Professional Documents
Culture Documents
Kompendium
Kompendium
2017
Innehåll
1. Förord 7
I. Uppgifter 9
2. Kontrollskrivningar 11
2.1. Kontrollskrivningar 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.1. 2010-09-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.2. 2010-11-29 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.3. 2010-12-08 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.4. 2011-09-12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.5. 2011-09-23 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.6. 2011-10-14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.7. 2011-12-08 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.8. 2012-01-30 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.9. 2012-09-10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.10. 2012-09-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.11. 2012-12-06 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.12. 2013-01-28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2. Kontrollskrivningar 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.1. 2010-09-27 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.2. 2011-01-28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.3. 2011-02-14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.4. 2011-09-26 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.5. 2011-10-27 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.6. 2011-11-09 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.7. 2012-02-06 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2.8. 2012-02-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.9. 2012-09-24 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.10. 2013-02-04 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.11. 2013-02-11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3. Tentamen 23
3.1. 2010-10-22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2. 2011-01-10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3. 2011-03-16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4. 2011-06-09 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5. 2011-10-17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6. 2012-01-09 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.7. 2012-03-12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.8. 2012-06-12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.9. 2012-10-16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.10. 2012-12-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.11. 2013-01-07 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.12. 2013-03-11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.13. 2013-06-04 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3
3.14. 2013-10-28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.15. 2014-01-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.16. 2014-03-14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.17. 2014-05-20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.18. 2014-10-29 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.19. 2015-01-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.20. 2015-03-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.21. 2015-06-10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.22. 2015-10-23 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.23. 2016-01-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.24. 2016-01-18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.25. 2016-03-17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.26. 2016-06-09 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.27. 2016-10-21 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.28. 2017-01-11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.29. 2017-03-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
II. Lösningar 67
4. Kontrollskrivningar 69
4.1. Kontrollskrivningar 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.1.1. 2010-09-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.1.2. 2010-11-29 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.1.3. 2010-12-08 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.1.4. 2011-09-12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.1.5. 2011-09-23 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.6. 2011-10-14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.7. 2011-12-08 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.1.8. 2012-01-30 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.1.9. 2012-09-10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.1.10. 2012-09-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.1.11. 2012-12-06 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.1.12. 2013-01-28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2. Kontrollskrivningar 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2.1. 2010-09-27 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2.2. 2011-01-28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2.3. 2011-02-14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.2.4. 2011-09-26 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.2.5. 2011-10-27 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.2.6. 2011-11-09 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.2.7. 2012-02-06 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.2.8. 2012-02-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.2.9. 2012-09-24 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.2.10. 2013-02-04 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.2.11. 2013-02-11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5. Tentamen 89
5.1. 2010-10-22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.2. 2011-01-10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.3. 2011-03-16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.4. 2011-06-09 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.5. 2011-10-17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.6. 2012-01-09 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.7. 2012-03-12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.8. 2012-06-12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.9. 2012-10-16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.10. 2012-12-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.11. 2013-01-07 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.12. 2013-03-11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.13. 2013-06-04 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.14. 2013-10-28 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.15. 2014-01-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.16. 2014-03-14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
5.17. 2014-05-20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
5.18. 2014-10-29 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.19. 2015-01-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.20. 2015-03-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.21. 2015-06-10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
5.22. 2015-10-23 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.23. 2016-01-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
5.24. 2016-01-18 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
5.25. 2016-03-17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
5.26. 2016-06-09 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
5.27. 2016-10-21 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
5.28. 2017-01-11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
5.29. 2017-03-13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7
Del I.
Uppgifter
9
2. Kontrollskrivningar
Åren 2010–2013 innehöll KTH:s kurs SF1624 två kontrollskrivningar. Dessa har ersatts med seminarieprov
sedan hösten 2013. Denna avsnitt innehåller uppgifterna från kontrollskrivningar, som dels ingår i de rekommen-
derade uppgifterna för kursen och dels är bra material att öva på.
2.1. Kontrollskrivningar 1
2.1.1. 2010-09-13
1. För varje tal a har vi ekvationssystemet i tre okända x, y och z som ges av
(a − 3)y = 1,
(?) 2x − ax + ay − 3y + 2z − az = 1,
(4 − 2a)x + (2a − 6)y + 5z − 2az = 3.
Visa att ekvationssystemet (?) har en unik lösning om och endast om a 6= 2 och a 6= 3. Lös sedan
ekvationssystemet (?) då a = 2 med hjälp av radoperationer på totalmatrisen för systemet.
2. Bestäm en ekvation för det plan som innehåller punkterna (0, 1, −2), (3, 0, −1) och (2, 1, 0), och avgör
om linjen (x, y, z) = (1, 1, −1) + t · (3, 1, 5) ligger i detta plan.
3. Förklara med hjälp av egenskaperna hos determinanter varför det för kvadratiska matriser, A, i allmänhet
gäller att det(AT A) = (det(A))2 och använd sedan detta för att beräkna det(AT A) i specialfallet när
1 1 2 0
1 0 3 1
A= 2 3 0 0 .
0 0 1 4
2.1.2. 2010-11-29
1. Betrakta det linjära ekvationssystemet
x1 + x2 + x3 = 7,
x1 − x3 + x4 = 8,
x2 + 2x3 + x4 = 9.
a) Använd Gausselimination för att överföra totalmatrisen för ekvationssystemet till reducerad trapp-
stegsform.
b) Ange lösningmängden för ekvationssystemet med hjälp av den reducerade totalmatrisen.
c) Förklara hur det kommer sig att det finns lösningar till systemet även om man ändrar högerledet.
2. Betrakta triangeln ABC med hörn i punkterna A = (1, 0, 1), B = (2, −3, 2) och C = (4, 1, 0) i R3 .
a) Beräkna koordinaterna för vektorerna u = AB och v = AC.
b) Använd kryssprodukten för att beräkna arean av triangeln ABC.
c) Använd skalärprodukten för att beräkna cosinus för vinkeln vid hörnet A.
3. Bestäm alla tal t så att punkterna (1, 2, 3), (2, 3, 2), (t + 1, 3, t + 2) och (t, 2t, 2t + 5) ligger i samma plan
i R3 och ange en ekvation för detta plan för något av dessa värden för t.
11
2.1.3. 2010-12-08
1. Betrakta det linjära ekvationssystemet
x1 − x2 + x3 + 2x4 = 3,
x1 + x2 − x3 + x4 = 1,
x1 − 3x2 + 3x3 + 3x4 = a.
a) Bestäm med hjälp av kryssprodukten en vektor som är ortogonal mot bägge dessa linjer.
b) Kontrollera med hjälp av skalärprodukten att denna vektor verkligen är ortogonal mot bägge linjerna.
c) Bestäm en ekvation för ett plan som ligger mellan dessa linjer, dvs ett plan som är parallellt med
bägge linjerna och sådant att de två linjerna ligger på olika sidor om planet.
2.1.4. 2011-09-12
1. Betrakta ekvationssystemet
x + 3y − z + 3w = 4,
(∗) 3x + 7y + 3z + 9w = 2,
−x + 2y − 12z + 5w = 9.
a) Beräkna vektorprodukten, ~u × ~v .
b) Bestäm den ortogonala projektionen av w
~ på ~u.
3. Bestäm en ekvation för det plan som består av punkter med lika långt avstånd till punkten A = (−1, 1, 2)
som till punkten B = (1, 5, −4). (Ledning: Mittpunkten på sträckan mellan A och B ligger i planet.)
2.1.5. 2011-09-23
1. Betrakta de två linjära ekvationssystem som ges av totalmatriserna
1 −2 −2 −1 −1 1 −2 −2 −1 1
4 3 0 3 4 och 4 3 0 3 −5 .
3 −2 −3 0 0 3 −2 −3 0 1
a) Lösningen av det ena systemet ges av x1 = 7 − 3t, x2 = −11 + 3t, x3 = 14 − 5t och x4 = t, där t
är en reell parameter. Vilket av systemen är det?
b) Använd Gauss-Jordans metod för att bestämma lösningsmängden till det andra systemet, dvs det
system som inte har lösningen som anges i (a).
2. De tre punkterna A = (2, 4, −3), B = (1, 0, 1) och C = (3, −2, 3) bildar en triangel i rummet.
−−→ −→
a) Beräkna vektorprodukten av vektorerna ~u = AB och ~v = AC
b) Använd resultatet i (a) för att beräkna arean av triangeln.
3. Bestäm skärningspunkten mellan planet med ekvation x + 2y + 4z − 5 = 0 och den linje som passerar
genom punkterna (1, 1, 1) och (4, 0, 1).
2.1.6. 2011-10-14
1. Betrakta det linjära ekvationssystemet i de tre obekanta, x, y och z som ges av
3x − 7y − 3z = 4,
−x + 4y + 2z = 4,
x + y + z = a.
3. Bestäm en ekvation för det plan som går genom punkten P = (2, 3, 0) och som innehåller linjen (x, y, z) =
(1 − t, 2 − t, 3 + t).
2.1.7. 2011-12-08
1.
a) Bestäm den reducerade trappstegsformen av matrisen
2 1 2 1
0 0 1 −2
A= .
2 1 3 −1
−4 −2 −8 3
b) Bestäm rangen av matrisen
0 1 1 0 2
.
0 0 0 1 1
3. Bestäm en ekvation för det plan som innehåller linjen (x, y, z) = (t, 2t, 3t) och som är parallellt med
linjen (x, y, z) = (1 + t, 1 − t, 3 − t).
2.1.8. 2012-01-30
1. Betrakta det linjära ekvationssystem som ges av totalmatrisen
1 1 1 1 1 1 1
1 2 1 2 1 2 1 .
1 2 2 1 2 2 1
2. En tetraeder är en tredimensionell kropp med fyra hörn och där sidorna är trianglar. De fyra punkterna
O = (0, 0, 0), A = (1, 2, −3), B = (3, 1, 0) och C = (0, 2, 1) utgör hörnen i en tetraeder. Volymen av
tetraedern kan beräknas som en sjättedel av absolutbeloppet av trippelprodukten, (~u × ~v ) · w,
~ av de tre
vektorer som går från ett av hörnen till de tre andra.
−→ −−→
a) Beräkna vektorprodukten av de två vektorerna ~u = OA och ~v = OB
b) Beräkna volymen av den tetraeder som har hörn i punkterna O, A, B och C.
2
3. Låt H vara det plan som ges av ekvationen 3x + 4y + 5z = 0 och låt ~u = 1 .
3
a) Bestäm den ortogonala projektionen av ~u på en normalvektor till planet H.
b) Skriv vektorn ~u som en summa ~uH + ~uN , där ~uH ligger i planet H och ~uN är vinkelrät mot planet
H.
2.1.9. 2012-09-10
1. Betrakta ekvationssystemet
17x − 13y + 2z − 7w = 5,
(*)
13x + 6y − z + 11w = 3.
2.1.10. 2012-09-19
1. Betrakta det linjära ekvationssystemet
x1 +2x2 +2x3 +x4 = 0,
2x1 +3x2 +3x3 +2x4 = 3,
3x1 +x2 +3x3 +4x4 = 12.
2.1.11. 2012-12-06
1. Bestäm lösningarna till följande ekvationssystem
x − 2y −z = 0,
−x + 2y + 3z = 0,
3x − 6y − 7z = 0.
2. Betrakta linjen ` i R2 definierad av ekvationen x − y + 2 = 0. Låt A = (0, 0) och B = (10, 0). Bestäm
en punkt C på linjen ` så att triangeln ABC är rätvinklig i C.
3. Ett plan i rummet kan på parameterform beskrivas som alla punkter P = (x, y, z) så att
x 1 3 1
y = 1 + s 1 + t 0 ,
z 0 0 1
där s och t är reella parametrar.
a) Visa att punkten Q = (3, 3, −4) ligger i planet och bestäm motsvarande värden på parametrarna s
och t.
b) Visa att punkten R = (4, 4, 4) inte ligger i planet.
c) Bestäm en ekvation för planet.
2.1.12. 2013-01-28
1. Betrakta det linjära ekvationssystemet
2x + 9y + 4z = 1+a
−2x + 7y − 2z = a−1
2x + y + (a2 + 2)z = 2
2.2. Kontrollskrivningar 2
2.2.1. 2010-09-27
1. Beräkna dimensionerna av radrummet, kolonnrummet och nollrummet till matrisen
1 0 −1 1
−2 1 2 1
−3 −3 −1 −1 .
3 2 1 −2
1 4 3 2
2. I nedanstående figur illustreras en bas B = {u, v} för R2 och en punkt P . Bestäm koordinaterna för P
med avseende på basen B.
u
P v
2.2.3. 2011-02-14
1. Låt u = (1, 2) och v = (1, 1) vara två vektorer i R2 .
a) Visa att vektorerna u och v utgör en bas B för R2 .
b) Linjen L har ekvationen 2x − y = 1 när den uttrycks i koordinaterna (x, y) med avseende på stan-
dardbasen i R2 . Bestäm ekvationen för linjen om den uttrycks i koordinaterna (x0 , y 0 ) med avseende
på basen B.
2. Låt T : R2 → R3 vara en linjär avbildning sådan att
T (1, 2) = (3, 1, 2) och T (1, 1) = (1, 1, 3).
a) Bestäm standardmatrisen för T .
b) Bildrummet (eng. range) till T utgör ett plan W i R3 . Bestäm en ekvation för W .
3. För de tre vektorerna u, v och w gäller att
u + 2v − w = (1, 2, 3),
u + 3v − 2w = (0, 1, 1),
2u + v + 2w = (1, 0, 1).
2.2.4. 2011-09-26
1. Betrakta den inverterbara linjära avbildningen T : R3 −→ R3 , som ges av matrisen
0 3 2
A = 2 −5 1 .
1 5 6
Bestäm standardmatrisen för den inversa avbildningen, T −1 .
2. Avbildningen T : R3 → R2 ges av matrisen
−1 2 1
A= .
2 −4 −2
a) Hitta två vektorer ~u och ~v som utgör en bas för nollrummet, ker(T ).
b) Bestäm en ekvation för planet som utgör nollrummet till T .
3. De fyra vektorerna
1 1 2 3
1 2 3 5
−1 ,
~u1 =
2 ,
~u2 = ~u3 =
2 och ~u4 =
3
2 −1 0 0
2.2.5. 2011-10-27
1. Den linjära avbildningen T : R2 → R2 uppfyller
5 2 0 3
T = och T =
10 11 5 4
3. Låt
1 2 1
1 −2 −2
0 ,
~u =
4 ,
~v = och w
~ =
3
2 0 −1
vara tre vektorer i R4 .
a) Bestäm en bas för det delrum av R4 som vektorerna spänner upp.
b) Bestäm en vektor i R4 som inte ligger i detta delrum.
2.2.6. 2011-11-09
1. Låt A vara den inverterbara matrisen
1 −2 1
A = −2 3 1 .
3 −6 1
Bestäm inversen till A.
2. Betrakta matrisen
−1 −1 0 1
A = −3 −1 1 1 .
2 0 −1 0
a) Bestäm en bas för nollrummet, ker(A).
b) Bestäm en bas för bildrummet, im(A).
2.2.7. 2012-02-06
1. Betrakta delmängderna U , V och W i R2 som ges av ekvationerna (x + y)(x − y) = 0, 2x = 1, respektive
y = x2 .
y y y
x x x
0 1
2. Låt
2 3 1
~u = 1 , ~v = 4 , och ~ = 2
w
1 −1 −1
vara tre vektorer i R3 .
a) Visa att dessa tre vektorer är linjärt beroende.
b) Ange en ekvation för det plan som vektorerna spänner.
4 1
3. Betrakta vektorerna ~u = och ~v = i R2 .
1 −4
2 4
a) Bestäm vektorn ~x i R som har koordinatvektorn med avseende på basen {~u, ~v }.
1
5
b) I R2 har vi vektorn ~y = . Bestäm koordinatvektorn för ~y med avseende på basen {~u, ~v }.
14
2.2.9. 2012-09-24
1. Låt T : R3 → R4 vara den linjära avbildningen med standardmatris
1 0 1
2 1 3
1 2 3 .
−1 1 0
2. Låt T : R2 −→ R2 vara en linjär avbildning som avbildar kvadraten med hörn i punkterna (0, 0), (2, 1),
(1, 3) och (−1, 2) på kvadraten med hörn i punkterna (0, 0), (3, −4), (7, −1), (4, 3)
a) Bestäm matrisen för T . (Det finns två möjligheter.)
b) Förklara varför alla kvadrater i planet avbildas på kvadrater av T .
2. För att avgöra om vektorer är linjärt oberoende kan vi använda Gausselimination. Vi kan välja att antingen
ställa upp vektorerna som rader eller som kolonner i en matris. Betrakta de tre vektorerna
1 3 2
2 5 −1
~u = −3 , ~v = −7 och w
~ = 4
2 6 4
a) Ställ upp vektorerna som kolonner i en matris A. Använd sedan Gausselimination på A för att avgöra
om de är linjärt oberoende.
b) Ställ också upp vektorerna som rader i en matris B. Använd sedan Gausselimination på B för att
avgöra om de är linjärt oberoende.
3. Låt W vara det delrum i R4 som spänns upp av vektorerna
3 2 1
−6 10 −11
2 , ~v2 = 4 , och ~v3 = 0 .
~v1 =
5 8 1
a) Bestäm dimensionen för W .
b) Bestäm en vektor ~u i R4 som inte ligger i W .
2.2.11. 2013-02-11
1. Den linjära avbildningen T : R2 −→ R3 ges av
3x + y
x
T = x − 2y .
y
y−x
a) Bestäm matrisen för T .
b) Avgör om någon av vektorerna
2 4
~v = 3 ~ = −1
eller w
−2 1
ligger i bildrummet im(T ).
2. Avbildningen T : R4 → R3 ges av matrisen
1 2 −1 3
A = 2 4 −2 6 .
3 6 −3 9
a) Bestäm en bas för nollrummet ker(T ).
b) Bildrummet im(T ) är en linje. Ge en parameterframställning av denna linje.
3.
a) Visa att matrisen
1 1 0 1 1
A = −1 0 1 1 2
0 −1 −1 1 0
uppfyller att de tre första kolonnerna är linjärt beroende, liksom de tre sista kolonnerna, medan de tre
mittersta inte är det.
b) Ge ett exempel på en 3 × 5-matris B sådan att de tre första kolonnerna utgör en bas för R3 , liksom
de tre sista kolonnerna, medan de tre mittersta inte gör det.
3. Tentamen
In denna avsnitt hittar du ett stort antal gamla tentamina som kan användas för övningsändamål, speciellt inför
tentamen.
Innan år 2016 betod tentamen av nio uppgifter och var gick i fem timmar. Medan själva uppgifterna är repre-
sentativa för aktuella tentor, så är omfånget i nuläget dock betydligt mindre.
3.1. 2010-10-22
1. Uttrycket
(x, y, z) = (1, 1, 1) + s(1, 3, 0) + t(0, 5, 1)
definierar ett plan W i rummet där s och t är reella parametrar.
a) Bestäm en normalvektor till planet med hjälp av kryssprodukten av de bägge riktningsvektorerna
(1, 3, 0) och (0, 5, 1). (1 p)
b) Bestäm en ekvation för planet W på formen ax + by + cz + d = 0. (2 p)
c) Bestäm det kortaste avståndet från planet W till origo, exempelvis genom att projicera vektorn från
origo till punkten (1, 1, 1) på normalvektorn till planet. (1 p)
2. Låt T vara avbildningen från R2 till R2 som relativt standardbasen har matrisen
0 1
A= .
−1 0
3. a) Använd Gausselimination för att bestämma en bas för nollrummet till matrisen
3 1 4 2
1 3 0 4
A= .
0 4 −2 5
1 −1 2 −1
(3 p)
b) Använd räkningarna från del (a) för att bestämma dimensionen för kolonnrummet till A, dvs rangen
av A. (1 p)
4. Visa hur Gram-Schmidts metod fungerar genom att bestämma en ortonormal bas för det underrum i R4
som spänns upp av vektorerna (1, 0, 0, 1), (1, 1, 1, 1), (3, 3, 1, 3). (Använd den vanliga euklidiska inre
produkten, dvs hu, vi = u · v.) (4 p)
5. Betrakta matrisen
11 4
B= .
−30 −11
a) Visa att vektorerna e = (−2, 5) och f = (1, −3) är egenvektorer till B, och bestäm deras tillhörande
egenvärden. (1 p)
b) Uttryck vektorn u = (−8, 22) som en linjärkombination av e och f . (2 p)
23
c) Beräkna B 43 u med hjälp av resultaten från (a) och (b). (1 p)
6. Låt
1 2 1 0
A= och P = ,
6 5 0 a
där a är en positiv konstant. Bestäm a så att R2 har en ortogonal bas bestående av egenvektorer till matrisen
B = P −1 AP . Ange även en sådan bas. (4 p)
7. Låt planet W vara definerat av ekvationen x+y+z = 0 och betrakta den linjära avbildningen T : R3 → R3
som definieras genom att varje punkt i R3 projiceras ortogonalt på planet W .
a) Bestäm en matrisrepresentation för T med avseende på en bas där en av basvektorerna är normalvek-
tor till planet och de andra två ligger i planet. (1 p)
b) Använd basbytesmatris för att från svaret i (a) komma fram till standardmatrisen för avbildningen T .
(3 p)
8. På julafton kokar Algot en tallrik gröt och ställer vid husknuten. För att vara säker på att den är genomkokt
mäter han temperaturen, och den är mycket riktigt 100 grader enligt termometern. Efter en timme smyger
han ut och ser att tomten inte har varit där ännu, och han passar på att mäta grötens temperatur igen: 10
grader. Efter ytterligare två timmar har tomten fortfarande inte varit framme. Algot mäter temperaturen
ännu en gång och nu visar termometern bara 1 grad. Tomten har fastnat i en skorsten och det tar ytterligare
tre timmar innan han hittar fram till gröten.
Det är nollgradigt ute och enligt Newtons avsvalningslag gäller
T = 10a−bt
där T är temperaturen (i grader), t är tiden (i timmar) och a och b är reella konstanter.
a) Logaritmera avsvalningslagen till log10 T = a − bt. Algots mätningar ger tre ekvationer men vi
har bara två obekanta, a och b. Vad blir a och b om man löser ekvationssystemet med minsta-
kvadratmetoden? (För positiva tal x är 10-logaritmen, log10 x, det tal som uppfyller 10log10 x = x.
Exempelvis är log10 100 = 2 eftersom 100 = 102 .) (3 p)
b) Om vi ska lita på minsta-kvadratmetodens approximation, vad har gröten för temperatur när tomten
kommer? Svara med ett bråk eller på decimalform. (1 p)
9. Låt V och W vara 3-dimensionella underrum i ett 5-dimensionellt vektorrum U . Visa att det måste finnas
någon nollskild vektor u som tillhör både V och W . (4 p)
3.2. 2011-01-10
1. De tre totalmatriserna
1 0 3 −1 3 4 1 0 3 0 4 4 1 0 3 1 0 4
0 1 3 −1 2 1 , 0 1 3 0 3 1 och 0 1 3 −3 0 1
0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 1 0
4. En linje y = kx + m ska anpassas till punkterna (−2, 1), (1, 2), (4, 2) och (7, 6).
a) Bestäm de värden på konstanterna k och m som ger bäst anpassning i minsta-kvadratmening. (3 p)
b) Rita ut linjen tillsammans med punkterna i ett koordinatsystem och illustrera vad det är som har
minimerats för dessa värden på konstanterna. (1 p)
6. För alla heltal n ≥ 2, låt An vara n × n-matrisen som man får om man skriver upp talen 1, 2, . . . , n2 i
ordning, rad för rad. Till exempel är
1 2 3
1 2
A2 = och A3 = 4 5 6 .
3 4
7 8 9
a) Beräkna det A2 . (1 p)
b) Beräkna det A3 med hjälp av radoperationer. (1 p)
c) Visa att det An = 0 för n > 3 genom att påvisa ett linjärt beroende mellan kolonnerna. (2 p)
7. Bestäm kortaste avståndet mellan punkten (7, 6, 5) och skärningslinjen mellan planen 2x − z = −1 och
y = 2 i R3 . (4 p)
8. Låt V vara vektorrummet av symmetriska 2 × 2-matriser, och låt T : V → V vara avbildningen som som
ges av T (A) = P AP för alla A i V , där
0 1
P = .
−1 0
a) Visa att
1 0 0 1 0 0
B= , ,
0 0 1 0 0 1
är en bas för V . (1 p)
b) Visa att T är en linjär avbildning från V till V . (1 p)
c) Bestäm matrisen för T med avseende på basen B. (2 p)
9. Betrakta matrisekvationen
A3 = 2A2 − A.
a) Ge ett exempel på en 3 × 3-matris som uppfyller ekvationen och som varken är nollmatrisen eller
identitetsmatrisen. (1 p)
b) Visa att 0 och 1 är de enda möjliga egenvärdena för kvadratiska matriser som uppfyller ekvationen
oavsett storlek. (3 p)
3.3. 2011-03-16
1. a) Använd Gauss-Jordanelimination för att beräkna inversen av matrisen
0 1 1
A = −1 3 1 .
1 −1 0
(3 p)
b) Använd resultatet från (a) för att lösa matrisekvationen XA = B, där
0 1 2
B= .
5 −3 1
(1 p)
2. Låt matrisen
1 2 3
1 5 7
A=
−1
1 1
3 0 1
representera en linjär avbildning T : R3 → R4 med avseende på standardbasen.
a) Beräkna T (1, 2, −2). (1 p)
b) Bestäm kärnan till T , dvs nollrummet till matrisen A. (2 p)
c) Visa att T (1, 0, 0), T (0, 1, 0) och T (0, 0, 1) är linjärt beroende. (1 p)
3. Låt T vara den linjära avbildning från R2 till R2 som ges av standardmatrisen
1 4
A=
0 −1
x1 − x2 + 2x3 − 3x4 = 0.
a) Bestäm en bas för W . (1 p)
b) Använd Gram-Schmidts metod för att utgående från basen i (a) hitta en ortonormal bas för W . (3 p)
6. a) Redogör för hur vi kan bestämma den punkt Q i ett givet plan med ekvation på formen ax+by +cz =
d som ligger närmast en given punkt P i rummet.
Illustrera metoden genom att för var och en av de tre punkterna P1 = (1, 1, 0), P2 = (1, 1, 1) och
P3 = (2, −1, −1) bestämma motsvarande närmsta punkt i planet med ekvationen x − 2y + 2z = 1.
(3 p)
b) Använd räkningarna ovan för att avgöra vilka (om någon) av punkterna P1 , P2 och P3 som ligger på
samma sida av planet som origo. (1 p)
7. Låt A vara en symmetrisk 3 × 3-matris som har ett egenvärde som är lika med 2. Anta att alla vektorer som
uppfyller x − 2y + z = 0 är egenvektorer till A med egenvärdet 1.
a) Bestäm en egenvektor med egenvärde 2. (1 p)
3
b) Bestäm matrisen A. (Ledning: Börja med att bestämma en ortogonal bas för R som består av egen-
vektorer till A.) (3 p)
8. På campus finns det två studentpubar A och B. Varje fredag fördelar sig studenterna efter följande mönster,
som enbart beror på pubvalet förra helg. Av de studenter som var på pub A kommer 60% välja pub A igen,
medan de resterande 40% väljer pub B. Av dem som var på pub B förra helgen kommer enbart 20% välja
pub B, medan 80% väljer pub A. Vid terminstart väljer 50% av studenterna pub A och 50% av studenterna
väljer pub B.
a) Låt an vara andelen studenter som väljer pub A fredag n och bn vara andelen studenter som väljer
pub B fredag n. Visa att vi då har sambandet
an+1 0,60 0,80 an
=
bn+1 0,40 0,20 bn
u × (v × w) + v × (w × u) + w × (u × v) = 0.
3.4. 2011-06-09
1. Betrakta ekvationssystemet
x − y − 4z = 2
2x + 3y + z = 2
3x + 2y − 3z = c
8. Låt S = {(x, y, z)|x2 + y 2 + z 2 = 1} vara enhetssfären i det tredimensionlla rummet R3 . En storcirkel på
S är skärningen mellan S och ett plan genom origo i R3 . Låt P vara en given punkt på sfären S.
a) Låt Q vara en annan punkt på sfären. Visa att det alltid finns minst en storcirkel genom P och Q.
(2 p)
b) Bestäm de punkter, Q, på sfären sådana att det finns en unik storcirkel genom P och Q. (2 p)
9. Om vi har en triangel med hörn i punkterna A, B och C i R3 är det intressant inom datorgrafik att avgöra
om en ljusstråle från origo, O, till en punkt P passerar utanför triangeln, eller fångas upp av triangeln.
a) Om triangeln inte ligger i ett plan genom origo kan vi byta bas till {u, v, w}, där u = OA, v = OB
och w = OC. När vi uttrycker vektorn OP i denna bas kan vi se på koordinaterna ifall linjen genom
O och P går genom triangeln. Hur? (1 p)
b) Vi kan också se på dessa koordinater om P ligger på samma sida om triangeln som O, i vilket fall
strålen ändå når till P utan att träffa triangeln. Hur? (1 p)
c) Illustrera metoden ovan genom att utföra räkningarna för triangeln med hörn i A = (5, 5, 0), B =
(5, 0, 5) och C = (0, 5, 5) och de tre punkterna P1 = (3, 5, 3), P2 = (3, 6, 2) och P3 = (2, 4, 3).
(2 p)
3.5. 2011-10-17
1. Bestäm en ekvation för det plan som innehåller punkterna (3, 5, 5) och (4, 5, 7) och som är vinkelrätt mot
planet med ekvation x + y + z − 7 = 0. (4 p)
h1i h2i h1i
2. Givet vektorerna ~u1 = 1 , ~u2 = 1 och ~u3 = 0 .
3 3 1
3
a) Visa att ~u1 , ~u2 och ~u3 utgör en bas för R . (2 p)
h1i
b) Skriv vektorn ~v = 1 som en linjärkombination av ~u1 , ~u2 och ~u3 . (2 p)
6
3. Låt
1 2 0
A= 3 4 1 .
0 −1 −1
a) Beräkna determinanten för A. (2 p)
b) Beräkna det((AT A)−5 ). (2 p)
4. Bestäm matrisen för en linjär avbildning T : R3 −→ R3 vars bildrum, im(T ), ges av planet med ekvation
x + 3y − 7z = 0. (4 p)
5. Betrakta matrisen
3 0 0
A = −3 0 3 .
−6 −6 9
h1i
a) Kontrollera att 2 är en egenvektor till A. (1 p)
3
b) Bestäm samtliga egenvärden till A och bestäm en bas för varje egenrum till A. (3 p)
6. Låt W vara delrummet i R4 som har en bas B som består av vektorerna
1 1
2 1
1 och ~u2 = 2 .
~u1 =
2 1
a) Vilken av vektorerna
−1 −1 1
2 2 −2
~v1 =
−4
,
~v2 =
−5
och ~v3 =
−6
3 2 1
ligger i W ? (2 p)
b) Bestäm koordinatvektorn med avseende på basen B för den av vektorerna som ligger i W . (2 p)
7. Det finns många linjära avbildningar T : R2 −→ R2 som bevarar area och avbildar vektorn [ 11 ] på vektorn
[ 43 ]. Bestäm alla sådana linjära avbildningar. (4 p)
8. Låt ~u vara en vektor i R3 med ett rätvinkligt koordinatsystem. Vinkeln mellan ~u och x-axeln är 60◦ och
vinkeln mellan ~u och y-axeln är 45◦ . Bestäm vinkeln mellen ~u och z-axeln. (4 p)
9. Visa att om det finns någon bas i Rn vars vektorer är egenvektorer till de båda n × n-matriserna A och B
så kommuterar dessa, dvs AB = BA.
3.6. 2012-01-09
1. Bestäm ett tredje hörn, C, i en triangel ABC i planet så att arean av triangeln blir 10 areaenheter om
A = (−1, 1) och B = (2, −3). (4 p)
2. Låt V vara det tredimensionella delrum i R4 som ges av 3x1 + 2x2 + 3x3 + 2x4 = 0 och låt S vara
mängden som består av följande fem vektorer i R4 .
1 1 2 3 2
0 1 3 2 −3
−1 , −1 , −2 , 3 och 0 .
0 −1 −3 2 0
a) Det gäller att det An = det An−1 + det An−2 för alla n ≥ 3. Varför? (3 p)
b) Beräkna det A10 . (1 p)
9. Visa att en 3 × 3-matris A med rang rank(A) = 1 och spår tr(A) = 0 inte kan vara diagonaliserbar. (4 p)
3.7. 2012-03-12
1. Betrakta ekvationssystemet i de tre obekanta x, y och z, som ges av
x + (1 − a)y + 2z = 0
2x + ay + 3z = 1
x + (2a − 1)y + az = a
3. Betrakta matrisen
5 −2
A= .
7 −4
a) Bestäm egenvärdena till matrisen A och förklara varför A är diagonaliserbar. (2 p)
b) Bestäm en matris S sådan att S −1 AS är en diagonalmatris. (2 p)
x − 2y + 3z + w = 0.
5. En linje (x, y, z) = (4 + 3t, 5t, t − 2) och ett plan med ekvation 2x + y − 2z − 3 = 0 är givna. När linjen
projiceras på planet fås en ny linje som ligger i planet. Bestäm denna linje. (4 p)
8. Inom datorgrafiken är ett av de grundläggande problemen att projicera punkter i en tre-dimensionell scen
på en två-dimensionell datorskärm. En vanlig projektionsmetod är att från den punkt Q i scenen som
ska projiceras bilda en rät linje till en tänkt betraktare E. Den punkt Q0 där linjen skär skärmens plan är
projektionspunkten av Q. I skärmens plan införs ett koordinatsystem genom att välja ett origo i punkten P
och två basvektorer ~u1 och ~u2 .
E
Q0
u2
Q
P
u1
−−→
a) Ange med hjälp av vektorerna OP , ~u1 och ~u2 ett uttryck för vektorn från origo O (i rummet) till en
punkt Q0 som har koordinater (s1 , s2 ) i skärmens koordinatsystem. (1 p)
b) Använd (a)-delen och linjen genom E och Q för att skriva upp en vektorekvation för punkten Q0 . De
tre obekanta i ekvationen kommer att vara s1 , s2 och linjens parameter. (1 p)
c) Visa att punkten Q0 har koordinaterna
−−→ −−→ −−→ −−→ !
P E · (EQ × ~u2 ) P E · (EQ × ~u1 )
−−→ , −−→
~u1 · (EQ × ~u2 ) ~u2 · (EQ × ~u1 )
−−→
i skärmens koordinatsystem genom att ta skalärprodukten av ekvationen med EQ × ~u1 respektive
−−→
EQ × ~u2 . (2 p)
9. Låt T vara en linjär avbildning från R4 till R5 vars nollrum, ker(T ), har dimension 1. Låt V vara ett
3-dimensionellt delrum av R4 . Låt S : V −→ R5 vara den avbildning som fås genom att använda avbild-
ningen T bara på vektorer i V . Avgör vilka möjligheter det finns för dimensionen av bildrummet im(S).
(4 p)
3.8. 2012-06-12
1. En triangel i rummet har hörnen i punkterna P = (−1, 2, 1), Q = (5, 2, 3) och R = (2, 1, −1).
a) Använd skalärprodukten för att visa att triangeln är rätvinklig. (2 p)
b) Bestäm arean av triangeln. (2 p)
(2 p)
b) Visa att det inte finns någon linjär avbildning T : R2 −→ R2 som uppfyller
1 1 0 0 1 1
T = , T = och T = .
−1 1 −1 1 −2 4
(2 p)
6. Efter mätningar leds en student till att bestämma ekvationen, y = ax2 +bx+c, för den parabel som i minsta-
kvadratmening bäst anpassar till punkterna (−2, 5), (−1, 7), (0, 6), (1, 4) och (2, 3). Efter räkningar kom-
mer studenten fram till ekvationssystemet med totalmatris
34 0 10 43
0 10 0 −7 .
10 0 5 25
3.9. 2012-10-16
1. Planet H ges av ekvationen 3x + 2y + z = 0, och planet W ges på parameterform som
2t
4s ,
t + 2s
2. a) Bestäm en 2 × 2-matris A sådan att både bildrummet im(A) och nollrummet ker(A) är lika med
2
span .
1
(3 p)
2
b) Använd matrisen från del (a) och bestäm nollrummet ker(A ). (1 p)
3. Betrakta matrisen
1 2 0
A = 2 1 1
0 1 2
och basen (~u, ~v , w)
~ som ges av
1 1 0
~u = 1 , ~v = 0 ~ = 1 .
och w
1 1 2
(4 p)
6. Vid sampling av en ljudsignal uppmäts under en kort tidsperiod 1024 mätvärden som sparas som en vektor
i RN , med N = 1024. Vid digital ljudbehandling kan sedan denna vektor transformeras i filter. Ett sådant
filter ges av
yi = xi + 2xi−1 + xi−2 , i = 1, 2, . . . , N
där vi för enkelhets skull skriver x0 = x−1 = 0 för att hantera fallen i = 1 och i = 2.
a) Visa att detta filter svarar mot en linjär avbildning T : RN −→ RN . (2 p)
b) Visa att avbildningen T är inverterbar. (2 p)
7. (a) Visa att 1 och −1 är de enda möjliga egenvärdena till ortogonala matriser. (2 p)
(b) Visa att det för varje ortogonal 5 × 5-matris A måste finnas en nollskild vektor ~v som uppfyller
antingen likheten A~v = ~v eller A~v = −~v . (2 p)
a) Fixera ett komplext tal z = a + bi. Visa att multiplikation med talet z svarar mot den linjära avbild-
ningen T : R2 −→ R2 som har standardmatris
a −b
A= .
b a
(2 p)
b) Förklara varför matrisen är inverterbar om z är nollskilt. (1 p)
1
c) Bestäm matrisen till den linjära avbildning som svarar mot multiplikation med talet 4−3i . (1 p)
och att vinkeln mellan ~v och w~ är π3 . (Vinkeln 0 ≤ α ≤ π mellan två noll-skilda vektorer ~x och ~y definieras
av sambandet |~x||~y | cos(α) = ~x~y .) (4 p)
3.10. 2012-12-13
1. Betrakta punkterna A = (2, 2) och B = (6, 4) och linjen (−1, 3) + t(2, −1) i planet.
a) Det finns exakt en punkt P på linjen så att triangeln ABP är rätvinklig med den räta vinkeln i B.
Bestäm P . (2 p)
b) Det finns även exakt en punkt Q på linjen så att triangeln ABQ är rätvinklig med den räta vinkeln i
Q. Bestäm Q. (2 p)
2. Betrakta den linjära avbildning T : R2 → R2 som ges av matrisen
2 1
A= .
3 1
a) Linjen med ekvation 3x + 4y = 0 avbildas av T på en linje H. Bestäm en ekvation för linjen H.
(3 p)
b) Även linjen med ekvation 3x + 4y = 1 avbildas på en linje. Bestäm en ekvation för denna linje. (1 p)
3. Om ~u och ~v är två vektorer i rummet så får vi en linjär avbildning T : R3 −→ R1 genom
för ~x i R3 .
a) Låt
1 2
~u = 2 och ~v = 0
0 1
och bestäm matrisen för T i detta fall. (2 p)
b) Bestäm nollrum och bildrum för T om ~u och ~v är två linjärt oberoende vektorer. (2 p)
4. Låt B = (~e, f~) vara en bas för ett delrum V i Rn . Låt ~u och ~v vara två vektorer i Rn som uppfyller
relationerna
~u + ~e = ~v och f~ + 2~u = −3~v .
a) Bestäm koordinatvektorn till ~v med avseende på basen B. (2 p)
b) Visa att vektorerna ~u och ~v också utgör en bas för V . (2 p)
5. Avbildningen T : R2 → R2 avbildar enhetskvadraten på en parallellogram enligt figuren nedan. Rita ut
egenrummen och ange motsvarande egenvektorer. (4 p)
y y
x x
−1 3
3.11. 2013-01-07
1. Betrakta det linjära ekvationssystemet
x + y + 2z = 0
x + 2y + az = 1
3x + 4y + 6z = b
är diagonaliserbar. (4 p)
4. Bestäm standardmatrisen för den linjär avbildning f : R2 → R2 vars matris med avseende till basen
B = ([ 11 ] , [ 02 ]) är
−1 11
.
2 −8
(4 p)
5. Vid en mätning av två storheter har vi fått följande mätvärden
I (mA) 0 2 4 6
U (mV) 1 7 8 10
Två forskare tvistar om det finns ett linjärt samband U = RI, eller om det krävs en konstantterm för att
förklara sambandet, U = RI + U0 .
a) Ställ upp de två minsta-kvadratproblem som fås från de givna mätdata för att bestämma de okända
parametrarna i de två modellerna. (2 p)
b) Lös minsta-kvadratproblemen och formulera adekvata slutsatser. (1 p)
c) Förklara varför minsta-kvadratavvikelsen säkerligen är mindre i det andra fallet. (1 p)
6. Låt ` vara linjen (1, 0, 1) + t(2, 1, −1) och m vara linjen (0, 1, 2) + t(1, 2, 1).
a) Det finns många plan i R3 som varken skär ` eller m. Alla dessa är parallella. Bestäm en normalvektor
till dem. (1 p)
b) Bestäm en ekvation för det plan i R3 som varken skär ` eller m och som har samma avstånd till `
som till m. (3 p)
7. Låt A vara en symmetrisk 3 × 3-matris. Antag att 1 är ett egenvärde till A, och att alla vektorer ~v som
ligger i planet x − y + 2z = 0 uppfyller A~v = 2~v . Bestäm
2
A 2 .
3
(4 p)
9. Låt
1 1
−2 1
0 0 0 0
U = span 1 , 2 och V = span 1 , −1 .
0 0 0 0
2 1 1 0
Låt vidare W vara det delrum i R5 som består av alla vektorer som ligger i både U och V . Bestäm en bas
för W . (4 p)
3.12. 2013-03-11
1. De tre planen med ekvationerna x − 2y + z = 4, x + y + z = 2 och x + z = 6 skär varandra parvis i tre
olika linjer i rummet.
a) Bestäm parameterformen för minst två av dessa linjer. (2 p)
b) Avgör om de tre linjerna skär varandra i en punkt. (2 p)
2. Låt de tre vektorerna ~u, ~v och w~ i R3 vara givna av
1 1 −1
~u = −1 , ~v = 0 ~ = 1 .
och w
−2 1 −2
3.13. 2013-06-04
1. De tre punkterna A = (1, 0, 1), B = (4, 2, −1) och C = (5, 1, 4) bildar en triangel i rummet. Med höjden,
h, mot sidan AB menas avståndet från punkten C till linjen genom A och B.
−→ −−→
a) Bestäm höjden h. (Ledning: Dela upp AC i en komposant som är parallell med AB och en som är
−−→
vinkelrät mot AB.) (2 p)
b) Använd resultatet från del (a) för att bestämma arean av triangeln. (1 p)
−−→ −→
c) Beräkna arean av triangeln även med hjälp av vektorprodukten av AB och AC. (1 p)
2. Låt T : R3 → R4 vara en linjär avbildning sådan att:
1 1 0
1 0 1 1
0 0
T 1 = 0
, T 1 = och T 0 =
1 2
1 0 1
0 0 0
h x i
a) Bestäm T y . (2 p)
z
b) Bestäm en bas för nollrummet ker(T ). (2 p)
3. a) Bestäm egenvärden och egenvektorer till matrisen
−2 2
A= .
−2 3
(3 p)
1
b) Förklara varför matrisen B = 19 A har samma egenvektorer som matrisen A. (1 p)
4. Låt W = im(A) vara bildrummet till matrisen
−1 2 1 3 4 5
−1 2 2 4 6 8
A= 2 −4 1 −3 −2
.
−1
2 −4 0 −4 −4 −4
Bestäm en ortonormal bas för W . (4 p)
5. Låt T : R2 → R2 vara speglingen i linjen 3x + 4y = 0.
a) Bestäm matrisen för T . (2 p)
b) Rita upp hur parallellogrammen med hörn i (0, 0), (0, 2), (1, 1) och (1, 3) avbildas genom avbild-
ningen. (2 p)
T T
6. Vektorerna ~u1 = 1 2 0 −1 och ~u2 = 1 0 −1 1 bildar en bas B = (~u1 , ~u2 ) för delrum-
met W i R4 . Matrisen
1 2
S=
2 3
är övergångsmatrisen som omvandlar koordinater med avseende på basen B till koordinater med avseende
på basen C = (~v1 , ~v2 ). Bestäm vektorerna ~v1 och ~v2 . (4 p)
7. Låt V vara mängden av alla 7 × 7-matriser. Betrakta V som R49 genom att ställa kolonnerna i matriserna
under varandra.
a) Visa att avbildningen T : V → V som skickar en matris A till A + AT är en linjär avbildning. (2 p)
b) Visa att de nollskilda symmetriska matriserna är egenvektorer för T . (2 p)
8. Låt (~u1 , ~u2 , . . . , ~un ) vara en bas för Rn . Vi säger att (~v1 , ~v2 , . . . , ~vn ) är en dual bas för Rn om
0, om i 6= j,
~ui · ~vj = (3.1)
1, om i = j.
a) Visa att villkoren (3.1) innebär att (~v1 , ~v2 , . . . , ~vn ) faktiskt utgör en bas för Rn . (2 p)
b) Låt n = 3 och bestäm en dual bas (~v1 , ~v2 , ~v3 ) om
1 1 1
~u1 = 1 , ~u2 = 0 och ~u3 = 1 .
1 1 0
(2 p)
9. Visa att det för 2 × 2-matriser A gäller att om Ak = 0, för något heltal k > 2, så är också A2 = 0. (4 p)
3.14. 2013-10-28
1. Vi har matriserna
1 1 −1 −1 1 0 −3 0
−1 1 −1 1 0 0 0 1
A= och E = .
1 −1 1 −1 0 0 1 0
1 0 0 −1 0 1 0 0
a) Bestäm vilka elementära radoperationer vi måste utföra på matrisen A för att få matrisen EA. (1 p)
b) Bestäm en matris E2 sådan att E2 A byter plats på rad 1 och 4 i matrisen A. (1 p)
c) Bestäm rangen till A. (1 p)
d) Bestäm determinanten till A. (1 p)
2. Lösningsmängden V till ekvationssystemet
x1 + x2 − x3 − x4 = 0
2x1 + 3x2 − x3 − x4 = 0
x2 + x3 + x4 = 0
3.15. 2014-01-13
1. Vi har parallellogrammen T med hörn A = (1, 1, 1), B = (2, 3, 0), C = (3, 2, 4) och D = (4, 4, 3).
a) Bestäm arean av parallellogrammen T . (2 p)
b) Bestäm en ekvation för planet som innehåller T . (2 p)
2. För varje tal a har vi följande ekvationssystem i tre okända x, y och z.
(a − 2)x + 4y + 2z = 1
(∗) ay + z = 2
ax + 2y + z = 3
x 1
Vi kan också skriva ekvationssystemet som en matrisekvation AX = B, där X = y och B = 2.
z 3
a) Bestäm matrisen A. (1 p)
b) Bestäm determinanten till A. (1 p)
c) Bestäm för vilka tal a ekvationssystemet (∗) har en unik lösning. (1 p)
d) Välj ett värde på a där systemet har en unik lösning och bestäm denna lösning. (1 p)
3. Avbildningen T : R2 −→ R2 ges av matrisen
9 −12
A= .
−12 16
Med linjen L menas alla vektorer på formen L = {(2 + 4t, 2 + 3t)}, godtyckliga tal t.
a) Avgör om punkten P = (2, 3) är i bildrummet för T . (1 p)
b) Bestäm nollrummet för T . (1 p)
c) Vad avbildas linjen L på genom avbildningen T ? (2 p)
4. Vi har ekvationssystemet i fyra okända x, y, z, w,
x − 2z − w = 0
x + y − 4z − 3w = 0
1
5. Det linjära ekvationssysemet
x = 16
3y = 3
−3x + 2y = −4
x + y = −4
2x + y = 9
i de två variablerna x och y är överbestämt och har ingen lösning. Det går att använda minsta kvadratme-
toden för att finna de bästa tänkbara värdena på x och y.
a) Ställ upp normalekvationen för systemet och bestäm minsta kvadratlösningen. (3 p)
b) Vad är det som är minimerat i minsta kvadratlösningen? (1 p)
6. Låt H ⊆ R3 vara ett givet plan genom origo och låt T : R3 −→ R3 vara den linjära avbildning som ges av
ortogonal projektion på planet H.
a) Använd en normalvektor till planet H för att ge ett uttryck för T (~x), där ~x är en godtycklig vektor.
(1 p)
b) Bestäm alla egenvärden och egenvektorer till T . (2 p)
3
c) Låt B vara en godtycklig ON-bas för R , och låt A vara matrisrepresentationen för T . Förklara varför
A är en symmetrisk matris. (1 p)
7. Vektorerna
1 1
0 1
~u =
1
och ~v =
0
−1 1
ger en bas B = {~u, ~v } för vektorrummet V i R4 . Övergångsmatrisen från basen B till basen C ges av
matrisen
1 2
P = .
4 3
Bestäm vektorerna i R4 som utgör basen C. (4 p)
8. Låt ABCD vara parallellogrammen med diagonalerna AC och BD. Punkten E ligger mitt på sträckan
−−→ −−→
AB och punkten F delar sträckan CD i förhållandet 1 : 4 , alltså CF = 41 F D. Sträckorna AF och DE
skär varandra i punkten P. Använd vektorberäkningar för att bestämma i vilket förhållandet sträckan AF
delas av punkten P . (4 p)
9. Låt Vn vara vektorrummet av n × n-matriser, där n ≥ 2 är ett fixt heltal. Vi har en linjär avbildning
T : Vn −→ R3 , som skickar en matris X till
där r(X) är summan av elementen i de två första raderna i X, c(X) är summan av elementen i de två sista
kolonnerna i X, och d(X) är summan av diagonalelementen. Bestäm dimensionen till nollrummet av T .
(4 p)
3.16. 2014-03-14
1. I rummet R3 har vi punkterna P = (−3, −1, 4) och Q = (2, 3, 3), samt linjen L1 som ges av vektorerna
på formen 3
2t
1t ,
2
−2t
där t är en reell parameter.
a) Bestäm parameterformen för linjen L2 som går genom P och Q. (1 p)
b) Linjerna L1 och L2 har en gemensam punkt. Bestäm denna skärningspunkt. (1 p)
c) Bestäm en ekvation för planet H som innehåller L1 och L2 . (2 p)
2. a) Bestäm ett andragradspolynom p(x) = a + bx + cx2 vars graf y = p(x) går genom punkterna
(−1, 4), (1, 2) och (2, 7). (3 p)
b) Hur många sådana polynom finns det? (1 p)
3. Den linjära avbildningen T : R2 −→ R2 är bestämd av
1 1 −2 0
T = och T = .
3 0 −4 1
Enhetskvadraten Ω har hörn (0, 0), (1, 0), (0, 1) och (1, 1), och avbildas genom T på en parallellogram
T (Ω).
a) Bestäm matrisen för avbildningen T . (1 p)
2
b) Visa att bildrummet till T är R . (1 p)
c) Rita upp T (Ω), och bestäm dess area. (2 p)
4. Följande tre vektorer i R4 ,
1 1 1
1 −1 1
0 ,
~u = ~v =
1
och w
~ =
0 ,
1 0 −2
är ortogonala. Vi låter V vara deras linjära hölje, V = Span{~u, ~v , w}.
~
a) Bestäm en ortonormal bas för V . (1 p)
0
−2
1 på delrummet V .
b) Bestäm projektionen av vektorn (2 p)
8
c) Bestäm en linjär avbildning T : R4 −→ R4 vars nollrum är V . (1 p)
5. Planet W i R3 är alla vektorer på formen
t
2t − 2s ,
2t + 2s
där s och t är reella tal.
(a) Beskriv W som lösningmängden till ett system av linjära ekvationer. (2 p)
1
(b) Bestäm alla vektorer i W som har längden 1 och som är ortogonala mot vektorn (2 p) 1 .
1
6. En linjär avbildning T : R4 −→ R4 har egenvärdena −1, 0, 1 och 2. Visa att det finns ett plan i V ⊆ R4
där alla vektorer avbildas på sig själva av T 2 . (4 p)
7. I R4 har vi vektorerna
5 5 1 1
9 8 1 2
~e =
2 ,
f~ =
4 ,
~x =
2 och ~y =
0
5 5 1 1
Vi har att B = {~e, f~} en bas för V ⊆ R4 , och L : V −→ V är en linjär avbildning. Vi vet att med avseende
på basen B så ges avbildningen L av matrisen
2 0
D= .
0 3
3.17. 2014-05-20
1. Planet P innehåller punkterna (1, 1, 0), (0, 3, 1) och (2, 2, 2).
a) Bestäm en ekvation, på formen ax + by + cz + d = 0, för planet P . (2 p)
b) Bestäm en ekvation för det plan som är ortogonalt mot P och som innehåller linjen (x, y, z) =
(t + 1, 2t, 1 − t). (2 p)
2. För varje givet tal a har vi följande ekvationssystem i tre okända x, y och z:
2x + 9y + 4z = 3
−2x + 7y + 2z = 1
2x + y + (a2 − 1)z = 1
1 −1 5 1 1
t (ms) 0 1 2 3 4 5 6 7 8 9 10
x (mm) 0 1 1 1 2 2 2 2 3 3 3
Mätutrustningen är inte speciellt tillförlitlig och för att få ut det mest av mätningarna bestämmer sig stu-
denterna för att använda minsta kvadratmetoden för att få reda på vilket linjärt samband x = at + b som
bäst passar de gjorda mätningarna. Den ena studenten hävdar att man skulle tjäna på att göra en substitution
som leder till att man istället skriver sambandet som x = a(t − 5 ms) + b.
a) Utför de räkningar som behövs för att bestämma det linjära sambandet, antingen med eller utan
substitutionen. (3 p)
b) Förklara varför det ena sättet leder till en lättare beräkning. (1 p)
6. Låt L vara en linje genom origo i planet. Låt T : R2 −→ R2 vara den linjära avbildning som speglar
planet i linjen L. Vi låter N vara linjen som är ortogonal mot L och som går genom origo. Låt ~u vara en
riktningsvektor för L, och ~n en riktningsvektor för N .
a) Vad är T (~u), och vad är T (~n)? (1 p)
b) Bestäm egenvektorer och egenvärden till avbildningen T . (1 p)
c) Skriv T (3~u + 4~n) som en linjärkombination av ~u och ~n. (2 p)
8. På Algebramuseet finns en projektionsmaskin. Om man stoppar in en vektor ~v i R3 och trycker på en knapp
så matar maskinen ut den ortogonala projektionen av ~v på ett (fixerat) tvådimensionellt delrum W till R3 .
Maskinen börjar bli gammal och håller bara för två knapptryckningar till. Tyvärr går den inte att reparera
så museets chefsingenjör vill i stället bygga en ny maskin med exakt samma funktion. Problemet är att hon
inte vet vilket delrum W maskinen är byggd för.
Chefsingenjören är visserligen väldigt bra på linjär algebra, men räcker två knapptryckningar för att hon
säkert ska kunna lista ut vad W är innan maskinen går sönder? (4 p)
en bas i rummet R3 ? (2 p)
b) Låt a = 3, och bestäm koordinatvektorn av
1
~e1 = 0
0
3. Vi har matriserna
1 7
2 3
A= och B = 2 −4 .
1 4
0 2
a) Bestäm inversen till matrisen A. (2 p)
b) Lös matrisekvationen XA = B. (2 p)
(m + d)π
T = 20 + r sin ,
6
där T är temperaturen (i grader Celsius), m är månadens nummer (1 för januari, 2 för februari, o.s.v.), och
r och d är reella konstanter som uppfyller r > 0 och −6 < d ≤ 6. Förra året mätte Algot temperaturen vid
fyra tillfällen: I januari var det 17.0 grader, i februari var det 20.0 grader, i mars var det 18.6 grader och i
september var det 21.6 grader.
Algot vill anpassa modellen till mätvärdena genom att bestämma konstanterna r och d så att summan av
kvadraterna av felen minimeras. (Med felen menas här skillnaden mellan mätvärdena och den temperatur
som ges av modellen.)
a) Modellen kan också skrivas T − 20 = a sin mπ mπ dπ
6 + b cos 6 , där a = r cos 6 och b = r sin 6
dπ
är reella konstanter. (Du kommer väl ihåg formeln sin(u + v) = sin u cos v + cos u sin v!) Bestäm
konstanterna a och b så att felkvadratsumman minimeras. (3 p)
b) Hur ska Algot välja konstanterna r och d? (1 p)
7. En tetraeder är en tredimensionell kropp med fyra hörn och fyra triangelformade sidor. Tetraedern är
regelbunden om alla fyra sidor är liksidiga trianglar. Låt ~x, ~y och ~z vara de tre vektorerna längs kanterna
från ett hörn i en regelbunden tetraeder där
k~xk = k~y k = k~zk = 1.
a) Visa att vektorn ~z − 31 ~x − 13 ~y är en vektor som ger höjden av tetraedern mot sidan som spänns upp
av ~x och ~y . (2 p)
b) Bestäm längden av ~z − 13 ~x − 13 ~y . (2 p)
8. Låt A vara en fixerad (n × n) matris.
a) Visa att alla (n × n) matriser X som kommuterar med A, dvs sådana att AX = XA, utgör ett
vektorrum. (2 p)
b) Bestäm en bas av detta vektorrum i fall n = 2 och då (2 p)
−1 1
A= .
2 3
9. Vid ett universitet finns tre lunchrestauranger med dom fantasifulla namnen A, B och C. Alla studenter
byter restaurang varje dag för att få omväxling. Av dom som går till A en viss dag kommer precis hälften
att gå till B nästa dag och den andra hälften går till C. På samma sätt går hälften av B-besökarna till A
dagen därpå och hälften till C. Men av dom som går till C går alla till B nästa dag. (Ingen vill byta direkt
från C till A för maten är så mycket sämre där.)
Processen kan beskrivas som en markovkedja med tre tillstånd. Om a(n), b(n), c(n) betecknar antalet
studenter som går till A, B respektive C dag n så har överföringsmatrisen T egenskapen att
a(n + 1) a(n)
b(n + 1) = T b(n)
c(n + 1) c(n)
för alla n = 0, 1, 2, . . . .
(a) Bestäm två egenvektorer till T hörande till egenvärdena 1 respektive −1/2. (2 p)
(b) En viss dag går exakt lika många studenter till alla tre restauranger. Hur ser fördelningen ut 30
lunchdagar senare?
(2 p)
3.19. 2015-01-19
1. För varje tal a har vi ekvationssystemet
x+y+z = 1
2x + ay + 3z = 1
3x + (a + 1)y + az = 2.
a) Bestäm för vilka värden på parametern a systemet har en lösning; inga lösningar; oändligt många
lösningar. (3 p)
b) Lös ekvationssytemet när a = 1. (1 p)
2. Betrakta följande vektorer i R3 :
1 1 1 0
~v = −1 w~ = 0 ~u = 2 och ~z = −2 .
3 1 1 4
x -1 0 1 2
y 2 0 2 4
(4 p)
4. Planet H ges av ekvationen 3x − 5y + 3z = 0.
a) Bestäm en orthonormal (ON) bas β för H. (1 p)
3
b) Utvidga β till en ON-bas för R . (1 p)
3 3
c) Låt T : R → R vara ortogonala projektionen på H. Bestäm en matrisrepresentation för T . (2 p)
5. Enligt Cayley-Hamiltons sats gäller att varje kvadratisk matris uppfyller sin egen karaktäristiska ekvation.
Betrakta matrisen
0 −2 1
A = −2 0 1 .
1 1 0
a) Bestäm alla egenvektorer till A med egenvärde 2. (1 p)
b) Beräkna det karaktäristiska polynomet PA (x) för matrisen A. (2 p)
c) Verifiera att Cayley-Hamiltons sats gäller för matrisen genom att beräkna PA (A). (1 p)
6. Linjen L i R3 går genom origo. En riktningsvektor för linjen bildar vinkeln 60◦ mot den positiva x-axeln
och vinkeln 45◦ mot den positiva y-axeln. Linjen L skär planet
√
x + 2y − 3z = 6
i punkten P . Bestäm P . (4 p)
7. I datortomografi behöver man kunna hålla reda på alla linjer i planet genom att ge dem koordinater. Ett sätt
att göra det är genom att till en linje i planet tillordna paret (r, ϕ) där r > 0 och 0 ≤ ϕ < 2π fås genom
att (r cos ϕ, r sin ϕ) är den punkt på linjen som ligger närmast origo. Vi är bara interesserade av linjer som
inte går genom origo.
a) Bestäm en ekvation på formen ax + by + c = 0 för linjen med koordinater (r, ϕ). (2 p)
b) Visa att linjerna (r1 , ϕ1 ) och (r2 , ϕ2 ) är parallella om och endast om (2 p)
8. Kurvan C i R2 ges av ekvationen 3x2 − 10xy + 3y 2 + 12 = 0. Låt β = {~u, ~v } vara basen med vektorerna
1 1 1 −1
~u = √ och ~v = √ .
2 1 2 1
z
Visa att koordinatvektorerna för vektorer på kurvan C, med avseende på basen β, satisfierar ekvatio-
w
nen z 2 − 4w2 = 6. (4 p)
9. Låt Pn vara vektorrummet av polynom p(x) av grad högst n. Den linjära avbildningen T : Pn → Pn
definieras som
1
T (p(x)) = (p(x) − p(0)).
x
a) Låt n = 3. Bestäm matrisrepresentationen till avbildningen T med avseende på basen {1, x, x2 , x3 }.
(1 p)
b) Låt n = 10. Bestäm det minsta heltalet m sådan att T m = 0. (1 p)
c) Låt n = 100. Bestäm alla egenvärden och egenvektorer av avbildningen T . (2 p)
3.20. 2015-03-13
1. Planet H ges av ekvationen 3x − 2y + 5z + 1 = 0.
a) Bestäm en linje N som är vinkelrät mot H. (2 p)
b) Bestäm en linje L som inte skär planet H. (2 p)
2. Låt e~1 , e~2 , e~3 vara standardbasen för R3 . Betrakta den linjära avbildningen F : R3 → R2 som är definierad
genom
1 2 1
F (e~1 ) = , F (e~2 ) = och F (e~3 ) = .
0 −1 1
−3
(a) Bestäm F (~v ) där ~v = 1 . (1 p)
1
(b) Bestäm dimensionen av nollrummet Ker(F ), och bildrummet Im(F ). (2 p)
(c) Bestäm en bas för nollrummet Ker(F ). (1 p)
(11/2,13/2)
(3/2,9/2)
(3,3) (5,3) (13/2,9/2)
(6,3)
(0,2)
(4,1)
(4,2)
(2,0) (3,0) (−3,1)
(a) Bestäm en linjär avbildning T : R2 → R2 som transformerar den vänstra figuren till den högra. Du
ska ange matrisen för T . (2 p)
(b) Bestäm arean för det inneslutna området i den högra figuren. (2 p)
9. Om A, B, C och D är kvadratiska matriser av samma storlek kan vi bilda en större kvadratisk matris som
blockmatrisen
A B
M= .
C D
Antag att A är inverterbar och att matriserna A och C kommuterar med varandra, dvs att AC = CA. Visa
att (4 p)
(Du kan använda fritt att om B eller C är noll-matrisen, då gäller att det(M ) = det(AD).)
3.21. 2015-06-10
1. Betrakta följande punkter i rummet:
(a) Ange en parametrisk ekvation för linjen l som går genom B och C. (1 p)
(b) Bestäm en ekvation (normalform) för planet π som går genom A och är ortogonalt mot l. (1 p)
(c) Bestäm avståndet mellan A och linjen l. (2 p)
2. Till varje tal a har vi matrisen
1 1 −a
A = −1 1 0 .
2 2a + 2 −2a − 4
a) För vilka a är matrisen A inverterbar? (2 p)
b) Låt a = 3, och bestäm inversen till A. (2 p)
3. Låt T : R3 → R3 vara den linjära avbildningen
1 2
ment.
a) Bestäm en bas för V ⊥ . (2 p)
b) Låt T : R4 →R4 vara speglingen i V , dvs T (~x) = ~x om ~x är i V , och T (~x) = −~x om ~x är i V ⊥ .
1
1
Bestäm T (1).
(2 p)
1
8. Låt V1 ⊂ V2 ⊂ · · · ⊂ Vn = Rn vara en uppsättning delrum till Rn sådana att Vk har dimension k för
varje k och Vk−1 är ett delrum till Vk för varje k ≥ 2. En sådan uppsättning delrum kallas en flagga.
Låt T : Rn → Rn vara en linjär avbildning som stabiliserar flaggan. Med det menas att för varje k =
1, 2, . . . , n och för varje vektor v ∈ Rn gäller implikationen v ∈ Vk ⇒ T (v) ∈ Vk . Låt nu v1 , v2 , . . . , vn
vara vektorer i Rn sådana att span{v1 , v2 . . . , vk } = Vk för varje k. Visa att matrisen för T med avseende
på basen v1 , v2 . . . , vn är övertriangulär. (4 p)
9. Matrisen
3 1 4
1
A= 2 8 0
10
5 1 6
har egenvektorer ~x1 , ~x2 , ~x3 med tillhörande egenvärden
√ √
7 + 57 7 − 57
λ1 = 1, λ2 = , och λ3 = .
20 20
a
Låt X = b vara en vektor med positiva koefficienter a ≥ 0, b ≥ 0 och c ≥ 0 sådana att a + b + c = 1.
c
Bestäm punkten An X, när n → ∞. (4 p)
3.22. 2015-10-23
1. Vi har följande punkter:
0 2
A = 1 och B = 0
2 2
i rummet R3 .
a) Bestäm en ekvation för det plan H som går genom origo 0 och genom punkterna A och B. (2 p)
b) Bestäm en parameterform för linjen l som är ortogonal mot planet H och innehåller punkten Q =
(1, 1, −1). (1 p)
c) Bestäm avståndet mellan punkten Q och planet H. (1 p)
2. Låt {e~1 , e~2 , e~3 } vara standardbasen till R3 . Betrakta den linjära avbildning F : R3 → R2 som bestäms av
1 2 0
F (e~1 ) = , F (e~2 ) = , och F (e~3 ) = .
1 −1 1
−3
a) Bestäm F (~v ) där ~v = 1 . (1 p)
1
b) Varför är bildrummet till F hela R2 ? (1 p)
c) Bestäm en bas till bildrummet Im(F ). (1 p)
d) Bestäm en bas till Ker(F ). (1 p)
x4 bx1 + x2 + x4
a) Använd determinanten för att bestämma alla a, b sådana att L blir inverterbar. (2 p)
−1
b) Låt a = b = 1, och bestäm i detta fall den inversa avbildningen L . (2 p)
4. Matrisen
4 1 −1
A= 1 4 −1
−1 −1 4
har egenvärdena 3 och 6. Bestäm en ortonormal bas av egenvektorer till A. (4 p)
4 0 2 2
a
ligger i V , bestäm därefter koordinaterna för w
~ i basen B. (2 p)
2 2 1 −2
6. Matrisrepresentationen av den linjära avbildningen T : R → R i basen , är matrisen
1 2
1 0
D= .
0 − 21
n2
Bestäm T för alla heltal n > 0. (4 p)
5
1 2
7. Planet H i R3 innehåller punkten A = 2. En ljusstråle går genom punkten P = 1, träffar planet H
3 2
3
i punkten A, reflekteras och går sedan genom punkten Q = 3. Bestäm en noll-skild normalvektor till
1
planet H. (4 p)
8. Låt a, b, c och d vara reella konstanter sådana att a < b < c < d. Visa att ekvationssystemet
x+y+z+w = k1
ax + by + cz + dw = k2
a2 x + b2 y + c2 z + d2 w = k3
a3 x + b3 y + c3 z + d3 w = k4
med avseende på x, y, z och w, har exakt en lösning, oavsett valet av rella talen k1 , . . . , k4 . (4 p)
9. Låt Λ vara ett nollskilt egenvärde till en kvadratisk, inverterbar matris A. Visa att Λ−1 är egenvärde till
A−1 . (4 p)
3.23. 2016-01-13
1. Låt A = (1, −1, 1), B = (1, 3, 1), C = (1, 1, 0) vara punkter i R3 .
a) Beskriv på parameterform planet P som innehåller A, B och C och ange ett system av linjära ekva-
tioner som beskriver P . (2 p)
b) Låt L vara linjen genom A och B. Beräkna avståndet mellan C och linjen L. (2 p)
3. Låt
−1 4
A=
0 1
a) Bestäm egenvärdena och motsvarande egenvektorerna till matrisen A. (1 p)
b) Bestäm en 2 × 2-matris S så att S −1 AS är en diagonalmatris. (1 p)
139
c) Beräkna A . (2 p)
4. För att bestämma längdutvidgningskoefficienten λ för en metall gjordes ett experiment där en metallstång
upphettades och längden avlästes. Använd minsta kvadratmetoden för att ur dessa data bestämma λ.
Temp (C ◦ ) 20 22 24 26
Längd (mm) 1 2 4 5
Följande linjära samband mellan temperaturen T och längden L gäller:
L(T ) = L0 + L1 (T − Tm ),
(2 p)
b) Bestäm matrisen till f i standardbaserna. (2 p)
7. För en n × n matris
a11 a12 ··· a1n
a21 a22 ··· a2n
A= .
.. ..
.. . .
an1 an2 ··· ann
kallas summan av de diagonala elementerna a11 + a22 + · · · + ann för spåret av A och betecknas med
tr(A).
a) Låt A och B vara n × n-matriser. Bevisa att tr(AB) = tr(BA). Konkludera att tr(A) = tr(B −1 AB)
under förutsättningen att B är inverterbar. (2 p)
b) Låt f : Rn → Rn vara en linjär avbildning. Låt M vara matrisen till f med avseende på en bas B.
Spåret av avbildningen f definieras som spåret till matrisen M . Visa att detta är väldefinierad, dvs.
att spåret är oberoende av basvalet. (2 p)
9. Låt ~v1 , ~v2 , och ~v3 vara ortonormala vektorer i R3 . Beräkna beloppet av determinanten:
det ~v1 + ~v2 ~v2 + ~v3 ~v3 + ~v1
(4 p)
3.24. 2016-01-18
T
1. Ett plan H innehåller punkten P = 1 −2 0 och linjen l som är skärningslinjen mellan planen
x + y − z = 2 och 2x + 3y − 4z = 0. Bestäm en ekvation för planet H. (4 p)
2. Ekvationen
1 2 1
x + 3xy + y 2 + 16x − 4y = 0
2 2
x
kan skrivas som en matrisekvation X T AX + P X = 0, där A är en symmetrisk matris, och X = .
y
a) Bestäm A och P . (2 p)
b) Bestäm alla egenvärden och egenvektorer till matrisen A. (2 p)
4. Betrakta ekvationssystemet
ax + by + z = 1
x+y+z =2−a
x + by + z = 1
a) Bestäm alla värden på a och b för vilka systemet inte har några lösningar. (1 p)
b) Bestäm alla värden på a och b för vilka systemet har precis en lösning. (1 p)
c) Bestäm alla värden på a och b för vilka systemet har oändligt många lösningar, samt ange dessa
lösningar. (2 p)
5. Låt L1 vara linjen i R3 som ges av (3, −1, 7) + t(2, 1, 4), och låt L2 vara linjen som går igenom punkterna
(0, −3, 5) och (2, a, 1).
a) Bestäm alla värden på parametern a för vilka linjerna L1 och L2 skär varandra, samt bestäm skärningspunkten.
(2 p)
b) För dessa värden på a, bestäm en ekvation för planet som innehåller båda linjerna. (2 p)
Låt T : R2 −→ R2 vara speglingen genom linjen L = Span(~v ), och låt β = {~v , ~n}.
a) Bestäm koordinatvektorn till w
~ i basen β. (2 p)
b) Bestäm koordinatvektorn till T (2~v + 3~n) i basen β. (2 p)
7. Bestäm determinanten för matrisen (4 p)
1 2 3 4 · n
2
2 3 4 · n
3
3 3 4 · n
4
A= 4 4 4 · n
.
. . . · .
. . . . · .
n n n . · n
x2 + y 2 + z 2 = 32 .
3.25. 2016-03-17
1. Linjen L1 ges av
x −1 −2
y = −3 + t −1
z 0 1
och linjen L2 ges av
x 4 1
y = 2 + s 5
z 3 1
a) Bestäm i parameterform det plan Π som är parallellt med linjen L1 och innehåller linjen L2 . (2 p)
b) Bestäm avståndet mellan linjerna L1 och L2 . (2 p)
2. Vi har matrisen
5 6 0
A = −3 −4 0 .
3 3 −1
a) Bestäm alla egenvektorer till egenvärdena 1 och −2. (3 p)
b) Varför är matrisen A diagonaliserbar? (1 p)
3. Den kvadratiska formen Q på R2 ges av
a) Låt L vara linjen som ges av 2x − 3y = −11. Visa att TA avbildar L på en linje TA (L). (2 p)
0 0 0
b) Hitta en linje L så att TA (L ) är en punkt. Ange ekvation för L . (2 p)
P1 : x − y + z = 5 P2 : 2x + 2z = −8
1 2
Linjen L är 3 + t 0, godtyckliga tal t. Linjen L speglas genom P1 till en linje L0 . Avgör om L0 skär
0 4
planet P2 . (4 p)
8. Låt
β = {cos(x), sin(x), cos(2x), sin(2x), . . . , cos(10x), sin(10x)}.
Mängden β bildar en bas för ett delrum V av vektorrummet av reellvärda funktioner av en variabel x.
Derivationsavbildningen D : V −→ V är den linjära avbildning som skickar en vektor f (x) i V till
df
D(f (x)) = ,
dx
dess derivata.
a) Hitta matrisrepresentationen till D i basen β. (2 p)
b) Avgör om avbildningen D är diagonaliserbar. (2 p)
tr(A) = 0,
2
tr(A ) = 14,
3
tr(A ) = −18.
Beräkna det(A). (2 p)
3.26. 2016-06-09
1. Planet H1 ges av ekvationen 3x + 2y + 2z = 0, och H2 ges av ekvationen x + 2y − 2z = 0. Linjen L är
skärningen av H1 och H2 .
a) Bestäm en bas för skärningslinjen L. (2 p)
b) Avgör om linjen L är med i delrummet V = Span(~u, ~v , w),
~ där (2 p)
4 3 1
~u = 0 , ~v = 2 , och w ~ = −2 .
1 1 0
2. Klimatstatistiken visar att vintermedeltemperaturen i Stockholms län förändras enligt följande tabell (tem-
peraturen är avrundat till heltal grader)
Period 0 (1961-1970) −5◦ C
Period 1 (1971-1980) −2◦ C
Period 2 (1981-1990) −3◦ C
Period 3 (1991-2000) −1◦ C
Period 4 (2001-2010) −1◦ C
Bestäm en ekvation på formen T (k) = Ak + B som stämmer bäst med dessa värden i minstakvadratme-
ning. Här är k nummer av perioden och T (k) är medeltemperaturen i period k.
(4 p)
3. Låt
3 −4 8
A= 2 −3 8 .
0 0 1
a) Bestäm alla egenvärden och egenvektorer till matrisen A. (2 p)
3
b) Beräkna A11~v där ~v = 2 .
1
1
4. Låt U vara lösningsmängden, i R3 , av ekvationen 2x + y = 0. Låt ~v = 0 .
115
a) Bestäm en ortonormalbas β till U (2 p)
b) Utvidga basen β till en ortonormalbas för R3 . (1 p)
c) Bestäm vektorn projU (~v ). (1 p)
ax + y − z = 1, y + 2z = 7, x + z = 2,
har en rät linje gemensam? Bestäm i så fall för alla sådana a denna linjes ekvation på parameterform.(4 p)
8. Bestäm vilka samband mellan talen a, b, c som krävs för att matrisen
a 1 2
0 b −1
0 0 c
blir diagonaliserbar. (4 p)
9. Låt V vara ett n-dimensionellt vektorrum och L : V → V en linjär avbildning som uppfyller att L(L(v)) =
L(v) för alla v ∈ V .
a) Visa att den enda vektor som ligger i både Range(L) och Null(L) är nollvektorn. (2 p)
b) Visa att det finns en bas B till V sådant att matrisrepresentationen av L m.a.p. basen B är en diago-
nalmatris där alla diagonalelement är antingen 0 eller 1. (2 p)
3.27. 2016-10-21
1. Låt
4 −2 7
A= .
8 −310
T
a) Bestäm alla lösningar till det homogena systemet Ax = 0 0 (3 p)
T
b) Bestäm alla lösningar till Ax = −5 −3 . (3 p)
(6 p)
5. En reflektionen i R3 är en linjär avbildning
3.28. 2017-01-11
1. a) För vilka värden på k har ekvationssystemet (med avseende på x, y och z)
kx + ky + z = 3
2x + ky + z = 2
4x + 3y + 3z = 8
3.29. 2017-03-13
1 −1 1
1. Betrakta vektorerna P~ = 1 , Q ~ = 3 , ~u = −1. Låt l1 vara linjen som går genom P~ och Q
~ och
−2 0 1
låt l2 vara linjen som är parallell med ~u och som går genom P~ .
a) Bestäm parameterframställningar till linjerna l1 och l2 . (3 p)
b) Bestäm en ekvation för det plan som innehåller linjerna l1 och l2 . (3 p)
2. Betrakta följande matris:
t 1 10 − t
A(t) = 1 0 −1
10 1 t
a) För vilka värden på t är A(t) inverterbar? (3 p)
b) Ge något värde på t så att det motsvarande systemet
A(t)~x = ~0
6. Multiplikationstabellen M definieras som den 9 × 9-matris vars element ges av formeln Mij = i · j, där
i, j = 1, 2, . . . , 9.
a) Bestäm rangen av matrisen M . (2 p)
2 2 2
b) Visa att talet 1 + 2 + · · · + 9 = 285 är ett egenvärde till matrisen M . Vad är motsvarande
egenvektorer? Bestäm därefter alla övriga egenvärdena till M (egenvektorer behöver inte anges).
(4 p)
Del II.
Lösningar
67
4. Kontrollskrivningar
69
och med hälp av Gauss-Jordans metod kan vi överföra 3. Om de fyra punkterna ligger i samma plan finns det en noll-
den till övertriangulär form: skild ekvation ax + by + cz + d = 0 som alla punkter
uppfyller. Detta ger oss ett homogent linjärt ekvationssystem
1 1 1 0 7 r1 med fyra ekvationer och fyra obekanta, vilket har icketriviala
1 0 −1 1 8 ∼ r2 − r1 lösningar precis om ekvationerna är linjärt beroende.
0 1 2 1 9 r3
Totalmatrisen för ekvationssystemet ges av
1 1 1 0 7 r1 + r2
∼ 0 −1 −2 1 1 ∼
−r2 1 2 3 1 0
0 1 2 1 9 r3 + r2
2 3 2 1 0
t + 1 3 t+2 1 0
r1 − 21 r3
1 0 −1 1 8 t 2t 2t + 5 1 0
1
∼ 0 1 2 −1 −1 ∼ r2 + 2 r3
0 0 0 2 10 1
r
2 3
och vi kan använda Gausselimination för att se när det finns
icke-triviala lösningar:
1 0 −1 0 3
∼ 0 1
2 0 4
1 2 3 1
r1
0 0 0 1 5 2 3 2 1 r2 − 2r1
∼
b) Eftersom det är en av kolonnerna i koefficientmatrisen
t + 1 3 t + 2 1 r3 − (t + 1)r1
som inte har en ledande ett får vi införa en parameter t 2t 2t + 5 1 r4 −tr1
t och sätta x3 = t. De övriga variablerna kan nu di- 1 2 3 1 r1
rekt lösas ut från de tre ekvationerna som motsvarar
0 −1 −4 −1 −r2
∼0 1 − 2t −1 − 2t
∼ ∼
raderna i matrisen: −t r3 + (1 − 2t)r2
0 0 5−t 1−t r4
x1 = 3+x3 = 3+t, x2 = 4−2x3 = 4−2t och x4 = 5. 1 2 3 1
0 1 4 1
Lösningsmängden ges därmed av ∼
0 0 −5 + 6t t − 1
x1 3+t
0 0 5−t 1−t
x2 = 4 − 2t : t reellt tal .
x3 t
Vi kan i det här läget se att det finns icke-triviala lösningar
x4 5
om och endast om de två sista raderna är linjärt beroende
eftersom det redan finns ledande ettor i det två första raderna
c) Eftersom det finns en ledande etta i varje rad i ko- och motsvarande positioner är noll i de sista två.
efficientmatrisen kan det aldrig bli en ledande etta i
högerledet, oavsätt hur det ser ut. Vi kan därmed fin- Alltså kan vi avgöra detta genom att se på determinanten av
na lösningar för alla möjliga högerled precis som för 2 × 2-matrisen
6t − 5 t − 1
högerledet (7, 8, 9).
5−t 1−t
2. a) Ortsvektorerna för punkterna ges av vektorerna från
som ges av (6t − 5)(1 − t) − (t − 1)(5 − t) = −5t(t − 1).
origo till respektive punkt, dvs OA = (1, 0, 1), OB =
(2, −3, 2) och OC = (4, 1, 0). Eftersom OA+AB = Därmed ligger de fyra punkterna i samma plan precis om t =
OB får vi 0 eller t = 1. Vi kan sätta in dessa värden på t i totalmatrisen
ovan för att beräkna lösningen till systemet. För t = 0 får vi
u = AB = OB−OA = (2, −3, 2)−(1, 0, 1) = (1, −3, 1)
och på motsvarande sätt 1 2 3 1 0 1 2 3 1 0
0 1 4 1 0 0 1 4 1 0
v = AC = OC−OA = (4, 1, 0)−(1, 0, 1) = (3, 1, −1) 0 0 −5 −1 0 ∼ 0 0 1 1 0
5
0 0 5 1 0 0 0 0 0 0
b) För att beräkna arean med hjälp av kryssprodukten
använder vi att triangelns area är hälften av arean av med lösning d = s, c = − 15 s, b = −s + 54 s = − 51 s och
den parallellogram som spänns upp av u och v. Are-
a = −s + 35 s + 52 s = 0, där s är en reell parameter. Med
an av denna parallellogram ges av normen av kryss-
s = 5 får vi planets ekvartion till −y − z + 5 = 0, dvs
produkten u × v. VI beräknar kryssprodukten till
y + z = 5.
1 3 (−3) · (−1) − 1 · 1 2
Med t = 1 får vi
u×v = −3× 1 = −1 · (−1) + 1 · 3 = 4 .
1 −1 1 · 1 − (−3) · 3 10 1 2 3 1 0 1 2 3 1 0
√ 0 1 4 1 0
∼ 0
1 4 1 0
Normen av √ 2 2
denna ges av |(2, 4, 10)| = 2 + 4 √+ 10 = 2
√ 0 0 1 0 0 0 0 1 0 0
120 = 2 30. Alltså ges arean av triangeln av 30 0 0 4 0 0 0 0 0 0 0
areaenheter.
c) Vi kan beräkna cosinus för vinkeln α vid hörnet A vilket ger lösning d = s, c = 0, b = −s − 4 · 0 = −s och
genom a = −s − 3 · 0 − 2 · (−s) = s. Med s = 1 får vi planets
ekvation till x − y + 1 = 0, dvs x − y = −1.
u·v
cos α = Det går också att lösa uppgiften på flera andra sätt, exempel-
|u| · |v|
vis genom att använda kryssprodukten mellan vektorer mel-
(1, −3, 1) · (3, 1, −1) lan punkterna för att få normalriktningen till ett plan som in-
= p p
12 + 32 + (−1)2 32 + 12 + (−1)2 nehåller tre av de fyra punkterna. Vi får fyra möjliga sätt att
1 · 3 + (−3) · 1 + 1 · (−1) 1 välja ut tre av punkterna och alla punkter ligger i samma plan
= =− . om dessa fyra normalvektorer är parallella.
11 11
Vi får då exempelvis kravet att (1, 1, −1) × (t, 1, t − 1) = Den allmänna lösningen till systemet erhålls nu ge-
(t, 1 − 2t, 1 − t) ska vara parallell med (1, 1, −1) × (t − nom att sätta de bägge fria variablerna x3 och x4 till t
1, 2t − 2, 2t + 2) = (4t, −1 − 3t, t − 1). Vi ser att kvoten resp s, och sedan uttrycka bundna variablerna x1 och
i den första positionen är 4 om inte t = 0, vilket i den sista x2 i t och s. Detta ger lösningen
positionen leder till att (t − 1) = 4(1 − t). Alltså måste
t = 0 eller t = 1 för att de ska vara parallella. Vi får nu (x1 , x2 , x3 , x4 ) = (2 − 3t/2, −1 + s + t/2, s, t),
direkt normalvektorerna för planen genom att sätta in t = 0 där s och t är godtyckliga tal.
och t = 1, vilket ger (0, 1, 1) respektive (1, −1, 0). För att
Med exempelvis (s, t) = (0, 0), (s, t) = (1, 0) och
få reda på konstanttermen i ekvationen sätter vi in någon av
(s, t) = (0, 2) erhålls de tre lösningarna
punkterna, tex (1, 2, 3) och får y +z = 5 respektive x−y =
−1.
x1 2 2 −1
x2 −1 0
= , och 0 .
x3 0 1 0
4.1.3. 2010-12-08
x4 0 0 2
1. a) Om a = 6 blir totalmatrisen för systemet
2. Med hjälp av elementära radoperationer transformerar vi ma-
1 −1 1 2 3 trisen till en övertriangulär matris vars determinant sedan en-
1 1 −1 1 1 . kelt kan beräknas, eftersom determinanten av en triangulär
1 −3 3 3 6 matris är lika med produkten av dess diagonalelement.
I själva verket räcker det i detta exempel med upprepad användning
Vi ska använda Gausselimination för att överföra to-
av operationen “addera en multipel av en rad till en annan
talmatrisen till trappstegsform. Efter varje totalmatris
rad”, vilket som bekant inte ändrar determinantens värde.
nedan anges vilken eller vilka radoperationer som ska
göras för att erhålla nästa totalmatris. 2 −1 0 0 0 r1
−1 2 −1 0 0 r2 + 12 r1
1 −1 1 2 3 r1 0 −1 2 −1 0 = r3
1 1 −1 1 1 ∼ r2 − r1 0 0 −1 2 −1 r4
1 −3 3 3 6 r3 − r1 0 0 0 −1 2 r5
1 −1 1 2 3 r1 2 −1 0 0 0 r1
∼ 0 2 −2 −1 −2 ∼ (1/2)r2 0 3
−1 0 0 r2
2
0 −2 2 1 3 r3 = 0 −1 2 −1 0 = r3 + 32 r2
0 0 −1 2 −1 r4
1 −1 1 2 3 r1
∼ 0 1 −1 −1/2 −1 ∼ r2 0 0 0 −1 2 r5
0 −2 2 1 3 r3 + 2 · r2 2 −1 0 0 0 r1
3
−1
1 −1 1 2 3 0 2
0 0 r2
4 r3
∼ 0 1 −1 −1/2 −1 . = 0 0 3
−1 0 =
0 0 0 0 1 0 0 −1 2 −1 r4 + 43 r3
0 0 0 −1 2 r5
Nu är totalmatrisen på trappstegsform. (Tredje raden i
2 −1 0 0 0 r1
totalmatrisen svarar mot ekvationen 0 = 1, så syste- 3
met saknar lösning.) 0 2
−1 0 0 r2
4
= 0 0 3
−1 0 = r3
b) Om man byter ut högerledet 6 mot högerledet a i den 0 0 0 5
−1 r4
ursprungliga totalmatrisen ovan, samt genomför sam- 4
0 0 0 −1 2 r5 + 54 r4
ma radoperationer som nyss, så erhålls totalmatrisen
2 −1 0 0 0
3
1 −1 1 2 3 0 2
−1 0 0
4 3 4 5 6
0 1 −1 −1/2 −1 = 0 0 3
−1 0 = 2 · · · · = 6.
0 0 0 0 a−5 0 0 0 5
−1 2 3 4 5
4
6
0 0 0 0 5
Tredje raden svarar mot ekvationen 0 = a − 5, så
systemet saknar lösning om a 6= 5, medan systemet 3. a) Att vara ortogonal mot båda linjerna har bara med lin-
har lösning(ar) om a = 5, t ex x3 = 0, x4 = 0, jernas riktning att göra och vi kan därmed få fram en
x2 = −1, x1 = 2. sådan vektor, n, som kryssprodukten av linjernas rikt-
c) Om a = 5 blir sista totalmatrisen ovan ningsvektorer, u och v, dvs
1 −1 1 2 3 1 1
0 1 −1 −1/2 −1 . n = u × v = −1 × 0
0 0 0 0 0 1 −1
(−1) · (−1) − 1 · 0 1
Genom att addera andra raden till första raden erhålls = −1 · (−1) + 1 · 1 = 2
den reducerade trappstegsformen 1 · 0 − (−1) · 1 1
1 0 0 3/2 2 b) Vi kan nu kontrollera genom skalärprodukten att
0 1 −1 −1/2 −1 .
0 0 0 0 0 (1, 2, 1)·(1, −1, 1) = 1·1+2·(−1)+1·1 = 1−2+1 = 0
och b) De ledande ettorna kommer alltid hamna i koefficient-
matrisen, oberoende av högerledet. Alltså går det inte
(1, 2, 1)·(1, 0, −1) = 1·1+2·0+1·(−1) = 1+0−1 = 0, att ändra systemets högerled så att det blir inkonsi-
stent.
vilket visar att vektorn n = (1, 2, 1) är ortogonal mot
båda linjernas riktningsvektorer som önskat. 2. Vi beräknar vektorprodukten
c) Ett plan som är parallellt med båda linjerna måste ha 1 −1 1·0−2·2 −4
en normalvektor som är ortogonal mot båda linjerna. u × ~v = 1 × 2 = 2 · (−1) − 1 · 0 = −2 .
~
Vi har redan hittat en sådan vektor i n = (1, 2, 1). Om 2 0 1 · 2 − 1 · (−1) 3
(x0 , y0 , z0 ) är en punkt i planet kan planets ekvation För att bestämma den ortogonala projektionen av w
~ på ~
u
skrivas som använder vi formeln for projektion,
n · (x − x0 , y − y0 , z − z0 ) = 0, ~ ·~
w u
·~
u.
u| 2
|~
eller Vi har att skalärprodukten
n · (x, y, z) = d,
−2 1
där d = n · (x0 , y0 , z0 ). För olika värden på d ger ~ ·~
w u = 1 · 1
detta plan som alla är parallella med båda linjerna. 3 2
Väljer vi en punkt på den ena linjen, exempelvis (x0 , y0 , z0 ) = = (−2) · 1 + 1 · 1 + 3 · 2 = −2 + 1 + 6 = 5,
(1, 1, 0) får vi ekvationen x+2y+z = 3 och väljer vi
en punkt på den andra linjen, exempelvis (x0 , y0 , z0 ) = och att kvadraten u |2 = 1 2 +
u är |~
av längden till vektorn ~
2 2
1 + 2 = 6. Detta ger att projektionen av w ~ ned på ~u är
(1, 0, 1) får vi ekvationen x + 2y + z = 2. Därmed
kommer ekvationerna x + 2y + z = d, för d mellan 2 5
5 6
och 3, alla ge plan som ligger mellan de båda linjerna. u = 56 .
·~
Vi kan till exempel välja d = 5/2. 6 5
3
4.1.4. 2011-09-12 3. För att bestämma en ekvation för planet behöver vi en nor-
malvektor, samt en punkt P i planet. Vi har att mittpunkten
1. a) Vi använder Gauss-Jordans metod för att överföra to- mellan A och B ligger i planet. Detta betyder att koordina-
talmatrisen för ekvationssystemet till reducerad trapp- −→
terna till P är A + 21 AB. Vi har att
stegsform.
1 −1 2
1 3 −1 3 4
r1
−→ − −→ −→
AB = OB − OA = 5 − 1 = 4 .
3 7 3 9 2 ∼ r2 − 3r1
−4 2 −6
−1 2 −12 5 9 r3 + r1
Detta ger att
1 3 −1 3 4 r1
1 −1 1 0
∼ 0 −2 6 0 −10 ∼ − 2 r2 −−→ −→ 1 −→
OP = OA + AB = 1 + 2 = 3
0 5 −13 8 13 r3 + 25 r2 2 2 −3 −1
r1 + 21 r3
1 3 −1 3 4 1 −→
∼ 0 1 −3 0 5 3
∼ r2 + 2 r2
n = 2 AB är en normalvektor till
Vi har också att vektorn ~
0 0 2 8 −12 1
r det sökta planet i och med att mittpunkten mellan A och B
2 3
måste vara den punkt i planet som ligger närmast de båda
1 3 0 7 −2 r1 − 3r2 punkterna. Därmed har vi att en ekvation för planet är x +
∼ 0 1 0 12 −13 ∼ r2 2y − 3z + d = 0. Sätter vi in koordinaterna för punkten P ,
0 0 1 4 −6 r3 som skall satisfiera ekvationen, erhåller vi att
1 0 0 −29 37 d = 0 − 2 · 3 + 3 · (−1) = −9.
∼ 0 1 0 12 −13
0 0 1 4 −6 Alternativt kan vi använda avståndsformeln och skriva kvadra-
ten på avståndet från punkten med koordinater (x, y, z) till
Vi ser från den reducerade trappstegsformen att det de bägge punkterna som
finns en ledande etta för de tre variablerna x, y och
z. Däremot är w en fri variabel och vi kan sätta w = t (x + 1)2 + (y − 1)2 + (z − 2)2
där t är en reell parameter. De tre ekvationerna ger nu = x2 + y 2 + z 2 + 2x − 2y − 4z + 1 + 1 + 4
direkt att
x = 37 + 29t, respektive
y = −13 − 12t,
(x − 1)2 + (y − 5)2 + (z + 4)2
z = −6 − 4t.
= x2 + y 2 + z 2 − 2x − 10y + 8z + 1 + 25 + 16.
Därmed ges lösningsmängden av
Ställer vi dessa uttryck lika får vi
x 37 29
4x + 8y − 12z − 36 = 0
y = −13 + t · −12 : t reellt tal .
z −6 −4 och vi kan dela med den gemensamma faktorn 4 för att få
samma ekvation som tidigare.
w 0 1
4.1.5. 2011-09-23 3. Linjen genom punkterna kan ges på parameterframställning
om vi hittar riktningsvektorn och en punkt på linjen. Vi kan
1. a) Vi kan sätta in den givna lösningen i de två ekvations-
välja någon av de givna punkterna som en punkt på linjen och
systemen och se vilket som är uppfyllt. Det är samma
vektorn mellan punkterna som riktningsvektor, ~ u. Vi får
koefficientmatris i de båda systemen och när vi sätter
in t = 0 får vi (x1 , x2 , x3 , x4 ) = (7, −11, 14, 0) 4 1 3
och vänsterledet i första ekvationen blir därmed u = 0 − 1 = −1
~
1 1 0
1·7+(−2)·(−11)+(−2)·14+(−1)·0 = 7+22−28 = 1.
och linjen kan skrivas
Alltså är det inte en lösning till det vänstra systemet
som har högerled −1 i första ekvationen. x 1 3
y = 1 + t · −1 .
b) Vi använder Gauss-Jordans metod för att överföra to-
z 1 0
talmatrisen till reducerad trappstegsform.
När vi sätter in detta i ekvationen för planet kan vi lösa ut vil-
1 −2 −2 −1 −1 r1 ket värde på parametern t som svarar mot skärningspunkten
4 3 0 3 4 ∼ r2 − 4r1
mellan linjen och planet. Vi får ekvationen
3 −2 −3 0 0 r3 − 3r1
1 + 3t + 2 · (1 − t) + 4 · 1 − 5 = 0 ⇐⇒ t + 2 = 0.
1 −2 −2 −1 −1 r1
∼ 0 11 8 7 8 ∼ 11 r2 1 Alltså ges skärningspunkten av t = −2, dvs
4
0 4 3 3 3 r3 − 11 r2
x 1 3 −5
y = 1 − 2 · −1 = 3
1 −2 −2 −1 −1 r1
∼ 0 1 8 7 8
∼ r2 − 8r3
z 1 0 1
11 11 11
1 5 1 11r
0 0 11 11 11 3
1 −2 −2 −1 −1 r1 + 2r2 + 2r4.1.6.
3 2011-10-14
∼ 0 1 0 −3 0 ∼ r2
0 0 1 5 1 r3 1. Vi utför Gauss-Jordan elimination på totalmatrisen till ekva-
tionssystemet, och erhåller
1 0 0 3 1
∼ 0 1 0 −3 0 . 3 −7 −3 4 −r2
0 0 1 5 1 −1 4 2 4 ∼ r1 + 3r2
1 1 1 a r2 + r3
Alltså är x4 en fri variabel och vi sätter x4 = t för en
reell parameter. Sedan löser vi ut de ledande variab- 1 −4 −2 −4 r1 1 −4 −2 −4
lerna genom de tre ekvationerna och får x1 = 1 − 3t, ∼ 0 5 3 16 ∼
r2 ∼ 0 5 3 16
x2 = 3t och x3 = 1 − 5t. Lösningsmängden kan 0 5 3 4+a r3 − r2 0 0 0 a − 12
därmed skrivas som Systemet är konsistent bara när det inte finns ledande etta i
x1 1 −3
högerledet, dvs bara när a = 12.
x2 = 0 + t · 3 : t reellt tal .
Med a = 12 kan vi fortsätta med Gauss-Jordans metod och
x3 1 −5 får
x4 0 1
r1 + 54 r2 1 0 52 44
1 −4 −2 −4 5
−→ −→ 0 5 3 16 ∼ 1 ∼ 0 1 5 5 3 16
r
5 2
2. a) Vi beräknar först vektorerna ~ u = AB och ~v = AC
0 0 0 0 r 3 0 0 0 0
genom
Vi sätter den fria variabeln till en parameter och for lösningsmängden
1 2 −1
−→ − −→ −→ till
u = AB = OB−OA = 0 − 4 = −4
~ 44 2
5 − 5t
1 −3 4
16 − 3 t : t reellt tal .
5 5
och t
3 2 1
−→ − − → −→ 2. Vi vill skriva ~ u och w ~ som en linjärkombination av f~ och ~g .
~v = AC = OC−OA = −2 − 4 = −6
I första fallet vill hitta skalärer a och b sådan att
3 −3 6
1 0 2 2b
Vi beräknar sedan vektorprodukten som u = 1 = a·f~+b·~g = a 1 +b 0 = a .
~
2 3 −5 3a − 5b
−1 1
u × ~v = −4 × −6
~ Koordinaterna till vektorerna ger ett ekvationssystem. Vi ser
4 6 av de två första koordinaterna till f~ och ~g , att den enda möjligheten
är att välja a = 1 och b = 21 . Men, den tredje koordinaten i
(−4) · 6 − 4 · (−6) 0
= 4 · 1 − (−1) · 6 = 10 1 · f~ + 12 · ~g blir 3a − 5b = 3 − 52 = 12 , vilket inte är tredje
(−1) · (−6) − 1 · (−4) 10 koordinaten i ~ u. Detta betyder att ~ u inte kan skrivas som en
linjärkombination av f~ och ~g . På samma sätt ser vi att för att
b) Arean av triangeln ges av halva längden av ~ u × ~v . skriva w ~ som en linjärkombination av f~ och ~g så måste vi
Längden av vektorn ges av välja a = 2 och b = 1. Vi erhåller att
p √
02 + 102 + 102 = 10 2. 2
√ 2 · f~ + ~g = 2 = w. ~
Därmed är arean av triangeln 5 2 areaenheter. 1
3. För att bestämma en ekvation för planet behöver vi en nor- b) I och med att linjens riktningsvektor måste vara pa-
malvektor i tillägg till någon punkt. Det sökta planet skall in- rallell med båda planen är den vinkelrät mot båda pla-
T
nens normalvektorer. Vi kan välja vilken nollskild vek-
nehålla linjen, och specielt riktningsvektorn ~v = −1 −1 1 .
Planet skall också innehålla vektorn QP ~ , där Q är någon tor som helst som är parallell med linjen som rikt-
punkt på linjen, t.ex. Q = (1, 2, 3). Detta ger att QP ~ = ningsvektor och därmed kan vi speciellt välja vektor-
T produkten av normalvektorerna.
1 1 −3 . En normalvektor till planet ges av kryss-
produkten av dessa två vektorer 3. För att linjen (x, y, z) = (t,
12t,
3t) ska ligga i planet måste
dess riktningsvektor, ~ u = 2 , vara ortogonal mot planets
−1 1 −1 · (−3) − 1 · 1 2 3
~ = −1× 1 = 1 · 1 − (−1) · (−3) = −2 .
~v ×QP normalvektor. Detsamma gäller för att linjen ska vara paral-
1 −3 (−1) · 1 − (−1) · 1 0 lell med planet,
vilket ger att den andra linjens riktningsvek-
1
tor, ~v = −1 . Därmed kan vi få planets normalvektor ~
n
En ekvation för planet ges då av 2x − 2y + d = 0. Insätter vi −1
koordinaterna till punkten P som skall ingå i planet erhåller som vektorprodukten av de bägge riktningsvektorerna. Detta
vi att d = 2. Ekvationen blir då 2x−2y +2 = 0, men vi kan ger
förenkla den genom att dela med −4 och får då x − y + 1 =
1 1 2 · (−1) − 3 · (−1)
1
0. ~n = 2 × −1 =
3 · 1 − 1 · (−1) = 4 .
3 −1 1 · (−1) − 2 · 1 −3
4.1.7. 2011-12-08 Alltså kan planets ekvation skrivas som x + 4y − 3z =
1. a) Vi använder Gauss-Jordans metod för att bestämma d för någon konstant d. Eftersom planet ska innehålla lin-
den reducerade trappstegsformen av matrisen. Vi får jen (x, y, z) = (t, 2t, 3t) innehåller det speciellt origo och
därmed måste konstanten vara noll.
1
2 1 2 1 r
2 1
0 0 1 −2 r2
4.1.8. 2012-01-30
∼
2 1 3 −1 r3 − r1
−4 −2 −8 3 r4 + 2r1 1. a)
1 21 1 1 1 1 1 1 1 1 r1
1 2
r 1 − r2
0 0 1 −2 r2
1 2 1 2 1 2 1 ∼ r2 − r1
∼ ∼ 3 − r1
1 2 2 1 2 2 1 r
0 0 1 −2 r3 − r2
0 0 −4 5 r4 + 4r2 1 1 1 1 1 1 1 r1 − r2
∼ 0 1 0 1 0 1 0 ∼ r2
1 5 r1 + 56 r4 1 12
1 2 0 0 0 1 0 r3 − r2
2
0 0 1 −2 r2 − 2 r4 0 0 0 1 1 0 1
1 0 1 0 1 0 1 0 1 r1 − r3
∼ ∼ 3 ∼
0 0 0 0 − 31 r4 0 0 0 1 ∼ 0 1 0 1 0 1 0 ∼ r2
0 0 0 −3 r3 0 0 0 0 −1
0 0 1 1 0 0 r3
1 0 0 1 0 0 1
Detta är den reducerade trappstegsformen i och med ∼ 0 1 0 1 0 1 0
att det är nollor både ovanför och nedanför de ledande 0 0 1 −1 1 0 0
ettorna som står längre och längre till höger längre ned
i matrisen. Vi får tre fria variabler som svarar mot de tre sista ko-
lonnerna i koefficientmatrisen. Vi inför en parameter
b) Den givna matrisen är redan på reducerad trappstegs-
för var och en av dessa och får då x4 = r, x5 = s,
form och den har två ledande ettor, en i varje nollskild
x6 = t och därefter
rad. Därmed är rangen, som är lika med antalet ledan-
de ettor, två för denna matris. x1 = 1 − r, x2 = −r − t och x3 = r − s.
2. a) Vi kan finna skärningen genom att hitta de gemensam- Vi kan nu uttrycka lösningsmängden som
ma lösningarna till de två ekvationerna, dvs genom att
1−r
lösa ekvationssystemet
−r − t
r−s
2x − 4y + 5z = 2, : r, s, t reella tal .
r
2x −
y + 2z = 5.
s
Vi kan göra det genom att använda Gauss-Jordans me- t
tod på totalmatrisen för ekvationssystemet och får då: b) När vi ändrar högerledet genom att multiplicera hela
1 högerledet med samma faktor a kommer detta att gälla
2 −4 5 2 r
2 1
∼ genom hela beräkningen och den reducerade matrisen
2 −1 2 5 r2 − r1
blir lika så när som på att högerledet är multiplicerat
5 r1 + 23 r2 1
1 −2 1 1 0 3 med a. Det innebär att lösningsmängden bara ändras
∼ 2 ∼ 1 ∼ 2
0 3 −3 3 r
3 2
0 1 −1 1 när det gäller konstanttermen och vi får
a−r
Vi har fått en fri variabel, z, och ansätter en parameter
−r − t
för denna. Detta ger z = t, y = 1+t och x = 3− 12 t.
r−s
Parameterframställningen av linjen är därmed : r, s, t rella tal .
r
s
1
(x, y, z) = (3, 1, 0) + t · (− , 1, 1).
t
2
Alltså ändras lösningsmängden bara genom att kon- 4.1.9. 2012-09-10
stantdelen multipliceras med samma konstant a.
1. a) Med x = 0 och w = 1 har vi ekvationssystemet
2. a) Vektorerna ~
u och ~v ges av
−13y + 2z − 7 = 5,
6y − z + 11 = 3.
1 3
−→ −
−→
u = OA = 2
~ och ~v = OB = 1 . Detta ekvationssystem, i två okända, skriver vi som matri-
−3 0
sekvationen
Vektorprodukten ges nu av
−13 2 12 y
= .
6 −1 −8 z
1 3 2 · 0 − (−3) · 1 3
u×~v = 2 ×1 = (−3) · 3 − 1 · 0 = −9 .
~ Matrisen är inverterbar, med determinant 1, och vi har att sy-
−3 0 1·1−2·3 −5 stemet har den unika lösningen
Vi kan kontrollera räkningarna genom att se att skalärprodukten y 1 −1 −2 12 4
= = .
av denna vektor med vektorerna ~ u och ~v är noll: z 1 −6 −13 −8 32
3 1 b) Ett ekvationssystem i fler okända än antalet ekvationer har
−9· 2 = 3·1−9·2−5·(−3) = 3−18+15 = 0 antingen ingen lösning, eller oändligt många lösningar. Vi har
−5 −3 hittat en lösning, nämligen (0, 4, 32, 1), och därför finns det
oändligt många lösningar.
och
c) Med y = −2x och w = −3x blir systemet
3 3
−9 · 1 = 3 · 3 − 9 · 1 − 5 · 0 = 9 − 9 − 0 = 0. 17x + 26x + 2z − 21x = 64x + 2z = 5,
−5 0 13x − 12x − z − 33x = −32x − z = 3.
Då −2 · 3 = −6 och inte 5, har systemet ingen lösning.
b) För att beräkna volymen av tetraedern beräknar vi först
trippelprodukten ~ u × ~v · w,
~ dvs 2. a) Vi har att
4 −1 2
3 0 2 × −2 = −4 ,
−9 × 2 = 3 · 0 − 9 · 2 − 5 · 1 = −23.
0 1 −6
−5 1
och vi har att
Volymen av tetraedern ges nu av en sjättedel av absol-
4 2
utbeloppet, dvs 16 | − 23| = 23
6
. 2 · −4 = 8 − 8 = 0,
3. a) En normalvektor till planet kan vi läsa av genom ko- 0 −6
efficienterna i ekvationen och får
−1 2
3 −2 · −4 = −2 + 8 − 6 = 0.
n = 4 .
~ 1 −6
5 u × ~v är vinkelrät mot ~
Så vektorn ~ u och ~v .
Vi kan projicera vektorn ~
u på ~
n genom b) Vi kan välja w
~ =~u × ~v . Vektorn ~
u × ~v är noll-skilld, och
~ ·w
därmed vill w ~ > 0.
2 3 u × ~v är normal till det plan som spänns upp av
c) Vi vet att ~
1 · 4 vektorerna u och v. De sökta vektorerna är därmed
3 5 3
u·~
~ n
Proj~n ~
u= n = 4
~ 4t − s
n·~
~ n 3 3 5 ~ = 2t − 2s ,
w
4 · 4 s
5 5
med skalärer s, t.
3 3 3
2·3+1·4+3·5 25 1
= 4 = 4 = 4 . 3
3·3+4·4+5·5 5 50 5 2 5 ~
3. a) Linjen ` = A + t~v , där ~v = AB = −1. Riktnings-
5
b) För att skriva ~
u som en summa av en vektor som ligger vektorn ~v är en normalvektor för det sökta planet, som ges av
i planet och en som är vinkelrät mot kan vi använda en ekvation på formen
resultatet från del (a). Vi har att skillnaden
3x − y + 5z + d = 0.
2 3 1
1 1 Insätter vi A = (1, 2, −3) i planets ekvation får vi
u − Proj~n ~
~ u= 1 −
4 = −2
3 2 5 2 1 3 − 2 − 15 + d = 0,
c) Om vi tar tre punkt A, B och C i rummet, då har vi att Vi har att q = p + 2, vilket ger att q 2 = p2 + 4p + 4. Insätter
vi detta i andragrads ekvationen, erhåller vi
−→ − −→ −→
AB + BC = AC.
0 = p2 − 10p + p2 + 4p + 4 = 2p2 − 6p + 4.
−−→ −→ −→ −→ −→
Detta betyder att BC är AC − AB. Vektorn AB × AC är Vi har att
−→ −→
ortogonal på AB och AC, och då också ortogonal på varje
−→ −→ 3 2 9
linjär kombination av AB och AC. p2 − 3p + 2 = (p − ) +2− ,
2 4
vilket ger att lösningarna till andragrads ekvationen ges av Nu ser vi att om a2 − 1 6= 0 då har vi en matris som har rang
3. Specielt vill en sådan matris ge en unik lösning, oberoende
3 1
p− =± . av värderna på högerledet. Om istället a2 − 1 = 0, då har
2 2 systemet uppenbarligen ingen lösning.
Detta ger två möjligheter för den sökta punkten C, nämligen
2. a) Area ges av uttrycket 1 ~ × OQ.
| OP ~
2
C1 = (2, 4) och C2 = (1, 3). b) Vi tänker oss att punkten C är origo
i triangeln. Vi har
2 −2
Båda punkterna fungerar som lösning. ~ = 3 och CB ~ = 3 . Detta ger att
vektorerna CA
3. a) Vi vill bestämma s och t sådan att 1 −1
3 1 3 1
−6
3 = 1 + s 1 + t 0 . ~ ~
CA × CB = 0 .
−4 0 0 1 12
Av den tredje raden ser vi att t = −4, och av den andra raden
~ × CB
Längden till vektorn CA ~ är
får vi att s = 2. Vi ser också att dessa värden är satisfierade
i rad 1 (3 · 2 − 4 + 1 = 3). Detta betyder att punkten Q =
(3, 3, −4) är i planet. −1 √ √
| 6 0 | = 6 1 + 0 + 4 = 6 5.
b) Om vi nu försöker bestämma lösningarna till ekvationssy- 2
stemet
√
4 1 3 1
4 = 1 + s 1 + t 0 , Arean av triangeln blir därmed 3 5.
4 0 0 1 3. a) Planet innehåller vektorerna
så ser vi av den tredje raden att t = 4, och av den andra raden
att s = 3. Men dessa värden satisfierar inte den första raden, 2 0
då ~
P Q = 0 och ~
P R = −2 .
3 · 3 + 4 + 1 6= 4. 1 2
Detta betyder att punkten R = (4, 4, 4) inte ligger i planet. En normal för planet är
c) Vi bestämmer först en normalvektor
till planet. Planet som
2 0 2
3s + t
går genom origo, och är på formen s , skalärer s och ~ ~
n = P Q × P R = 0 × −2 = −4 .
~
t 1 2 −4
t, är parallell med det ursprungliga planet. Vi har att punkter-
na (3, 1, 0) och (1, 0, 1) ligger i planet, och därmed har vi En ekvation för planet är på formen x − 2y − 2z + d = 0,
att en normalvektor är där talet d bestäms vid insättning. Insätter vi koordinaterna
för punkten P får vi
3 1 1
n = 1 × 0 = −3 .
~ 0 − 2 − 0 + d = 0.
0 1 −1
En ekvation för plan med denna normalvektor ser ut som b) Om de tre punktern lå på en och samma linje då ville vek-
torn P~Q vara parallell med vektorn P~R. Vilket inte är fallet.
x − 3y − z + d = 0.
Talet d bestämmer vi vid insättning av någon punkt som pla- 4.2. Kontrollskrivningar 2
net innehåller, t.ex. punkten (1, 1, 0). Detta ger d = 2.
4.2.1. 2010-09-27
4.1.12. 2013-01-28 1. De sökta dimensionerna påverkas inte av elementära radope-
1. Systemet har totalmatris rationer. Använd första raden för att få inledande nollor i de
övriga raderna:
2 9 4 1+a
−2 7 −2 a − 1 .
1 0 −1 1
r1
1 0 −1 1
2 1 a2 + 2 2 −2 1 2 1 r2 + 2r1 0 1 0 3
−3 −3 −1 −1 ∼ r3 + 3r1 ∼ 0 −3 −4 2
Vi adderar rad 1 till rad 2, och sedan adderar vi -1 rad 1 till
3 2 1 −2 r4 − 3r1 0 2 4 −5
rad 3. Och sedan delar vi rad 2 med talet 2. Nu ser matrisen 1 4 3 2 r5 − r1 0 4 4 1
ut som
2 9 4 1+a
0 Använd nu andra raden för att få så många nollor som möjligt
8 1 a .
i den andra kolumnen:
0 −8 a2 − 2 1 − a
Addera slutligen rad 2 till rad 3, och vi har följande övretriangulär 1 0 −1 1 r1 1 0 −1 1
matris 0 1 0 3 r2 0 1 0 3
2 9 4 1+a 0 −3 −4 2 ∼ r3 + 3r2 ∼ 0 0 −4 11
0 8 1 a . 0 2 4 −5 r4 − 2r2 0 0 4 −11
0 0 a2 − 1 1 0 4 4 1 r5 − 4r2 0 0 4 −11
Genom att använda den tredje raden får vi enbart nollor på de och
sista två raderna:
e2 · n (0, 1) · (2, −1)
1 0 −1 1
r1
1 0 −1 1
T (e2 ) = e2 − 2 n = (0, 1) − 2 (2, −1)
||n||2 ||(2, −1)||2
0 1 0 3
r2 0 1 0
3
0 0 −4 11 ∼ − 1 r3 ∼ 0 0 1 −11/4
−1 4 3
4 = (0, 1) − 2 (2, −1) = ( , ).
0 0 4 −11 r4 + r3 0 0 0
0
5 5 5
0 0 4 −11 r5 + r3 0 0 0 0 Alltså ges standardmatrisen för avbildningen T av
3 4
Denna matris är på trappstegsform, och vi noterar att vi har −
tre nollskilda rader. Radrummet har alltså dimension 3, och 5 5 = 1 −3 4
A= .
nollrummet har dimension 4 − 3 = 1. Enligt känd sats har 4 3 5 4 3
kolonnrummet samma dimension som radrummet, alltså 3. 5 5
Allt detta gäller även den ursprungliga matrisen.
w1 + w2 + w3 = u1 + v1 + u2 + v2 + u3 + v3
Uppdelningen av ortsvektorn OP i komposanter u-led och v-led. = (u1 + u2 + u3 ) + (v1 + v2 + v3 ) = 0 + 0 = 0
Med e1 = (1, 0) och e2 = (0, 1) får vi nu med hjälp av vilket visar att även q ligger i V . Därmed är V ett
formeln för speglingen att underrum.
b) Att B = { u1 , u2 } = { (1, 0, −1), (1, −1, 0) }
e1 · n (1, 0) · (2, −1)
T (e1 ) = e1 − 2 n = (1, 0) − 2 (2, −1) är en bas till underrummet V innebär att varje vektor
||n||2 ||(2, −1)||2 v som ligger i V på ett entydigt sätt kan skrivas på
2 −3 4 formen v = c1 · u1 + c2 · u2 , där skalärerna c1 och
= (1, 0) − 2 (2, −1) = ( , )
5 5 5 c2 är koordinaterna för v i den givna basen B.
Speciellt bestäms koordinaterna c1 och c2 för vektorn Man kan konstatera att denna basvektor (1, −1, 2) för
v = (1, −2, 1) ur villkoret radrummet till A är ortogonal mot var och en av de
bägge basvektorerna (1, 1, 0) och (−2, 0, 1) för noll-
1 1 1 rummet till A. Detta är som det ska, eftersom nollrum
−2 = c1 · 0 + c2 · −1 . och radrum är ortogonala komplement till varandra.
1 −1 0 (Radrummet består av alla linjärkombinationer av ra-
derna i A medan nollrummet består av alla vektorer
Detta är ett linjärt ekvationssystem, i de obekanta c1 som är vinkelräta mot alla rader i A).
och c2 , med totalmatrisen
b) Nu överför vi, medelst elementära radoperationer, ma-
1 1 1
trisen AT till reducerad trappstegsform.
−1 −2 ,
0
1 −3 1 −3
−1 0 1 T
A = −1 3 −→ 0 0 = R̃
som med några elementära radoperationer överförs till 2 −6 0 0
R̃ har erhållit genom att första raden i AT har adderat
1 0 −1 till andra raden i AT och (-2) gånger första raden i AT
0 1 2 . har adderat till tredje raden i AT . R̃ är på reducerad
0 0 0 trappstegsform med enbart en trappstegsetta.
Ur denna totalmatris på reducerade trappstegsformen Nollrummen till AT och R̃ är desamma. Den fullständiga
kan vi läsa av att c1 = −1 och c2 = 2, vilket alltså lösningen till R̃u = 0 erhålls genom att sätta den
är de sökta koordinaterna för v. “fria” variabeln u2 till t och sedan uttrycka den “bund-
Anmärkning: Vi kunde (och borde kanske) ha börjat na” variabeln u1 i t. Detta ger att (u1 , u2 ) = (3t, t) =
med att kontrollera att den givna vektorn v ligger i V , t · (3, 1), ur vilket följer att vektorn (3, 1) utgör en bas
genom att konstatera att v1 + v2 + v3 = 1 − 2 + för nollrummet till R̃, och därmed även för nollrum-
1 = 0. Men eftersom ekvationssystemet ovan hade met till AT .
lösning kan vi ändå dra slutsatsen att v ligger i V . Om Radrummen till AT och R̃ är också desamma. De
vi hade försökt bestämma koordinaterna för en vektor nollskilda raderna i R̃ utgör en bas till radrummet för
som inte ligger i V , t ex (1, −1, 1), så hade tredje R̃, och därmed även för radrummet till AT . I detta
högerledet i den sista totalmatrisen ovan blivit 6= 0. fall utgör alltså den ensamma vektorn (1, −3) en bas
för radrummet till AT . Men radrummet för AT är ek-
2. Vi ska lösa uppgiften med en generell metodik, även om det
vivalent med kolonnrummet för A, vilket innebär att
för denna lilla matris går att hitta vissa av baserna på ett
vektorn (1, −3) utgör en bas även för kolonnrummet
enklare sätt.
till A.
a) Vi startar med att medelst elementära radoperationer
Man kan konstatera att denna basvektor (1, −3) för
överföra den givna matrisen A till reducerad trapp-
radrummet till AT (och kolonnrummet till A) är or-
stegsform (Gauss-Jordans metod.)
togonal mot basvektorn (3, 1) för nollrummet till AT .
1 −1 2
1 −1 2
Detta är igen som det ska. (Kolonnrummet till A består
A= −→ =R av alla linjärkombinationer av kolonnerna i A medan
−3 3 −6 0 0 0
nollrummet till AT består av alla vektorer som är vin-
Matrisen R har erhållits genom att 3 gånger första ra- kelräta mot alla kolonner i A).
den i A har adderat till andra raden i A. Anmärkning: Ett alternativt sätt att bestämma en bas
Matrisen R är på reducerad trappstegsform med en- för kolonnrummet till A är att välja ut de kolonner
bart en trappstegsetta. i A som svarar mot “trappstegsettor” i R från (a)-
Nollrummet till en matris påverkas inte av elementära uppgiften. Det leder till att första kolonnen i A utgör
radoperationer, så nollrummen till A och R är desam- en bas för kolonnrummet till A, med samma svar som
ma. Den fullständiga lösningen till systemet Rx = 0 ovan. På motsvarande sätt kan man bestämma en bas
erhålls genom att sätta de “fria” variablerna x2 och för kolonnrummet till AT (och därmed även för rad-
x3 till t respektive s, och sedan uttrycka den “bund- rummet till A) genom att välja ut de kolonner i AT
na” variabeln x1 i t och s. Detta ger att som svarar mot trappstegsettor i R̃. Även det ger sam-
(x1 , x2 , x3 ) = (t − 2s, t, s) = t · (1, 1, 0) + s · ma svar som ovan (i detta exempel).
(−2, 0, 1).
3. a) Eftersom rotationen är en linjär avbildning kan vi skri-
Ur detta följer att de båda vektorerna (1, 1, 0) och va upp standardmatrisen för avbildningen om vi känner
(−2, 0, 1) utgör en bas för nollrummet till matrisen till bilden av standardbasvektorerna. I detta fall kom-
R, och därmed utgör de en bas även för nollrummet mer ex att roteras till ey och ey till −ex , förutsatt att
till matrisen A. koordinatsystemet är högerorienterat. Alltså ges första
Radrummet till en matris påverkar inte heller av ele- kolonnen av (0, 1) och andra av (−1, 0). Standardma-
mentära radoperationer, så radrummen till de bägge trisen ges av
matriserna A och R är desamma. De nollskilda ra- 0 −1
A= .
derna i matrisen R (som är på trappstegsform) är all- 1 0
tid linjärt oberoende och utgör en bas till radrummet
för R, och därmed även till radrummet för A. I detta b) På samma sätt som i första deluppgiften behöver vi
fall utgör alltså den ensamma vektorn (1, −1, 2) en bestämma bilderna av basvektorerna. Denna gång speglas
bas för radrummet till A ex till −ey och ey speglas till −ex . Vi får därmed
standardmatrisen b) För att hitta en ekvation för planet W som går genom
origo räcker det att hitta en normalvektor. Denna nor-
0 −1
B= . malvektor ska vara ortogonal mot alla vektorer i W
−1 0
och vi kan få en sådan genom att bilda kryssproduk-
c) Standardmatrisen för sammansättningen ges av ma- ten av två vektorer som ligger i W , till exempel de två
trisprodukten av de båda standardmatriserna för T1 givna vektorna u = (3, 1, 2) och v = (1, 1, 3). Vi
och T2 . Vi får därmed standardmatrisen får
0 −1 0 −1
C = BA =
−1 0 1 0 1·3−2·1 1
0·0−1·1 0 · (−1) − 1 · 0
−1 0
n = u × v = 2 · 1 − 3 · 3 = −7 .
= = . 3·1−1·1 2
−1 · 0 + 0 · 1 −1 · (−1) + 0 · 0 0 1
d) Eftersom den andra basvektorn bevaras är det en speg- En ekvation för planet ges därmed av x−7y+2z = 0.
ling i y-axeln.
∼ 0 1 0 −6 4 1 .
1 1 1 0 r + r2 1 0 −1 1
∼ ∼ 1 ∼ 0 0 1 −5 3 1
0 −1 −2 1 −r2 0 1 2 −1
Med andra ord kan vi skriva e1 = −f1 + 2f2 och
e2 = f1 − f2 . Alltså kan vi uttrycka vektorerna u, v och w som
Därmed kan vi beräkna bilderna av standardbasvekto-
rerna under avbildningen T som u = 8g1 − 5g2 − g3
T (e1 ) = T (−f1 + 2f2 ) = −T (f1 ) + 2T (f2 ) v = −6g1 + 4g2 + g3
w = −5g1 + 3g2 + g3
= −(3, 1, 2) + 2(1, 1, 3) = (−1, 1, 4)
∼ 0 1 0 52 −1 − 32 .
x1 −1
x2 = t · −1 : t reellt tal 0 0 1 32 0 − 21
x3 1
Alltså har vi att
och en bas för nollrummet ges av vektorn (−1, −1, 1). 9 −4 −5
−1 1
A = 5 −2 −3
b) Eftersom det finns två ledande ettor i den reducerade 2 3 0 −1
trappstegsformen av matrisen för T är dimensionen
för bildrummet lika med 2. och vi kan kontrollera räkningarna genom att multiplicera
A−1 med A och får då
3. a) För att bestämma en bas för det delrum, V , som vekto-
9 −4 −5 1 −2 1
rerna spänner upp kan vi se vektorerna som kolonner i 1
5 −2 −3 −2 3 1
en matris och bestämma en bas för motsvarande bild- 2 3 0 −1 3 −6 1
rum. Vi utför Gausselimination för att se vilka linjära
1 9·1−4·(−2)−5·3 9·(−2)−4·3−5·(−6) 9·1−4·1−5·1
relationer som finns mellan kolonnerna.
= 5·1−2·(−2)−3·3 5·(−2)−2·3−3·(−6) 5·1−2·1−3·1
2 3·1+0·(−2)−1·3 3·(−2)+0·3−1·(−6) 3·1+0·1−1·1
1 2 1 r1
1 −2 −2 r2 − r1
9 + 8 − 15 −18 − 12 + 30 9 − 4 − 5
∼ 1
0 4 3 r3 = 5+4−9 −10 − 6 + 18 5 − 2 − 3
2 0 −1 r4 − 2r1 2 3+0−3 −6 + 0 + 6 3+0−1
1 2 1 r1 1 2 1
2 0 0 1 0 0
0 −4 −3 − r2 0 1 1 3 1
∼ ∼ 4 ∼
4. = 0 2 0 = 0 1 0 .
0 4 3 r3 + r2 0 0 0 2 0 0 2 0 0 1
0 −4 −3 r4 − r2 0 0 0
2. a) Nollrummet ker(A) är lösningsmängden till ekvations-
Detta visar att de två första kolonnerna är linjärt obe- systemet med totalmatris [A|~0]. Vi kan bestämma den-
roende eftersom de har ledande ettor, medan den tredje na genom Gausselimination och får då
ligger i linjära höljet av de två första. Därmed är del-
rummet som spänns upp av de tre vektorerna tvådimensionellt −1 −1 0 1 0 −r1
−3 −1 1 1 0 ∼ r2 − 3r1
och en bas utgörs av ~ u och ~v .
2 0 −1 0 0 r3 + 2r1
b) För att hitta en vektor som inte ligger i detta delrum 1
ska vi ha en vektor som inte går att skriva som en 1 1 0 −1 0 r 1 − 2 r2
∼ 0 2 1 −2 0 ∼ 1
linjärkombination av de båda basvektorerna ~ u och ~v . r
2 2
Ett sätt att använda räkningarna från del (a) är att ändra 0 −2 −1 2 0 r3 + r2
den tredje vektorn i den tredje positionen, från 3 till 4.
1 0 − 21 0 0
Eliminationen ändras då till ∼ 0 1 1
2
−1 0 .
1 2 1 r1 0 0 0 0 0
1 −2 −2 r2 − r1
∼ Det finns nu två fria variabler och vi inför parametrar
0 4 4 r3
s och t, vilket ger x3 = s, x4 = t, x1 = 12 s och
2 0 −1 r4 − 2r1
x2 = −t − 21 s. Lösningsmängden kan skrivas
1 2 1 r1 1 2 1 1
0 −4 −3 − 1 r2 0 1 3 x1 2 0
∼ ∼ 4 ∼ 4 .
1
= s − 2 + t 1 : s, t reella tal .
x2
0 4 4 r3 + r2 0 0 1
0 −4 −3 r4 − r2 0 0 0
x3 1 0
x4 0 1
vilket visar att vektorn
Därmed ges en bas för lösningsmängden, dvs nollrum-
1 met, av vektorerna
−2
~0 =
1
w
4
2 0
− 1
−1 2 och 1 .
1 0
inte ligger i delrummet som spänns upp av ~ u och ~v . 0 1
b) Genom räkningarna i del (a) ser vi att det blir ledande och
ettor i de två första kolonnerna i matrisen efter Gausse-
liminationen. Detta betyder att dessa två kolonner är 2 4 1 −2
BA =
linjärt oberoende och att övriga kolonner ligger i det 1 2 2 −4
rum dessa två vektorer spänner upp. Med andra ord
2 · 1 + 4 · 2 2 · (−2) + 4 · (−4) 10 −20
utgör de två första kolonnerna i A en bas för bildrum- = =
1 · 1 + 2 · 2 1 · (−2) + 2 · (−4) 5 −10
met, im(A).
En bas för bildrummet ges därmed av b) BA svarar mot T ◦ S eftersom
−1 −1 T ◦S(~
x) = T (S(~
x)) = T (A~
x) = B(A~
x) = BA~
x.
−3 och −1 .
2 0
c) Nollrummet till S ◦ T består av de vektorer som upp-
x) = ~0, dvs AB~
fyller S ◦ T (~ x = ~0. Eftersom AB är
3. a) Eftersom det är en sammansättning av två linjära av- nollmatrisen är detta alla vektorer i R2 . En bas 2
för R
bildningar är det en linjär avbildning och det räcker ges exempelvis av standardbasen, 10 och 01 .
därmed att se på dess verkan på basvektorerna för R2 .
Om båda dessa roteras med ett kvarts varv moturs ro- Nollrummet till T ◦ S ges på motsvarande sätt av
teras också alla andra vektorer i planet så. x = ~0. Med Gausselimina-
lösningsmängden till BA~
tion får vi
Vi följer först ~ex som genom speglingen T1 avbildas 1
på −~ey . Sedan speglar T2 vektorn −~ey till vektorn 10 −20 0 r
10 1 1 −2 0
∼ 1 ∼ .
~ey . 5 −10 0 r2 − 2 r1 0 0 0
På samma sätt följer vi ~ey som speglas till −~ex genom
Den andra variabeln är fri och vi sätter x2 = t för en
T1 och sedan vidare till −~ex genom T2 .
parameter t. Lösningsmängden ges nu av
Därmed har båda basvektorerna roterats ett kvarts varv
moturs, och sammansättningen motsvarar en sådan ro- x 2
x= 1 =t
~ : t reellt tal.
tation av hela planet. x2 1
b) Vi kan göra precis på samma sätt som i (a). Vi får då 2
En bas för nollrummet ges därmed av 1 .
fram att ~ex avbildas på ~ex genom T2 och sedan vida-
re till −~ey genom T1 . Sedan får vi att ~ey speglas till 3. a) Att ~v ligger i det linjära höljet span{~
u1 , ~ u3 } be-
u2 , ~
−~ey genom T2 och sedan vidare på ~ex genom T1 . tyder att ~v är en linjärkombination av vektorerna ~ u1 ,
Båda vektorerna har roterats ett kvarts varv medurs ~
u2 och ~ u3 , dvs att det finns koefficienter a, b och c så
och sammansättingen T1 ◦ T2 innebär därmed en ro- att
tation av hela planet med ett kvarts varv medurs.
~v = a~u1 + b~ u2 + c~
u3 .
Vi kan också göra det mer algebraiskt och konstatera
att båda speglingarna är sina egna inverser varför vi För att se att det finns sådana ser vi på det linjära ek-
har att vationssystem detta motsvarar. Detta har totalmatrisen
2 0 1 4
(T1 ◦ T2 )−1 = T2−1 ◦ T1−1 = T2 ◦ T1 . 2 1 1 5
1 0 1 3
De båda sammansättningarna T1 ◦ T2 och T2 ◦ T1
är därmed varandras inverser och om den ena roterar 0 1 1 3
moturs roterar den andra lika mycket medurs.
och med Gausselimination får vi
4.2.7. 2012-02-06 2 0 1 4 r3 1 0 1 3 r1
2 1 1 5 r2 2 1 1 5 r2 − 2r1
1 0 1 3 ∼ r1 ∼ 2 0 1 4 ∼ r3 − 2r1
1. a) Ett delrum i R2 är en icketom delmängd i R2 som är
sluten under addition av vektorer och under multipli- 0 1 1 3 r4 0 1 1 3 r4
kation av vektorer med skalär.
1 0 1 3
r1
Då denna matris har tre ledande ettor, är de tre mit-
tersta kolonnerna linjärt oberoende.
b) Betrakta följande matris:
1 0 0 0 1
0 1 0 1 0
0 0 1 0 0
89
0. Med Gausselimination på totalmatrisen får vi Vi ska sedan gå vidare och ersätta u3 med en vektor som
tillsammans med v1 och v2 spänner upp W , men som också
3 1 4 2 0 r2 är ortogonal mot det delrum som spänns upp av v1 och v2 .
1 3 0 4 0 ∼ r1 Eftersom v1 och v2 utgör en ortogonal bas för detta delrum
0 4 −2 5 0 r3 får vi
1 −1 2 −1 0 r 4 v3 = u3 − projv1 − projv2 u3
1 3 0 4 0 r1
3 1 4 2 0 r2 − 3r1
dvs
∼ ∼
0 4 −2 5 0 r3 (3, 3, 1, 3) · (1, 0, 0, 1)
1 −1 2 −1 0 r − r1 v3 =(3, 3, 1, 3) − (1, 0, 0, 1)
4 (1, 0, 0, 1) · (1, 0, 0, 1)
1 3 0 4 0 r1
1 (3, 3, 1, 3) · (0, 1, 1, 0)
∼ − 8 r2 − 3r1
0 −8 4 −10 0 − (0, 1, 1, 0)
∼ (0, 1, 1, 0) · (0, 1, 1, 0)
0 4 −2 5 0 r3 + 21 r2
0 −4 2 −5 0 r4 − 21 r2 6 4
=(3, 3, 1, 3) − (1, 0, 0, 1) − (0, 1, 1, 0)
1 3 0 4 0 2 2
0 1 −1 5
0 =(0, 1, −1, 0)
∼ 0 0
2 4
0 0 0
0 0 0 0 0 För att nu få en ortonormal bas behöver vi normera basvek-
torerna och får då eftersom ||v1 ||2 = ||v2 ||2 = ||v3 ||2 = 2
Vi ser att x3 och x4 är fria variabler eftersom motsva-
att
rande kolonner saknar ledande ettor. Därför inför vi
parametrar s och t och får x3 = s, x4 = t. Ur andra √ √ √ √
ekvationen kan vi sedan lösa ut x2 som B = {(1/ 2, 0, 0, 1/ 2), (0, 1/ 2, 1/ 2, 0),
√ √
1 5 1 5 (0, 1/ 2, −1/ 2, 0)}
x2 = x3 − x4 = s − t
2 4 2 4 utgör en ortonormal bas för W .
och sedan ur den första
5. a) Vi utför matrismultiplikationerna Be och Bf , och erhåller
3 15 3 1
x1 = −3x2 −4x4 = − s+ t−4t = − s− t.
−22 + 20
−2
2 4 2 4 Be = = =e
60 − 55 5
Därmed kan alla lösningar skrivas som
11 − 12 −1
Bf = = = −f .
3
1 1 5
−30 + 33 3
− s − t, s − t, s, t
(x1 , x2 , x3 , x4 ) =
2 4 2 4 Per definition har vi att e och f är egenvektorer till B,
3 1 1 5 med respektive egenvärden 1 och −1.
= s(− , , 1, 0) + t(− , − , 0, 1)
2 2 4 4 b) Vi vill skriva vektorn u = (−8, 22) som en linjär
och vektorerna (−3/2, 1/2, 1, 0), (−1/4, −5/4, 0, 1) kombination ae + bf . Detta ger ekvationssystemet
utgör en bas för nollrummet till A.
−8 −2 1 a
b) Enligt en känd sats från boken är summan av rangen = ,
22 5 −3 b
och nollrumsdimensionen för en matris lika med an-
talet kolonner, och eftersom nollrummets dimension
a
är 2 enligt (a) får vi att kolonnrummets dimension är vilket vi skriver som u = P · . Inversen till matri-
b
4 − 2 = 2. sen P är
1 −3 −1
Vi kan också se rangen från antalet ledande ettor efter P −1 = .
att vi utfört Gausseliminationen i (a) och därmed får 1 −5 −2
vi också att rangen är 2. Detta ger
4. Låt u1 = (1, 0, 0, 1), u2 = (1, 1, 1, 1) och u3 = (3, 3, 1, 3)
a −3
−1 −8 2
vara vektorerna som utgör den givna basen för W . Vi bildar = = . (*)
b −5 −2 22 −4
nu successivt en ny ortogonal bas utifrån dessa bestående av
tre vektorer v1 , v2 och v3 . c) Vi har från uppgifterna ovan att u = 2e − 4f , där
Gram-Schmidts metod börjar med att vi väljer v1 = u1 . e och f är egenvektorer med egenvärden 1 och −1.
Nästa vektor v2 ska tillsammans med v1 spänna upp samma Detta ger att
delrum som u1 och u2 , men vara ortogonal mot v1 . Detta
åstadkommer vi genom att dra bort projektionen av u2 på v1 B 43 u = 2 · B 43 · e − 4 · B 43 · f
från u2 . Detta innebär att vi tar den komposant av u2 som är = 2(1)43 e − 4(−1)43 f
vinkelrät mot v1 . = 2e + 4f = 2(−2, 5) + 4(1, −3) = (0, −2).
Vi beräknar
Dvs, B 43 u = (0, −2).
v2 = u2 − projv1 u2
Alternativt kan vi för göra det genom att vi från upp-
(1, 1, 1, 1) · (1, 0, 0, 1) gifterna (a) och (b) har vi att matrisen B är diagonali-
=(1, 1, 1, 1) − (1, 0, 0, 1)
(1, 0, 0, 1) · (1, 0, 01) serbar, och att
2
=(1, 1, 1, 1) − (1, 0, 0, 1) = (0, 1, 1, 0). 1 0
2 D= = P −1 BP.
0 −1
Specielt har vi att P DP −1 = B. Därmed är 7. a) Matrisrepresentationen för avbildningen T med avse-
ende på basen B = {n, v1 , v2 }, där n är en nollskild
43 43 −1
B u = PD P u. normalvektor till W , och vektorerna v1 , v2 är en bas
för W ges av formeln
43 −1
att D = D, och från (*) har vi att P u =
Vi har
2
. Detta ger att D = [T (n)]B [T (v1 )]B [T (v2 )]B .
−4
Vi har uppenbarligen att T (n) = 0, T (v1 ) = v1 och
−2 1 1 0 2 att T (v2 ) = v2 . Detta ger matrisen
B 43 u =
5 −3 0 −1 −4
0 0 0
−2 1 2 0
= = D = 0 1 0 .
5 −3 4 −2
0 0 1
6. Vi kan bilda en ortogonal bas av egenvektor till en given ma-
tris B om och endast om B är symmetrisk. Nu är b) Vi har sambandet A = P DP −1 , där A är standard-
matrisen till avbildningen T , och där P är basbytes-
matrisen
1 0 1 2 1 0
B = P −1 AP = P = PB→S
0 1/a 6 5 0 a
1 2a
från basen B till standardbasen S. Basen B väljer vi
= . konkret att vara
6/a 5
Denna matris är symmetrisk om och endast om n = (1, 1, 1), v1 = (1, 0, −1) v2 = (0, 1, −1).
√
2a = 6/a ⇐⇒ a2 = 3 ⇐⇒ a = ± 3. Matrisen P har vektorerna n, v1 , v2 sina koordina-
ter som respektive första, andra och tredje kolonn. Vi
√
Eftersom a är positivt, måste vi ha att a = 3. Vi får att beräknar inversen P −1 med Gauss-Jordan elimina-
√ tion, vilket ger
1
√ 2 3
B= .
1 1 1
2 3 5. −1 1
P = 2 −1 −1
3 −1 2 −1
Det karakteristiska polynomet till B är
√
λ −√1 −2 3 Standardmatrisen ges av
= (λ−1)(λ−5)−12 = λ2 −6λ−7.
−2 3 λ − 5
1 1 0 0 0 0
1
Nollställena till detta polynom ges av A = P DP −1 = 1 0 1 2 −1 −1
3 1 −1 −1 −1 2 −1
p
λ = 3 ± 32 + 7 = 3 ± 4,
2 −1 −1
1
= −1 2 −1
Egenvärdena är alltså λ1 = 7 och λ2 = −1. 3 −1 −1 2
Egenvektorerna hörande till egenvärdet λ1 = 7 är lösningarna
till ekvationen 8. a) Ekvationssystemet kan skrivas
√
a − b · 0 = log10 100 a−b·0
6√ −2 3 x =2
(7I − A)x = 0 ⇐⇒ a − b · 1 = log10 10 ⇐⇒ a−b·1 =1
−2 3 2 y
a − b · 3 = log10 1 a−b·3 =0
0
=
0 eller på matrisform
√
Genom att dela första raden med −2 3 och den andra
√ raden 1 0 2
med 2 får vi en och samma ekvation, nämligen − 3 · x + 1 −1 a = 1 .
b
y =√0. Denna ekvation har den allmänna lösningen (x, y) = 1 −3 0
t(1, 3).
Vi får normalekvationerna genom att multiplicera med
Egenvektorerna hörande till egenvärdet λ2 = −1 är lösningarna
systemmatrisens transponat från vänster,
till ekvationen
√ 1 0 2
1 1 1 a 1 1 1
−2
√ −2 3 x 1 −1 = 1 ,
(−I −A)x = 0 ⇐⇒ 0 −1 −3
b 0 −1 −3
−2 3 −6 y 1 −3 0
0
= och uträknat,
0
√
3 −4 a 3
√ 3 · y = 0, vilken har den
Denna gång får vi ekvationen x +
−4 10 b
=
−1
.
allmänna lösningen (x, y) = t( 3, −1).
√ √
En ortogonal bas av egenvektorer ges alltså av {(1, 3), ( 3, −1)}. Detta ekvationssystem har lösning a = 13/7, b =
9/14.
b) Enligt avsvalningslagen är grötens temperatur efter 6 och
timmar
13 − 9 ·6 1 0 3 1 0 4 r1 − r3
T = 10 7 14 = 10−2 = 0,01 0 1 3 −3 0 1 ∼ r2 + 3r3
0 0 0 1 1 0 r3
grader.
1 0 3 0 −1 4
9. Låt {v1 , v2 , v3 } vara en bas för V och {w1 , w2 , w3 } vara ∼ 0 1 3 0 3 1
en bas för W . Eftersom det inte kan finnas en uppsättning 0 0 0 1 1 0
av sex linjärt oberoende vektorer i ett fem-dimensionellt rum
måste det finnas en linjärkombination I det första fallet får vi samma reducerade trappstegs-
form, och lösningsmängden är därmed lika med den
a1 v1 + a2 v2 + a3 v3 + a4 v1 + a5 v2 + a6 v3 = 0 från del (b). I det andra fallet får vi en annan redu-
cerad trappstegsform och lösningsmängden är därmed
där inte alla koefficenter är noll. Vi kan skriva om detta som en annan.
och lösningen ges av (x1 , x2 , x3 ) = (0, t, 0), där t (1, 2, 3) + t(1, 0, 2) − (7, 6, 5) = (t − 6, −4, 2t − 2).
är en parameter.
Nu är
De tre egenvektorerna (1, 0, 1), (1, 0, −1) och (0, 1, 0) tillhör
olika egenvärden och är därmed automatiskt ortogo- (1, 0, 2) · (t − 6, −4, 2t − 2) = t − 6 + 4t − 4 = 5t − 10,
nala. För att hitta en ortogonal basbytesmatris P som
diagonaliserar A behöver vi nu bara normera egenvek-
√ vilket är noll om och endast om t = 2. Avståndet ges av
torerna. Vi har att |(1, 0, 1)| = |(1, 0, −1)| = 2 längden på vektorn (t−6, −4, 2t−2) = (−4, −4, 2), vilken
och |(0, 1, 0)| = 1. Alltså får vi en ortogonal matris är
som diagonaliserar A som q √ √
(−4)2 + (−4)2 + 22 = 16 + 16 + 4 = 36 = 6.
√1 √1
0
2 2
P = 0 0 1
8. a) Vektorrummet V består av alla symmetriska 2 × 2-
√1 − √1 0 matriser. Varje symmetrisk 2 × 2-matris kan skrivas
2 2
som
och a b
b c
6 0 0
T
P AP = P −1
AP = 0 −2 0 . för några reella tal a, b och c. Detta betyder att den
0 0 8 kan skrivas som
1 0 0 1 0 0
a +b +c .
6. a) Vi beräknar det A2 , exempelvis med kofaktorutveck- 0 0 1 0 0 1
ling, eller med den kända formeln och får
Dessutom bestämmer talen a, b och c matrisen fullständigt
och därmed är uttrycket unikt. Detta är detsamma som
1 2
det = 1 · 4 − 2 · 3 = 4 − 6 = −2. att de tre matriserna B utgör en bas för V .
3 4
b) Att T är en linjär avbildning innebär att T (A1 +A2 ) = 9. a) Om vi ser på diagonalmatriser uppfyller dessa ekva-
T (A1 )+T (A2 ) och att T (kA) = k(A), för alla ma- tionen om och endast om alla dess diagonalelement
triser A1 , A2 , A i V och alla skalärer k. uppfyller ekvationen. Vi har att x3 = 2x2 −x är ekvi-
Vi kontrollerar att valent med x(x2 − 2x + 1) = 0, dvs x(x − 1)2 = 0.
Alltså kan vi välja en diagonalmatris med ettor och
nollor på diagonalen, exempelvis
T (A1 +A2 ) = P (A1 +A2 )P = P A1 P +P A2 P
= T (A1 ) + T (A2 )
1 0 0
A = 0 1 0
där vi utnyttjat den distributiva lagen för matrismulti- 0 0 0
plikationen.
Vidare ser vi att som varken är nollmatrisen eller identitetsmatrisen. (Det
finns sex olika sådana matriser.)
T (kA) = P (kA)P = kP AP = kT (A)
b) Låt v vara en egenvektor till A och λ motsvarande
där vi utnyttjat att mulitplikation med skalär kan göras egenvärde. Då gäller att Av = λv. Eftersom A3 =
före eller efter matrismultiplikationen. 2A2 − A, får vi att 0 = A3 v − 2A2 v + Av =
λ3 v − 2λ2 v + λv = λ(λ − 1)2 v. Eftersom v 6= 0,
Vi behöver också kolla att T (A) verkligen ligger i V är λ = 0 eller λ = 1.
för alla A i V . Detta ser vi genom att
(P AP )T = P T AT P T = (−P )A(−P ) = P AP
5.3. 2011-03-16
om A = AT eftersom P är antisymmetrisk och upp-
fyller P T = −P . 1. a) Vi kan beräkna inversen
A−1
genom Gauss-Jordanelimination
på totalmatrisen A I vilket ger
c) För att bestämma matrisen för T med avseende på ba-
sen B behöver vi beräkna bilderna av de tre basvekto-
rerna och uttrycka dessa i den givna basen.
Vi får att 0 1 1 0 1 −r2 0
−1 3 1 0 ∼ r1
0 1
1 −1 0 1 0 0
r3 + r2
1 0 0 1 1 0 0 1 1 −3 −1 0 −1 0 r1 + 3r2
T =
0 0 −1 0 0 0 −1 0 ∼0 1 1 1 0 0 ∼ r2
0 2 1 0 1 1 r3 − 2r2
0 1 0 1
=
−1 0 0 0 1 0 2 3 −1 0 r1 + 2r3
∼0 1 1 1 0 0 ∼ r2 + r3
0 0 0 0
= =− 0 0 −1 −2 1 1 −r3
0 −1 0 1
1 0 0 −1 1 2
∼ 0 1 0 −1
1 1 .
0 0 1 2 −1 −1
0 1 0 1 0 1 0 1
T =
1 0 −1 0 1 0 −1 0
Alltså har vi fått att
0 1 −1 0 0 1
= =
−1 0 0 1 1 0 −1
1 2
A−1 = −1 1 1 .
och 2 −1 −1
r1 − 23 r2 1 1 0 2 3
1 2 3 1 0 3 A=
0 3 4 1 4 1 2 0 8
∼ 3 r2 ∼ 0 1
∼
3 .
1 3 8 0
0 3 4 r3 − r2 0 0 0
0 −6 −8 r4 + 2r2 0 0 0
och vi kan beräkna det(A) med hjälp av radoperationer som
Vi har därmed en fri variabel i den tredje kolonnen och inför
en parameter så att x3 = 3t. Vi kan sedan använda de två 0 1 1 1 r2
nollskilda raderna för att läsa av x1 = − 13 x3 = −t och 1 0 2 3 r1
det(A) = =−
x2 = − 43 x3 = −4t. Därmed består nollrummet av alla 1 2 0 8 r3 − r1 − 2r2
punkter (x1 , x2 , x3 ) i R3 på formen (−t, −4t, 3t) där t är 1 3 8 0 r4 − r2 − 3r3
en reell parameter. 1 0 2 3 r1
4. Vi kan använda satsen från boken som säger att dimensio- 0 1 1 1 r2
=− =−
nen av bildrummet till en avbildning T plus dimensionen 0 0 −4 3 r3
av kärnan till T är lika med antalet kolonner i matrisen A. 0 0 3 −6 r4 + 43 r2
Bildrummet ges spänns upp av vektorerna T (1, 0, 0), T (0, 1, 0) 1 0 2 3
och T (0, 0, 1). Om dessa vore linjärt oberoende skulle bildrum-
0 1 1 1 15
met ha dimension tre, vilket medför att dimensionen till kärnan =− = −4· − = −15.
0 0 −4 3 4
är noll, men vi såg i del (b) att kärnan har dimension ett ef- 0 0 0 − 15
4
tersom det krävdes en parameter.
1
√
Ett annat sätt är att se att Alltså ges arean av triangeln enligt formeln av 4
15.
aT (1, 0, 0) + bT (0, 1, 0) + cT (0, 0, 1) = T (a, b, c) 7. a) Vi bestämmer först en bas för W . Skriv lösningsmängden
till ekvationen x1 − x2 + 2x3 − 3x4 = 0 på parame-
och därmed är de tre vektorerna linjärt beroende precis om
terform genom att sätta x2 = r, x3 = s och x4 = t.
det finns a, b och c som inte alla är noll och T (a, b, c) =
Vi får att
0. Detta var vad vi såg att det fanns i uppgift (b), tex är
T (−1, −4, 3) = 0 och därmed har vi det linjära beroendet
x1 = r − 2s + 3t
x2 = r
−T (1, 0, 0) − 4T (0, 1, 0) + 3T (0, 0, 1) = 0.
x3 = s
x4 = t
Detta kan skrivas I denna metod bestäms först en punkt R i det givna
planet, exempelvis genom att lösa ekvationen ax +
(x1 , x2 , x3 , x4 ) by + cz = d med Gauss-elimination och sätta de fria
= r(1, 1, 0, 0) + s(−2, 0, 1, 0) + t(3, 0, 0, 1). variablerna till 0. Det ger till resultat en punkt R =
(x0 , y0 , z0 ), där alltså ax0 + by0 + cz0 = d.
En bas för W utgörs alltså av vektorerna u1 = (1, 1, 0, 0), Nästa steg är att projicera vektorn
u2 = (−2, 0, 1, 0) och u3 = (3, 0, 0, 1).
b) Vi använder nu Gram-Schmidts ortogonaliseringpro- RPi = (xi −x0 , yi −y0 , zi −z0 )
cedur för att få en ortogonal bas. Steg 1:
på planets normalvektor n, vilket ger till resultat en
v1 = u1 = (1, 1, 0, 0). vektor
Steg 2: RPi · n
RSi = · n = si ·(a, b, c),
hu2 , v1 i n·n
v2 = u2 − v1
kv1 k2 där
−2 RPi · n a(xi −x0 ) + b(yi −y0 ) + c(zi −z0 )
= (−2, 0, 1, 0) − (1, 1, 0, 0) = (−1, 1, 1, 0). si = = .
2 n·n a2 + b2 + c2
Steg 3:
Slutligen erhålls den sökta punkten Qi ur sambandet
hu3 , v1 i hu3 , v2 i (se figuren)
v3 = u3 − v1 − v2
kv1 k2 kv2 k2
3 −3 Qi = Pi +Pi Qi = Pi −RSi = (xi , yi , zi )−si·(a, b, c),
= (3, 0, 0, 1) − (1, 1, 0, 0) − (−1, 1, 1, 0)
2 3
med si enligt ovan.
1 1 1
= ( , − , 1, 1) = (1, −1, 2, 2). Metod 2, “projektion direkt på planet mha normal-
2 2 2
vektorn n”:
Vi erhåller en ortonormal bas genom att normera de
n 6
erhållna vektorerna (1, 1, 0, 0), (1, −1, 1, 0) och 21 (1, −1, 2, 2);
basen blir s Pi
1 1 1
√ (1, 1, 0, 0), √ (1, −1, 1, 0), √ (1, −1, 2, 2) .
2 3 10
6
n
8. a) Den sökta punkten Q i planet karakteriseras av att vek-
torn QP är vinkelrät mot planet och därmed parallell
s
Qi planet
med planets normalvektor n = (a, b, c).
P (given punkt) I denna metod bildar man först en linje som går ge-
s nom den givna punkten Pi = (xi , yi , zi ) och som
6 har riktningsvektorn n = (a, b, c), så att linjen är vin-
kelrät mot det givna planet. Ekvationen för denna linje
6 QP på parameterform är
n
s (x, y, z) = (xi , yi , zi ) + t·(a, b, c).
planet
Q (sökt punkt) Vår sökta punkt Qi utgör skärningspunkten mellan
linjen och det givna planet, och den erhålls genom att
Det finns två naturliga, och besläktade, metoder att bestämma det värde ti på parametern t för vilket
bestämma Q, och vi beskriver bägge.
(Som bekant ska man dock som tentand bara ge en ax + by + cz = d, dvs (a, b, c) · ((xi , yi , zi ) + t·
lösning!) (a, b, c)) = d, vilket ger att
Eftersom metoderna ska användas för flera olika giv-
na punkter Pi ändrar vi beteckningarna något och an-
tar att man ska bestämma den punkt Qi i planet som d − (a, b, c) · (xi , yi , zi ) di − axi − byi − czi
ti = = .
ligger närmast den givna punkten Pi = (xi , yi , zi ). (a, b, c) · (a, b, c) a2 + b2 + c2
Metod 1, “projektion på normalvektorn n”:
Därmed är vår sökta punkt Qi = (xi , yi , zi ) + ti ·
Si Pi (a, b, c), med ti enligt ovan.
s s Notera att metoderna ger samma resultat, ty ti = −si
6 (eftersom ax0 + by0 + cz0 = d).
Insättning av siffror: Vi har i uppgiften att (a, b, c) =
Pi Qi = −RSi
6 (1, −2, 2), d = 1,
n
s s? P1 = (x1 , y1 , z1 ) = (1, 1, 0),
planet P2 = (x2 , y2 , z2 ) = (1, 1, 1),
R Qi
P3 = (x3 , y3 , z3 ) = (2, −1, −1)
och, om man använder metod 1, R = (x0 , y0 , z0 ) = En alternativ metod är att se att A−I har ett tvådimensionellt
(1, 0, 0). egenrum med egenvärde 0, dvs ett tvådimensionelt noll-
Insättning i exempelvis metod 2 ger att ti = (1 − rum, och ett endimensionellt egenrum med egenvärde
xi + 2yi − 2zi )/9, ett som ges av linjen med rikntningsvektor (1, −2, 1).
och därmed är t1 = 2/9, t2 = 0 och t3 = −1/9, så Dessutom är dessa båda egenrum ortogonala mot varand-
att ra. Alltså har vi A − I är standardmatrisen för den or-
togonala projektionen på vektorn u = (1, −2, 1). Om
2 vi tänker på u som en kolonnmatris kan därför A − I
Q1 = (1, 1, 0) + · (1, −2, 2) = ( 11 , 5 , 4 ),
9 9 9
9 skrivas som
Q2 = (1, 1, 1) + 0 · (1, −2, 2) = (1, 1, 1) = P2 ,
1
1 1 1
= ( 17 , − 79 , − 11 uT u =
Q3 = (2, −1, −1) − · (1, −2, 2) 9 9
). 1 −2 1 −2
9 kuk2 1 + (−2)2 + 1 1
b) Om si > 0 (dvs ti < 0) så ligger Pi på den sida av 1 −2 1
1
planet som normalvektorn n pekar åt, om si < 0 (dvs = −2 4 −2 .
6 1 −2 1
ti > 0) så ligger Pi på den motsatta sidan, och om
si = 0 (dvs ti = 0) så ligger Pi i planet.
Vi får nu A som I + (A − I), dvs
Eftersom i vårt fall t1 > 0, t2 = 0 och t3 < 0 så
ligger punkterna P1 och P3 på varsin sida av planet
medan P2 ligger i planet (så att Q2 = P2 ). 1
0 0
1 −2 1
1
Om man sätter P4 = (0, 0, 0) i formeln ovan så erhålls A= 0 0 0 + −2 4 −2
0 0 1 6 1 −2 1
att t4 = 1/9 > 0, och därmed är det endast P1 av de
tre givna punkterna som ligger på samma sida om pla-
7 −2 1
net som origo. 1
= −2 10 −2 .
6 1 −2 7
9. a) Eftersom egenvekorer som hör till olika egenvärden
till symmetriska matriser är ortogonala mot varandra
10. a) Enligt texten har vi att an+1 = 0,60an + 0,80bn
måste egenvektorerna med egenvärde 2 vara normal-
och bn+1 = 0,40an + 0,20bn , vilket kan formuleras
vektorer till planet av egenvektorer med egenvärde 1.
som matrisprodukten
Vi kan läsa av en normalvektor som koefficienterna i
ekvatinonen för planet och får därmed egenvektorerna
an+1 0,60 0,80 an
med egenvärde 2 som t(1, −2, 1), där t 6= 0. = .
bn+1 0,40 0,20 bn
b) Vi kan nu finna en ortogonal bas av egenvektorer ge-
nom att välja två ortogonala vektorer i planet x − an+1
b) För varje n ≥ 0 har vi att fördelning Fn+1 =
2y + z = 0. Den ena kan kan väljas som (1, 1, 1) bn+1
och vi kan få den andra genom kryssprodukten med ges av Fn+1 = AFn , där matrisen
(1, −2, 1), dvs (1, 1, 1)×(1, −2, 1) = (1−(−2), −1−
(−1), −2 − 1) = (3, 0, −3). 1 6 8
A=
10 4 2
Vi kan nu med ett ortogonalt basbyte med matrisen
Specielt har vi att
√1 √1 √1
6 3 2
Fn+1 = AFn = A(AFn−1 ) = · · · = An+1 F0 .
P =
− √2 √1 0
6 3
√1 √1 − √1
0,50
6 3 2 Vi känner F0 = , och vill beräkna An F0 , för
0,50
diagonalisera A till stora n. Detta gör vi lättast med egenvektorer. Det ka-
rakteristiska polynomet till matrisen A är
2 0 0
T 6 2 32 8 20
P AP = 0 1 0 . (λ − )(λ − )− = λ2 − λ− .
0 0 1 10 10 100 10 100
Nollställen hittar vi genom kvadratkomplettering. Det
Alltså kan vi beräkna A genom vill säga vi sätter uttrycket ovan lika med noll, och
erhåller att
4 2 20 16 36
(λ − ) = + = .
2 0 0
10 100 100 100
A = P 0 1 0 P T
0 0 1 Detta betyder att egenvärderna till matrisen A är
1
√ 1 √ √1
2 0 0 √1 − √2 √1 6 4 −6 4 2
6 3 2 6 6 6 λ1 = + =1 och λ2 = + =− .
= − √26 √1 0 0 1 0 √1 √1 √1
10 10 10 10 10
3 3 3 3
√1 √1 − √1 0 0 1 √1 0 − √1
6 3 2 2 2 De tillhörande egenrummen bestämmer vi på sedvan-
7 −2 1
ligt sätt, och får att E1 är nollrummet till
1
= −2 10 −2 4 −8
6 1 −2 7 10 10 .
−4 8
10 10
Med andra ord är E1 = (2t, t), godtyckliga tal t. b) På grund av linjäriteten räcker det att visa påståendet
−8 −8
10 10
för u = v och u = w. Vi får
Egenrummet E2 blir nollrummet till−4 −4 , vil-
10 10 T (v, v, w)
ket betyder att E2 = (t, −t). En bas för egenrum-
met väljer vi som β = {(2, 1), (1, −1)}. Vi har att = v × (v × w) + v × (w × v) + w × (v × v)
A = P −1 DP , där P är basbytesmatrisen från stan- = v × (v × w) − v × (v × w) + w × (0) = 0.
dardmatrisen till basen β, och där
och på samma sätt
1 0
D= .
0 − 15 T (w, v, w)
= w × (v × w) + v × (w × w) + w × (w × v)
Matrisen P −1 är basbytesmatrisen från basen β till
standardbasen, och denna läser vi av som = w × (v × w) + v × (0) − w × (v × w) = 0
2 1 c) På grund av linjäriteten från del (a) räcker det att visa
P −1 = .
1 −1 påståendet för en enhetsvektor som är ortogonal mot
En välkänd formel ger att både v och w. Om vi ser på vektorer i planet som
är ortogonalt mot u innebär nu kryssprodukten med
−1 −1 −1 u från vänster en rotation med π/2 åt ena hållet, och
P = (P −1 )−1 = .
3 −1 2 kryssprodukt med u från höger en rotation med π/2
åt andra hållet. (Om det är medurs eller moturs beror
För varje n ≥ 0 har vi att An = P −1 Dn P . Vi
på från vilket håll vi ser på planet.)
beräknar
n Den första termen u × (v × w) är noll eftersom u
2 1 1 0 1 1 1
An = 1 n är parallell med v × w. De båda andra termerna är
1 −1 0 (− 5 ) 3 1 −2 multipler av u. För att se att dessa tar ut varandra
1 n 1
ser vi på vinkeln mellan v och w × u och vinkeln
2 (− 5 ) 1 1
= 1 n mellan w och u × v. Dessa är lika eftersom vi i det
1 −(− 5 ) 3 1 −2
1 första fallet roterat w med π/2 åt ena hållet, och i det
n 2 − 2(− 51 )n
1 2 + (− 5 )
1 n 1 n .
andra fallet roterat v åt andra hållet lika mycket. Det
3 1 − (− 5 ) 1 + 2(− 5 ) rör sig därmed om två kryssprodukter av vektorer med
0,50
längderna |v| och |w| och med samma vinkel mellan.
Vi har att F0 = . Detta betyder att för varje Det enda som skiljer är ordningen mellan faktorerna
0,50
n > 0 har vi att och därmed kommer de att ta ut varandra.
d) Vi kan skriva varje vektor u som summan av en vektor
1 2 + (− 15 )n 2 − 2(− 51 )n 0,50
Fn = 1 n 1 n . u1 som ligger i spannet av v och w med en vektor
3 1 − (− 5 ) 1 + 2(− 5 ) 0,50
u2 som är ortogonal mot både v och w. På grund av
Speciellt har vi att om n >> 0 blir stor, eventuellt går linjäriteten från (a) har vi därmed att
mot oändligheten, så kommer ( 15 )n gå mot 0. Detta T (u, v, w) = T (u1 , v, w)+T (u2 , v, w) = 0+0 = 0,
ger att
där vi utnyttjar resultaten från (b) och (c) för att se att
1 2 · 0,50 + 0 + 2 · 0,50 − 0 1 2 de båda termerna är noll.
F∞ = =
3 0,50 − 0 + 0,50 + 0 3 1
dvs fördelningen av studenter blir 2/3 ≈ 67% på pub 5.4. 2011-06-09
A och 1/3 ≈ 33% på pub B.
1. a) Totalmatrisen till ekvationssystemet är
11. a) Genom att använda distributiva lagen för kryssproduk-
ten får vi 1 −1 −4 2
2 3 1 2 .
3 2 −3 c
T (u1 + u2 , v, w) = (u1 + u2 ) × (v × w) När vi utför Gausselimination på matrisen får vi i de
+ v × (w × (u1 + u2 )) + w × ((u1 + u2 ) × v) första stegen:
= u1 × (v × w) + u2 × (v × w) + v × (w × u1 )
+ v × (w × u2 ) + w × (u1 × v) + w × (u2 × v)
1 −1 −4 2
r1
I minsta-kvadratmetoden handlar det om att minimera Matrisen R är på reducerad trappstegsform med två
längden av denna
√ skillnadvektor,
√ √ som för de tre in- trappstegsettor.
genjörerna blir 13, 5 och 7. Alltså är det In-
Nollrummet till en matris påverkas inte av elementära
genjör B som kommit närmast.
radoperationer, så nollrummen till A och R är desam-
b) Den minsta-kvadratlösningen ges av de värden på pa- ma. Den fullständiga lösningen till systemet Rx = 0
rametrarna som ger kortaste skillnadsvektor mellan vänsterled erhålls genom att sätta de fria variablerna x3 och x4
till s respektive t, och sedan uttrycka de bundna vari- linje genom origo O. Två punkter P och Q på en-
ablerna x1 och x2 i parametrarna s och t. Detta ger hetssfären ligger på samma linje genom origo om och
att endast om antingen P = Q eller om punkterna är
(x1 , x2 , x3 , x4 ) = (−s−t, 0, s, t) = s·(−1, 0, 1, 0)+ antipodala Q = −P . Detta betyder att om punkten
t · (−1, 0, 0, 1). P = (p1 , p2 , p3 ) är given. Då finns det ett unikt plan
genom P och Q och origo, om och endast om Q 6= P
Ur detta följer att de båda vektorerna (−1, 0, 1, 0) och och Q 6= (p1 , −p2 , −p3 ). Och enbart i dessa fall vill
(−1, 0, 0, 1) utgör en bas för nollrummet till matrisen det finnas en unik storcirkel genom P och Q.
R, och därmed även för nollrummet till matrisen A,
och därmed även för delrummet V . 9. a) När vi byter bas kommer triangeln i det nya koordinat-
Med Gram-Schmidts metod erhålls sedan att en orto- systemet att ha hörn i punkterna (1, 0, 0), (0, 1, 0) och
gonal bas B = {v1 , v2 } till V ges av v1 = (−1, 0, 1, 0) (0, 0, 1). Triangeln är alltså skärningen mellan planet
och x + y + z = 1 och den positiva oktanten. Att en
stråle från origo till en punkt går genom triangeln sva-
1 1 1 rar därför precis mot att alla koordinater är positiva.
v2 = (−1, 0, 0, 1)− ·(−1, 0, 1, 0) = (− , 0, − , 1).
2 2 2
b) För att se om strålen kommer fram eller inte ser vi
b) Antag att vi som bas för R4 väljer standardbasen {e1 , e2 , e3 , e4 }, om den når fram i det nya systemet, vilket innebär att
där t ex e2 = (0, 1, 0, 0), medan vi som bas för V summan av koordinaterna är minst ett i och med att
väljer basen B = {v1 , v2 } från (a)-uppgiften. triangeln ligger i planet x + y + z = 1.
Matrisen för avbildningen T (ortogonala projektionen c) När vi har punkterna A = (5, 5, 0), B = (5, 0, 5)
på V ) svarande mot dessa baser är en 2×4-matris vars och C = (0, 5, 5) får vi basbytesmatris från den nya
j:te kolonn är [T (ej )]B , dvs kordinaterna i basen B basen till standardbasen som
för den ortogonala projektionen av basvektorn ej på
5 5 0
V.
P = 5 0 5
Eftersom basvektorerna v1 och v2 är ortogonala så 0 5 5
ges ortogonala projektionen av ej på V av vektorn
och för att få reda på de nya koordinaterna för punk-
v1 · e j v2 · ej
· v1 + · v2 , terna P1 , P2 och P3 behöver vi multiplicera dessa ko-
v1 · v1 v2 · v2 ordinatvektorer med inversen P . Vi kan också lösa det
v ·e v ·e genom Gausselimination på totalmatrisen med de tre
vars koordinater i basen B är v 1·vj resp v 2·vj . koordinatvektorerna som högerled.
1 1 2 2
2. a) För att se att de tre vektorerna ska utgöra en bas för R3 b) Enligt räknereglerna för determinanter är
räcker det att kontrollera att de är linjärt oberoende.
Detta kan vi göra genom att ställa dem som kolonner-
na i en matris och se att vi får en ledande etta i varje
det((AT A)−5 ) = [(det AT )(det A)]−5
kolonn efter Gausselimination.
= [(det A)(det A)]−1 = (3 · 3)−5 = 3−10 .
Det är klart att de första två inte är parallella och därmed
Eftersom vi har fått en ledande etta i varje kolonn spänner de tre vektorerna tillsammans upp planet. Matrisen
var de tre vektorerna linjärt oberoende och de bildar för en avbildning som har planet som bildrum är därmed
därmed en bas för R3 .
b) För att skriva den givna vektorn som en linjärkombi- 7 −3 0
nation av basvektorerna söker vi koefficienterna x1 , A= 0 1 0 .
x2 och x3 så att ~v = x1 ~ u 1 + x2 ~
u 2 + x3 ~u3 . Vi 1 0 0
behöver därmed lösa ekvationssystemet med totalma-
tris h1i
5. a) Vi multiplicerar A med vektorn ~v = och får
1 2 1 1 2
3
1 1 0 1 .
3 3 1 6
3 0 0
1 3·1+0·2+0·3
Vi använder samma radoperationer som ovan för att −3 0 3 2 = −3 · 1 + 0 · 2 + 3 · 3
reducera till trappstegsform: −6 −6 9 3 −6 · 1 − 6 · 2 + 9 · 3
3 1
= 6 = 3 · 2 .
9 3
1 2 1 1 r1
1 1 0 1 ∼ r2 − r1
h1i
3 3 1 6 r3 − 3r1 Alltså ser vi att 2 är en egenvektor med egenvärde
3
3.
1 2 1 1 r1 + 2r2
∼ 0 −1 −1 0 ∼ −r2 b) För att bestämma övriga egenvärden kan vi betrakta
0 −3 −2 3 r3 − 3r2 den karakteristiska ekvationen det(A − xI3 ) = 0. Vi
får
1 0 −1 1 r1 + r3
∼ 0 1 1 0 ∼ r2 − r3
0 0 1 3 r3
1 0 0 4
3−x 0 0
∼ 0 1 0 −3 det(A − xI3 ) = det −3 −x 3
0 0 1 3 −6 −6 9−x
−x 3
= (3 − x) det
Lösningen ges därmed av x1 = 4, x2 = −3 och −6 9−x
x3 = 3. Vi kan därmed skriva = (3−x)(−x(9−x)−3·(−6)) = (3−x)(x2 −9x+18).
1 1 2 1
1 = 4 · 1 − 3 · 1 + 3 · 0 . Vi har redan sett att x = 3 är en lösning till den karak-
6 3 3 1 teristiska ekvationen och vi får resterande lösningar
från andragradsekvationen x2 − 9x + 18 = 0 som
med hjälp av kvadratkomplettering kan skrivas
3 0 0 −1 3 · −1 + 0 · 1 + 0 · 0
9 81 9 9 −3 0 3 1 = −3 · −1 + 0 · 1 + 3 · 0
(x− )2 − +18 = 0 ⇐⇒ (x− )2 − = 0 −6 −6 9 0 −6 · −1 − 6 · 1 + 9 · 0
2 4 2 4
9 3 9 3 −3 −1
⇐⇒ (x− + )(x− − ) = 0 ⇐⇒ (x−3)(x−6) = 0.
2 2 2 2 = 3 = 3 · 1 ,
0 0
Det finns alltså bara två egenvärden, λ = 3 och λ =
6. Vi bestämmer alla egenvektorer med egenvärde λ =
3 genom att lösa ekvationssystemet med totalmatris 3 0 0 1 3·1+0·0+0·1
−3 0 3 0 = −3 · 1 + 0 · 0 + 3 · 1
−6 −6 9 1 −6 · 1 − 6 · 0 + 9 · 1
− 13 r2
0 0 0 0
3 1
−3 −3 3 0 ∼ r3 − 2r2 = 0 = 3 · 0
−6 −6 6 0 r1 1 1
1 1 −1 0 och
∼ 0 0 0 0 .
0 0 0 0
3 0 0 0 3·0+0·1+0·2
−3 0 3 1 = −3 · 0 + 0 · 1 + 3 · 2
Vi inför parametrar för de två fria variablerna och kan −6 −6 9 2 −6 · 0 − 6 · 1 + 9 · 2
skriva samtliga lösningar som
0 0
x1
−1
1 = 6 = 6 · 1 .
x2 = s · 1 + t · 0 12 2
x3 0 1
6. a) För att avgöra vilken vektor som ligger i delrummet
där s och t är reella parametrar. En bas för egenrum- ska vi se vilket ekvationssystem som har lösning av
met med egenvärde 3 ges därmed av vektorerna x~
u1 + y~ u2 = ~v1 , x~u1 + y~ u2 = ~v2 och x~ u1 +
y~
u2 = ~v3 . Alla dessa har samma koefficientmatris
−1 1 och vi kan lösa problemet genom att Gausseliminera
u1 = 1 och ~
~ u2 = 0 . en totalmatris med tre högerled.
0 1
−→ 4
x+1
· y−1
a 1 4 −→ n · AC
~ 3
T (~e1 ) = =± +t· 4
b 1 3 Proj~n AC = ~
n= 4 · 4
3
n·~
~ n 3 3
och 4x + 3y + 1 4
= 3
25
1 1 4 1 4 dvs av
T (~e2 ) = T − = −± −t· .
1 0 3 1 3
|4x + 3y + 1| p 2 |4x + 3y + 1|
4 + 32 =
Sammantaget ser vi att matrisen för T kan skrivas som 25 5
−→ p
Längden av sidan är AB är |AB| = 3 + (−4)2 = 5.
2
1 + 4t 3 − 4t Därmed ges arean av triangeln av
1 + 3t 2 − 3t
1 |4x + 3y + 1| |4x + 3y + 1|
·5· = .
eller 2 5 2
−1 + 4t 5 − 4t Vi vill att arean ska bli 10 areaenheter, viket ger att |4x +
.
−1 + 3t 4 − 3t 3y + 1| = 20. Vi kan därmed exempelvis välja x = 4 och
y = 1.
Ett annat sätt att komma fram till ett möjligt hörn C är genom
8. Vi kan utgå från att vektorns längd är ett eftersom vinklarna −→ p
att se att längden av sidan AB är |AB| = 32 + (−4)2 =
inte ändras av skalning. Vi har därmed att x-koordinaten för 5. För att arean skall vara 10 areaenheter ska alltså höjden
u är ± cos 60◦ = ± 12 och y-koordinaten är ± cos 45◦ =
~ mot sidan AB vara 4 längdenheter. Om vi går vinkelrätt mot
± √1 . Eftersom vektorns längd är ett ges nu z-koordinaten −→
2 AB fyra längdenheter från A får vi
av 11
−−→ −→ 1 −1 4 4 5
1 1 1 1 1 OC = OA + 4 · ~
n= + = 17 .
= 1 − (± )2 − (± √ ) = 1 − − . = . |~
n| 1 5 3 5
2 2 4 2 4
Vi får därmed en rätvinklig triangel där BC är hypotenusan.
Om vinkeln till z-axeln är θ har vi därmed att cos θ = ± 12
T
2. a) Vektorn u1 = 1 0 −1 0 är med i V då
och vi kan dra slutsatsen att vinkeln mot z-axeln också är 60◦
eller 120◦ . 3 · 1 + 2 · 0 + 3 · (−1) + 2 · 0 = 0.
T
Av samma skäl har vi att u2 = 1 1 −1 −1 ,
9. När vi byter bas till den bas som består av egenvektorerna T T
för matriserna kommer båda matriserna att diagonaliseras. Vi u3 = 2 3 −2 −3 och u5 = 2 −3 0 0
T
kan alltså genom att välja de den gemensamma egenbasen är med i V . Men, vektorn u4 = 3 2 3 2 är
som kolonner i en matris S få inte med i V då
3 · 3 + 2 · 2 + 3 · 3 + 2 · 2 6= 0.
S −1 AS = D1 och S −1 BS = D2
b) Vi har att V är tredimensionell. Vektorerna u1 , u2 och
där D1 och D2 är diagonalmatriser. Eftersom diagonalmatri- u5 är med i V , och dessa är linjärt oberoende. Ty, om
ser kommuterar har vi att D1 D2 = D2 D1 och vi får därför
att au1 + bu2 + cu3 = 0,
då ser vi från den sista komponentekvationen att b =
0. Detta i sin tur ger att den tredje komponentekvatio-
nen ger att a = 0. Slutligen ger cu5 = 0 att c = 0
AB = SD1 S −1 SD2 S −1 = SD1 D2 S −1
då u5 inte är nollvektorn. Vi har då att {u1 , u2 , u5 }
= SD2 D1 S −1 = SD2 S −1 SD1 S −1 = BA. är en bas för V .
3. a) Det karakteristiska polynomet det(λI − A) är b) Lösningen till normalekvationen ges av a = 3/4 =
0,75, b = 5/4 = 1,25 och c = 23/5 = 4,6. Därmed
2
(λ−2)(λ−3)−2 = λ −5λ+4 = (λ−1)(λ−4). drar ingenjören slutsatsen att z = 0,75x+1,25y+4,6
bäst passar till de givna mätdata.
Nollställerna är λ = 1 och λ = 4. De tillhörande
egenrummen är som följer. Egenrummet E1 ges av c) Det som minimeras vid minstakvadratmetoden är av-
ståndet mellan höger- och vänsterled i det ursprungli-
ga linjära överbestämda systemet. I vårt fall får vi när
−1 −1 x 1 1 x
= 0 ⇐⇒ = 0. vi sätter in minsta-kvadratlösningen i vänsterledet
−2 −2 y 0 0 y
Eftersom y är en fri variabel sätter vi y = t för en
−a − b + c = 2,6
−a + b + c = 5,1
parameter t och får
att lösningarna är alla multipler av
vektorn vektorn −1 + c = 4,6
1 .
a − b + c = 4,1
Egenrummet E4 ges av ekvationssystemet
a + b + c = 6,6
1 − 12 x
2 −1 x och skillnaden mot högerledet blir
= 0 ⇐⇒ = 0.
−2 1 y 0 0 y
−0,4
Även här är y en fri variabel 0,1
och
vi får lösningarna
som multiplerna av vektorn 12 . 0,6
0,1
1
b) En bas för linjen E1 är ~ u= , och en bas för lin- −0,4
−1
1 √
jen E4 är vektorn ~v =
2
. Detta ger att B = {~ u, ~v } √ längd är 0,16 + 0,01 + 0,36 + 0,01 + 0,16 =
vars
0,70.
är en bas för R2 , beståande enbart av egenvektorer för
avbildningen T . Matrisrepresentation för avbildning- 5. a) En bas för W hittar vi ved Gauss-Jordan elimination.
en T i basen B blir då en diagonalmatris. Den tredje raden i A är 2 gånger den första raden pluss
1 gång den andra raden. Om vi sedan tar och adderar
4. a) Om punkterna låg på planet som ges av ekvatinonen -1 gånger den första raden till den andra, och sedan
z = ax + by + c skulle vi ha adderar -1 gånger den andra raden till den första får vi
−a − b + c = 3 1 0 −1 −2
−a + b + c = 5 0 1 2 3 .
+ c = 4 0 0 0 0
a − b + c = 4
Detta betyder att W är alla ordnade fyrtippler (x1 , x2 , x3 , x4 )
a + b + c = 7
på formen
Detta ekvationssystem är dock inkonsistent, och vi använder
minsta-kvadratmetoden för att få den lösning som lig- W = (t + 2s, −2t − 3s, t, s),
ger närmast. Om vi skriver ekvationssystemet som A~ x= T
~b får vi normalekvationen som AT A~ u = 1 −2
godtyckliga tal t och s. En bas för W blir ~ 1 0
x = AT ~b. I vårt T
fall har vi och w~ = 2 −3 0 1 . En ortogonal bas får
vi genom att sätta
−1 −1 1 3
−1
1 1
5
~
u1 = ~
u och ~ ~ − proju
u2 = w ~ 1 (w).
~
A= 0 0 1 och 4 .
1 −1 1
4
Projektionen proju
~ 1 (w)
~ av vektorn w
~ ned på vektorn
1 1 1 7 ~
u1 ges av formeln
u1 · w
~ ~ 2+6
Därmed ges normalekvationen av proju
~ 1 (w)
~ = ~
u1 = ~
u1 .
u1 ||2
||~ 6
−1 −1 1 Detta ger att
−1 −1 0 1 1 −1
1 1 a
−1 1 0 −1 1 2 1 2
0 0 1 b
1 1 1 1 1 1 −1 1
c −3 4 −2 1 −1
u2 = − =
~ ,
1 1 1 0 3 1 3 −4
1 0 3
3
−1 −1 0 1 1
5
är ortogonal med u1 . En ortogonal bas för W är {~ u2 }.
u1 , 3~
= −1 1 0 −1 1 4
, T
b) Den ortogonala projektionen av vektorn v = 1 1 2 2
1 1 1 1 1 4
7 ned på vektorrummet W ges av formeln
u1 · ~v
~ u2 · ~v
~
vilket efter matrismultiplikationen blir ~
u1 + ~
u2 ,
u1 ||2
||~ u2 ||2
||~
4 0 0 a 3
0 4 0 b = 5 . där {~ u2 } är en ortogonal bas för W . Vi väljer den
u1 , ~
T
0 0 5 c 23 ortognala basen ~ u1 = 1 −2 1 0 och ~ u2 =
T
u1 ||2 = 6 och
2 −1 −4 3 . Detta ger att ||~ och för projektionerna får vi
att ||~ 2
u2 || = 30. Vi beräknar att ~
u1 ·~v = 1 − 2 + 2 =
1, och att u2 · v = 2 − 1 − 8 + 6 = −1. Detta ger
x1 x2
att den ortogonala projektionen av ~v ned på W blir uxy × ~vxy = y1 × y2
~
1
2
1 0 0
1 −2 1 −1 1
−3 y1 · 0 − 0 · y2 0
− = .
6 1 30 −4 10 3 = 0 · x2 − x1 · 0 = 0 ,
0 3 −1 x1 y2 − y1 x2 x1 y2 − y1 x2
en bas för bildrummet im(T ). Vi kan kontrollera räkningarna genom att utföra ma-
trismultiplikationen och får
3. a) Egenvärdena till A ges av rötterna till den karaktäristiska
ekvationen det(A−xI2 ) = 0 och vi beräknar det ka-
raktäristiska polynomet fA = det(A − xI2 ) till
1 7 −2 5 −2 1 2
S −1 AS =
5 −1 1 7 −4 1 7
5−x −2
fA (x) = det 1 7 −2 3 −4 1 15 0
7 −4 − x = =
5 −1 1 3 −14 5 0 −10
= (5−x)(−4−x)−(−2)·7 = −20+4x−5x+x2 +14
3 0
=
= x2 − x − 6. 0 −2
Vi kan använda kvadratkomplettering för att lösa ek- 4. a) För att bildrummet ska vara lika med W ska alla ko-
vationen fA (x) = 0 och får lonner i matrisen för T ligga i W och det ska finnas
några av dem som utgör en bas för W .
2
1 1 Vi kan bestämma en bas för W genom att betrakta
x2 − x − 6 = 0 ⇐⇒ x− − −6 = 0 det
2 4 som nollrummet till matrisen 1 −2 3 1 . Vi
1
2
25 1 5 inför tre parametrar för de tre fria variablerna och får
⇐⇒ x− = ⇐⇒ x − = ± lösningsmängden som
2 4 2 2
1 5 x 2r − 3s − t 2 −3 −1
⇐⇒ x = ± . y r = r·1+s· 0 +t· 0 ,
2 2 =
z s 0 1 0
1 5
Alltså ges egenvärdena av λ1 = 2
+ 2
= 3 och w t 0 0 1
λ2 = 21 − 52 = −2. där r, s, t ∈ R. Därmed utgör vektorerna
Vi ser att A är diagonliserbar i och med att den är en
2 −3 −1
2 × 2-matris som har två olika egenvärden. 1 0 0
, och
b) För att bestämma en matris som diagonaliserar A behöver 0 1 0
vi bestämma en bas av egenvektorer till A. För egenvärdet 0 0 1
λ1 = 3 behöver vi lösa ekvationssystemet med total-
matris en bas för W . Vi kan nu välja vår avbildning T sådan
2 −2 0 att matrisen har dessa tre vektorer som tre av sina ko-
7 −7 0 lonner. Den fjärde kolonnen kan väljas godtyckligt i
W , exempelvis som nollvektorna.
och med Gauss-Jordans metod får vi
1 Alltså ger matrisen
2 −2 0 r
2 1 1 −1 0
∼ ∼
7 . 2 −3 −1 0
7 −7 0 r2 − 2 r1 0 0 0 1 0 0 0
A=
Lösningsmängden ges av 0 1 0 0
0 0 1 0
x t
= en sådan avbildning T : R4 −→ R4 .
y t
b) Enligt dimensionssatsen har vi Vi kan invertera matrisen S genom Gauss-Jordans me-
tod och får
dim ker(S) + dim im(S) = 2
1 1 1 0 r1 1 1 1 0
∼ ∼
och därmed kan inte bildrummet, im(S) vara lika med 1 2 0 1 r2 − r1 0 1 −1 1
W som är tredimensionellt.
r − r2
1 0 2 −1
∼ 1 ∼ .
r2 0 1 −1 1
3
5. Linjens riktningsvektor är ~v = 5 och planets normalvek-
Alltså har vi
1
tor är 2 −1
S −1 =
2 −1 1
n= 1
~
−2 och vi får
För att få riktningsvektorn för den sökta linjen projicerar vi ~v 2 −1 4 2 1 1
B=
på planet och vi kan göra det genom att dra bort projektionen −1 1 1 5 1 2
av ~v på ~
n från ~v .
7 −1 1 1 6 5
= = .
Alltså får linjen riktningsvektor −3 3 1 2 0 3
Vi kan kontrollera räkningarna genom att se att
4 2 1 6 1 1
3 2 T (~
u1 ) = = =6· +0·
5 · 1 1 5 1 6 1 2
3 1 −2 2 och
u = ~v − Proj~n (~v ) = 5 − 1
~
2 2
1 −2 4 2 1 8 1 1
1 · 1 T (~
u2 ) = = = 5· +3· .
1 5 2 11 1 2
−2 −2
3
2 b) Vi kan omvandla koordinaterna för ~ x till basen B och
3 · 2 + 5 · 1 + 1 · (−2) sedan använda matrisen B, eller först använda matri-
= 5 −
1
1 2 · 2 + 1 · 1 + (−2) · (−2) −2 sen A och sedan omvandla koordinater till basen B. I
det första fallet får vi
3 2 1
9
= 5 −
1 = 4 2 −1 1
x]B = S −1 ~
1 9 −2 3 [~ x=
−1 1 3
2·1−1·3 −1
Vi kan kontrollera att ~ u·~
u ligger i planet genom ~ n = 1·2+ = = .
−1 · 1 + 1 · 3 2
4 · 1 + 3 · (−2) = 0.
Med matrisen B får vi nu
För att finna en punkt på linjen konstaterar vi att skärningspunkten
mellan linjen och planet ligger på den sökta linjen och vi 6 5 −1 6 · (−1) + 5 · 2 4
[T (~
x)]B = = = .
får fram den genom att sätta in uttrycket (x, y, z) = (4 + 0 3 2 0 · (−1) + 3 · 2 6
3t, 5t, t − 2) i planets ekvation och lösa ut t. Vi får
På det andra sättet får vi
2(4 + 3t) + 5t − 2(t − 2) − 3 = 0 4 2 1 4·1+2·3 10
T (~
x) = = =
1 5 3 1·1+5·3 16
⇐⇒ 9 + 9t = 0 ⇐⇒ t = −1.
och
Alltså ligger punkten
2 −1 10
x)]B = S −1 T (~
[T (~ x) =
(x, y, z) = (4 + 3 · (−1), 5 · (−1), −1 − 2) = (1, −5, −3) −1 1 16
2 · 10 − 1 · 16 4
i planet. = = .
−1 · 10 + 1 · 16 6
Projektionen av linjen på planet kan därmed skrivas
7. a) Det ortogoala komplementet W ⊥ består av alla vek-
x 1 1 torer som är ortogonala mot både ~
u1 och ~
u2 . Det in-
y = −5 + t · 4 . nebär att W ⊥ är nollrummet till matrisen med ~ u1
z −3 3 och ~
u2 som rader. Vi bestämmer en bas för detta med
Gauss-Jordans metod:
6. a) Matrisen 1 2 −2 −1 0 r1
∼
2 3 0 −2 0 r2 − 2r1
1 1
S=
1 2 1 2 −2 −1 0 r + 2r2
∼ ∼ 1
0 −1 4 0 0 −r2
omvandlar koordinater från basen B till standardba-
sen. Vi kan därmed beräkna matrisen för T med avse- 1 0 6 −1 0
∼
ende på basen B som B = S −1 AS. 0 1 −4 0 0
Med de två fria variablerna x3 och x4 inför vi para- c) Genom att ta skalärprodukten av Ekvation (*) med
metrar s och t, vilket ger lösningarna som −
−→
EQ × ~
u1 får vi
x1 −6s + t −6 1 −
−→ − −→ − −→ −
−→
x2 4s (P E+tEQ)·(EQ×~
u1 ) = (s1 ~
u1 +s2 ~
u2 )·(EQ×~
u1 ).
= s · + t · 0 .
4
=
x3 s 1 0 −−
→ −
−→
och eftersom EQ×~ u1 är ortogonal mot både EQ och
x4 t 0 1
~
u1 förenklas ekvationen till
Alltså utgör vektorerna −
−→ − −→ −
−→
P E · (EQ × ~ u2 · (EQ × ~
u 1 ) = s2 ~ u1 ).
−6 1
4 0 Därmed kan vi lösa ut s2 som
~v1 =
och ~v2 =
1 0
−
−→ − −→
0 1 P E · (EQ × ~
u1 )
s2 = −−
→ .
en bas för W ⊥ . u2 · (EQ × ~
~ u1 )
b) Vi kan välja att antingen projicera antingen på W el- −
−→
På motsvarande sätt tar vi skalärprodukten med EQ×
ler på W ⊥ . Om vi väljer att projicera på W ordnar
~
u2 och får
vi först en ortogonal bas genom att använda Gram-
Schmidts metod. Vi ersätter då ~
u2 med −
−→ − −→ −
−→
P E · (EQ × ~ u1 · (EQ × ~
u 2 ) = s1 ~ u2 )
" #
2 1
2 3
· 2
1
där vi löser ut s1 som
0 −2
3 −2 −1 2 −
−→ − −→
w
~2 = ~ u2 −Proju ~1 ~
u2 = 0 − " 1 # " 1 #
−2 P E · (EQ × ~
u2 )
2 2
s1 = −−
→ .
−2 −2 · −2 −1 u1 · (EQ × ~
~ u2 )
−1 −1
2 1 1 9. En vektor som ligger i ker(S) ligger i V och uppfyller S(~ x) =
3 10 2 1 ~0, men då gäller också att T (~
x) = ~0, eftersom S fås genom
= −
= .
0 10 −2 2 att använda T på vektorer i V . Alltså kommer ker(S) ⊆
−2 −1 −1 ker(T ). Eftersom ker(T ) är endimensionellt kan ett delrum
av ker(T ) ha dimension noll eller ett. Dimensionen är noll
Vi kan nu projicera ~ x på W genom summan av pro-
om V inte innehåller någon nollskild vektor från ker(T ) och
jektionerna på de båda basvektorerna
" # ett om ker(T ) ligger helt i V . Båda situationerna kan förekomma
1 1 1 1 och enligt dimensionssatsen får vi att dimensionen för bildrum-
1 · 2 1 1 · 1 1
1 −2 1 2 met im(S) antingen är dim(V ) − dim(ker(S)) = 3 − 0 =
1 −1 2 −1 1
ProjW ~ x= " 1
# + 1 1
3 eller dim V − dim(ker(S)) = 3 − 1 = 2.
−2 2
# "
1 1
1
2
−2 · −2
2
−1 2 · 12 −1
−1 −1 −1 −1 5.8. 2012-06-12
1 1 1
2 3 1 3 1 1. a) Vi beräknar först vektorer som går utefter de tre sidor-
=0· + =
na:
−2 7 2 7 2
−1 −1 −1
5 −1 6
−−→ −−→ − −→
PQ = OQ − OP = 2 − 2 = 0 ,
x som ligger i W ⊥ är nu
Den del av ~ 3 1 2
1 1 4
2 −1 3
1 3 −→ −→ − −→
= 1 4 .
1 P R = OR − OP = 1 − 2 = −1
ProjW ⊥ ~x=~ x−ProjW ~ x= 1− 7
2 71 −1 1 −2
1 −1 10
Med skalärprodukten kan vi kontrollera att ~
u = ProjW ~x och
är ortogonal mot basvektorerna i W ⊥ och att ProjW ⊥ ~
x
är ortogonal mot basvektorerna i W . 2 5 −3
−→ −→ − −→
QR = OR − OQ = 1 − 2 = −1 .
8. a) Att punkten Q0 har koordinater (s1 , s2 ) i skärmens −1 3 −4
−−
→
koordinater betyder att vektorn P Q kan skrivas som
s1 ~u1 +s2 ~u2 . Vektorn från origo O till Q0 ges därmed Vi beräknar skalärprodukterna mellan dessa tre vekto-
av rer och får
−−→0 − −→
OQ = OP + s1 ~ u 1 + s2 ~
u2 . 6 3
−
−→ −→
−−→ −
−→ PQ · PR = 0 −1
b) Linjen genom E och Q kan skrivas som OE + tEQ 2 −2
för en parameter t och vi får vektorekvationen
−−→ −
−→ − −→ = 6 · 3 + 0 · (−1) + 2 · (−2) = 14,
OE + tEQ = OP + s1 ~ u 1 + s2 ~u2
6 −3
−−→ − −→ − −→ −−
→ −→
som kan förenklas genom att se att OE − OP = P E P Q · QR = 0 −1
och vi får då 2 −4
−−→ −−
→ = 6 · (−3) + 0 · (−1) + 2 · (−4) = 10
P E + tEQ = +s1 ~ u 1 + s2 ~
u2 . (*)
och slutligen Därmed kan vi beräkna bilden av en godtycklig vektor
och får då speciellt att
−3 3
−→ −→
1
1 0
1
P R · QR = −1 · −1 T =
−4 −2 −2 0 −1 −2
= (−3) · 3 + (−1) · (−1) + (−4) · (−2) = 0. 1 · 1 + 0 · (−2) 1 1
= = 6= .
0 · 1 + (−1) · (−2) 2 4
I det sista fallet blev skalärprodukten noll, vilket vi-
sar att sidorna P R och QR är vinkeläta mot varand- Alltså kan inte det tredje villkoret vara uppfyllt samti-
ra. Alltså är triangeln rätvinklig med en rät vinkel vid digt med de två första.
hörnet R. 3. a) Nollrummet är detsamma som lösningsmängden till
b) Eftersom vinkeln vid R är rät kan vi beräkna arean x) = ~0. Vi använder Gausselimination på total-
T (~
−→ −→ matrisen för detta linjära ekvationssystem och får
genom 21 |P R| · |QR|. Vi får sidlängderna genom
√
−→
q −1 1 −1 0 −r1
|P R| = (−3)2 + (−1)2 + (−4)2 = 26 0 2 2 0 ∼ 1
r
2 2
1 0 2 0 r2 + r1
och
1 −1 1 0 r1 + r2
−→
q √ ∼ 0 1 1 0 ∼ r2
|QR| = 32 + (−1)2 + (−2)2 = 14
0 1 1 0 r3 − r2
och därmed ges arean av 1 0 2 0
1√ √ √ √ ∼ 0 1 1 0 .
26 14 = 13 · 7 = 91. 0 0 0 0
2
Eftersom det saknas ledande etta i tredje kolonnen inför
Vi kan också beräkna arean genom vektorprodukten
vi en parameter t och får x3 = t. Vi löser ut x2 och
och får då
x1 ur de två första ekvationerna och får då x1 = −2t
6 3 och x2 = −t. Därmed får vi lösningsmängden till
1 − −→ −→
|P Q × P R| = 0 × −1
x1 −2
2 2 −2 x = x2 = t · −1 .
~
0 · (−2) − 2 · (−1)
2 x3 1
1 1
= 2 · 3 − 6 · (−2) = 18 En bas för detta endimensionella delrum ges av en
2 6 · (−1) − 0 · 3 2 −6
nollskild vektor i det, dvs exempelvis av vektorn
1
q
1 √ √
= 22 + 182 + (−6)2 = 364 = 91. −2
2 2 −1 .
1
2. a) För att bestämma matrisen för T kan vi bestämma bil-
derna av standardbasvektorerna. Eftersom vi kan skri- b) Eftersom vi fick ledande ettor i de två första kolonner-
va na, men inte i den tredje, är de två första kolonnerna
två linjärt oberoende vektorer i bildrummet som dess-
1 1 0 0 0
= − och =− utom spänner upp hela bildrummet. Därför ges en bas
0 −1 −1 1 −1
för bildrummet im(T ) av de båda vektorerna
så kan vi beräkna dessa bilder som
−1 1
1
1
0
0 och 2
T =T − 1 0
0 −1 −1
1 0 1 0 1 4. a) Vi börjar med att bestämma en bas för W . Det kan vi
=T −T = − =
−1 −1 1 1 0 exempelvis göra genom att genomföra Gausselimina-
tion på matrisen med vektorna som kolonner. De ko-
och
lonner som får ledande ettor motsvarar basvektorer.
0 0 0 0
T − = −T =−
= . 2 1 5 r1
−1 −1 1 −1
2 9 13 r2 − r1
2 9 13 ∼ r3 − r1
Därmed ges matrisen för T av dessa två vektorer som
kolonner, dvs av 2 1 5 r4 − r1
1 0
1 1 5 r1
A= . 0 8 8 r2
0 −1 ∼ 0 8 8 ∼ r3 − r2
x4 −1 −1 och får
−4 2 (−1) · 1 − 5 · (−3)
x1 + x2 + x3 + x4 x1 − x2 − x3 + x4
1 x1 + x2 + x3 + x4 1 −x1 + x2 + x3 − x4
−1 × −3 = 5 · 2 − (−4) · 1
= +
5 1 (−4) · (−3) − (−1) · 2
4 x1 + x2 + x3 + x4 4 −x1 + x2 + x3 − x4
x1 + x2 + x3 + x4 x1 − x2 − x3 + x4
14 1
= 14 = 14 · 1 .
x1 + x4
1 x2 + x3 14 1
= .
2 x2 + x3 Vi kan också kontrollera att detta är en egenvektor ge-
x1 + x4 nom
2 −1 7 1 2 · 1 + (−1) · 1 + 7 · 1
Alltså ges matrisen för avbildningen av −1 7 2 1 = (−1) · 1 + 7 · 1 + 2 · 1
7 2 −1 1 7 · 1 + 2 · 1 + (−1) · 1
1 0 0 1
1 0 1 1 0
8 1
A= .
2 0 1 1 0 = 8 = 8 · 1 .
1 0 0 1 8 1
6. a) Om alla mätningarna skulle stämma med modellen är linjärt oberoende för alla val av konstanten a och vi
skulle vi ha följande linjära ekvationssystem uppfyllt: kan därmed använda dem som en bas för R2 . Vi kan
bestämma matrisen för T genom att använda den på
(−2)2 · a + (−2) · b + c = 5, denna bas. Om A är matrisen för T får vi att
(1)2 · a + (−1) · b + c = 7,
02 · a + 0 · b + c = 6, 1 a a 0
A =
12 · a + 1 · b + c = 4, 0 1 1 0
22 · a + 2 · b + c = 3.
eftersom
Nu ligger inte högerledet i bildrummet till den linjära 1 a a 1 0
T = och T = T2 = .
avbildning R3 −→ R5 som vänsterledet motsvarar. 0 1 1 0 0
För att minimera skillnaden mellan högerled och vänsterled Vi kan därmed lösa ut A som
behöver denna skillnadsvektor vara ortogonal mot bildrum- −1
met och vi får normalekvationen AT (A~ x − ~b) = ~0. I −a2
a 0 1 a a 0 1 −a a
A= = = .
vårt fall ges matrisen av 1 0 0 1 1 0 0 1 1 −a
4 −2 1 8. a) Om A2 är inverterbar är det(A2 ) 6= 0, men eftersom
1 −1 1 det(A2 ) = det(A)2 , måste även det(A) 6= 0 och
A= 0 0 1 därmed är även A inverterbar.
1 1 1
b) Om A är diagonaliserbar med egenvärden ±1 är dess
4 2 2
kvadrat lika med identitetsmatrisen som är en ortogo-
och vi får nal matris. Alla sådana matriser är inte ortogonala. Ex-
empelvis kan vi ta matrisen
4 −2 1
1 1
4 1 0 1 4 1
−1 1 A=
0 −1
AT A = −2
−1 0 1 2
0 0 1
som har egenvärdena ±1, men
1 1 1 1 1 1 1 1
4 2 2
1 0 1 1 1 1 1 0
AT A = = 6=
34 0 10 1 −1 0 −1 1 2 0 1
= 0 10 0 .
10 0 5 så A är inte ortogonal.
9. a) Vi kan välja parametrar för de båda sista variablerna
och högerledet som är fria och kan lösa ut de två första ur ekvatio-
nerna. Vi får x3 = s, x4 = t, x2 = −2s − t och
5
x1 = 2s + t − s − t = s. Därmed kan V beskrivas
4 1 0 1 4 7 43
som vektorerna
AT b = −2
−1 0 1 2 6
= −7 .
1 1 1 1 1 4 25 x1 1 0
3 x2 −2 −1
=s·
1 +t· 0
x3
Alltså motsvarar den angivna totalmatrisen normalekva- x4 0 1
tionen som hör till det överbestämda linjära ekvations-
systemet. och vi har en bas för V som består av vektorerna
b) Vi sätter in de givna värdena på a, b och c i ekvations- 1 0
systemet som svarar mot den givna totalmatrisen och −2 −1
1 och 0 .
får
0 1
34 · (−0,5) + 0 · (−0,7) + 10 · 6 = −17 + 0 + 60 = 43,
0 · (−0,5) + 10 · (−0,7) + 0 · 6 = 0 − 7 + 0 = −7, b) Vi använder nu avbildningen T på basvektorerna för
10 · (−0,5) + 0 · (−0,7) + 5 · 6 = −5 + 0 + 30 = 25. att få fram matrisen för S. Vi får
vilket bekräftar att detta är en lösning till systemet. 1 1
−2 1 1 1 1 0
Detta innebär att parabeln y = −0,5x2 − 0,7x + 6 −2
T
= 1 2 3 4 = 0
anpassar bäst till de givna punkterna i minsta kvadrat- 1 1
1 3 4 5 −1
mening. Det är summan av kvadraterna av avvikelser- 0 0
na i y-led som minimeras. och
7. a) Om ~ x ligger i bildrummet finns en vektor ~ y så att 0 0
−1 1 1 1 1 0
T (~
y) = ~ x. Om vi nu använder T på resultatet får −1
0 = 1 2 3 4
T = 2 .
vi T ◦ T (~ y ) = T (T (~ y ) = T (~
x), men eftersom 0
1 3 4 5 2
x) = ~0, dvs ~
T 2 = T ◦ T är nollavbildningen är T (~ x 1 1
ligger i nollrummet till T .
Därmed ges matrisen för S av
b) De två vektorerna
0 0
1 a B = 0 2 .
~
u= och ~v =
0 1 −1 2
5.9. 2012-10-16 4. Lösningsmängden till ekvationssystemet hittar vid Gauss-Jordan
elimination på totalmatrisen
2 0
1. a) Vektorerna 0 och 4 finns i planet, och därför är −1 −1 1 1
.
1 2 2 −1 2 −1
2 0 −4 Vi adderar 2 rad 1 till rad 2. Sedan multiplicerar vi rad 1 med
0 × 4 = −4 talet -1, och rad 2 med talet − 13 . Slutligen adderar vi -1 rad
1 2 8 2 till rad 1. Detta borde ge
1
− 23
1 0
en normalvektor för planet. Planet går genom origo, och en 3
4 1
ekvation för planet är x + y − 2z = 0. 0 1 −3 −3
Vektorerna ~ u, ~v och w
~ är linjärt oberoende, vilket medför att Varje vektor i RN transformeras i filtret till en ny vektor RN ,
a = b = c = 0. Och då har vi vist att ~ u0 , ~v 0 och w
~ 0 också är och denna transformation tillsvarar multiplikation med matri-
linjärt oberoende. sen A.
b) Matrisen är inverterbar. Låt An vara matrisen ovan med 9. Vi vet att ~v och w
~ spänner upp ett plan, och vi har att
N = n. Vi har att determinanten till An , utvecklat langsmed
den första raden är ~
u = a~v + bw
~
det(An ) = 1 · det(An−1 ) = 1 · · · 1 det(A1 ) = 1. för några skalärer a och b. Vi bestämmer först dessa skalärer.
Vi har att
Determinantent till matrisen A som representerar den linjära
avbildningen är alltså 1, och därför är avbildningen inverter- u · ~v = a|~v |2 + b(w
2=~ ~ · ~v ) = a + b(w
~ · ~v )
bar. och vi har att
7. a) Kvadratet av längden till en vektor ~
x ges som skalärprodukten
u·w
4=~ ~ = a(~v · w) ~ 2 = a(w
~ + b|w| ~ · ~v ) + 4b.
x·~
~ x. Denna produkt kan vi också skrivas som matrisproduk-
xT · ~
ten ~ x. Om ~ x = A~ y , för någon matris A, har vi att Vi har vidare att
T T T T π 1
x ·~
~ y ) · A~
x = (A~ y A ·A·~
y=~ y.
|~v | · |w|
~ cos( ) = 1 · 2 · .
3 2
Om matrisen A är orthogonal har vi att AT = A−1 , vilket
betyder att en orthogonal matris bevarar längd, Det fölger att ~v · w
~ = 1. Våra två ekvationer ovan blir nu
||~
x|| = ||A~
y ||. 2=a+b och 4 = a + 4b
1
Om ~
y är en egenvektor, med egenvärde λ erhåller vi att som har lösningen (a, b) = 3
(4, 2). Vi kan nu läsa av längden
till vektorn ~
u,
||~
x|| = ||A~
y || = ||λ~
x|| = |λ|||~
x||. 4 2 16 2 16 4 16
u|2 = |( ~v + w)|
|~ ~ 2= |~v | + ~v w ~ 2=
~ + |w| .
Detta betyder att λ = ±1. 3 3 9 9 9 3
b) Låt A vara en 5 × 5-matris. Då vill dets karakteristiska Detta ger att cos(α), där α är den sökta vinkeln, satisfierar
polynom c(A) = λ5 + c1 λ4 + · · · c4 ha grad 5. Varje reelt √
polynom är en produkt av reella polynom c(A) = p1 · · · pr , ~
u~v 2· 3
cos(α) = = .
där pi antigen har en reell rot pi = (λ − x), eller så är pi |~
u| · |~v | 4
komplexa rötter, och är av grad 2, pi = λ2 + aλ + b. Då
polynomet c(A) har grad 5, måste en av dessa faktorer pi Och vi har att vinkeln α = π/6.
ha grad ett, och därför måste det karakteristiska polynomet
ha åtminstonde en reell rot. Av uppgiften innan vet vi att de 5.10. 2012-12-13
enda reella rötterna är ±1. Detta betyder också att det måste
finnas egenvektorer. Det vill säga, det finns åtminstonde en 1. a) Låt P = (2t−1, 3−t) vara en punkt på linjen. Vi betraktar
noll-skilld vektor ~v sådan att vektorerna
A~v = ~v eller A~v = −~v . ~ = 4 och BP
AB ~ = 2t − 7
2 −t − 1
8. a) Vi fixerar det komplexa talet z = a + bi.
Varje komplext
som går längs triangelns två sidor. Vinkeln i B är rät om och
c ~ · BP ~ = 0. Vi vill bestämma t så att detta är
tal w = c + di tillsvarar vektorn w ~ = , och specielt endast om AB
d
2
uppfyllt. Vi får ekvationen
har vi identifierad mängden R med det komplexa talplanet.
Multiplikationen av komplexa tal är ~ BP
0 = AB· ~ = (8t−28)+(−2t−2) = 6t−30 ⇐⇒ t = 5.
z · w = ac − bd + (cb + ad)i. Således är P = (9, −2) den unika punkten på linjen som gör
triangeln ABP rätvinklig i punkten B.
Vi ser att talet z · w tillsvarar vektorn
b) Låt Q = (2t − 1, 3 − t) vara en punkt på linjen. Nu
ac − bd a −b c betraktar vi vektorerna
zw
~ = = .
bc + ad b a d
AQ~ = 2t − 3 , QB
~ = 7 − 2t .
1−t 1+t
b) Matrisen A har determinant a2 + b2 , och denna är noll-
skild om och endast om (a, b) 6= (0, 0). När determinanten ~ · QB
Vinkeln i Q är rät precis då AQ ~ = 0. Vi får ekvationen
är noll-skild är avbildningen inverterbar.
c) Talet z = 4 − 3i ges av matrisen ~ · QB
0 = AQ ~ = (2t − 3)(7 − 2t) + (1 − t)(1 + t)
4 3
= −(5t2 − 20t + 20) = −5(t − 2)2 .
A= .
−3 4
Detta är endast uppfyllt då t = 2, dvs då Q = (3, 1).
Inversen till denna matris är
Viser att linjen 3x
2. a) + 4y = 0 har en riktningsvektor ~ u=
4 3
1 4 −3 (eftersom är en normal till linjen). Således måste
B= , −3 4
25 3 4
~v = T (~ u) vara en riktningsvektor till linjen H, om ~v är noll-
vilket svarar till multiplikation med talet skilld. Vi beräknar ~v :
1 4 3 2 1 4 5
= + i. ~v = A~ u= = .
4 − 3i 25 25 3 1 −3 9
Eftersom linjen 3x + 4y = 0 går genom origo, måste också 6. a) V är ett delum av R4 eftersom det är lösningsrummet till
linjen H gå genom origo (origo avbildas på origo). Alltså är det homogena systemet
9x − 5y = 0 en ekvation för linjen H. (
b) Eftersom linjerna 3x + 4y = 0 och 3x + 4y = 1 är x−y =0
.
parallella, måste bilden av linjen 3x + 4y = 1 ha samma x+y−z−w =0
rikning som H. Linjen 3x + 4y = 1 går genom punkten
(−1, 1). En enkel räkning visar att denna punkt avbildas av b) Vi betraktar det linjära systemet ovan. Om vi låter x = t
T på (−1, −2). Således kan den sökta linjen skrivas på for- och z = s, får vi y = t och w = 2t − s. Således har vi
men 9x − 5y = 1, eftersom 9(−1) − 5(−2) = 1.
x 1 0
3. Vi får att y
= t 1 + s 0 ,
x 1 x 2 z 0 1
T y = 2 × y · 0 w 2 −1
z 0 z 1
1
2z 2 1
= −z · 0 = 4z + y − 2x. dvs delrummet V spänns upp av vektorerna ~v1 =
och
0
y − 2x 1 2
0
Från detta följer att T ges av matrisen −2 1 4 .
0
b) Vi kommer ihåg att |(~ u×~ x) · ~v | ger volymen av den ~v2 = 1 .
parallellepiped som spänns upp av vektorerna ~ u, ~
x och ~v . Ef-
−1
tersom ~ u och ~v är linjärt oberoende, så spänner de upp ett
plan V = span(~ u, ~v ). Om ~x ligger i V så är volymen av pa- Om den linjära avbildningen T ska ha V som bildrum, så
rallellepipeden 0; om inte så är volymen positiv. Från detta måste V spännas upp av kolonnvektorerna i standardmatrisen
följer att avbildningen T har nollrummet V och bildrummet för T . Alltså är, t ex,
R.
1 0 0 0
4. a) Vi vill skriva vektorn ~v som en linjärkombination av ~e och 1 0 0 0
f~. Eftersom vi vet att ~v = ~ u + ~e, kan vi sätta in detta i [~v1 ~v2 0 0] =
0
1 0 0
den andra relationen, vilket ger oss f~ + 2~ u = −3(~ u + ~e). 2 −1 0 0
u = −(3/5)~e − (1/5)f~. Från den första
Från detta får vi att ~
~ standardmatrisen till en linjär avbildning vars bildrum är V .
e − (1/5)f . Således har
relationen får vi då att ~v= (2/5)~
2/5 7. a) Vi betraktar först k ≥ 1. Eftersom A är diagonaliserbar så
vektorn ~v koordinaterna i basen B.
−1/5 finns det en inverterbar matris S sådan att S −1 AS = D, där
b) Eftersom rummet V är två-dimensionellt, behöver vi bara D är en diagonalmatris. Detta betyder att A kan skrivas A =
se att vektorerna ~ u och ~v är linjärt oberoende. Om de var SDS −1 . Från detta följer att A2 = (SDS −1 )(SDS −1 ) =
linjärt beroende måste ~v = t~ u för något tal t. Detta betyder SD2 S −1 . På sama sätt fås att Ak = SDk S −1 för varje
nu att ~ u + ~e = t~ u, och att f~ + 2~ u = −3t~ u. Då ser vi att k ≥ 1. Eftersom Dk är en diagonalmatris (diagonalmatris
båda ~e och f~ är skalärmultippler av ~ u, och då kan inte ~e och gånger diagonalmatris ger en diagonalmatris), så ser vi alltså
f~ vara linjärt oberoende. Detta motsäger antagelsen om att ~e att S −1 Ak S = Dk , dvs Ak är diagonaliserbar.
och f~ är en bas. Om k = 0 är Ak = I, som är en diagonalmatris. Vi behand-
lar nu fallet k ≤ −1. Eftersom vi vet att S −1 AS = D, och
1 0
5. Från figuren ser vi att vektorn avbildas på vektorn , eftersom A är inverterbar så måste också D vara inverterbar.
0 1
0
2 Vidare måste D−1 vara en diagonalmatris. Således har vi
och vektorn avbildas på . Alltså vet vi att avbildning- D−1 = (S −1 AS)−1 = (AS)−1 (S −1 )−1 = S −1 A−1 S,
1 1
en har standardmatrisen vilket betyder att A−1 är diagonaliserbar. Genom att göra på
precis samma sätt som ovan, fast för A−1 , följer nu att Ak
0 2
. är diagonaliserbar för varje k ≤ −1.
1 1
b) Matrisen
Vi bestämmer egenvärdena till matrisen ovan. Vi har att det
0 −1
karakteristiska polynomet c(λ) är R=
1 0
λ −2 ger en rotation med vinkeln π/2. Nollställen till det karakte-
det = λ(λ − 1) − 2.
−1 λ − 1 ristiska polynomet det(λI − R) är de komplexa talen (±i),
Nollställen till det karakteristiska polynomet c(λ) är λ = −1 så matrisen R är ej diagonaliserbar. Men R2 är rotation med
och λ = 2. Insättning av dessa värden ger med λ = −1, att vinkel π, dvs
−1 0
egenrummet är nollrummet till matrisen R2 =
0 −1
−1 −2
. som är en diagonalmatris (så speciellt är den diagonaliser-
−1 −2
bar).
−2
En bas för detta egenrum är vektorn . På liknande sätt 8. Eftersom vektorerna ~ u och ~v är linjärt oberoende, så utgör
1
de en bas för delrummet W . Således vet vi att W är två-
vi att och en bas för egenrummet λ = 2 är vektorn
hittar
1 dimensionellt. Eftersom kärnan ker(T ) är två-dimensionell
. vet vi att 0 är ett egenvärde (med egenrummet ker(T )), och
1
att multipliciteten är två. Vidare vet vi att T (w)
~ = 2w. ~ Ef- exempel. Vi skall ge matrisrepresentationer för dessa avbild-
tersom w~ 6= ~0, så måste alltså 2 vara ett egenvärde till T . Vi ningar, och det räcker då att ge två olika (3×3)-matriser som
ser också att har W som nollrum. Matriserna
1 4 −3 1 4 −3
~ − ~v ) = T (w)
T (w ~ − T (~v ) = 2w
~ − (~v + w) ~ − ~v ,
~ =w
A1 = 1 4 −3 och A2 = 0 0 0 ,
så 1 är också ett egenvärde till T . Alltså, avbildningen T har 1 4 −3 0 0 0
egenvärdena 0, 1 och 2, och detta är alla egenvärden. är olika. Nollrummen till båda matriserna är precis W , och
matrisen A2 är även på reducerad trappstegsform.
9. I en kub finns det tre möjliga avstånd mellan två hörn: sidlängd
samt läng av diagonalen på vardera sida av kuben, samt längden 3. Vi börjar med att bestämma det karakteristiska polynomet
av den långa diagonalen mellan två motsatta sidor. Vi beräknar c(A) till matrisen A. Vi har att
avståndet mellan de tre givna punkterna. Låt P = (6, 5, 5), Q =
(5, 4, 1) och R = (4, 3, 6). Då är c(A) = (λ − 2)(λ − 3) − a = λ2 − 5λ + 6 − a.
c) I den andra modellen har vi två okända, vilket ger mera har vi
flexibilitet, och följdaktligen mindre avvik, att anpassa mo- 5 1 −2
−1 1
dellen (linjen) till mätdata (punkt i planet). P = −2 2 2 .
6 1 −1 2
2 Härav
6. a) En riktningsvektor för linjen ` är vektorn ~ u = 1 , och
−1 A = P DP −1
specielt är linjen `0 = t~
u , tal t, parallell med linjen `. Vektorn
1 1 0 1 2 0 0 5 1 −2
1
~v = 2 är en riktningsvektor för linjen m. Planet genom = 1 2 −1 0 2 0 −2 2 2
6 0 1 2 0 0 1 1 −1 2
1
origo, som innehåller vektorerna ~ u och ~v har normalvektor 11 1 −2
1
= 1 11 2 .
2 1 3 6 −2 2 8
n = 1 × 2 = −3 .
~
−1 1 3 Slutligen
2 3
Plan med normalvektor ~ n vill vara parallella med linjerna ` A 2 = 5 .
och m. Av dessa plan vill ett ändlig antal (en eller två) in- 3 4
nehålla linjen ` eller m.
8. För att bestämma vilka vektorer som ligger i W löser vi ek-
b) Planet vi söker ges av ekvationen
vationen 3x + 4y − 5z = 0 och får x = − 34 y + 53 z. Om vi
x − y + z + d = 0, betecknar fria variabler y = 3s och z = 3t får vi
− 34 s + 53 t − 43
5
x
där talet d kvarstår att bestämma. Vi vet att linjerna ` och m y = = s
3
är parallella med planet. Specielt har vi att avståndet mellan s 1 +t 0
z t 0 1
planet och linjen ` är lika med avståndet d(`) mellan pla-
net och vilken som helst punkt på linjen `, tex (1, 0, 1). Av- Vi kan bilda en bas för W med t ex
ståndet är alltså
−4 5
|1 − 0 + d| ~b1 = 3 och ~b2 = 0 .
d(`) = √ .
3 0 3
Notera att avbildningen T : R3 → R3 har matrisen 5.12. 2013-03-11
1. a) Skärningspunkter mellan planen x − 2y + z = 4 och
1 1 1
A= 2 0 −1 x + y + z = 2 för vi genom att lösa systemet
3 1 0
x − 2y + z = 4
x+y+z = 2
Bilderna av ~b1 och ~b2 bestämmer vi med hjälp av matrisen
A: Med hjälp av Gaussmetoden får vi
−1
x − 2y + z = 4 x − 2y + z = 4
⇐⇒
~ ~
T (b1 ) = Ab1 = −8 x+y+z = 2 3y = −2
−9
x − 2y + z = 4
⇐⇒
y = −2/3
8
T (~b2 ) = A~b2 = 7 Vi har två ledande variabler x och y och en fri variabel z. Vi
15 betecknar z = t och får ekvationen för linjen L1 på parame-
terform:
(x, y, z) = (8/3 − t, −2/3, t). (L1)
Vektorerna T (~b1 ) och T (~b2 ) bildar kolonner i den sökta ma-
trisen för avbildningen Tw . Alltså På samma sätt löser vi
−1
8 x − 2y + z = 4 x − 2y + z = 4
−8 7 ⇐⇒
x+z = 6 2y = 2
−9 15
x − 2y + z = 4
⇐⇒
y = 1
är matrisen för avbildningen Tw i basen (~b1 , ~b2 )
Vi betecknar z = s och får ekvationen för linjen L2 på para-
9. Om en vektor ~v ligger i både U och V då finns det skalärer meterform:
x, y, z och w sådana att (x, y, z) = (6 − s, 1, s) (L2)
1 1 −2 1 Den tredje linjen fås som lösningsmängd till ekvationssyste-
0 0 0 0 met
x+y+z = 2
+ w −1 .
1 +y 2
~v = x 1
= z
x+z = 6
0 0 0 0
2 1 1 0 Denna linje L3 kan skrivas på parameterform som
är en egenvektor som svarar mot λ2 = 1. Matrisen A har två c) Dimensionen av bildrummet im(F) är lika med standard-
styck linjärt oberoende egenvektorer och därmed kan diago- matrisens kolonnrang ( maximala antalet linjärt oberoende
naliseras. Egenvektorer är kolonner i den sökta matrisen S. kolonnvektorer)
Alltså Eftersom
−1 −3
S=
1 1
1 2 3 0 1 2 3 0 1 2 3 0
∼ ∼
−1 2 1 −4 0 4 4 −4 0 1 1 −1
Vi kan även kontrollera att
ser vi att kolonnrangen är 2 ( två ledande ettor i matrisens
λ1 0 −1 0
S −1 AS = = trappform ) dvs dimensionen av bildrummet im( F) är 2.
0 λ2 0 1
5. a) Varje vektor är en linjärkombination av basvektorerna för Därmed har den reflekterade strålen följande parameterrepre-
delrummet. I U2 betyder det att första och tredje koordina- sentation
ten måste vara lika för varje vektor i U2 eftersom den andra
basvektorn är noll och den första basvektorn 1 för båda ko- (x, y, z) = (2, 2, 1) + t(3, 3, 0). (L2 )
ordinaterna. I U1 har den första basvektorn denna egenskap, Vi substituerar
men inte den andra basvektorn. Det betyder att en varje vek-
tor i skärningen av de två rummen är en multipel av den första x = 2 + 3t, y = 2 + 3t, z=1
basvektorn i U1 .
i ekvationen x + y = 50, får t = 13/3 och därefter x =
Ett alternativt sätt att lösa en sådan uppgift är att först ge- 25, y = 25, z = 1 . Linjen L2 skär alltså planet x + y = 50
nomföra elementära (kolumn-)operationer för att sedan lättare i punkten Q(25, 25, 1).
se hur en gemensam vektor kan se ut.
Anmärkning. Punkterna P och Q ligger på samma sidan av
b) Här kan man, enligt resonemanget i a) ta vilken vektor som ~ ·~
planet x + y + z = 5 eftersom AP ~ ·~
n och AQ n har samma
helst i U1 som har olika första och redje koordinat. T.ex. den tecken.
andra basvektorn för U1 .
c) Notera att dim(U1 ) = dim(U2 ) = 2. Eftersom de har 7. Metod 1. En 3 × 3 matris kan diagonaliseras om och endast
en gemensam vektor enligt a) så är dim(U1 ∩ U2 ) ≥ 1 men om den har 3 st linjärt oberoende egenvektorer. De tre givna
eftersom det finns en vektor i U1 som inte tillhör U2 enligt b) egenvektorerna
så är dim(U1 ∩ U2 ) < 2 alltså måste dim(U1 ∩ U2 ) = 1. 1 1 0
Skärningen är alltså en linje och eftersom origo tillhör båda ~
u= 1 , ~v = 0 och w
~ = 1
delrummen så går den linjen genom origo. 1 −1 1
1 1 0
6. Linjen (ljustrålen) L1 genom punkten P med riktningsvek- är linjärt oberoende eftersom 1 0 1 = 1 6= 0.
torn ~v = (−1, −1, −4) har ekvationen 1 −1 1
Därför kan matrisen A diagonaliseras. Vi kan alltså skriva
(x, y, z) = (3, 3, 5) + t(−1, −1, −4)
matrisen A som produkten
och skär planet x + y + z = 5 i punkten A(2, 2, 1) (se
Figur 5.2). Låt Ln vara linjen som går genom punkten A A = P DP −1
Kolonner i
1 1 0
P = 1 0 1
1 −1 1
är matrisens egenvektorer ~ u, ~v och w.
~ Inversen blir ( kontrol-
lera själv)
1 −1 1
−1
P = 0 1 −1
−1 2 −1
a 0 0
D = 0 b 0 är den diagonalmatris vars diagonalen
0 0 c
består av egenvärden tillhörande ~
u, ~v och w
~ som vi betecknar
med λ1 = a, λ2 = b och λ3 = c.
Vi ska bevisa att a = b = c med hjälp av antagandet att
matrisen A är en symmetrisk matris.
Först beräknar vi
A = P DP −1
1 1 0 a 0 0 1 −1 1
= 1 0 1 0 b 0 0 1 −1
Speglingen av ljusstrålen i planet 1 −1 1 0 0 c −1 2 −1
1 1 0 a −a a
vinkelrät mot planet x + y + z = 5 dvs med riktningsvek- = 1 0 1 0 b −b
tor ~n = (1, 1, 1). En riktningsvektor för den reflekterade 1 −1 1 −c 2c −c
−→ −→
strålen är AC som är spegelbilden av AP i linjen Ln . Först
a −a + b a−b
−→
bestämmer vi projektionen av vektorn AP på linjen Ln, = a − c −a + 2c a − c .
−→ a−c −a − b + 2c a+b−c
−→ −→ AP · ~n
AB = proj~n (AP ) = ~
n = (2, 2, 2) Eftersom A är en symmetrisk matris har vi följande tre vill-
n·~
~ n
kor:
Nu beräknar vi riktningsvektor för den reflekterade strålen
a − c = −a + b (ekv1)
−→ −→ − −→ −→ − −→ −→ −→ −→
AC = AB + BC = AB + P B = AB + (AB − AP ) a−c=a−b (ekv2)
−→ −→
= 2AB − AP = (3, 3, 0). −a − b + 2c = a − c. (ekv3)
Från (ekv2) har vi b = c som vi substituerar i (ekv1) och u inte är ortogonal på ~v × w,
att ~ ~ och det följer att ~v × w
~ ·~
u=
(ekv3) och får a = b Alltså a = b = c. Med andra ord λ1 = p 6= 0.
λ2 = λ3 = c, dvs A har ett egenvärde ( av multipliciteten
v1
w1
a
3), vad skulle bevisas. Låt ~v = v2 och w ~ = w2 , och slutligen att ~ u = b .
a 0 0 v3 w3 c
Anmärkning: Matrisen A blir då A = 0 a 0 Vi har att
0 0 a
Metod 2. Två egenvektorer till en symmetrisk matris som ~v ×w·~
~ u = (v2 w3 −w2 v3 )a+(w1 v3 −v1 w3 )b+(v1 w2 −v2 w1 )c.
tillhör olika egenvärden måste vara ortogonala ( Sats 8.1.2.
Detta kan vi skriva som
i kursboken). Med andra ord, om två egenvektorer till den
symmetriska matrisen A inte är ortogonala då tillhör egen- u×~v ·w
(v3 b−v2 c)w1 +(v1c−v3 a)w2 +(v2 a−v1 b)w3 = ~ ~
vektorerna samma egenvärde.
Låt λ1 , λ2 och λ3 vara egenvärden som svarar mot ~ u, ~v resp.
Det följer nu att
w.
~
Eftersom ~ u·w ~ = 2 6= 0 drar vi slutsats att vektorerna ~u och
w~ tillhör samma egenvärde , dvs (~v × w)
~ ·~ u × ~v ) · w
u = (~ ~ ×~
~ = (w u) · ~v .
b) Ett exempel är avbildningen som ges av matrisen och vi har nått reducerad trappstegsform. Vi har ledande ettor
i första och andra kolumnen men inte i tredje så vi sätter z =
t, där t är en reell parameter, och får y = 11 − 6t och x =
2 2 0 0 0
−1 −1 0 0 0 −1 + 4t. Eftersom priserna är i hela kronor måste t vara ett
A= 1
.
heltal. Men om t ≥ 2 blir y negativ och om t ≤ 0 blir x
0 0 0 0
0 1 0 0 0 negativ, så enda möjligheten är att t = 1 och x = 3, y = 5,
z = 1. Daniel får alltså betala 5 · 3 + 4 · 5 + 3 · 1 = 38
Bildrummet spänns upp av kolumner i matrisen A. kronor.
5. Låt L vara linjen genom punkterna R och Q. Skuggan av vilket vi gör genom att bestämma nollställen till det karakte-
mannens huvud hamnar i punkten S där L skär planet, så låt ristiska polynomet
oss först beräkna S. 9 48
Linjen L har riktningsvektorn RQ = (6, 6, −3). Vi mul- λ+ 50 50
det(λ − A) = det 48 19
tiplicerar med 1/3 för att få en riktningsvektor (2, 2, −1) 50
λ− 50
som är trevligare att räkna med. Nu kan vi skriva S = R + 1 9 · 11
t(2, 2, −1) = (−5, −4, 8) + t(2, 2, −1) för något tal t = λ2 − λ − = 0.
5 102
och om vi stoppar in koordinaterna för S i planets ekva-
2
tion får vi (2t − 5) − 2(2t − 4) + 2(8 − t) = 3 med Vi fortsätter med att kvadratkomplettera uttrycket λ2 − 10 λ=
lösningen t = 4. Vi drar slutsatsen att S = (−5, −4, 8) + 9·11 2
10
, och erhåller att
4(2, 2, −1) = (3, 4, 4). Fötternas skugga hamnar förstås
i samma punkt P = (1, 2, 3) som fötterna eftersom man- 1 2 9 · 11 2 1 2
(λ − ) = + = 1.
nen står i sluttningen, så längden av hela mannens
√ skugga är 10 10 10
|P S| = |(3, 4, 4)−(1, 2, 3)| = |(2, 2, 1)| = 22 + 22 + 12 = 9
3. Egenvärden blir därmed λ1 = − 10 och λ2 = 1110
. Vi
√ bestämmer egenrummet tillhörande λ1 på vanligt vis, dvs
u| = 15 32 + 42 = 1, |~v | = 15 42 + (−3)2 =
p
6. Observera att |~ elementära radoperationer på matrisen
u · ~v = 512 3 · 4 + 4 · (−3) = 0 så {~
1 och ~ u, ~v } är en 9 9 48
− 10 + 50 1 −36 48
ortonormal bas för R2 . 48 9
50
19 = .
50
− 10 − 50 50 48 −64.
Det gäller då att A~u = ~u~uT ~
u + 2~v~v T ~
u = ~ u (eftersom
uT ~
~ u = 1 och ~v T ~ u = 0) så ~ u är en egenvektor till A Den nedre raden är en mutippel av den övre, och vi ser att
med egenvärde 1. På motsvarande sätt är A~v = ~ u~uT ~v + egenrummet Eλ1 ges av linjen 3x − 4y = 0. Då A är
T
2~v~v ~v = 2~v (eftersom ~ T T
u ~v = 0 och ~v ~v = 1) så ~v är en symmetrisk har vi att egenrummet Eλ2 ges av ekvationen
egenvektor till A med egenvärde 2. Vi har hittat en ortonor- 4x + 3y, dvs Eλ2 = L. Låt {~e, f~} vara en bas av egenvek-
mal bas av egenvektorer så A är ortogonalt diagonaliserbar torer, där f~ är en bas för L. En godtycklig vektor ~
x kan då
och vi kan välja skrivas som
| |
x = a~e + bf~.
~
1 3 4 1 0
P = ~ u ~v = och D = . Om vi itererar T n (~x), och använder att T är linjär och att
| | 5 4 −3 0 2
basen består av egenvektorer har vi att
n 11n
7. a) Tre vektorer i R3 är linjärt oberoende om de spänner upp ~ n 9
T n (~
x) = aλn
1~e + bλn
2 f = a(−1) ~e + b n f~.
hela R3 . Detta kan vi kolla med determinanten. Vi har att 10n 10
determinanten När n växer vill λn n x) går
1 gå mot noll, vilket betyder att T (~
mot
1 1−a 2 11n
2 a 3 b n f~ = t · f~,
10
1 2a − 1 a det vill säga linjen L.
= (a2 −3(2a−1))−(1−a)(2a−3)+2(2(2a−1)−a).
9. a) Om A är en övre-triangulär matris, då verifierar man att
Som vi kan skriva som 3a2 − 5a + 2. Vektorerna är linjärt A4 = 0, tex på följande sätt. Låt A vara en övretriangular
oberoende om och endast om determinanten är noll-skilld. Vi matris,
har att 0 a b c
0 0 d e
5 2 5 2 25 5 1 A= 0 0 0 f .
a2 − a + = (a − )2 + − = (a − )2 − .
3 3 6 3 36 6 36 0 0 0 0
Vektorerna är linjär beroende om och endast om a är lika med Vi beräknar produkten A2 som
5 1 5 2
a= + =1 eller a = − 16 = . 0 0 ad ae + bf
6 6 6 3 2
0 0 0 df
A = .
0 0 0 0
b) När a = 32 då ser vi att ~u = 13 ~v . Vektorerna ~v och w ~ är 0 0 0 0
linjär oberoende, och kan utvidgas till en bas ~v , w,~ ~ x för R3 .
0 0 a0 b0
En linjär avbildning är bestämd av sitt värde på basvektorer-
na, och det är då klart att det 0
finns oändligt många avbild- 0 0 0 c
Låt B vara en matris på formen B = .
3 −1 0 0 0 0
ningar sådan att T (~v ) = och T (w)~ = . Värdet på
6 0 0 0 0 0
~
u är dock bestämd som Man erhåller att B 2 = 0, vilket betyder att A4 = 0.
b) Vi har att A4 = 0. Detta betyder att matrisen B = 1 +
1 1 3 1
T (~
u) = T (~v ) = = , A + A2 + A3 multiplicerad med I − A blir
3 3 6 2
8. Vi tänker oss att A representerar en linjär avbildning T : R2 → Och på samma sätt har vi att B(I − A) = I, vilket betyder
R2 med avseende på standardbasen. Denna avbildning är di- att matrisen B är inversen till I − A. Per konstruktion ligger
agonaliserbar. Vi bestämmer först egenrum och egenvärden B i det linjära höljet till I, A, A2 , A3 .
5.15. 2014-01-13 4 2
c) Notera att L = Span + som bety-
3 2
1. a) Arean ges av längden till vektorprodukten av vektorer der att varje vektor på linjen L kan skrivas som
längs de två sidor som utgår från ett och samma hörn.
2
~v = w~+ ~ ∈ ker(T )
, där w
2 1 2
−→ −→
AC = 1 , AB = 2
3 −1 2
det betyder att T (~v ) = T för varje ~v i L.
2
och
2 1 −7
2 9 −12 2 −6
1 × 2 = 5 T = = .
2 −12 16 2 8
3 −1 3
4. a) Vi börjar med att bestämma en bas till lösningsmäng-
−→ −→ √ √ den genom Gausselimination
Area = kAC × ABk = 49 + 25 + 9 = 83.
1 0 −2 −1 0 1 0 −2 −1 0
−→ −→ ∼
b) Vektorn AC × AB är en normal vektor till planet. 1 1 −4 −3 0 R2 − R1 0 1 −2 −2 0
Planet ska innehålla punkten D = (4, 4, 3). Evatio-
nen är: ser man att koefficientmatrisen har rang 2. Det betyder
att lösningsmängden har dimension 4 − 2 = 2. Vari-
0 = −7(x−4)+5(y−4)+3(z−3) = −7x+5y+3z−1. ablerna z och w är fria och med de två parametrarna s
och t får vi
2. a) Matrisen A har koefficienterna för x i första kolonnen,
koefficienterna för y i den andra och koefficienterna x 2s + t 2 1
y 2s + 2t
= s · + t · 2 .
2
för z i den tredje kolonnen. Vi får =
z s 1 0
a−2 4 2 w t 0 1
A= 0 a 1 .
a 2 1
2 1
2 2
b) För att få fler nollor i matrisen subtraherar vi två gånger Vi betraktar basen , .
1 0
sista raden från första och får matrisen
0 1
−a − 2 0 0 Genom Gram-Schmidt får man en ortogonal bas {u~1 , u~2 }.
0 a 1 .
a 2 1 2
2
(En sådan radoperation påverkar inte determinantens u~1 =
1
värde.) Utveckling längs första raden ger nu determi- 0
nanten (−a − 2)(a · 1 − 1 · 2) = 4 − a2 .
och
c) A ej inverterbar ⇔ det A = 0 ⇔ a = ±2.
1 2
d) Systemet har en unik lösning om och endast om det A 6= 1 2 · 2 2 1 2 −1
0 1
0, dvs om och endast om a 6= ±2. 2 2 2 6 2 1
= 2
u~2 = − 21 20
= −
0 2 · 2
1 0 9 1 3 −2
3. a)
1 1 1 0 1 0 3
0 0
x x
Bild(T ) = im(T ) = A för ∈ R2
y y För att få en ortonormal bas behöver vi också normera.
Vi får att
Det betyder att punkten P = (2, 3) är i bildrummet
om systemet u 1 k 2 = 2 2 + 22 + 1 2 + 02 = 9
k~
x 2 och
A =
y 3 2 2
2 2 2
1 2 18
är lösbart. Genom Gausseliminering reducerar man to- u2 k2 =
k~ − + + − +1 = =2
3 3 3 9
talmatrisen
En ortonormal bas ges därmed efter normering av
9 −12 2 9 −12 2
A= 4 ∼ 17
−12 16 3 R2 + 3 R1 0 0 3
2
−1
12 , √
1 2
Detta visar att totalmatrisen har rang 2 medan rang(A) = B=
1 och att systemet är därför icke lösbart.
3 1
3 2 −2
0 3
b) ker(T ) = N ull(T ) är lösningsmängden till AX =
0. Eftersom rang(A) = 1 har systemet en fri-variabel x·~
b) Vi bestämmer först ~ x · ~v där B = {~
u och ~ u, ~v } är
och lösningarna ges av punkterna (t, 43 t) där t ∈ R. den orthonormala bas vi hittade i a). Vi har att
4 1
ker(T ) = Span x·~
~ u= (−8 + 4 − 5) = −3
3 3
och b) Det som minimeras är avståndet mellan högerled och
√ vänsterled, dvs kvadratroten ur summan av kvadrater-
1
x · ~v = √ (4 + 4 + 10 + 18) = 6 2.
~ na av skillnaderna. I det här fallet innebär det längden
3 2 av
16 3 13
x·~
Detta ger att (~ u)~ x · ~v )~v blir
u + (~ 3 3 0
−4 − 1 −5
2 −1
−4 4 −8
1 2 √ 1 2
9 7 2
−3· +6 2· √
3 1 3 2 −2 p √
0 3 dvs 13 + 0 + (−5) + 8 + 22 = 262.
2 2 2 2
x) = x − projN (~
−2 −1 −4 6. a) Vi har att T (~ x) där N är linjen ge-
−2 T
+ 2 2 = 2 , nom origo, och normal på H. Om ~ n = a b c är en
=
−1 −2 −5 normalvektor, nollskilld, till H, då har vi att
0 3 6
x a
ax + by + cz
vilket är vektorn ~
x. T (~x) = y − 2 2 2
b .
z a +b +c c
c) För att bestämma projektionen projV (w), ~ med vek-
T
b) Alla nollskilda vektorer i H är egenvektorer till T med
torn w~ = 1 1 1 1 , använder vi oss av den
orthonormala bas B = {~ u, ~v } vi hittade i a). Vi har egenvärde 1 eftersom de avbildas på sig själva. Alla nollskil-
nämligen att da vektorer ortogonala mot H är egenvektorer med egenvärde
0 eftersom de avbildas på nollvektorn. Inga andra egenvek-
projV (w) ~ ·~
~ = (w u)~ ~ · ~v )~v
u + (w torer finns, för en vektor som inte ligger i H kommer att av-
√ bildas på en vektor med en annan riktning (nämligen en som
1 1 5 2 ligger i H).
= u+ √ (−1+2−2+3)~v = ~
(2+2+1+0)~ u+ ~v
3 3 2 3 3 c) Avbildningen T är ortogonalt diagonaliserbar då egenrum-
2 √ −1 10 − 1 3 men är ortogonala. Spektralsatsen ger då att matrisrepresen-
5 1 2
+ 2 √ 1 2 = 1 10 + 2 = 1 4
tationen B av T med avseende på standardbasen är symmet-
= ·
3 3 1 3 3 2 −2 9 5−2 3 1 risk. Om B är en ON-bas, låt P vara övergångsmatrisen från
0 3 3 1 B till standardmatrisen. Då har vi att A = P T BP . Detta
ger att
5. a) Vi skriver om det linjära ekvationssystemet som A~
x= AT = (P T BP )T = (P T )B T (P T )T = P T BP = A,
~b, dvs
vilket betyder att A är symmetrisk.
1 0 16
0 3 3 7. Låt C = {w ~ 2 }. Övergångsmatrisen från basen C till ba-
~ 1, w
x sen B ges av matrisen P −1 . kolumnerna i matrisen P −1
A= −3 2 y = −4
1 1 −4 motsvarar koordinaterna [w ~ 1 ]B , [ w
~ 2 ]B . Med adjunktmatri-
2 1 9 sen kan vi bestämma inversen för P och då det P = 1 · 3 −
2 · 4 = −5 får vi
x = AT ~b. Vi får
Normalekvationen ges nu av AT A~ 1 3 −2 1 −3 2
P −1 = .= .
att −5 −4 1 5 4 −1
1·1+0·0+(−3)·(−3) 1·0+0·3+(−3)·2
Det följer att:
+1·1+2·2 +1·1+2·1
AT A = 1 1 1
0·1+3·0+2·(−3) 0·0+3·3+2·2 1 3 0 + 4 1 = 1 4
+1·1+1·2 +1·1+1·1 w
~ 1 = (−3~ u + 4~v ) = −
5 5 1 5 0 5 −3
15 −3 −1 1 7
=
−3 15
1 1 1
och 1 2 0 − 1 1 = 1 −1
~ 2 = (2~
w u − 1~v ) =
1·16+0·3+(−3)·(−4)
5 5 1 5 0 5 2
+1·(−4)+2·9
42
−1 1 −3
AT ~b = =
0·16+3·3+2·(−4) 6 8. Allra först ritar vi en figur. Vi har att AP = AE + EP , och
+1·(−4)+1·9
vi söker det tal t sådan att tAP = AF . V har att tEP =
Vi löser nu normalekvationen med Gausselimination ED och att tAE = AE 0 för någon punkt E 0 på linjen ge-
på totalmatrisen och får nom A och B. Detta ger AF = AE 0 + ED. Vi kan också
uttrycka AF = AD + DF , vilket ger
− 13 R2 AE 0 = AF − ED = AD + DF − ED.
15 −3 42
−3 15 6 R1 + 5R2
Ni noterar att AD − ED = AE, och från uppgiften har vi
5
att 41 DF = F C vilket ger att DC = 54 DF . Vi har också
1 −5 −2 R1 + 24 R2 1 0 3
∼ 1 ∼
0 24 24 24 2
R 0 1 1 från uppgiften att 2AE = DC. Insätter vi detta i ekvationen
ovan, erhåller vi
Alltså ges minsta kvadratlösningen av x = 3 och y = 8 13
1. AE 0 = AE + AE = AE.
5 5
9. Det verkar lättare att tänka på bildrummet till avbildningen T 2. a) Eftersom kurvan ska gå genom de tre punkterna måste
så vi börjar med det. Sedan kan vi använda dimensionssatsen vi ha att p(−1) = 4, p(1) = 2 och p(2) = 7, dvs
som säger att summan av dimensionerna för bildrummet och
nollrummet är lika med dimensionen för Vn , vilket är n2 a + b · (−1) + c · (−1)2 = 4
eftersom det finns n2 element i en n × n-matris. a + b·1 + c · 12 = 2
a + b·2 + c · 22 = 7
Om n = 2 är r(X) = c(X) så bildrummet av T innehåller
d 0 Vi kan använda Gausselimination på totalmatrisen för
bara vektorer på formen (r, r, d). Eftersom T avbildar
r−d 0 detta linjära ekvationssystem och får då
på (r, r, d) ligger alla sådana vektorer i bildrummet som alltså
har dimension 2. Nollrummet har därför dimension 22 − 2 =
1 −1 1 4 r1
2. 1 1 1 2 ∼ r2 − r1
Om n ≥ 3 kan vi välja en n×n-matris X där alla element är 1 2 4 7 r3 − r1
noll utom X1,1 = d, X2,1 = r − d och Xn,n−1 = c. Den-
r1 + 12 r2
na matris avbildas på (r, c, d) så bildrummet till T är hela 1 −1 1 4
1
R3 som har dimension 3. Nollrummet har därför dimension ∼ 0
2 0 −2 ∼ r
2 2
n2 − 3. 0 3 3 3 r3 − 32 r2
r1 − 13 r3
1 0 1 3 1 0 0 1
5.16. 2014-03-14 ∼ 0 1 0 −1 ∼ r2 ∼ 0 1 0 −1
0 0 3 6 1 0 0 1 2
3
r3
1. a) Linjen genom P och Q har en riktningsvektor som är
−
−→ Alltså kan vi se att koefficienterna a = 1, b = −1
parallell med P Q och vi får
och c = 2 är en lösning till systemet och därmed är
2
−3
det sökta polynomet p(x) = 1 − x + 2x2 .
−
−→ − −→ − −→
P Q = OQ − OP = 3 − −1 b) I och med att vi fick en ledande etta i varje kolonn i ko-
3 4 efficientmatrisen finns en unik lösning till det linjära
ekvationssystemet och därmed finns precis ett andragradspo-
2 − (−3) 5
lynom p(x) som uppfyller kraven.
= 3 − (−1) = 4 .
3−4 −1 3. a) Om A är standardmatrisen för T har vi enligt villkoren
att
Eftersom linjen L2 går genom P kan vi skriva den på
1 −2
1 0
−
−→ −−→ A =
parameterform som OP + t · P Q dvs 3 −4 0 1
vilket innebär att A är inversmatris till matrisen B =
−3 5
−1 + t · 4 . 1 −2
. Vi kan bestämma den genom exempelvis
4 −1 3 −4
Gauss-Jordanelimination och får då
b) Vi söker en lösning till ekvationen
1 −2 1 0 r1
3 ∼
3 −4 0 1 r2 − 3r1
−3 5 2
−1 + t · 4 = s · 1
1 0 −2 1
2 1 −2 1 0 r1 + r2
4 −1 −2 ∼ ∼ 1 =
0 2 −3 1 r
2 2
0 1 − 23 21
Detta är ett linjärt ekvationssystem i de två obekanta Alltså ges standardmatrisen för T av
s och t och vi kan använda Gausselimination på dess
totalmatris och får då
−2 1 1 −4 2
A= 3 1 = .
3
−5 −3
−2 2 −3 1
2 2r2 1 −8 −2 2
1
2
−4 −1 ∼ r1 − 3r2 ∼ 0 7 0
−2 1 4 r3 + 4r2 0 0 0 b) Eftersom de båda standardbasvektorerna ligger i bildrum-
met till T måste bildrummet vara hela R2 .
Därmed har vi att s = −2 och t = 0 ger den enda c) De båda kolonnvektorerna i A bildar sidor i parallello-
lösningen och skärningspunkten är (−3, −1, 4), dvs grammen T (Ω) som har sitt fjärde hörn i T (1, 1) =
punkten P . (−1, −1). Parallellogrammens area ges av beloppet
c) Vi kan bestämma en normalvektor till planet som in- av determinanten av matrisen A, dvs av −2 · 21 − (− 32 ) · 1) =
nehåller linjerna med hjälp av vektorprodukten om de −1 + 32 = 12
inte är parallellla. Vi har
4. (a) En ortonormal bas består av ortogonala vektorer av
5 3 4 · (−4) − (−1) · 1 −15 längden 1. För att ~
u, ~v , och w~ är redan ortogonala.
1
4× 1 = (−1) · 3 − 5 · (−4) = 17 . Därmed bildar vektorerna ||1~ uk
u, k~v1k ~v , och kwk
~ 1
~
w
~
−1 −4 5·1−4·3 −7 en ortonormal bas till V .
Planets ekvation kan därmed skrivas 15x − 17y + √ √
k~uk = 1 + 1 + 1 = 3
7z = d för någon konstant d och vi kan ta reda på
d genom att sätta in en punkt, exempelvis origo som √ √
k~v k = 1 + 1 + 1 = 3
ligger på linjen L, och får då d = 15·0−17·0+7·0 = √ √
0. Alltså är planets ekvation 15x − 17y + 7z = 0. k~uk = 1 + 1 + 4 = 6
Genom Gausselimination får vi
1 1 0 1 0 1 1 0 1 0
1 −1 1 0 0 R2 − R1 ∼ 0 −2 1 −1 0
1 1 0 −2 0 R3 − R1 0 0 0 −3 0
y
Alltså är x4 = 0, x3 = t för en parameter t. Den
andra ekvationen −2x2 + x3 − x4 = 0, ger att x2 =
x3 −x4
x 2
= 2t och den första ekvationen ger x1 =
−x2 − x4 = − 2t .
Alltså är det ortogonala komplemenetet
−1
1
⊥
V = Span .
2
0
Alltså kan vi konstatera att följande vektorer bildar en och att funktionen T : R4 → R4 , som ges av denna
ortonormal bas till V : matris, har V som nollrum, ker(T ) = V .
√ √ √
1/√3 1/ √3 1/√ 6
1/ 3 −1/ 3 1 6 t1 −t1 + t2 + 2t3
√ t2 0
0 , 1/ 3 , 0
Tt3 =
√ √ 0
1/ 3 0 −2 6 t4 0
z vara en vektor i R4 . Betrakta följande vektor:
(b) Låt ~
5. (a) Alla vektorer i W kan skrivas som
z·~
~ u z · ~v
~ z·w
~ ~
~t = ~
u+ ~v + w
~
u·~
~ u ~v · ~v ~ ·w
w ~ 1 0
Observera att ~t ligger i V och att (~t−~ z )·~u = (~t−~z )· t 2 + s −2
~v = (~t−~ z )·w
~= 0.Vi proj 2 2
kan konstatera att V (~
z) =
0
−2 vilket betyder att W är ett plan i R3 och att
~t. Låt ~
z =
. Vi har följande likheter:
1
1 0
8
W = Span 2 , −2
z·~
~ u = −2 + 8 = 6, u·~
~ u = 3,
2 2
z · ~v = 2 + 1 = 3,
~ ~v · ~v = 3,
z·w
~ ~ = −2 − 16 = −18, ~ ·w
w ~ = 6. För att beskriva planet med hjälp av ett ekvationssy-
Alltså är stem behövs bara en ekvation och vi kan hitta en nor-
malvektor till planet genom vektorproduktnen.
z·~
~ u z · ~v
~ z·w
~ ~
z ) = ~t =
projV (~ ~
u+ ~v + w
~
u·~
~ u ~v · ~v ~ ·w
w ~ 1 0 8
1
1
1 ~v = 2 × −2 = −2
2 2 −2
6 1 + 3 −1 + −18 1
=
3 0 3 1 6 0
1 0 −2 1 0
Vektorn ~v är ortogonal till båda 2 och −2 som
2 1 −3 0 2 2
2 −1 −3 −2
= + + =
betyder att ~v är normal vektor till W . Alltså ges W av
0 1 0 1 ekvationen 8x − 2y − 2z = 0.
2 0 6 8
x
(c) Kravet på avbildningen T är att matrisens radrum ska (b) Vi ombeds att bestämma alla vektorer w ~ = y så
vara det ortogonala komplementet till V . Därför börjar z
vi med att hitta det ortogonala komplementet till V , att:
p
dvs alla vektorer som är ortogonala mot hela V . ~ = x2 + y 2 + z 2 = 1,
– ||w||
Det ortogonala komplementet består av lösningarna ~
x ~ ligger i W , som betyder att x = t, y = 2t −
– w
x·~
till systemet ~ u=~x · ~v = ~
x·w~ = 0, dvs 2s och z = 2t + 2s, där s och t är reella tal.
x1 + x2 + x4 = 0 1
x1 − x2 + x3 = 0 ~ är ortogonal till 1 som ges x + y + z = 0.
– w
x1 + x2 − 2x4 = 0 1
Ekvationen x + y + z = 0 ger t + (2t − 2s) + (2t + 8. Låt P = (1, 2, 3), Q = (−2, 3, 1) och E = (−3, 2, 3) vara
2s) = 0, dvs 5t = 0. Alltså har vi att t = 0. När vi de givna mittpunkterna. Om A, B och C är triangelns hörn
sätter in detta i ekvationen x2 + y 2 + z 2 =√ 1 får vi får vi att
−
−→ −→ −− →
02 + 4s2 + 4s2 = 1, och därmed s = ±1/ 8. Det OP = 12 OA + 21 OB
betyder att följande två vektorer uppfyller kraven: −
−→ −−
→ −
− →
OQ = 12 OB + 12 OC
−→ −→ −− →
0√
0√
0√
0√
OR = 12 OA + 21 OC
−2/ 8 = −1/ 2 och 2/ 8 = 1/ 2 . Om vi lägger ihop dessa ekvationer får vi
√ √ √ √
2 8 1 2 −2/ 8 −1/ 2 −→ − −
→ − −→ − −→ − −
→ −→
OA + OB + OC = OP + OQ + OR
6. Låt ~v1 , ~v2 , ~v3 , och ~v4 vara egenvektoerna till T som motsva- 1 −2 −3 −4
rar egenvärderna −1, 0, 1 och 2. För egenvärderna är olika, = 2 + 3 + 2 = 7 .
vektorerna ~v1 , ~v2 , ~v3 , och ~v4 är linjärt oberoende. 3 1 3 7
Observera att: −→ −→ − −
→
Vi kan nu få fram hörnen genom att OA = OA + OB +
−
−→ −−→
T 2 (~v1 ) = T (T (v~1 )) = T (−~v1 ) = −T (~v1 ) OC − 2 · OQ, etc. Därmed får vi
= −(−~v1 ) = ~v1 −4 −2 0
−→
OA = 7 − 2 · 3 = 1 ,
T 2 (~v3 ) = T (T (v~3 )) = T (~v3 ) = ~v3 7 1 5
Alltså, alla vektorer ~v = t~v1 + s~v3 i planet Span(~v1 , ~v3 ) −4 −3 2
−
−→
avbildas genom T 2 på sig själva: OB = 7 −2· 2 = 3
7 3 1
T 2 (t~v1 + s~v3 ) = tT 2 (~v1 ) + sT 2 (~v3 ) = t~v1 + s~v3 och
−4 1 −6
x = a~e + bf~.
7. a) Vi vill bestämma skalärer a och b sådana att ~ −
−→
7 − 2 · 2 = 3 .
OC =
Detta ger ett ekvationssystem i två okända, men med fyra 7 3 1
ekvationer. Vi vet att lösningen är unik, och bryr oss därmed
om bara två av dessa ekvationer. De två sista koordinaterna Alltså är triangelns hörn A = (0, 1, 5), B = (2, 3, 1) och
ger ekvationssystemet C = (−6, 3, 1).
2 4 a
2 9. Hela R3 är ett delrum som innehåller L. De två ekvatio-
= . nerna beskriver två plan som inte är parallella. Alltså skär
5 5 b 1
de varandra i en linje. Eftersom inget av planen går genom
Vi löser origo kan inte heller skärningen gå genom origo. Om del-
denna ekvation genom att multiplicera med inversen
rummet inte är hela R3 kommer det därmed att behöva va-
−1 5 −4
10 −5
, vilket ger ra tvådimensionellt och ges av en enda ekvation. Denna ek-
2
vation behöver vara en linjärkombination av de bägge givna
a −1 5 −4 2 1 −3 ekvationerna och eftersom origo ligger i delrummet måste
= = .
b 10 −5 2 1 5 4 konstanttermen vara noll. Alltså måste ekvationen ges av den
andra ekvationen minus två gånger den första, dvs av −3x +
x med avseende på basen B blir därmed
Koordinatmatrisen för ~ 5y − z = 0.
3 Ett alternativ är att se att ett delrum som innehåller två punk-
−5
4 . ter på linjen måste innehålla hela linjen. Gausselimination på
5 totalmatrisen ger
b) För att bestämma basbytesmatrisen från basen B till basen 2 −2 1 1 r2
∼
{~ y } måste vi uttrycka ~e och f~ i den andra basen. Vi noterar
x, ~ 1 1 1 2 r1 − 2r2
att vektorn ~y har en nolla i tredje koordinat. Ekvationen ~e =
r + 41 r2
1 1 1 2
a~x + b~ y har därmed lösningen a = 1, och det följer därmed ∼ ∼ 1
0 −4 −1 −3 r2
att b = 4. På samma sätt läser vi av att f~ = 2~ x + 3~ y . Den
3 5
sökta övergångsmatrisen är 1 0
∼ 4 4
0 −4 −1 −3
1 2
. och med parametern t får vi z = t, y = 3/4 − t/4 och
4 3
x = 5/4−3t/4. Därmed ligger punkterna (5/4, 3/4, 0) och
(1/2, 1/2, 1) på linjen. Eftersom delrummet är slutet under
c) Med avseende på basen B ges den linjära avbildningen
multiplikation med skalär måste även punkterna (5, 3, 0) och
av en diagonal matris. Detta betyder att baserna ~e och f~ är
(1, 1, 2) ligga i delrummet. Vi kan få en normalvektor till
egenvektorer. De sökta egenvektorerna är
delrummet med hjälp av vektorprodukten, dvs
5t 5s
5 1 3·2−0·1
6
9t 8s 3 × 1 = 0 · 1 − 5 · 2 = −10
och
2t 4s
0 2 5·1−3·1 2
5t 5s
och vi får återigen en ekvation för planet som 3x − 5y + z =
med nollskillda tal s och t. 0.
5.17. 2014-05-20 vid radutveckling langs med tredje raden. Detta ger
1. (a) Vi beteknar K = (1, 1, 0), L = (0, 3, 1) och M = 9 4 2 4 2 9
2 det −1 det +(a2 −1) det .
(2, 2, 2). Allmänt plan som passerar punkten K har ekvation 7 2 −2 2 −2 7
där vektoren av koefficienter (A, B, C) är en normalvektor det(A) = 2·(−10)−1·(12)+(a2 −1)(32) = 32(a2 −2).
till planet. Vi söker normalvektorn som kryssprodukt
Ekvationssystemet
√ har exakt√en unik lösning när a 6=
n = KL × KM. ± 2. När vi insätter a = ± 2 då har vi att 2 gånger
den tredje raden in total matrisen adderad till den and-
Vi har KL = (−1, 2, 1) och KM = (1, 1, 2). Detta ger ra raden, ger första raden. Det följer att totalmatrisen
oss har rang 2, och att det finns oändligt många lösningar.
i j k
n = −1 2 1 = (3, 3, −3). 3. Egenvärden: Från den karakteristiska ekvationen
1 1 2
2−λ 3
Planets ekvationen blir 3(x − 1) + 3(y − 1) + 3z = 0 eller det(A−λI) = 0 ⇔ = 0 ⇔ λ2 −1 = 0
−1 −2 − λ
enklare x + y − z = 2.
får vi två egenvärden λ1 = −1 och λ2 = 1
(b) Sökta planet Q är parallelt med normalvektor n = (3, 3, −3)
Motsvarande egenvektorer bestämmer vi med hjälp av ekva-
till planet P . Dessutom är det parallelt också med linjens rikt-
tionen
ningsvektorn r = (1, 2, −1). Vi får då normalvektorn N till
planet Q som kryssprodukt
2−λ 3 x 0
(A−λI)~v = ~0 dvs =
−1 −2 − λ y 0
i j k
N=n×r= 3 3 −3 = (3, 0, 3). För λ1 = −1 har vi
1 2 −1
3 3 x 0
Ekvation av planet Q blir då 3x + 3z + D = 0. För att =
−1 −1 y 0
bestämma konstanten D stoppar vi linjens koordinater x =
t + 1, y = 2t, z = 1 − t till planets ekvation. Detta ger oss eller
D = −6 och ekvationen blir 3x + 3z − 6 = 0 eller enklare 3x + 3y = 0
⇔ y = t, x = −t
x + z = 2. −x − y = 0
2. a) För a = 0 har vi systemet −1
Vi väljer en egenvektor ~v1 = .
1
2x + 9y + 4z = 3 −3
På liknande sätt får vi att ~v2 = är en egenvektor som
−2x + 7y + 2z = 1 1
2x + y − z = 1 svarar mot λ2 = 1
Matrisen har två linjärt oberoende egenvektorer och därmed
Substitutionen av x = 1, y = 1, z = 1 i första ekva- kan diagonaliseras.
tionen visar att (1, 1, 1) inte ligger i lösningsmängden. Diagonalisering:
b) Vi substituerar a = 2 och löser systemet Vi bildar matriserna
−1 −3
2x + 9y + 4z = 3 P = [~v1 |~v2 ] = ,
1 1
−2x + 7y + 2z = 1 E2 + E1
2x + y + 3z = 1 E3 − E1
λ1 0 −1 0
D= =
0 λ2 0 1
2x + 9y + 4z = 3
16y + 6z = 4 och beräknar
−8y − z = −2 E2/2 + E3 1 1 3
P −1 =
2 −1 −1
2x + 9y + 4z = 3 Då gäller
16y + 6z = 4
2z = 0. P −1 AP = D eller ekvivalent A = P DP −1 .
Vi kollar att vektorer v~1 , v~2 och v~3 utgör en bas i R3 genom där a, b är godtyckliga konstanter. Det är allmän form av
t ex att räkna determinant egenvektorer som hör till egenvärdet 0.
1 −1 0
5.18. 2014-10-29
0 1 1 = 3 6= 0.
−1 −1 1 −→ −→
1. a) Linjen kan skrivas OA + t · AB och vi har
Varje vektor ~v i rummet R3 kan skrivas då som linjär kom- 0
−→
bination OA = 0
~v = c1 v~1 + c2 v~2 + c3 v~3 . 1
Vektoren v~3 är vinkelrät mot v~1 och v~2 vilket ger oss att c3 v~3 och
är projektion av ~v på linjen parallel med v~3 och således
2 0 2
−→ − −→ −→
~v · v~3 ~v · v~3 AB = OB − OA = 4 − 0 = 4
c3 = = . −1 1 −2
k~v3 k2 3
Vi får då Alltså ges linjen av (2t, 4t, 1 − 2t)
b) Vi kan dela upp en vektor från en punkt på linjen, säg
T ~v = c1 T v~1 + c2 T v~2 + c3 T v~3 . Q, till punkten P i en del som är parallell med lin-
jen och en del som är vinkelrät mot linjen. Kortas-
Men T v~1 = T v~2 = ~0 enligt (a) i uppgiften och T v~3 = te avståndet ges då av längden av den vektor som är
C(0, 0, 1) enligt (b) i uppgiften (här C är någon konstant). vinkelrät mot linjen. Vi använder projektion på linjens
Tillsammans får vi riktningsvektor för att få fram den del som är parallell
~v · v~3 med linjen.
T ~v = C · (0, 0, 1) = D(~v · v~3 ) (0, 0, 1) T
3
Riktningsvektorn för linjen är ~v = −1 −2 1 ,
−−→
(där D = C/3 är en godtycklig konstant). Om ~v = (x, y, z), och vi kan välja punkten Q = (1, 2, 0). Vektorn P Q =
då får vi
T −−→
0 0 −4 . Projektionen av P Q på riktnings-
T ~v = (0, 0, D(−x − y + z)). vektorn ~v blir
8. Chefsingenjören tar två linjärt oberoende vektorer ū och v̄ i −1
−−
→ −4
R3 och använder de två knapptryckningarna till att ta reda på proj~v (P Q) = −2 ,
6
ū0 = projW ū och v̄ 0 = projW v̄. Om ū0 = ū och v̄ 0 = v̄ 1
ligger båda dessa vektorer i planet W och eftersom ū och
och specielt har vi att den vinkelräta komponenten är
v̄ är linjärt oberoende utgör de en bas för W ; därmed är W
entydigt bestämd. Om ū0 6= ū så är differensen ū − ū0 =
2
0 −1 −
ū − projW ū en normalvektor till W och om v̄ 0 6= v̄ är −−
→ −−→ −2 34
~ = P Q−proj~v (P Q) = 0 −
w −2 = − 3 .
v̄ − v̄ 0 en normalvektor. I båda fallen är W alltså entydigt −4 3 1 − 10
3
bestämd.
Avståndet blir
9. Vi betecknar egenvektorer givna i (b) med w~1 = (1, 2, 0, 1)
och w~2 = (0, 1, 1, 0). Man ser lätt att dem två vektorerna 1√ 2√
|w
~ |= 4 + 16 + 100 = 30.
är linjärt oberoende och således deras linjära höljet W har 3 3
dimension 2. Alla vektorer i W har formen
2. a) För att vektorerna {~v1 , ~v2 , ~v3 } ska bilda en bas i R3 ,
w
~ = cw~1 + dw~2 = (c, 2c + d, d, c) så krävs det att vi har tre linjärt oberoende vektorer. Då
räcker det att determinanten för matrisen som bildas
och alla dem är egenvektorer med egenvärdet 2. Detta visar av vektorerna är nollskild. Vi har
att egenvärdet λ = 2 har multiplicitet minst 2.
1 1 2
Enligt spektralsats så finns det någon ON bas av egenvektorer 1 2 a = 1(4−a2 )−(2−a)+2(a−2) = −a2 +3a−2
till matris A: v~1 , v~2 , v~3 , v~4 . I denna bas blir matrisen A en 1 a 2
diagonalmatris med diagonala elementer λ1 , λ2 , λ3 , λ4 . Två
första egenvärdena är λ1 = λ2 = 2. Men eftersom rangen Vi har vidare att polynomet a2 − 3a + 2 = (a −
till A är 2 enligt (a) i uppgiften, så får vi λ3 = λ4 = 0. Detta 1)(a − 2), så dess nollställen är a = 1 och a = 2.
visar att underrum av egenvektorer som hör till egenvärdet 2 Determinanten är nollskild om a 6= 1 och a 6= 2.
b) Vi söker sådana tal c1 , c2 , c3 att ~e1 = c1~v1 + c2~v2 + 5. a) Enligt definition, basbytesmatris från bas β till bas γ
c3~v3 . Detta ger oss ett system av linjära ekvationer är en sådan matris att dess kolonner är koordinatvek-
med matris torer av elementer i bas β där koordinater tas med av-
seende på bas γ.
1 1 1 1
1 2 3 0 . b) För att bestämma basbytesmatris från β till γ, börjar
2 3 2 0 vi först med vektorn
Man löser systemet m h av Gausselimination och man 1
får koordinater c1 = 5/2, c2 = −2, c3 = 1/2. β1 = −1 .
T 0
Koordinatvektorn blir 5/2 −2 1/2 .
3. a) Vi bildar matrisen Den skall uttryckas som linjär kombination av basvek-
torer γ1 och γ2 dett vill säga β1 = aγ1 + bγ2 . Detta
2 3 1 0 ger oss ett linjärt system av ekvationer
[A|I] =
1 4 0 1
1 = a − 5b
och genomför radoperationer som transformerar vän-
−1 = a + 2b
stermatris till enhetsmatris. Om R1 , R2 betecknar ra-
0 = −2a + 3b.
derna av matrisen, så får vi: 1. R1 := R1 /2 ger oss
1 3/2 1/2 0
Systemet har lösningar a = −3/7, b = −2/7. Således
; får vi första kolonnen i basbytesmatris:
1 4 0 1
2. R2 := R2 − R1 ger oss −3/7
.
−2/7
1 3/2 1/2 0
;
0 5/2 −1/2 1 Av angivna matriserna endst matrisen P2 har den ko-
lonnen som sin första kolonn. Vi kollar också att den
3. R2 := 2/5 · R2 ger oss andra kolonnen av P2 innehåller rätta koordinater d v
2/7och −1/7 är koordinater av
s vi kollar att talen
1 3/2 1/2 0
; 1
0 1 −1/5 2/5
vektorn β2 = 0 i bas γ1 , γ2 . Man verifierar
4. R1 := R1 − 3/2 · R2 ger oss −1
att β2 = 2/7 · γ1 − 1/7 · γ2 genom direkt beräkning.
1 0 4/5 −3/5
.
0 1 −1/5 2/5 6. a) Vi gör först en tabell över Algots mätningar där vi
också beräknar sin mπ
6
och cos mπ
6
.
Erhållen högermatris ger oss inversmatrisen:
mπ
1
4 −3
m T − 20 sin 6
cos mπ
A−1 = . √ 6
−1 2 1 −3.0
5 √1/2 3/2
2 0.0 3/2 1/2
b) Vi multiplicerar ekvationen med A−1 från höger. Vi 3 −1.4 1 0
får då XAA−1 = BA−1 varav X = BA−1 . Ma- 9 1.6 −1 0
trismultiplikation ger oss
Alltså får vi det överbestämda ekvationssystemet
1 7 −3 11
1 4 −3 1 √
X= 2 −4 · = 12 −14 .
−3.0
√1/2 3/2
5 −1 2 5
0 2 −2 4 3/2 1/2 a
0.0
≈ −1.4 .
1 0 b
4. a) En avbildning är diagonaliserbar om den kan skrivas −1 0 1.6
som en diagonalmatris i en ny bas. Eftersom vår ma-
tris har egenvärden λ = 0, 1, 2, 4, så kan vi skriva Genom att multiplicera med systemmatrisens transpo-
matrisen A för T i basen av egenvektorer som nat från vänster får vi normalekvationerna
√
0 0 0 0
−9/2
0 1 0 0 √3 3/2 a
= √
DT = P −1 AP = 3/2 1 b −3 3/2
0 0 2 0 .
0 0 0 4 √
med den unika lösningen a = −1, b = − 3.
b) Dimensionen till ett egenrum är mindre eller lika med b) Eftersom a = r cos dπ och b = r sin dπ är r =
√ 6 6
den algebraiska multipliciteten till det tillhörande egenvärdet. a + b = 2 och vi ska välja d så att cos dπ
2 2
6
=
√
Egenrummet tillhörande egenvärdet λ = 0 är noll- − 21 och sin dπ = − 23 . Enda möjligheten i inter-
6
rummet, som i det här fallet har dimension 1. Det följer vallet (−6, 6] är d = −4.
då att bildrummet har dimension 4-1=3.
c) Karakteristiska polynomet till matrisen kan beräknas 7. a) Vi betecknar det hörnet som är gemensamma fotpunkt
från diagonalmatrisen. Detta ger ger oss att det karak- för vektorerna ~
x, ~
y, ~
z med O och övriga hörn i tet-
raedern med A, B, C så att ~ ~ ~
x = OA; y = OB; ~
teristiska pollynomet är
~
z = OC.~ Sidan som späns upp av ~ x och ~
y är triangeln
cA (λ) = λ(λ − 1)(λ − 2)(λ − 4), OAB som är liksidig. Höjden av tetraedern till denna
sida är sträckan från punkten C till centrum D av tri- med andra ord att X1 + X2 ∈ V . Slutligen, om X
angeln OAB (detta ser man från symmetri). Ortsvek- kommuterar med A då vill uppenbarligen också αX
torn av centrum av en liksidig triangeln får man som kommutera med A;
medelvärdet av ortsvektorer av tre hörn och vi får
(αX)A = α(XA) = α(AX) = A(αX).
~ = 1 OO
OD ~ + OA ~ + OB ~ = 1/3 · ~ x + 1/3 · ~
y.
3 Det vill säga att V är sluten under addition och multi-
~ blir plikation med tal, och därmed ett delrum.
Till slut, höjden DC
b) Låt
~ = OC
DC ~ − OD
~ =~
z − 1/3 · ~
x − 1/3 · ~
y.
a b
X=
c d
Alternativt: Höjden i tetraedern är ~
z minus projektio- vara en matris i delrummet V , som genereras av A i
nen av ~z ned på planet som spänns upp av ~ x och ~y. övningen. Då gäller det att XA = AX. Det vill säga
Av symmetri så är det klart att projektionen av ~
z ned att
i x, y-planet hamnar på linjen L = Span(~ x+~ y ).
a b −1 1
−1 1 a b
Höjden i tetraedern är alltså =
c d 2 3 2 3 c d
z − ProjL (~
~ z ).
vilket leder till
För att bestämma ProjL (~z ) behöver vi längden av
riktningsvektorn ~
x+~ y . Vi kan skriva
−a + 2b a + 3b −a + c −b + d
= .
~
y = Proj~x (~ y − Proj~x (~
y) + ~ y) −c + 2d c + 3d 2a + 3c 2b + 3d
däry⊥
~ =~ y − Proj~x (~
y ) är vinkelrät mot ~
x. Av regu- Ur detta får vi sambanden
lariteten till tetraedern följer det att vinkeln mellan ~
x
och ~y är π/3. Detta, och att ||~x|| = 1, ger att c = 2b, d = a + 2c, d = a + 4b,
1 där det sista ekvationen kan ignoreras, eftersom den
y) = ~
Proj~x (~ x.
2 fås av de två första. Vi har således följande ekvationer
Längden av ~
x+~y är därmed att lösa:
c = 2b, d = a + 2c,
s √
3 2 √
r
1 2 ⊥
9 vilket ger oss två fria parametrar, a, b, och vi har
(1 + ) + | ~ y |= +( ) = 3.
2 4 2
a b
X=
Vi erhåller att 2b a + 4b
1 för alla reella tal a, b. Svaret kan provas med en direkt
ProjL (~
z) = (~
z~x+~z~
y )(~
x+~ y)
3 kalkyl (gör det). Man skriver matrisen X som
1 1 1 1
= ( + )(~ x+~ y ) = (~x+~
y ). 1 0 0 1
3 2 2 3 X =a· +b· .
0 1 2 4
b) Eftersom triangeln OAB är liksidig, vinkeln mellan
vektorer ~ y är π3 . Detta ger oss ~
x och ~ x ·~
y = k~
xk·k~
y k· Detta ger oss en bas {X1 , X2 }, där
cos π3 = 1/2. Analogt får vi också att ~ x·~z = 1/2
1 0
0 1
y·~
och ~ z = 1/2. X1 = , X2 = .
0 1 2 4
Om ~h = ~ z − 1~x − 1~
3 3
y , då är
9. a) Överföringsmatrisen är
1 1 1 1
k~hk2 = ~h · ~h = (~
z− ~ x− ~ y ) · (~
z− ~ x− ~ y)
0 1/2 0
3 3 3 3
1 1 2 2 2 T = 1/2 0 1 .
= k~ z k2 + k~ xk2 + k~ y k2 − ~z ·~
x− ~ z ·~
y+ ~ x ·~
y 1/2 1/2 0
9 9 3 3 9
1 1 1 1 1 2 Vi ska lösa de homogena ekvationssystemen
=1+ + − − + = .
9 9 3 3 9 3
1
(T − I)x = 0 och (T + I)x = 0.
p
Längden är 2/3. 2
8. a) Eftersom rummet av alla matriser (av samma dimen- Det första har systemmatris
sion) är ett vektorrum (Se boken Exempel 3, sidan
198) så räcker det att visa att mängden V av alla ma- −1 1/2 0
triser som kommuterar med A är ett delrum. Det vill 1/2 −1 1 .
säga att V innehåller noll vektorn, är sluten under ad- 1/2 1/2 −1
dition, samt multiplikation med tal.
Genom att addera hälften av första raden till dom and-
Det är klart att nollmatrisen kommuterar med A, så ra raderna får vi
första kravet är satisfierad. Vi har vidare att om X1
och X2 är med i V , då gäller att −1 1/2 0
0 −3/4 1
(X1 +X2 )A = X1 A+X2 A = AX1 +AX2 = A(X1 +X2 ), 0 3/4 −1
och adderar vi nu andra raden till tredje raden får vi Koefficientmatrisen har här determinant (a − 2)(a − 4), så
om a 6= 2 och a 6= 4 har systemet exakt en lösning. Om
−1 1/2 0 a = 4 får vi ett konsistent system med en nollrad, så att det
0 −3/4 1 finns oändligt många lösningar. Om a = 2 får vi systemet
0 0 0
1 1 1 1
h2i 0 0 1 −1
med den allmänna lösningen x = s 4 , s ∈ R.
3 0 0 −2 0
Det andra ekvationssystemet har systemmatrisen vilket uppenbarligen inte är konsistent; inga lösningar.
(b) När a = 1:
1/2 1/2 0
1/2 1/2 1 .
1/2 1/2 1/2 1 1 1 1 1 1 1 1
0 −1 1 −1 ∼ 0 −1 1 −1
Om vi subtraherar den första raden från dom andra två 0 0 −3 0 0 0 1 0
raderna får vi
1 1 0 1 1 0 0 0
1/2 1/2 0
∼ 0 −1 0 −1 ∼ 0 1 0 1 ;
0 0 0 1 0 0 0 1 0
0 1
0 0 1/2 lösningen är x = 0, y = 1, z = 0.
h 1
i 2. (a) Vektorerna ~v och w ~ är linjärt oberoende, så Span(~v , w)
~
med den allmänna lösningen x = s −1 , s ∈ R. är mycket riktigt ett plan (genom origo). En normalvektor till
0
h2i h 1 i planet är
Till exempel är alltså 4 och −1 egenvektorer till
3 0 −1 0
T hörande till egenvärdena 1 respektive −1/2.
3 1
hai −1
1 1
b) Starttillståndet är a för något reellt tal a. Detta går ~v × w~ = − = 2 .
a
att skriva som en linjärkombination av egenvektorerna 3 1
1 1
som vi hittade: 1
−1 0
a 2 1
a = a 4 + a −1 . En ekvation (i koordinater (x1 , x2 , x3 )) är därmed −x1 +
3 3 3 0 2x2 + x3 = 0.
a
(b) Vi har att −1·0+2(−2)+4 = 0, så ~
z ligger i Span(~v , w).
~
Efter 30 dagar är tillståndet (c) Vi kollar om ~ u ligger i planet: −1 + 2 · 2 + 1 = 4 6= 0,
så ~
u ligger ej i planet Span(~v , w).~ Detta medf’Äor att ~v , w, ~
a
a
2
a
1 och ~ u är 3 linjärt oberoende vektorer i R3 , så de bildar en bas
T30 a = T30 4 + −1 för R3 .
a 3 3 3 0
(d) Matrisen A har kolonnerna ~v , w, ~ ~ u, och ~
z . Rangen av
2 1 matrisen är därmed 3, eftersom kolonnrummet har dimension
a a
= T30 4 + T30 −1 3.
3 3 3 0
3. Dessa mätdata ger ett ekvationssystem i a, b, och c, med
2 + 2−30
2 1 utökad matris
a a a
= ·130 4+ ·(−1/2)30 −1 = 4 − 2−30 . 1 −1 1 2
3 3 3 0 3 3 0 0 1 0
.
1 1 1 2
Eftersom 2 30 10 3 3
= (2 ) > 1000 = 10 så är 9 4 2 1 4
2−30 a/3 < 1 vilket är försumbart litet när man räknar ~
T
Låt d vara den 4:e kolonnen och skriv ~ x = a, b, c ,
lunchgäster. Fördelningen blir alltså 2 : 4 : 3 mellan
då är systemet A~ ~ där A är koefficientmatrisen. Vi tittar
x = d,
restaurangerna A, B, C efter 30 dagar.
nu på systemet AT A~ x = AT d: ~
5.19. 2015-01-19 18 8 6 20
T
A A=8 6 2 , A d~ = 8 .
T
w
rerna och
1 1 1 1 1 1 0
1 2 4 f~ = − ~v + w~ =− + = .
2
, ~v2 = 1 och ~v3 = 2
3 3 3 2 3 −1 −1
~v1 = 0 1 3
.
−1 3 11
6. a) Två vektorer i ett tvådimensionellt vektorrum bildar
Detta betyder att ~v1 · ~
u = 0, ~v2 · ~u = 0 och ~v3 · en bas om och endast om de är linjärt oberoende. Noll-
~
u = 0. Skriver vi ut detta erhåller vi det homogena skilda vektorerna~v och ~n är ortogonala eftersom skalärprodukten
ekvationssystemet ~v · ~
n = ac + bd = 0. Detta medför att ~v och ~ n är två
linjärt oberoende vektorer och därmed bildar de en bas
x + 2y − w = 0 i R2 .
2x + y + z + 3w = 0
4x + 2y + 3z + 11w = 0. b) Vid speglingen i linjen L = Span(~v ) avbildas~v på~v
och ~ n på −~
n. Från T (~v ) = ~v = 1 · ~v + 0 · ~ n och
Vi gör elementära radoperationer på totalmatrisen till T (~n) = −~ n = 0 · ~v − 1 · ~ n får viatt avbildningens
systemet 1 0
matris i basen β = {~v , ~n} är B = .
0 −1
1 2 0 −1 1 2 0 −1 a c
c) Matrisen Q = är övergångsmatrisen från β
2 1 1 3 ∼ 0 −3 1 5 b d
4 2 3 11 0 −6 3 15
1 d −c
till standardbasen. Därmed är P = Q−1 = ad−bc
1 2 0 −1
1 0 0 −1
−b a
∼ 0 −3 1 5 ∼ 0 1 0 0 övergångsmatrisen från standardbasen till β. Härav
0 0 1 5 0 0 1 5
a c 1 0 1 d −c
P −1 BP =
b d 0 −1 ad − bc −b a
Vi betecknar w = t och får z = −5t, y = 0 och
x = t. Alltså har vi att 1
1
a c d −c ad + bc −2ac
= .
ad − bc b d b −a 2bd −bc − ad
1 ad − bc
0
V ⊥ = {t −5 | tal t}.
Anmärkning: Om b 6= 0 och vi substituerar d =
−ac/b, kan vi förenkla svaret till
1
2
a − b2
1 2ab
P −1 BP = 2
1 2 2 .
0 a +b 2 2ab b −a
⊥
−5 är en bas till V .
Härav följer att vektorn
a2
~x β = .
u · ~v
~ ax + by a x
.. T (~
u) = 2 ~v − ~
u=2 2 −
~v · ~v a + b2 b y
an
2 2 2
2a x+2aby a −b 2ab
kallas koordinatvektorn till ~ x med avseende på basen β.
a2 +b2
= 2abx+2b 2
− x = a2 +b2 a2 +b2 x
2 2
b) Låt {~e, f~} vara den sökta basen för R2 . Kraven är att ~v = y y 2ab b −a y
a2 +b2 a2 +b2 a2 +b2
~e − f~ och att w ~ = ~2 + 2f~. Dessa två krav kan vi skriva som
a2 −b2 2ab
2 2 a2 +b2
~v 1 −1 ~e Alltså är a 2ab
+b
b2 −a2
avbildningens matris i
= .
w~ 1 2 f~ a2 +b2 a2 +b2
standard basen och därmed är
Inverterar vi 2 × 2-matrisen, får vi sambandet att 2 2
a −b 2ab
−1 a2 +b2 a2 +b2 .
1 2 1 ~v ~e P BP =
= ~ . 2ab b2 −a2
3 −1 1 w ~ f a2 +b2 a2 +b2
7. Vi har att F (n + 1) = AF (n), där (b) Om vi ritar in några hjälplinjer i den vänstra figuren
blir det lätt att beräkna arean av dess inneslutna område.
2 8
A= . (3,3) (5,3)
1 0
Det följer då att F (n + 1) = An F (1). Om vi betraktar
matrisen A som en linjär avbildning på R2 , så har vi att
A = P DP −1 där P är övergångsmatrisen från en bas av
egenvektorer till standardbasen, och där D är en diagonalma-
(0,2)
tris med egenvärden på diagonalen. Specielt vill vi använda (4,1)
detta för att beräkna An .
Det karakteristiska polynomet till A är c(λ) = (λ−2)λ−8. (2,0) (3,0)
Nollställerna är
Dom skuggade trianglarna har arean 3/2 och 1, och
0 = c(λ) = λ2 − 2λ + 1 − 9 = (λ − 1)2 − 9. den resterande arean är 5 + 23 . Alltså blir den totala
Det vill säga, λ = −2 och λ = 4. Vi bestämmer sedan de arean av det vänstra området 32 + 1 + 5 + 32 = 9.
tillhörande egenrummen. För λ = −2ges egenrummet av Determinanten av A är (1/2)2 ·(4·1−(−3)·2) = 5/2
2 så det högra området har arean 9 · 25 = 45/2.
ekvationen x + 2y = 0. En bas är ~e = . Egenrummet
−1
tillhörande egenvärdet
λ = 4 ges av ekvationen x − 4y = 0. 9. Då matrisen A−1 existerar kan vi konstruera matrisen
~ 4
En bas är f = . Detta ger övergångsmatriserna
I 0
1 ,
−A−1 C I
2 4 1 1 −4
P = och P −1 = .
−1 1 6 1 2 där I är identitetsmatrisen, och 0 är noll-matrisen. Båda av
Vi har att samma storlek som matriserna A, B, C och D. Den konstru-
erade matrisen har uppenbarligen determinant 1. Detta bety-
(−2)n
0 der att matrisen, som ges av produkten,
An = P D n P = P P −1
0 4n
I 0 A B
2n 2 4 (−1)n
0 1 −4 −1
= n −A C I C D
6 −1 1 0 2 1 2
2n−1 n n
har den sökta determinanten det(M ). När vi beräknar pro-
(−1) · 2 4 · 2 1 −4
= n+1 n
3 (−1) 2 1 2 dukten ovan erhåller vi matrisen
2n−1 (−1)n · 2 + 4 · 2n (−1)n+1 · 8 + 8 · 2n
= . A B
n+1 n n
(−1) · 4 + 2 n+1 .
3 (−1) +2 −A−1 CA + C −A−1 CB + D
Vi har att F (n + 1) = An F (1), vilket ger att
Vi använder nu att CA = AC. Blocket längst ned till vänster
2n−1 blir då −A−1 CA + C = −A−1 AC + C = −C + C = 0.
(−1)n · 2 + 4 · 2n b
fn+1 = Vi använder sedan att vi känner till determinanten för block-
3
matriser där ena blocket är noll, dvs att
+ (−1)n+1 · 8 + 8 · 2n a
A B
2n 2n+2 det( −1 ) = det(A) det(−A−1 CB+D).
= ((−1)n + 2n+1 )b + ((−1)n+1 + 2n )a. 0 −A CB + D
3 3
Detta betyder att den sökta determinanten är det(M ) = det(A) det(−A−1 C
8. (a) Det gäller först att lista ut vilka punkter i den vänstra
D). Vi vet från kursen att determinanten bevarar produkt, så
figuren som ska avbildas på vilka punkter i den högra
figuren. Låt oss ge namn åt tre (ortsvektorer till)
punk-
~ := 02 , q~ := 20 och det(A) det(−A−1 CB+D) = det(A(−A−1 CB+D))
ter i den vänstra figuren: p
3
~
r := 0 . = det(−CB + AD).
2
Eftersom q~ = ~
r och T är linjär så måste T (~ q) =
2
3 Och då −CB + AD = AD − CB har vi visat påståendet.
3
T (~
r). Dom enda punkter i den högra figuren som
relation är (4, 2)6 och
uppfyller denna (6, 3) så vi måste
ha T (~ q ) = 42 och T (~ r) = 3 . I den vänstra figu- 5.21. 2015-06-10
ren är p
~ granne till q~, så vi vill attT (~
p) ska vara granne
p) = −3 l som ~
till T (~
q ) och då måste T (~ 1 .
1. (a) Linjen
går genom B och C har vektorn BC =
−1
Ekvationerna T ( 20 ) = 42 och T ( 02 ) = −3
1 −1 som riktningsvektor. Linjen går t.ex. ge-
ger tillsammans att matrisen för T måste vara
0
1 4 −3 nom B och har
A= .
2 2 1
x −1 1
En kontroll visar att A avbildar även dom andra punk- y = t −1 + 1
terna korrekt: x 0 2
3 3/2 5 11/2 4 13/2
A = ,A = ,A = . som parametrisk ekvation.
3 9/2 3 13/2 1 9/2
a) Eftersom
planet är ortogonalt mot l är riktningsvek- 3. (a) Vi har
−1
torn −1 en normalvektor till planet. Dessutom x x + 2y + z 1 2 1 x
0 T y = 2x + y − z = 2 1 −1 y
går planet genom A. Ekvationen blir då z −3x − y + 2z −3 −1 2 z
(−1) · x − (−1) + (−1) · (y − 0) + 0 · (z − 1) = 0, så matrisrepresentationen för avbildningen T är
d.v.s. x + y + 1 = 0.
1 2 1
Determinanten det(A) är alltså noll om a = ±2, så för reella tal t. En bas för nollrummet till T ges alltså
A är inverterbar för alla a förutom dessa värden. till exempel av vektorn
(b) Då a = 3 är
1
−1 .
1 1 −3
A = −1 1 0 . 1
2 8 −10
(c) Dimensionen av bildrummet för T ges av rangen av
Genom radoperationer har vi matrisen MT , vilket i sin tur ges av antalet nollskiljda
rader i den reducerade trappformen. I detta fall ser vi
1 1 −3 1 0 0 1 1 −3 1 0 0 att dimensionen av bildrummet till T är lika med 2.
−1 1 0 0 1 0 ∼ 0 2 −3 1 1 0
2 8 −10 0 0 1 0 6 −4 −2 0 1 (d) Vi har att P + Q0 , med Q0 i nollrummet till T har
samma bild som T (P ). Nollrummet till T ges som
1 1 −3 1 0 0 1 1 0 −2 −9/5 3/5 T
t −t t . T.ex. kan vi välja
∼ 0 2 −3 1 1 0 ∼ 0 2 0 −2 −4/5 3/5
0 0 5 −5 −3 1 0 0 1 −1 −3/5 1/5
1 1 2
1 0 0 −1 −7/5 3/10 Q = 2 + −1 = 1 .
∼ 0 1 0 −1 −2/5 3/10
3 1 4
0 0 1 −1 −3/5 1/5
Så vår kandidat till invers är 4. a) Matrisen A har rank 1, uppenbarligen då
−1 −7/5
3/10 5 5 5 5 5 5 1 1 1
−1
A = −1 −2/5 3/10 . 5 5 5 ∼ 0 0 0 ∼ 0 0 0 .
−1 −3/5 2/10 5 5 5 0 0 0 0 0 0
Vi gör en kontroll Det följer att nollrummet har dimension två. Därmed
är λ = 0 ett egenvärde med två linjärt oberoende
1 1 −3 −1 −7/5 3/10 egenvektorer.
−1 1 0 · −1 −2/5 3/10
2 8 −10 −1 −3/5 2/10 b) Det karakteristiska polynomet till A är
−1 − 1 + 3 = 1 −7−2+9 3+3−6
=0 =0
5 10 λ−5 −5 −5
7−2 −14−16+30
= 1−1=0 5
= 1 5
= 0 . 0 = det(λI−A) = det −5 λ−5 −5 .
3+3−6 −3+3 6+24−20
10
=0 10
=0 10
= 1 −5 −5 λ−5
Om vi adderar andra och tredje raden till den första −2
1
3
erhåller vi x − projV (~
Detta ger att ~ x) = . Vi har nu att
9 −1
λ−5 −5 −5
2
0 = det −5 λ−5 −5
−5 −5 λ−5 T (~
x) = T (projV (~ x − projV (~
x)) + T (~ x))
λ − 15 λ − 15 λ − 15 x) − ~
= projV (~ x + projV (~
x)
= det −5 λ−5 −5
11
+2
13
−5 −5 λ−5 16 1 3
1 3
= − = .
1 1 1 9 10 9 −1 9 11
= (λ − 15) det −5 λ − 5
−5 7 2 5
−5 −5 λ−5
(b’) Alternativt: Vi har en bas {~v1 , v~2 } för V , och en bas
1 1 1 {~v3 , ~v4 } för V ⊥ . Vi bestämmer koordinatmatrisen för
= (λ − 15) det 0 λ 0
T
x = 1 1 1 1 i basen {~v1 , . . . , ~v4 }. Detta
~
0 0 λ
leder till ett linjärt ekvationssystem, vars totalmatris r̈
= (λ − 15)λ2 .
−2 1 −2 −4 | 1
Och vi har alla nollställen till det karakteristiska po- −2 0 2 5 | 1 .
lynomet, λ = 0 och λ = 15. Dimensionen till de-
0 2 1 0 | 1
ras tillhörande egenrum är lika med den algebraiska 1 2 0 2 | 1
multipliciteten (2 och 1, respektivt), och det följer att
matrisen är diagonaliserbar. Vi utför elementära radoperationer
T
(a) Rummet V ⊥ består av alla vektorer x y z w
1 0 −1 |
5. 1 2 0 2 | 1 2 0
1 1
som är vinkelräta mot de båda vektorerna ~v1 = −2 −2 0 1
T 0 2 1 0 | 1 0 1
2
0 | 2
∼ ∼
T 0 4 2 9 | 3 0 0 0 9 | 1
och ~v2 = 1 0 2 2 .Skrivet på matrisform
T 0 5 −2 0 | 3 0 0 − 29 0 | 1
2
betyder det att x y z w uppfyller
1 0 0 0 | − 93
x 0 1 0 0 | 5
∼ 9
0 0 1 0 | − 1 .
1 0 2 2 y = 0 .
9
−2 −2 0 1 z 0 0 0 0 1 | 1
9
w
Detta ger att
Genom radoperationer får vi
1
1 0 2 2 1 0 2 2 1 0 2 2
∼ ∼ , 1 3 5 1 1
−2 −2 0 1 0 −2 4 5 0 1 −2 − 52 ~
x= = − ~v1 + ~v2 − ~v3 + ~v4 .
1 9 9 9 9
så vi ser att lösningarna är 1
x −2s − 2t −2 −4 Och speciellt har vi att
5
+ t −5
y 2s + t 2
2 = s
=
z s 1 2 0 13
3 5 1 1 13
w t 0 2 x) = − ~v1 + ~v2 + ~v3 − ~v4 =
T (~ .
9 9 9 9 9 11
för reella tal s och t. En bas för V ⊥ kan alltså väljas 5
som de två vektorerna
−2
−4 2
2 5 6. Villkoret (a) ger att v = 1 är en egenvektor till A med
~v3 = och ~v4 =
. −1
1 0
0 2 egenvärdet 2. Vi har från boken att egenvektorer tillhörande
olika egenvärden, av en symmetrisk matris är ortogonala. Det-
(b) Vi normaliserar vektorerna ~v1 och ~v2 , och erhåller en attegenrumme tillhörande egenvärdet 4 är ortogo-
ta betyder
ON-bas för vektorrummet V , 2
−2
1 nal till 1 . Med andra ord att egenrummet E4 ges av
1 −2 1 0 −1
~
n1 = och ~ n2 = . planet 2x + y − z = 0. Vi väljer en ortogonal bas {~ u, w}
~
3 0 3 2
1 2 för planet;
T 0 1
x = 1 1 1 1 . Vi har att
Vi låter ~
u := 1 och w := −1 .
projV (~ n1 · ~
x) = (~ x)~ n2 · ~
n1 + (~ x)~
n2 1 1
1 5 Vi behöver inte välja en ortogonal bas, men detta val kommer
= (−3)~
n1 + ~ n2
3 3 att göra våra beräkningar nedan enklare. I basen {v, u, w}
6+5 11 blir matrisrepresentationen av vår tänkta avbildning lika med
1 6+0 = 1
6
= . 2 0 0
9 0 + 10 9 10
0 4 0 .
−3 + 10 7
0 0 4
Den sökta matrisen A är matrisrepresentationen av avbild- s−1
−1
ningen i standardbasen. Detta betyder att Vi konstaterar därmed att s + 3 , med s = 2
, är en
2s − 1
−1 −3
2 0 1 2 0 0 2 0 1 2
riktningsvektor till L. Denna vektor har koordinater 5 ,
A= 1 1 −1 0 4 0 1 1 −1 2
−1 1 1 0 0 4 −1 1 1 −2
−3
och därför är också 5 en riktningsvektor till L.
Innan vi börjar bestämma inversmatrisen, noterar vi följande.
−4
T −3t + 1
2 0 1 2 0 1 Linjen L är 5t + 1 , med godtyckligt tal t.
1 1 −1 1 1 −1 −4t + 1
−1 1 1 −1 1 1
8. Låt B vara matrisen för T med avseende på basen v1 , v2 , . . . , vn .
2 1 −1 2 0 1 6 0 0
För varje k = 1, 2, . . . , n gäller att vk tillhör Vk eftersom
= 0 1 1 1 1 −1 = 0 2 0 .
span{v1 , v2 , . . . , vk } = Vk . Eftersom T stabiliserar flag-
1 −1 1 −1 1 1 0 0 3
gan följer av detta att även T (vk ) tillhör Vk , så T (vk ) kan
skrivas som en linjärkombination b1,k v1 + b2,k v2 + · · · +
Detta ger att den sökta inversmatrisen är följande produkt
bk,k vk av v1 , v2 , . . . , vk , där b1,k , b2,k , . . . , bk,k är reella
−1 −1 tal. Med avseende på basen v1 , v2 , . . . , vn har vk och T (vk )
2 0 1 6 0 0 2 1 −1 koordinatvektorerna
1 1 −1 = 0 2 0 0 1 1
0 b1,k
−1 1 1 0 0 3 1 −1 1 . b2,k
1 .
.
6
0 0 2 1 −1 .
.
1 0 .
= 0 2
0 0 1 1 .
1 respektive bk,k ,
1 1 −1 1
0 0 3
0 0
.. ..
Vi insätter detta i vårt uttryck för matrisen A, och erhåller att . .
1 0 0
2 0 1 2 0 0 6
0 0 2 1 −1
1
A = 1 1 −1 0 4 0 0 2 0 0 1 1 där den ensamma ettan står på rad k. Vi drar slutsatsen att
−1 1 1 0 0 4 0 0 13 1 −1 1 b1,1 b1,2 · · · b1,n
1 .
2 0 1 0 0 2 1 −1
b2,2 · · · ..
3 0
= 1 1 −1 0 2 0 0 1 1 B=
.. ..
.. ..
−1 1 1 0 0 34 1 −1 1 . . . .
2
0 4
2 1 −1
0 ··· 0 bn,n
3 3
= 13 2 −4 3
0 1 1 och alltså är B övertriangulär.
−1 4 1 −1 1
3
2 3 9. Vi har tre olika egenvärden, och vet därmed att egenvektorer-
8 −2 2
3 3 3 1
8 −2 2 na ~
x1 , ~
x2 , och ~x3 bildar en bas för R3 . Skriv X som linjär
−2 11 1 = −2 11
= 3 3 3
1 . kombination X = α1 ~ x1 + α2 ~x2 + α3 ~ x3 . Från linjäriteten
2 1 11 3 2
3 3 3
1 11 av An får vi att
An X = α1 A n ~ x1 + α2 An ~ x2 + α3 An ~x3
7. Riktningsvektorn från punkten P till en punkt Q på linjen = α 1 λn ~
x
1 1 + α n~ nx .
2 2 2 + α 3 λ3 ~
λ x 3
T
L1 är Q − P = 3t − 1 t − 1 t . Och liknande blir √ √
T Vi har att |7 + 57| < 20 och |7 − 57| < 20. Detta
s − 1 s + 3 2s − 1 riktningsvektor från P till en betyder att λ2 och λ3 har belopp äkta mindre än 1, och när
punkt på linjen L2 . För att bestämma
L måste
vi bestämma n → ∞ då vill λn n
2 → 0 och λ3 → 0. Detta betyder att
3t − 1 s−1 n
A X → α1 ~ x1 när n → ∞. Vi vill nu bestämma linjen
talen s och t sådan att vektorerna t − 1 och s + 3
som egenvektorn ~x1 spänner upp. Egenvektorn ~
x1 ges av det
t 2s − 1 homogena ekvationssystemet som tillsvarar matrisen
är parallella. Att vektorerna är parallella betyder att det finns
λ som löser ekvationssystemet
1 0 0 −7 1 4
1
A − 0 1 0 =
2 −2 0 .
3tλ − λ = s−1 0 0 1 10 5 1 −4
tλ − λ = s+3
tλ = 2s − 1. Gauss-Jordan elimination ger
Om vi subtraherar den andra ekvationen från den första, får vi −7 1 4 1 −1 0
att 2tλ = −4. Detta ger tλ = −2. Den tredje ekvationen ger
2 −2 0 ∼ −7
1 4
−2 = 2s − 1, alltså att s = −1 . Vi kan använda den andra 5 1 −4 5 1 −4
2
ekvationen att få −2 − λ = −1 3 som ger λ = −9
+ . Alltså 1 −1 0 1 −1 0
2 2
t = 9 . Man verifierar att λ = 2 , t = 49 och s = −1
4 −9
också ∼ 0 −6
4 ∼ 0 −3 2 .
2
uppfyller den första ekvationen. 0 6 −4 0 0 0
Med andra ord, 2egenrummet
tillhörande egenvärdet λ1 = 1 (b) Bildrummet till F innehåller alla linjära kombinationer
3
t av vektorer F (~e1 ) och F (~e2 ). Eftersom de två vektorerna är
är vektorerna 23 t med godtyckliga tal t. linjärt oberoende (man ser detta t ex eftersom determinanten
t 1 2
är nollskild) så utgör de en bas i tvådimensionella
Vi noterar sedan att varje kolumn i matrisen A summerar till 1 −1
T 2
rummet R . Deras linjära kombinationer spänner upp då hela
ett. Detta betyder att om vi har en vektor X = a b c
rummet R2 .
där a + b + c = 1, då vill också koefficienterna till AX
summera till ett; (c) Enligt resonemang i (b), vektorerna F (~e1 ) och F (~e2 )
utgör en bas av bildrummet till F som är hela R2 .
3a + b + 4c
1 (d) Ker(F ) består av vektorer ~v = x~e1 + y~e2 + z~e3 sådana
AX = 2a + 8b ,
10 5a + b + 6c att F (~v ) = ~0. Vi får
1. (a) Alla plan som går genom origo har ekvationer ax + by + 3. (a) Vi utläser först matris av avbildningen L:
cz = 0 där koefficienter a, b, c är koordinater av normalvek-
tor till planet. För att bestämma normalvektor bildar vi vekto- a 0 −1 0
rer OA~ och OB ~ som har samma koordinater som punkterna 0 1 0 1
A och B. Normalvektorn får man som deras kryssprodukt: [L] = .
0 0 1 −1
b 1 0 1
~e1 ~e2 ~e3 2
~
n= 0 1 2 = 2~e1 + 4~e2 − 2~e3 = 4 . Avbildningen L är inverterbar om och endast om dess matris
2 0 2 −2 har nollskild determinant. Vi räknar nu determinanten av [L]
m h av kofaktorutvecklingar:
Planets ekvation blir 2x+4y−2z = 0 eller efter förkortningen
x + 2y − z = 0.
a 0 −1 0
(b) Linjen ortogonal mot planet har samma riktningsvektor 0 1 0 1
som normalvektor ~n till planet. Vi får då parameterekvation det([L]) =
0 0 1 −1
av linjen b 1 0 1
1 2 1 + 2t 1 0 1 0 1 1
1 + t · 4 = 1 + 4t . =a· 0 1 −1 −1· 0 0 −1 .
−1 −2 −1 − 2t 1 0 1 b 1 1
0
−1 0 1
A − 6I = 1 −2 −1 .
1 2 1 −1 −1 −1 −2
A−1 =
−1
.
−1 0 1
Efter radoperationer tar matrisen trappstegsform
−1 −1 −1 1
−2 1 −1
Detta ger oss invers transform 0 −3/2 −3/2
y1
−y2 + y4
0 0 0
y2 y1 + 2y2 + y3 − y4
L−1 (
= . och system av ekvationer för koordinater x, y, z av egenvek-
y3 −y1 − y2 + y4
torer w
~ blir
y4 −y1 − y2 − y3 + y4
−2x + y − z = 0
−3/2y − 3/2z = 0.
4. Vi tar först egenvärdet λ = 3 och vi undersöker motsvarande Vi väljer z = t godtyckligt tal och vi får y = −t, x = −t
egenvektorer d v s vektorer ~v som uppfyller (A − 3I)~v = 0. och
−1
Vi får
1 1 −1
w~ = t · −1 .
A − 3I = 1 1 −1 1
−1 −1 1 √
Valet av t = 1/ 3 ger oss normerad vektorn och vi får då
och tre ekvationer för koordinater x, y, z av egenvektorerna den tredje vektorn i ortonormal bas:
~v blir ekvivalenta med ekvation x + y − z = 0. Vi väljer
− √1
y = s och z = t, där s och t är godtyckliga konstanter och 3
− √1
vi får då x = t − s och w
~3 = 3
.
√1
t−s 1 −1 3
~v = s = t · 0 + s · 1 .
t 1 0 Svar: vektorerna w
~ 1, w
~ 2, w
~ 3 bestämda ovan.
5. (a) Vi bildar matris där vektorerna ~v2 , ~v4 , ~v3 , ~v1 står som Det är ett enkelt system som har lösningar x1 = 7/2 och
kolonner (ordning av vektorer väljs så att det blir lättare att x2 = 3/4. Vi får alltså
överföra matrisen på trappstegsform). Vi får matrisen
2 7 3
1 0 1 1
= ~v1 + ~v2
5 2 4
0 1 1 2
1 1 2 3 . och
n
0 2 2 4 1 n 7 3
− 12
2 7 3 −
Tn = ~v1 + − ~v2 = 2
7
2
3 1 n .
Enligt metoden skall man överföra matrisen på trappstegs- 5 2 4 2 2
+ 2
−2
form och välja ursprungliga vektorer som svarar till ledande
ettor som basvektorer. Vi kör radoperationer: 7. Vi betraktar två räta linjer: den första linjen l1 går från P
1 0 1 1
till A och fortsätter därefter på den andra sidan av planet H;
0 1 1 2 den andra linjen l2 går genom punkter A och Q. Reflektion
1 1 2 3 ∼ [R3 := R3 − R1 ] ∼ i planet fungerar så att linjerna l1 och l2 är spegelbilder av
0 2 2 4 varandra i planet H.
Nu skapar vi normerade vektorer ~v1 och ~v2 längslinjerna
1 0 1 1
0 1 1 2 −1
∼ ∼ [R3 := R3 −R2 , R4 := R4 −2R2 ] l 1 och l2 . Vi räknar först vektorn P~A = 1 och vi
0 1 1 2
1
0 2 2 4
normerar den så att
1 0 1 1
− √1
0 1 1 2 3
∼ . 1 1
P~A = √3 .
~v1 =
0 0 0 0 ~Ak
0 0 0 0 k P √1
3
Ledande ettor står i den första och den andra kolonner vilket
2
innebär att man får välja vektorer ~v2 och ~v4 som bas för V . ~ =
Därefter räknar vi AQ 1 och vi normerar den så
(b) Vektorn w ~ ligger i V om och endast om w ~ = x~v2 + y~v4 −2
för några tal x, y (eftersom ~v2 och ~v4 utgör en bas av V ). Vi att 2
tänker på denna likhet som ett system av linjära ekvationer 1 3
för obekanta x, y. Matris av systemet är ~v2 = ~ = 1 .
AQ
~ 3
kAQk − 32
1 0 7
0 1
−4 . Om man sätter nu erhållna vektorerna ~v1 och ~v2 så att de har
1 1 3 gemensamma fotpunkten i punkten A, så får man att de blir
0 2 a spegelbilder av varandra i planet H. Detta ger oss att deras
skillnaden ~v2 −~v1 är en vektor vinkelrät mot planet d v s den
Samma radoperationer som används i (a) ger oss ekvivalent
sökta normalvektorn. Vi får då
system i trappstegsform: 2
+ √1
1 0 7 3 3
1 − √1
n = ~v2 − ~v1 = 3
~ .
0 1 −4
. 3
2 1
0 0 0 −3 − √
3
0 0 a+8
Den sista ekvationen kan uppfyllas endast om a = −8. För 8. Ekvationssystem har 4 ekvationer för 4 obekanta d v s det
ett sådant a, får vi lösningarna x = 7 och y = −4. Det är är ett kvadratiskt system. Att ett sådant system har exakt en
koordinater av w ~ i bas ~v2 , ~v4 . lösning är ekvivalent med att dess determinant är nollskild.
6. Vi betecknar Vi skall nu visa detta. Vi bildar alltså determinanten
1 1 1 1
1 −2
~v1 = ; ~v2 = . a b c d
1 2 ∆4 = .
a2 b2 c2 d2
Att matrisen av avbildningen T i bas ~v1 , ~v2 är en diagonal- a3 b3 c3 d3
matris innebär att vektorerna ~v1 och ~v2 är egenvektorer av T
och diagonala elementer 1 och −1/2 ger oss Vi gör nu följande radoperationer som inte ändrar determi-
nanten: R2 := R2 − a · R1 ; R3 := R3 − a2 · R1 samt
1
T (~v1 ) = ~v1 och T (~v2 ) = − ~v2 . R4 := R4 − a3 · R1 . Vi får då
2
Vi får således 1 1 1 1
0 b−a c−a d−a
1 n ∆4 = .
T n (~v1 ) = ~v1 och T n (~v2 ) = − ~v2 . 0 b2 − a2 c2 − a2 d2 − a2
2 0 b3 − a3 c3 − a3 d3 − a3
2 Andra kolonnen kan faktoriseras som
Nu skriver vi vektorn i bas ~v1 , ~v2 . Detta innebär att
5
1
lösa system av ekvationer för obekanta x1 , x2 :
b−a
1 −2 2 (b − a)(b + a)
x1 + x2 = .
1 2 5 (b − a)(b2 + ba + a2 )
och kolonn 3 och 4 på liknande sätt. Man ser nu att det finns 5.23. 2016-01-13
gemensamma faktorer i kolonner som kan brytas ut: faktorn
b − a kan brytas ut från den andra kolonnen och likadant för ~ = (0, 2, −1) och BC
1. (a): Bilda två vektorer i planet, AC ~ =
den tredje och den fjärde kolonnen. Vi får nu (0, −2, −1). Planet P kan då skrivas på parameterform som
x 1 0 0
∆4 = (b − a)(c − a)(d − a) y = 1 + s 2 + t −2 .
1 1 1 1 z 0 −1 −1
0 1 1 1
·
0 b+a c+a d+a Planets normalvektor ges av AC ~ × BC~ = (−4, 0, 0) vilket
0 b2 + ba + a2 c2 + ca + a2 d2 + da + a2 ger planets ekvation −4x + D = 0. Planet ska gå genom
punkten (1, 1, 0) vilket ger att D = 4. Ekvationen för planet
och kofaktorutveckling längs den första kolonnen ger oss blir −4x + 4 = 0 dvs x = 1 vilket är ett plan parallellt med
yz-planet och som skär x-axeln i x = 1.
∆4 = (b − a)(c − a)(d − a) (b): En linje som går mellan A och B har riktningsvektorn
1 1 1 AB~ = (0, 4, 0). Dvs den är parallell med y-axeln. Avståndet
· b+a c+a d+a . från C = (1, 1, 0) till linjen blir då lika med 1.
b2 + ba + a2 c2 + ca + a2 d2 + da + a2
−1 −1
Eftersom a, b, c är alla skilda från varandra, så får vi att de- 2. (a): Vektorn 1 ligger i im(A) om systemet A~
x= 1
1 1
terminanten ∆4 blir nollskild om och endast om den nya de-
är lösbart. Gausselimination ger
terminanten ∆3 är nollskild, där
2 4 2 −1 1 2 1 −1/2
1 1 1 1 1 0 1 ∼ 0 1 1 −3/2
∆3 = b+a c+a d+a . 2 0 −2 1 0 0 0 −2
b2 + ba + a2 c2 + ca + a2 d2 + da + a2
−1
Vi gör nu följande radoperationer som inte ändrar determi- Systemet är inte lösbart, dvs vektorn 1 ligger inte i im(A).
nanten ∆3 : 1
R3 := R3 − a · R2 samt R2 := R2 − a · R1 . (b): Basen till ker(A) ges av lösningsmängden till A~x = ~0.
1
Vi får då Gausselimination av A, se uppgift (a), ger lösningen t −1
1 1 1 1
∆3 = b c d . 1
b2 c2 d2 där t är godtyckligt tal, dvs −1 är en bas till ker(A).
1
Den determinanten har samma utseendet som ursprungliga
determinanten ∆4 men den har mindre ordning 3 istället av 3. (a): Egenvärdena ges av nollställena till det karakteristiska
4! Samma resonemang som vi använde för ∆4 återför nu polynomet
determinanten ∆3 på även mindre determinant
(−1 − λ) 4
det(A−λI) = = λ2 −1 = 0
1 1 0 (1 − λ)
∆2 =
c d
⇒ (λ1 = −1, λ2 = 1)
som räknas direkt och som är nollskild. Egenvektorerna som motsvarar λ1 = −1 fås ur ekvationen
Enligt vår resonemang då är även ursprungliga determinanten
∆4 också nillskild. 0 4 x 0 1
det(A−λ1 I)~v = 0 ⇒ = ⇒ ~v = .
0 2 y 0 0
(OBS! Determinanter av typ ∆4 , ∆3 m m är kända under
namn Vandermondes determinanter).
1
En egenvektor motsvarande λ1 är exempelvis ~v1 = . På
0
9. Om Λ 6= 0 är ett egenvärdet till matris A innebär detta att
2
samma sätt får vi att ~v2 = är en egenvektor som svarar
1
A~v = Λ~v
mot λ2 = 1.
för motsvarande egenvektorn ~v . Vi multiplicerar nu denna är kolonner i den sökta matrisen S. Alltså
(b): Egenvektorerna
likhet med matris A−1 från vänster och med tal Λ−1 . Vi är S =
1 2
.
får 0 1
Λ−1 A−1 A~v = A−1~v (c): Låt D beteckna diagonalmatrisen som ges av D = S −1 AS.
Från detta samband får vi att A = SDS −1 . Därför blir
och eftersom A−1 A = I och I~v = ~v så får vi
A139 = (SDS −1 )139 = SDS −1 SDS −1 · · · SDS −1
Λ−1~v = A−1~v .
= SD139 S −1 = A139
139
Denna ekvation visar att samma vektorn ~v är även egenvek-
1 2 −1 0 1 −2 −1 4
torn till matris A−1 som hör till egenvärdet Λ−1 . = = .
0 1 0 1 0 1 0 1
4. L0 och L1 uppfyller ekvationer: Övergångsmatrisen från basen B till basen C är en matris T
så att T [~
x]B = [~ x]B = T −1 [~
x]C , som ger [~ x]C . Därmed får
L0 − 3L1 = 1 1 −3 1 vi:
L0 − L1 = 2 1 −1
L0 = 2 .
eller
3 −1 1 3
L0 + L1 = 4 1 1 L1 4 [~a]B = T −1 [~a]C = =
L0 + 3L1 = 5 1 3 5 −2 1 0 −2
3 −1 0 −1
Minstakvadratlösningen till detta ges av lösningen till: [~b]B = T −1 [~b]C = =
−2 1 1 1
Det betyder att:
1 −3 1
1 1 1 1 1 −1 L0 = 1 1 1 1 2 ,
−1 2 −7
−3 −1 1 3 1 1 L1 −3 −1 1 3 4
~a = 3 −1 − 2 0 = −3
1 3 5
−1 1 −5
4 0 L0 12 och
= .
0 20 L1 14 −1 2 3
~b = − −1 + 0 = 1
Vi får L0 = 3 och L1 = 0.7 som ges λ = L1 /L0 = 0.7 3
. −1 1 2
1 1
5. (a): Vektorerna och är ickeparallella och därför
−1 1 0
2
bildar de en bas till R . Det innebär att det finns precis en ~ = 2. Betrakta följande ekvation systemet:
(b): Låt w
linjär avbildning f som uppfyller de första två ekvationerna. 1
3 1 1
−1 2 0
Eftersom =2 + , så måste vi kontrollera om
1 1 −1 −1 0 2
−1 1 1
3 1 1
f = 2f +f
1 −1 1 Gausselimination ger:
för att inse att f är en väldefinierad linjär avbilding. Men −1 2 0 −1 2 0 1 0 −2
detta stämmer: −1 0 2 7→ 0 −2 2 7→ 0 1 −1
−1 1 1 0 −1 1 0 0 0
0 −1 2
−1 = 2 −1 + 1 . Som betyder att:
−3 −1 −1
0 −1 2
2 = −2 −1 − 0
(b): Notera att: 1 −1 1
1 1 1 1 1 0 −1 1 1 1 Vi kan konstatera att w
~ ligger i W och att:
= + och = +
0 2 −1 2 1 1 2 −1 2 1
−2 1 1 −2 −3
[w]
~ B= och [w]
~ C= =
Detta ger: −1 2 3 −1 −7
1 1 1 1 1 7. (a): Låt:
f = f + f
0 2 −1 2 1
a11 a12 · · · a1n b11 b12 · · · b1n
2 −1 1/2 a21 a22 · · · a2n b21 b22 · · · b2n
1 1
= 1 + −1 = 0 A= .
.. .. , B = ..
..
..
2 −1 2 −1 −1 .. . . . . .
an1 an2 · · · ann bn1 bn2 · · · bnn
T (2~v + 3~ n) = 2~v − 3~
n) = 2T (~v ) + 3T (~ n t2 t2
+ + (5 − t)2 = 9
4 4
2 Som ger:
Det betyder att T (2~v + 3~
n) har koordinaterna i bas
−3 3t2
β. − 10t + 16 = 0
2
7. Vår strategi är att använda elementära radoperationer att ändra Denna andragradsekvation har följande lösningar:
matrisen till en som det är lättare att beräkna determinanten 8
för. t1 = t2 = 4
3
Först transformeras matrisen genom att subtrahera den första Eftersom 38 < 4, ges koordinaterna av punkten där strålen L
raden från alla de andra raderna: träffar S av:
1 2 3 4 · n 4 4 7
, ,
1 0 0 0 · 0 3 3 3
2 1 0 0 · 0
4/3
3 2 1 0 · 0
(b): Låt T vara linjen Span 4/3. Betrakta projek-
· · · · · ·
· 7/3
· · · · ·
1/2
n−1 n−2 n−3 n−4 · 0
tionen av strålens riktningsvektor ~v = 1/2 på linjen T :
Denna transformation ändrar inte determinanten. −1
Nästa steg, byt plats av den första raden med den andra. Se- 1/2 4/3 4/3
−4/3 −4
dan byt plats av den andra raden med den tredje. Fortsätt n−1 projT ~v = projT 1/2 =
4/3 =
4/3
gånger. Genom detta får vi följande matris: −1 9 7/3 27 7/3
1 0 0 0 · 0 Enligt reflexionslagen har reflekterade strålen riktning:
2 1 0 0 · 0
· − (~v + 2(projT ~v − ~v )) = ~v − 2projT ~v
3 2 1 0 0
B= · · · · · · 1/2 4/3 145/162
8
· · · · · · = 1/2 + 4/3 = 145/162
n − 1 n−2 n−3 n−4 · 0 −1 27 7/3 −25/81
1 2 3 4 · n
29
Determinanten av den sista matrisen är lika med (−1)n−1 det(A). som är parallell till 29 . Vi kan konstatera att reflektera-
−10
B är en triangular matris. För sådana matriser ges determi-
de strålen kan beskrivas i parameterform som:
nanten av multiplikation av diagonala element:
4 4 7
det(B) = 1 · 1 · 1 · · · 1 · n = n , , + t (29, 29, −10)
3 3 3
Vi kan konstatera att det(A) = (−1)n−1 n. där t är icke negativt reellt tal.
5.25. 2016-03-17 x) = x21 + x1 x2 + x22 kan
3. a) Den kvadratiska formen Q(~
T skrivas som
xT A~
1. a) Varje plan som har riktningsvektorn −2 −1 1 till ~ x,
L1 som en av sina riktningsvektorer är parallellt med T1 . med den symmetriska matrisen
Därför är 1
1 2 .
x 4
1
−2 A= 1
2
1
Π : y = 2 + s 5 + t −1
z 3 1 1 b) Egenvärderna till matrisen A ges som nollställen av
− 21
λ−1 1
en beskrivning av Π i parameterform. det(λI − A) = det 1 = (λ − 1)2 − .
T −2 λ−1 4
b) Punkten Q = −1 −3 0 är på linjen L1 och punk- 1
T Vi löser ekvationen (λ − 1)2 − 4
= 0 och erhåller att
ten P = 4 2 3 är på linjen L2 . Då linjen L2 lig-
ger i planet Π, följer det att avståndet mellan L1 och L2 är 1
λ−1=± .
längden av vektorn proj~n P~Q - projektionen av P~Q till nor- 2
malvektorn ~ n av planet Π. Normalvektorn ges av Detta ger egenvärden 21 och 23 . Då alla egenvärdena är posi-
tiva, har vi att den kvadratiska formen är positivt definit.
−2 1 −6
n = −1 × 5 = 3 .
~ 4. a) Matrisen A har rang 1 och därför är bilden Range(TA ) en
1 1 −9 linje. Bilden TA (L) är antingen en enkel punkt eller denna
linje. Vi måste utsluta att TA (L) är bara en punkt. Det räcker
För att förenkla beräkningarna ska vi skala ~
n och ta ~
n = att betrakta punkterna
T
−2 1 −3 .Vektorn
−4
7
P = och Q = .
1 1
−5
P~Q = −5 . Båda punkterna ligger på L. Men
−3
7 −4
TA (P ) = , medan TA (Q) = .
−14 8
Av projektionsformeln har vi att
Därför består bilden av minst två punkter.
P~Q · ~n b) Nollrummet till TA ges av matrisekvationen
proj~n P~Q = ~
n.
n||2
||~
−1 3
x
= 0.
2 −6 y
n||2 = 4 + 1 + 9 = 14, och att P~Q · ~
Vi har att ||~ n =
10 − 5 √+ 9 = 14. Det följer nu att den sökta längden är Detta ger ekvationen −x + 3y = 0. Detta är en linje, och per
||~
n|| = 14. 0
definition skickas denna linje till punkten .
0
2. a) Egenvektorerna tillhörande egenvärdet λ = −1 ges som 5. a) Vektorerna ~ u och ~v är ortogonala då ~ u · ~v = 0, och
nollskillda vektorer i nollrummet till matrisen följdaktligen är de linjärt oberoende. Vi har vidare att
−6 −6 0
−3
3 3 0 . 2
−3 −3 0 w
~ = = −2~ u + ~v ,
−3
5
Med andra ord planet som ges av ekvationen x + y = 0.
Egenvektorerna är följaktligen och det följer nu att β = {~
u, ~v } är en ortogonal bas för vek-
torrummet V .
√ √
1 0 b) Vi har att ||~
u|| = 6 och att ||~v || = 7. Vi har därmed
t · −1 + s · 0 , u
~ ~
v
att { √ , √ } är en ortonormal bas för V . Detta ger att
6 7
0 1
u·~
~ x ~
u ~v · ~
x ~v u·~
~ x ~v · ~
x
x) = √ · √ + √ · √ =
projV (~ ·~
u+ ·~v .
för alla talpar (t, s) 6= (0, 0). 6 6 7 7 6 7
Egenvektorerna till egenvärdet λ = 2 ges av nollrummet till u·~
Vi har att ~ x = 1 + 2 − 1 = 2, och att ~v · ~
x = −1 + 2 +
matrisen 1 + 1 = 3. Detta ger att
−3 −6 0 1 3
3 6 0 . projV (~
x) = ~
u + ~v .
3 7
−3 −3 3
~ = −2~
Tidigare har vi räknat ut att w u + ~v , vilket ger att
Vi kan stryka rad 2, och utför de vanliga radoperationerna 1 1
~
u= ~v − w. ~
1 2 0
1 2 0
1 0 −2
2 2
∼ ∼ . Insätter vi detta i vårt uttryck för projV (~
x) erhåller vi att
−1 −1 1 0 1 1 0 1 1
1 1 1 3 7 + 18 1
Detta ger att egenvektorerna är t · 2 −1
T
1 , med noll- projV (~
x) = ( ~v − w) ~ + ~v = ~v − w.
~
3 2 2 7 42 6
skillda tal t. 25
b) Dimensionerna av egenrummen summerar till tre. Koordinatvektorn i den sökta basen blir då 421 .
−6
6. a) Då matrisen A är symmetrisk vet vi att egenrummen är Detta ger att
ortogonala, och att egenvektorerna spänner upp hela rummet.
Vektorn w
T
~ = 3 −3 0 är ortogonal mot egenvektorn 4−2 2
T n − ~v = −4 − 0 = −4
2 proj~n ~v − ~v = 4~
1 1 −1 , och därför är w ~ en egenvektor. Egenvärdet 4−4 0
är −2. Detta ger att
är en riktningsvektor för L0 . Vi har att L0 går genom P , sådan
3
5 5 att linjen
A w ~ = (−2) w ~ = −32 −3 . 10
0 3 2
L0 = 3 + t · −4 .
14 0
b) Egenrummet E2 tillhörande egenvärdet λ = 2 spänns upp 3
T
av 1 1 −1 . Vi har att egenrummet E−2 tillhörande Insätter vi parameterbeskrivningen av L0 i ekvationen för
egenvärdet λ = −2 ges av x
ekvationen + y − z = 0. En planet P2 , erhåller vi
1 1
ortogonal bas för E−2 är −1 , 1 . En ortonormal 10 14 20 28
2( + 2t) + 2( ) = + + 4t = −8,
0 2
3 3 3 3
bas av egenvektorer ges därmed av vektorerna
vilket har lösning, och vi har att speglingen L0 skär planet
P2 .
1 1 1
1 1 1
√ 1 , √ −1 och √ 1 .
3 −1 2 0 6 2 8. Vi har att
d
(cos(nx)) = −n sin(nx) och att
Vi har vidare att A = P DP −1 , där D är diagonalmatrisen dx
med egenvärdena på diagonalen, och matrisen P har som ko- d
lonner en bas av egenvektorer. Vi väljer kolonnerna i P att (sin(nx)) = n cos(nx).
dx
vara de ortonormala egenvektorerna ovan, vilket ger att
1 Matrisrepresentationen av derivationsavbildningen i basen β
√ √1 √1
blir då
3 2 6 2 0 0
√1 1 1
A = 3 −√ √ 0 −2 0 PT
0 ··· ···
2 6 0 1 0 0
− √1 0 √2 0 0 −2 −1 0
3 6 0 0 ··· ··· 0
√2 − √2 − √2
1
√1
0 0 0 2 ··· ··· 0
− √1
√
3 2 6 3 3 3 ..
−2
1
=
√2 √2 √ √ − √1 0 A= 0
0 −2 0 · · · ··· . .
3 2 6 2 2
1 √1 2
− √2 0 − √4 .. .. ..
√ √ ..
3 6 6 6 6 . .
2 . .
2 2 2
+ 22 − 26 − 23 − 64
3
−2−6 3
0 0 0 0 ··· 0 10
= 2 + 2 − 2 2 2 2
− 2 − 6 −3 − 6 2 4
0 0 0 0 ··· −10 0
3 2 6 3
− 23 − 46 − 23 − 46 2
3
− 86
−2 4 −4
b) Vi bestämmer först det karakteristiska polynomet till deri-
1 vationsavbildningen, det vill säga det(λI − D). Vi noterar
= 4 −2 −4 .
3 −4 −4 −2 att determinanten till ett block på formen
λ −n
1 + 2t n λ
7. Vi bestämmer först skärningen mellan linjen L = 3
4t
är (λ2 + n2 ). Det följer att det karakteristiska polynomet till
och planet P1 : x − y = z = 5. Insättning ger 1 + 2t − 3 + D är
4t = 5, vilket betyder att 6t = 7, det vill säga t = 76 . (λ2 + 1)(λ2 + 4) · · · (λ2 + 102 ),
Skärningspunkten P har koordinater
som inte har några reella nollställen. Avbildningen är speci-
1 + 73
10
3 ellt inte diagonaliserbar.
P = 3 = 3 .
14 14 9. a) Det karakteristiska polynomet till A är på formen
3 3
2 det(λI − A) = λ3 − c1 λ2 + c2 λ − c3 .
En riktningsvektor för linjen L är vektorn ~v = 0, och en
Lite eftertanke ger att c1 är spåret till matrisen. För att lösa
4
uppgiften är det därför nog om vi påvisar att similära matriser
1 har samma karakteristiska polynom. Vi har följande identitet
n = −1. Vi har, av figur
normalvektor för planet P1 är ~ av matriser,
1
t.ex., att λI − P −1 AP = P −1 (λI − A)P.
proj~n ~v + −1 · (v − proj~n ~v ) = 2 proj~n ~v − ~v Detta ger att det karakteristiska polynomet till P −1 AP är
är en riktningsvektor för den speglade linjen L0 . Vi har att
det(λI − P −1 AP ) = det(P −1 ) det(λI − A) det(P )
n · ~v
~ 2+4
proj~n ~v = ~
n= ~
n. = det(λI − A).
n||2
||~ 3
Detta betyder att similära matriser har samma karakteristiska Detta kan skrivas på matrisformen
polynom, och vi har visat påståendet.
0 1 −5
b) Vi kan anta från uppgift a) att A är en diagonalmatris. Låt 1 1 −2
A
a, b och c vara diagonalelmenten i A. Vi vill beräkna
−3 .
2 1 =
3 1 B
−1
det(A) = abc.
4 1 −1
Vi har att a + b + c = 0, att a2 + b2 + c2 = 14 och att Normalekvationen fås genom att vi multiplicerar båda leden,
a3 + b3 + c3 = −18. Den första ekvationen ger att c = från vänster, med systemmatrisens transponat. Dvs vi får
−a − b, och att
0 1 −5
c2 = a2 +2ab+b2 och att c3 = −a3 −3a2 b−3ab2 −b3 . 1 1 −2
0 1 2 3 4 A 0 1 2 3 4
2 1 B = 1 1 1 1 1 −3 .
Kombinerar vi detta med den tredje ekvationen, har vi vidare 1 1 1 1 1 3 1 −1
att 4 1 −1
−18 = a3 + b3 + c3 = −3(a2 b + ab2 ).
Detta ger oss
Determinanten abc = ab(−a − b) = −(a2 b + ab2 ) är
därmed −6.
30 10 A −15
= ,
10 5 B −12
5.26. 2016-06-09 som har lösningen A = 9/10, B = −21/5.
9 21
1. a) För att bestämma L löser vi ekvationssystemet Därmed blir T (k) = 10
k − 5
( ( 3. a) Egenvärdena får vi genom att lösa den karakteristiska
x + 2y − 2z =0 x + 2y − 2z = 0
⇔ . ekvationen:
3x + 2y + 2z = 0 −4y + 8z =0
(3 − λ) −4 8
Härav det(A−λI) = 0 ⇒ 2 (−3 − λ) 8 =0
x −2 0 0 (1 − λ)
y = t 2 .
z 1 ⇒ (1−λ)(λ2 −1) = 0 ⇒ (1−λ)(λ−1)(λ+1) = 0.
Alltså har matrisen A två egenvärden, λ1 = 1 (dub-
−2
belrot till ekvationen) och λ2 = −1.
Alltså är L = Span 2 . Därmed bildar
De egenvektorer som hör till egenvärdet λ1 = 1 får vi
1
genom att lösa (A − λ1 I)~ u = ~0 dvs.
−2
vektorn f~ = 2 en bas för L.
2 −4 8 x 0
1 2 −4 8 y = 0 .
b) Linjen L är en del av delrummet V = Span(~ u, ~v , w)
~ 0 0 0 z 0
om och endast om basvektorn f~ ligger i V dvs om och Detta gör systemet
endast om f~ är en linjär kombination av vektorerna
(~
u, ~v , w).
~ Ekvationen 2x − 4y + 8z = 0
x − 2y + 4z
=0
2x − 4y + 8z = 0 ⇔ 0 =0.
x1 ~ ~ = f~
u + x2~v + x3 w
0 =0
0 =0
ger ekvationssystemet Härav
x 2 −4
4x1 + 3x2 + x3 = −2
x1 + x2
=1
y = s 1 + t 0 .
2x2 − 2x3 = 2 ⇔ 2x2 − 2x3 =2
z 0 1
x1 + x2 =1 4x1 + 3x2 + x3 = −2
Egenvektorerna som λ1 = 1 är alla
hörtill egenvärdet
−4
2
x1 + x2
=1 x1 + x2
=1
⇔ x2 − x3 vektorer av typ s 1 +t 0 där s 6= 0 eller
= 1 ⇔ x2 − x3 =1
0 1
−x2 + x3 = −6 0 = −5.
t 6= 0.
Eftersom systemet saknar lösning ligger inte f~ i V . På samma sätt får vi de egenvektorer som hör till λ2 =
Därmed är linjen L inte en del av delrummet V . −1:
2. Vi substituerar mätdata i ekvationen Ak + B = T (k) och 4 −4 8 x 0
för följande ekvationssystem (A−λ2 I)~ u = ~0 ⇔ 2 −2 8 y = 0 .
0 0 2 z 0
0A + B = −5 Detta gör systemet
1A + B = −2
2A + B = −3 4x − 4y + 8z = 0
x − y + 2z
=0
3A + B = −1 2x − 2y + 8z = 0 ⇔ 0 =0.
4A + B = −1.
2z =0
z =0
Härav Låt A vara systemets koefficientmatris. Då är
x 1
y = t 1 . a 1 −1
z 0 det(A) = 0 1 2 = a + 3.
1 0 1
Egenvektorerna som hör tillegenvärdet λ2 = −1 är
1 Om det(A) 6= 0 har systemet exakt en lösning och därmed
alla vektorer av typ t 1 där t 6= 0. har planen en gemensam punkt. Därför undersöker vi fallet
0
b) Först diagonaliserar vi matrisen A: A = P DP −1 , det(A) = 0 ⇔ a = −3.
där
För a = −3 har vi följande ekvationssystem
2 −4 1 1 0 0
P = 1 0 1 och D = 0 1 0 . −3x + y − z = 1
x + z
=2
0 1 0 0 0 −1 y + 2z =7 ⇐⇒ y + 2z =7
(ekv1 ↔ ekv3)
x + z = 2 −3x + y − z =1
11 11 −1
Härav A = P D P , men eftersom
11
1 0 0 1 0 0 x + z
=2 x + z
=2
11 11
D = 0 1 0 = 0 1 0 = D (3*ekv1 + ekv3 ) ⇔ y + 2z = 7 ⇔ y + 2z = 7
0 0 (−1)11 0 0 −1
y + 2z = 7
0 = 0.
11
har vi A = P D P 11 −1 = P DP −1 = A. Därmed Härav z = t, y = 7 − 2t, x = 2 − t eller
3 −4 8 3 9
11 x 2 −1
A ~v = A~v = 2 −3 8 2 = 8 . y = 7 + t −2 .
0 0 1 1 1
z 0 1
4. a) En parametrisering av planet ges av (x, y, z) = (1, −2, 0)t+
(0, 0, 1)s. Dvs vektorerna v1 = (0, 0, 1), v2 = (1, −2, 0) Alltså, om a = −3, har de tre planen en gemensam linje vars
är en bas for U . Vi observerar direkt att v1 · v2 = 0, ekvation på parameterform är
dvs dessa är ortogonala. Det räcker nu att dela var-
x
2
−1
je vektor med sin längd för att ortonormalisera detta. y = 7 + t −2 .
Svar: z 0 1
1
u1 = √ (1, −2, 0), u2 = (0, 0, 1).
5 6. a) Låt R beteckna avbildningen och A avbildningens ma-
tris. Då gäller R(1, 0, 0) = (0, 1, 0), R(0, 1, 0) =
b) För utvidgning till R3 behöver vi hitta ytterligare en (0, 0, 1), R(0, 0, 1) = (1, 0, 0). Avbildningens ma-
vektor som är ortogonal till u1 , u2 , dvs ortogonal mot tris är då
planet. Detta ges av normalen till planet, dvs v3 = 0 0 1
(2, 1, 0), som kan då delas med sin längd för att få A = 1 0 0
längd ett. Svar: 0 1 0
1 1 b) Ekvationen
u1 = √ (1, −2, 0), u2 = (0, 0, 1), u3 = √ (2, 1, 0),
5 5 −λ 0 1
0 = (A−λI) = 0 = 1 −λ 0 ⇔ −λ3 +1 = 0
c) Projektionen ges av 0 1 −λ
ProjU v = (u1 · v)u1 + (u2 · v)u2 ,
har en reell rot λ = 1. Alltså har avbildningen ett
där egenvärde λ = 1.
För att få tillhörande egenvektorer löser vi ekvationen
1 1
u1 · v = √ (1, −2, 0) · (1, 0, 115) = √ ,
5 5 −1 0 1 x 0
u2 · v = (0, 0, 1) · (1, 0, 115) = 115 (A−λI)X = 0 ⇔ 1 −1 0 y = 0
0 1 −1 z 0
Vi får då
x 1
1 som ger egenvektorer y = t 1 , t 6= 0
ProjU v = √ u1 + 115u2
5 z 1
1 1 1 −2
= √ · √ (1, −2, 0)+115(0, 0, 1) = ( , , 115).
5 5 5 5 c) Betrakta en vektor i planet ortogonal mot linjen l. En
sådan vektor ges av ex.vis v = (1, −1, 0) som är vin-
5. Planens gemensamma punkter får vi genom att lösa ekva-
kelrät mot normalen tip planet some ges av (1, 1, 1).
tionssystemet
Det räcker att bestämma vad R avbildar denna vektor
till: R(1, −1, 0) = (0, 1, −1) =: u. För att bestämma
ax + y − z
=1 vinkeln mellan dessa vektorer v, u så√gäller
√ det att
y + 2z =7 bestämma |u||v| cos θ = u·v, som ger 2 2 cos θ =
−1, alltså cos θ = −1/2 och θ = 2π/3.
x+z = 2.
7. a) Anta att A är en matris vars nollrum och kolonnrum 8. Börja med matrisens egenvärden som vi får ur ekvationen
överensstämmer. Låt Null(A) och Col(A) beteckna ma- det(A − λI) = 0 dvs
trisens nollrum resp. kolonnrum. Enligt antagandet är
Null(A) = Col(A) och därmed dim(Null(A))=dim(Col(A)).
a−λ 1 2
Enligt dimensionssatsen för en 2 × 2 matris gäller det 0 b−λ −1 = (a−λ)(b−λ)(c−λ) = 0
dim(Null(A))+dim(Col(A))=2. Därför är dim(Null(A))=1 0 0 c−λ
och dim(Col(A))=1.
som ger λ1 = a, λ2 = b, λ3 = c. Frågan är för vilka värden
Eftersom dim(Col(A))=1 har matrisen minst en ko- för a, b, c vi kan få en bas av egenvektorer.
a 0
lonn skild från nollvektorn. Anta att 6=
b 0
är matrisens första kolonn. Då har matrisen följande Låt A vara en kvadratisk matris av typ n × n. Matrisen A är
form diagonaliserbar om och endast om matrisen har en uppsättning
a ka av n st linjärt oberoende egenvektorer.
A= , k ∈ R.
b kb Låt Eλk beteckna det egenrum som hör till egenvärdet λk .
Eftersom egenvektorer som hör till olika egenvärde är obe-
a 0 roende kan vi formulera ovanstående sats på ekvivalent sätt:
Alltså vektorn är ~v = 6= en bas i
b 0 P
Matrisen A är diagonaliserbar om och endast om k dim(Eλk ) =
Col(A). Vi ska bestämma k så att nollrum och kolonn- n.
rumöverensstämmer.
Eftersom Null(A) = Col(A) lig- Den geometriska multipliciteten för λk är dim(Eλk ), där
a
ger i Null(A). Därför gäller A~v = ~0 eller Eλk = Null(A − λk I). För ett egenvärde λk gäller alltid (
b den geometriska multipliciteten för λk ) ≤ (den algebraiska
2 multipliciteten för λk ).
a ka a 0 a + kab 0
= ⇔ = . Matrisen är diagonaliserbar om och endast om följande gäller:
b kb b 0 ab + kb2 0
1. Alla rötter till ekvationen det(A − λI) = 0 är reella och
Härav 2. Den geometriska multipliciteten är lika med den algebra-
iska multipliciteten för varje egenvärde λk .
(
a(a + kb) = 0
, Matrisen är inte diagonaliserbar om för minst ett egenvärde
b(a + kb) = 0
λk gäller ( den geometriska multipliciteten för λk ) < (den
−a
som ger k = b om b 6= 0. För detta k blir algebraiska multipliciteten för λk ), eftersom i detta fall kan
vi inte finna n stycken lin. oberoende egenvektorer.
" 2
#
a −a
a 0 Anmärkning: Om λ är en enkel rot till det(A − λI) = 0 så
A= b , där b 6= 0, och 6= .
b −a b 0 är villkoret (den geometriska multipliciteten) = (den algebra-
iska multipliciteten) automatiskt uppfylld. Därför räcker det
Några exempel på A: att undersöka de egenvärden som har algebraisk multiplicitet
0 0 >1.
1. a = 0, b = 1 ger A = , där Null(A) =
1 0
0
Col(A) =Span( ). Fall 1: a, b, c är distinkta:
1
1 −1
Enligt en sats i boken om egenvärdena a, b, c är distinkta så
2. a = 1, b = 1 ger A = , där Null(A) har vi linjärt oberoende egenvektorer som då blir en bas för
1 −1
R3 och därför är matrisen diagonaliserbar då a, b, c är skilda
1
= Col(A) =Span( ). tal.
1
Anmärkning. Vi kan anta att andra kollonen är skild Fall 2: a = b 6= c.
från nollvektorn och upprepa resonemang. Då får vi Om a = b och a 6= c så är λ1 = c en enkel rot och λ2 = a
" # en dubbel rot till ekvationen det(A − λI) = 0. Alltså är
−b a
a 0 λ = a ett egenvärde med den algebraiska multipliciteten =2.
A= 2 där a 6
= 0, och 6
= .
− ba b b 0 Den geometriska multipliciteten för λ = a är dimesionen av
tillhörande egenrummet Eλ där Eλ = Null(A − λI).
Exempelvis:
0 1 För λ = a har vi
a = 1, b = 0 ger A = , där Null(A) =
0 0
a−a 1 2 0 1 2
1
Col(A) =Span( ). A−λI = 0 b−a −1 = 0 0 −1
0
0 0 c−a 0 0 c−a
b) Notera att dim(Null(A)) och dim(Col(A)) är icke ne-
gativa heltal. Enligt dimensionssatsen för en 3 × 3 Vi ser att kolonnrummet har dimensionen 2, dvs rang(A −
matris gäller λI) = 2. Notera att enligt dimensionssatsen gäller rang(A −
dim(Null(A))+dim(Col(A))=3. (*) λI) + dim(Null(A − λI)) = 3. Därför är den geometriska
Om vi antar att Null(A) = Col(A) då är multipliciteten = dim(Null(A−λI)) = 3−2 = 1. Eftersom
dim(Null(A)) = dim(Col(A)) (**) (1=den geometriska multipliciteten) 6= (den algebraiska mul-
Från (*) och (**) får vi att dim(Null(A)) =1.5 och tipliciteten =2) är matrisen inte diagonaliserbar i detta fall.
dim(Col(A))= 1.5 som är omöjligt. Detta visar att det
inte finns någon 3×3-matris vars nollrum och kolonn- Fall 3: a = c 6= b
rum överensstämmer. Om λ = a = c 6= b så är λ = a ett egenvärde med den
algebraiska multipliciteten =2. Vi har b) Anta att dim(V ) = n. Låt {a1 , . . . , ap } vara en bas
i Range(L) och {b1 , . . . , bq } en bas i Null(L). En-
a−a 1 2 0 1 2 ligt dimensionssatsen gäller p + q = n. Låt B =
A−λI = 0 b−a −1 = 0 b − a −1 {a1 , . . . , ap , b1 , . . . , bq }. Vi ska visa att vektorerna i
0 0 c−a 0 0 0 B är linjärt oberoende. Anta att
0 1 2 0 1 2 t1 a1 + . . . + tp ap + s1 b1 + . . . + sq bq = 0V
−1 −1
∼ 0 1 b−a ∼ 0 0 ( b−a − 2)
0 0 0 0 0 0 eller
−1 −1 t1 a1 + . . . + tp ap = −(s1 b1 + . . . + sq bq ).
som ger oss två fall: b−a
= 2, eller b−a
6= 2.
i) Om −1
= 2, dvs b = 1
a− 2 , så är rang(A−λI)
= 1 och Beteckna w = t1 a1 + . . . + tp ap = −(s1 b1 + . . . +
b−a
därmed är den geometriska multipliciteten = dim(Null(A − sq bq ). Då ligger w i Range(L) (som en linjär kom-
λI)) = 3 − 1 = 2= den algebraiska multipliciteten.Därmed bination av vektorerna ak ) och i Null(L) (som en
är dim(Ea )+dim(Eb )=3. Alltså kan vi bilda en bas med totalt linjär kombination av vektorerna bj ). Enligt uppgif-
tre egenvektorer: två från egenrummet Ea och en basvektor tens a-del är w = 0V . Från t1 a1 + . . . + tp ap = 0V
från egenrummet Eb . Därmed är matrisen diagonaliserbar i får vi t1 = 0, . . . , tp = 0, eftersom basvektorer-
det här fallet. na a1 , . . . , ap är linjäroberoende. På samma sätt, från
ii) Om b−a−1
6= 2, så är rang(A−λI) = 2 och därmed är den s1 b1 + . . . + sq bq = 0V , får vi s1 = 0, . . . , sq = 0.
Därför är vektorerna i B linjärt oberoende. Eftersom
geometriska multipliciteten = dim(Null(A−λI)) = 3−2 =
dim(V ) = n och B består av n st. linjärt oberoende
1. Eftersom (1=den geometriska multipliciteten) 6= (den al-
vektorer, är B en bas för vektorrummet V .
gebraiska multipliciteten =2) är matrisen inte diagonaliserbar
Om u är en vektor i Range(L), dvs om u = L(v) för
i detta fall.
en vektor v ∈ V , gäller L(u) = L(L(v)) = L(v) =
Fall 4: b = c 6= a u. Basvektorerna a1 , . . . , ap ligger i Range(L)). Därför
Om λ = b = c 6= b så är λ = b ett egenvärde med den
algebraiska multipliciteten =2. Vi har L(ak ) = ak
Motsvarande kolonn (nr k) i avbildningens matris har
a−b 1 2 a−b 1 2
A−λI = 0 b−b −1 = 0 0 −1 1 på plats nummer k och alla andra element 0.
b=c
0 0 c−b 0 0 0 Basvektorerna b1 , . . . , bq ligger i Null(L). Därför
Vi delar vektorn
genom
dess längd och får normalvek-
−1 1
1 0 0 1
k−2 1 0 0
1 R2 7→(R2 − k R )
3 3
k−2
u = √ 1 .
torn ~ 0 k 1 2k−6
−−−−−−−−−−−→ 0
0 1−k ∗
3 k−2
−1
8k−20 8k−20
0 3 3 0 3 3 k−2
k−2
Vi verifierar att vi har räknat rätt:
vilket, efter
att
ha delat rad 2 med (k − 1) samt reducerat rad
1 1 −1 1 −1 1 3, ger −1 3
en enda lösning.
2
2 − 1 · 2 1 = 2 −2 1 = 0 .
~( 2 ) =
ru
3 Svar: a) Om k 6= 1, 2 har vi en enda lösning. För k = 2 har
−2 −2 −1 −2 −1 −2 −1 0
vi inga lösningar. För k = 1 har vi oändligt många lösningar.
Svar: b) Då k = 1 har vi en linje som lösning (x, y, z) =
b) Vi kan skriva
(−1, 0, 4) + t(0, 1, −1).
ru
~ (~ x−2(~
x) = I~ u·~
u)(~ x−2(~
x) = I~ u~uT )~
x = (I−2~
u~uT )~
x.2. a) Eftersom linjen (x, y, z)T = t(1, 1, 1)T ligger i pla-
net P , ligger speciellt origo (0, 0, 0) i P . Vektorn ~v =
Därav ges standardmatrisen till ru~ som I − 2~ u~uT , (1, 0, 0)T från origo till punkten (1, 0, 0) i P är därmed
en symmetrisk matris. Dessutom gäller för alla reflek- parallell med P , liksom riktningsvektorn w ~ = (1, 1, 1)T
tioner fu
~ (fu
~ (~
x)) = ~ x. Alltså har vi att M M T = för den givna linjen. Det följer att
M M = I, vilket innebär att M är ortogonal.
1 1 0
6. Om vi betraktar vektorn v som en kolumnvektor så kan skalärprodukterna n = ~v × w
~ ~ = 0 × 1 = −1
(Av) · v och v · (Av) skrivas i matrisform som 0 1 1
n 2n
4. a) Kryssprodukten beräknas och vi får X X
4Q(y) = yi2 − yi2 .
−x2 i=1 i=n+1
L(x) = ~e3 × x = x1
0
6. a) Beteckna W0 = Col(Ak ) och W1 = Col(Ak+1 ).
Standardmatrisen ges då av hur L verkar på standard- Enligt antagande gäller W1 = W0 . Enligt definitio-
basen i rummet nen för bildrummet,
5. a) Symmetriska matrisen ges av: Vi multiplicerar ovanstående relation från vänster med
Am−1 . Eftersom Al = 0 för l ≥ m får vi c0 Am−1~v =
0
0 0 ··· 0 1 ~0. Detta och Am−1~v 6= ~0 medför c0 = 0. Ekvatio-
2
0 0 0 ··· 1
0 nen (5.2) förenklas till
2
. .. .. .. ..
.
c1 A~v + · · · cn−1 Am−1~v = ~0.
.
A= .
1
. . .
0 0 2
··· 0 0
1 Multiplikationen med Am−2 ger c1 = 0. Fortsättning
0
2
0 ··· 0 0
1 med samma resonemang ger c2 = 0, ..., cm−1 = 0,
2
0 0 ··· 0 0
som betyder att ~v , A~v , A2~v , ..., Am−1~v är m styc-
dvs A = (aij ), där aij = 1/2 för ken linjärt oberoende vektorer i ett n-dimensionellt
vektorrum. Därför m ≤ n. Slutligen An = Am An−m =
(i, j) = (2n, 1), (2n−1, 2), (2n−2, 3), · · · , (2, 2n−1), (1, 2n) 0 · An−m = 0 V.S.B.
5.29. 2017-03-13 3. a) För att hitta en icke-trivial linjär relation mellan vek-
torerna söker vi x, y och z så att x~ ~ = ~0.
u + y~v + z w
1. a) För att bestämma en parameterframställning för l1 behöver Vi kan förenkla räkningarna genom att inte ta med
vi en riktningsvektor och då kan vi välja vektorn från skalfaktorerna och söker en lösning till det homoge-
P till Q, dvs na linjära ekvationssystemet med totalmatris
−1 1 −1 − 1 −2
1 1 2 0
~v = P Q = Q− ~ P ~ = 3 − 1 = 3 − 1 = 2 . −1 2 1 0
0 −2 0 − (−2) 2
1 1 2 0
2 1 3 0
Därmed kan vi skriva parameterframställnignen för l1
som P ~ + t~v , dvs
och med Gausselimination får vi
1 −2
r1 − 31 r2
1 + t 2 . 1 1 2 0 r1 1 1 2 0
−1 2 1 0 r2 + r1 0 1
3 3 0 3 r2
−2 2 1 1 2 0 ∼ r3 − r1 ∼ 0 ∼
0 0 0 r4 + 31 r2
För linjen l2 kan vi välja ~
u som riktningsvektor ef- 2 1 3 0 r4 − 2r1 0 −1 −1 0 r3
tersom den ska vara parallell med ~
u. Därmed blir pa-
~ + t~
rameterframställningen P u, dvs Vi ser nu att z är en fri variabel och för att hitta en
lösning kan vi sätta z = 1 och löser ut y = −1 och
x = −1 med hjälp av de två nollskilda raderna. För
1 1
1 + t −1 . att få relationen behöver vi ta med skalfaktorerna igen
−2 1 och har då relationen (−1)·3~ u+(−1)·5~v +1·7w ~ = ~0
vilket också kan skrivas w ~ = 73 ~
u + 57 ~v .
b) Planet som innehåller båda linjerna måste ha en nor- b) Vi kan hitta den närmsta punkten genom att använda
malvektor som är vinkelrät mot både ~ u och ~v . Därför minsta-kvadratmetoden. Eftesom w ~ inte tillför någon
kan vi använda kryssprodukten för att beräkna normal- information räcker det att försöka skriva den givna
vektorn som blir vektorn som x·3~u+y·5~v och det ger det överbestämda
1 −2 (−1) · 2 − 1 · 2
−4 systemet
med totalmatris
1
~
n=~ u×~v −1× 2 = 1 · (−2) − 1 · 2 = −4 = −4·1 .
1 1 1
1 2 1 · 2 − (−1) · (−2) 0 0 −1 2 1
Därmed kan planets ekvation skrivas som x + y = d 1 1 1
för någon konstant P . För att bestämma d kan vi sätta 2 1 1
in P och får då d = 1 + 1 = 2 och planets ekvation är
x + y = 2. Vi kan lätt kotrollera räkningarna genom och minsta-kvadratmetoden säger att vi ska lösa AT A~ x=
att se att Q också ligger i planet och att ~
u är parallell AT ~b istället för A~
x = ~b. Detta ger ekvationssystemet
med planet. med totalmatris
2. a) Matrisen är inverterbar om och endast om det A(t) 6= 7 2 3
0. 2 7 5
där e1 = (1, 0) och e2 = (0, 1). Eftersom vi har att F (e1 ) = OBS: Använder man en annan bas i (a) så får man en
(0, 1) och F (e2 ) = (0, 0) så är annan matris i (c).
0 0 6. a) Låt Rk beteckna rad k i matrisen M . Då är
[F ] = .
1 0
Rk = k 2k 3k 4k 5k 6k 7k 8k 9k
a) Den karakteristiska ekvationen
=k 1 2 3 4 5 6 7 8 9 = kR1 .
−λ 0
= λ2 = 0
det [F ] − λI = Det följer att M är radekvivalent med 9 × 9 matrisen
1 −λ
1 2 3 4 5 6 7 8 9
har lösningen λ = 0, dvs. dubbelt egenvärde.
0 0 0 0 0 0 0 0 0
λ = 0 löser vi
För att bestämma egenrummet till A = .
. .
egenvektorekvationen [F ] − λI x = 0, dvs. .. .. ..
0 0 0 0 0 0 0 0 0
0 0 0 R2 1 0 0
∼ .
1 0 0 R1 0 0 0 så rang (M ) = rang (A) = 1.
Med x = (x1 , x2 ) fås x2 = t och x2 = 0, dvs. b) Låt E0 beteckna nollrummet till M . Enligt rangsatsen
x = t(0, 1) där t ∈ R. Egenrummet ges därmed är då
av span{(0, 1)}.
dim (E0 ) = 9 − rang (M ) = 9 − 1 = 8.
b) Matrisen [F ] är inte diagonaliserbar eftersom det skul-
le kräva två linjärt oberoende egenvektorer och vi har Eftersom M~ x = 0~ x om och endast om ~ x ∈ E0 ,
ett 1-dimensionellt egenrum. och E0 är icke-trivialt, är λ0 = 0 ett egenvärde med
egenrum E0 .
5. a) Vi konstruera först en bas {~
u, ~v } till V och komplet-
tera den sedan till en bas B till R3 . Eftersom V är
Betrakta nu produkten M~v , där ~v = 1 2 3 4 5 6 7 8
ett tvådimensionellt rum i R3 räcker det att välja två Elementet på rad k i M~v ges av
linjärt oberoende vektorer i V för att hitta en bas. Vi
1
kan välja
2
u = 1 0 −1
~ och ~v = 2 1 0 . 3
4
Det är också dessa vi kommer fram till om vi använder
9 5 = k 12 + 22
Rk ~v = k 1 2 3 4 5 6 7 8
standardmetoden för att bestämma
en bas till nollrum- 6
met till matrisen 1 −2 1 . För w ~ kan vi ta vil-
7
ken vektor som helst som inte ligger i V , t. ex. w ~ = 8
T
1 0 0 . 9
b) Bildrummet är alltid ett delrum, så det räcker att se att
båda T (~
u) och T (~v ) ligger i V . Vi beräknar alltså: det vill säga M~v = 285~v , så ~v är en egenvektor till
M med egenvärde λ1 = 285. Egenrummet E1 till
1 · 1 − 2 · 0 + 3 · (−1) −2 egenvärdet λ1 innehåller alla vektorer t~v , t ∈ R.
u) = 2 · 1 − 4 · 0 + 6 · (−1) = −4 = 6~
T (~ u−4~v Alltså är dim (E1 ) ≥ 1.
3 · 1 − 6 · 0 + 9 · (−1) −6 Det återstår att visa att det inte finns några andra egenvärden
och än 0 och 285. Egenvektorer hörande till olika egenvärden
är linjärt oberoenden. Så om {~ u1 , ~ u8 } är en
u2 , . . . , ~
1·2−2·1+3·0 0 bas för E0 är {~ u1 , ~ u8 ,~v}, ~v ∈ E1 som ovan,
u2 , . . . , ~
T (~v ) = 2 · 2 − 4 · 1 + 6 · 0 = 0 .
9 linjärt obereonde vektorer i R9 , och således en bas
3·2−6·1+9·0 0 för R9 . Det följer att det inte finns några ytterligare
egenvärden. Det följer också att dim (E1 ) = 1, så
Vi ser att båda bilderna ligger i V . egenvektorerna till egenvärdet λ1 = 285 är precis alla
c) För att beräkna matrisen behöver vi beräkna värdet av
vektorer på formen t~v , där ~v = 1 2 3 4 5 6 7 8 9
T på basvektorerna och trycka ut dem som linjärkombinationer
av basvektorerna igen. För ~u och ~v har vi precis gjort
det i deluppgift (b):
T (~ u−4~v +0w
u) = 6~ ~ och T (~v ) = 0~
u+0~v +0w.
~
För vektorn w
~ får vi:
1
~ = 2 = −3~
T (w) u + 2~v − 4w.
~
3
Del III.
Ordlistor
165
6. Engelsk-Svensk ordlista
167
system of linear equations linjärt ekvationssystem
trace spår
transition matrix överföringsmatris
translation förflyttning (avbildning),
översättning (språk)
transpose transponera
triangle triangel
underdetermined underbestämd
unique entydig
unit vector enhetsvektor
upper triangular övertriangulär
vector vektor
vector space vektorrum
identity matrix enhetsmatris
field (of numbers) kropp
7. Svensk-Engelsk ordlista
169
sträckning dilation
transponera transpose
trappform (row) echelon form
trappstegsform (row) echelon form
triangel triangle
underbestämd underdetermined
underrum subspace
undertriangulär lower triangular
singulär (matris) singular, degenerate
totalmatris augmented matrix
vektor vector
vektorrum vector space
vinkel angle
vinkelrät perpendicular
vridning rotation
enhetsmatris identity matrix
kropp (av tal) field