= -\dfrac{6e}{\sqrt{2}} = -\dfrac{6\sqrt{2}\,e}{2} = -3\sqrt{2}\,e \end{aligned} \]
Vi ganget med \( \sqrt{2} \) over og under brøkstreken i den siste overgangen. Den retningsderiverte er negativ, så \( f \) avtar når vi går fra \( (1, 1) \) mot origo.
Oppgave 12)
Vis at egenverdiene til matrisen er og
Regn ut en egenvektor til egenverdien
Vis løsningSkjul løsning på oppgave 12
Svar
Egenverdiene er og og en egenvektor til er:
Egenverdiene er der determinanten til \( {A - \lambda I} \) er \( 0\text{.} \) Vi løser den likningen, og så løser vi \( {(A - 8I)\vec{v} = \vec{0}} \) for å finne egenvektoren.
1. Sett opp determinanten
Egenverdiene \( \lambda \) er løsningene av likningen, som i videoen Eksempel 2x2 egenverdier egenvektorer:
\[ \det(A - \lambda I) = 0 \]
Determinanten til en \( {2 \times 2\text{-matrise}} \) er produktet på diagonalen minus produktet av de to andre tallene:
\[ \begin{vmatrix} \textcolor{blue}{a} & \textcolor{red}{b} \\ \textcolor{red}{c} & \textcolor{blue}{d} \end{vmatrix} = \textcolor{blue}{a}\textcolor{blue}{d} - \textcolor{red}{b}\textcolor{red}{c} \]
Her er, med \( \lambda \) trukket fra på diagonalen:
\[ A - \lambda I = \begin{bmatrix} \textcolor{blue}{2 - \lambda} & \textcolor{red}{-3} \\ \textcolor{red}{-12} & \textcolor{blue}{2 - \lambda} \end{bmatrix} \]
Plugger vi dette inn, får vi:
\[ \begin{aligned} (\textcolor{blue}{2 - \lambda})(\textcolor{blue}{2 - \lambda}) - (\textcolor{red}{-3})(\textcolor{red}{-12}) &= 0 \\ (2 - \lambda)^2 - 36 &= 0 \end{aligned} \]
2. Løs likningen
Vi flytter \( 36 \) over og tar kvadratroten:
\[ \begin{aligned} (2 - \lambda)^2 &= 36 \\ 2 - \lambda &= \pm 6 \end{aligned} \]
Det gir oss:
\[ \begin{aligned} 2 - \lambda = 6 \quad &\Rightarrow \quad \lambda = -4 \\ 2 - \lambda = -6 \quad &\Rightarrow \quad \lambda = 8 \end{aligned} \]
Egenverdiene er altså \( {-4} \) og \( 8\text{.} \)
3. Finn en egenvektor
En egenvektor \( \vec{v} \) til \( {\lambda = 8} \) løser \( {(A - 8I)\vec{v} = \vec{0}}\text{,} \) som i videoen Eksempel 2x2 egenverdier egenvektorer:
\[ \begin{bmatrix} -6 & -3 \\ -12 & -6 \end{bmatrix}\begin{bmatrix} v_1 \\ v_2 \end{bmatrix} = \begin{bmatrix} 0 \\ 0 \end{bmatrix} \]
Den andre raden er den første ganget med \( 2\text{,} \) så én likning er nok:
\[ \begin{aligned} -6v_1 - 3v_2 &= 0 \\ v_2 &= -2v_1 \end{aligned} \]
Vi velger \( {v_1 = 1} \) og får \( {v_2 = -2}\text{:} \)
\[ \vec{v} = \begin{bmatrix} 1 \\ -2 \end{bmatrix} \]
Alle multipler \( t\vec{v} \) med \( {t \neq 0} \) er også egenvektorer til \( 8\text{.} \)
Kontroll: \( {2 \cdot 1 + (-3)(-2) = 8} \) og \( {-12 \cdot 1 + 2 \cdot (-2) = -16}\text{,} \) så \( {A\vec{v} = (8,\ -16) = 8\vec{v}}\text{.} \)
Oppgave 13)
Vis at rekka
konvergerer.
Vis løsningSkjul løsning på oppgave 13
Svar
Med leddene gir forholdstesten at rekka konvergerer absolutt:
Leddene har fakulteter og potenser, så vi bruker forholdstesten.
1. Skriv opp forholdstesten
Forholdstesten forteller oss at vi ser på grensen:
\[ k = \lim_{n \to \infty} \left|\dfrac{a_{n+1}}{a_n}\right| \]Rekka konvergerer absolutt når \( {k < 1}\text{,} \) divergerer når \( {k > 1}\text{,} \) og testen sier ingenting når \( {k = 1}\text{.} \) Hvis du er usikker på testen, kan du se videoen Forholdstest, med eksempel!!.
Her er:
\[ a_n = (-1)^n \dfrac{2^n \cdot n!}{(2n + 1)!} \]
Vi bytter \( n \) med \( {n + 1}\text{,} \) og \( {2(n + 1) + 1 = 2n + 3}\text{:} \)
\[ a_{n+1} = (-1)^{n+1} \dfrac{2^{n+1} \cdot (n + 1)!}{(2n + 3)!} \]
2. Forkort forholdet
Absoluttverdien tar bort \( {(-1)^n}\text{,} \) og å dele på \( a_n \) er det samme som å gange med den omvendte brøken. Vi samler det som hører sammen:
\[ \begin{aligned} &\left|\dfrac{a_{n+1}}{a_n}\right| \\ &= \dfrac{2^{n+1}}{2^n} \cdot \textcolor{blue}{\dfrac{(n + 1)!}{n!}} \cdot \textcolor{red}{\dfrac{(2n + 1)!}{(2n + 3)!}} \end{aligned} \]
Vi skriver de store fakultetene ut til de små, som i videoen Forholdstest, med eksempel!!:
\[ \begin{aligned} \textcolor{blue}{(n + 1)!} &= \textcolor{blue}{(n + 1) \cdot n!} \\ \textcolor{red}{(2n + 3)!} &= \textcolor{red}{(2n + 3)(2n + 2)} \\ &\quad \textcolor{red}{{} \cdot (2n + 1)!} \end{aligned} \]
Det gir:
\[ \begin{aligned} \textcolor{blue}{\dfrac{(n + 1)!}{n!}} &= \textcolor{blue}{n + 1} \\ \textcolor{red}{\dfrac{(2n + 1)!}{(2n + 3)!}} &= \textcolor{red}{\dfrac{1}{(2n + 2)(2n + 3)}} \end{aligned} \]
Plugger vi dette inn, med \( {\dfrac{2^{n+1}}{2^n} = 2} \) og \( {2n + 2 = 2(n + 1)}\text{,} \) får vi:
\[ \begin{aligned} &\left|\dfrac{a_{n+1}}{a_n}\right| \\ &= 2\textcolor{blue}{(n + 1)} \cdot \textcolor{red}{\dfrac{1}{2(n + 1)(2n + 3)}} \\ &= \dfrac{1}{2n + 3} \end{aligned} \]
3. Ta grensen
Nevneren vokser uten grense når \( n \) vokser, så brøken går mot \( 0\text{:} \)
\[ k = \lim_{n \to \infty} \dfrac{1}{2n + 3} = 0 \]
Grensen er mindre enn \( 1\text{,} \) så rekka konvergerer absolutt, og en rekke som konvergerer absolutt, konvergerer:
\[ k = 0 < 1 \ \Rightarrow \ \text{konvergerer} \]