Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version

Relaterede dokumenter
Matematik for økonomer 3. semester

Kursusgang 3 Matrixalgebra fortsat

Lineær algebra: Matrixmultiplikation. Regulære og singulære

Matematik og Form: Matrixmultiplikation. Regulære og singu

Figur. To ligninger i to ubekendte. Definition Ved m lineære ligninger med n ubekendte forstås. Definition 6.4 Givet ligningssystemet

Kursusgang 3 Matrixalgebra Repetition

DesignMat Kvadratiske matricer, invers matrix, determinant

To ligninger i to ubekendte

Matematik og FormLineære ligningssystemer

Lineære ligningssystemer

Kvadratiske matricer. enote Kvadratiske matricer

Matematik og Form 3. Rækkereduktion til reduceret echelonfo. Rang og nullitet

DesignMat Uge 1 Gensyn med forårets stof

Matematik: Stuktur og Form Lineære ligningssystemer

Ligningssystemer - nogle konklusioner efter miniprojektet

Kursusgang 3 Matrixalgebra Repetition

Matricer og lineære ligningssystemer

LINALG JULENØD 2013 SUNE PRECHT REEH

DesignMat Lineære ligningssystemer og Gauss-elimination

Besvarelser til Lineær Algebra Reeksamen August 2016

Lineære ligningssystemer og Gauss-elimination

Nøgleord og begreber

Oversigt [LA] 6, 7, 8

Modulpakke 3: Lineære Ligningssystemer

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

Oversigt [LA] 3, 4, 5

LiA 5 Side 0. Lineær algebra Kursusgang 5

DesignMat Uge 1 Repetition af forårets stof

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra

Matematik: Struktur og Form Matrixmultiplikation. Regulære og singulære matricer

Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

To find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra

Teoretiske Øvelsesopgaver:

Matematik H1. Lineær Algebra

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

Besvarelser til Lineær Algebra Ordinær eksamen - 6. Juni 2016

Oversigt [LA] 6, 7, 8

Undervisningsnotat. Matricer

Forelæsningsnoter til. Lineær Algebra. Niels Vigand Pedersen. Udgivet af. Asmus L. Schmidt. Københavns Universitet Matematisk Afdeling

Lineær algebra Kursusgang 6

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

Indhold. 5. Vektorrum og matricer Koordinattransformationer

Lineær Algebra. Lars Hesselholt og Nathalie Wahl

Lineære ligningssystemer

Lineær Algebra - Beviser

Prøveeksamen A i Lineær Algebra

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Selvstudium 1, Diskret matematik

MATRICER LINEÆRE LIGNINGER

Lineær algebra 1. kursusgang

Modulpakke 3: Lineære Ligningssystemer

3.1 Baser og dimension

Oversigt [LA] 10, 11; [S] 9.3

Tidligere Eksamensopgaver MM505 Lineær Algebra

Eksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Uge 6 Store Dag. Opgaver til OPGAVER 1. Opgave 1 Udregning af determinant. Håndregning Der er givet matricen A =

Anvendt Lineær Algebra

De fire elementers kostbare spejl

1.1 Legemer. Legemer er talsystemer udstyret med addition og multiplikation, hvor vi kan regner som vi plejer at gøre med de reelle tal.

Eksamen i Lineær Algebra

Forslag til hjemmeopgaver, som forbereder arbejdet med de nye emner den pågældende kursusgang, men primært er baseret på gymnasiepensum:

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Lineær Algebra, kursusgang

MATRICER LINEÆRE LIGNINGER

Mat10 eksamensspørgsmål

Sandt/falsk-opgave: Diskuter opgave 23 side 12 i gruppen, men husk at begrunde jeres svar, som teksten før opgave 23 kræver!

Lineær algebra: Spænd. Lineær (u)afhængighed

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2

Lineær Algebra eksamen, noter

Eksamen i Lineær Algebra

MM502+4 forelæsningsslides

Diagonalisering. Definition (diagonaliserbar)

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

Underrum - generaliserede linjer og planer

Symmetriske og ortogonale matricer Uge 7

Eksamen i Lineær Algebra

Eksamen i Lineær Algebra

Oversigt [LA] 3, 4, 5

Matematisk modellering og numeriske metoder. Lektion 5

Egenværdier og egenvektorer

(Prøve)eksamen i Lineær Algebra

To find the English version of the exam, please read from the other end! Eksamen i Lineær Algebra

Eksamen i Lineær Algebra

Algebra - Teori og problemløsning

MATRICER LINEÆRE LIGNINGER

Matematik A. Studentereksamen. Forberedelsesmateriale. Digital eksamensopgave med adgang til internettet

Lineære ligningssystemer

Reeksamen i Lineær Algebra. Første Studieår ved Det Tekniske Fakultet for IT og Design samt Det Ingeniør- og Naturvidenskabelige Fakultet

Matematik: Struktur og Form Spænd. Lineær (u)afhængighed

Eksempel på 2-timersprøve 2 Løsninger

Matrix Algebra med Excel Forelæsningsnoter til FR86. Jesper Lund

DESIGNMAT FORÅR 2012: UGESEDDEL Forberedelse Læs alle opgaverne fra tidligere ugesedler, og læg særlig mærke til dem du har spørgsmål til.

Udeladelse af én observation. Note til kapitlerne 4, 5 og 6

Lineær algebra for EIT4+ITC4/14

Carl Friedrich Gauß ( ), malet af Christian Albrecht Jensen. Lineær algebra. Ib Michelsen

Transkript:

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Opgaven består af et antal delopgaver Disse er af varierende omfang Der er også en del forklarende tekst ind imellem Formålet med denne opgave er at forstå et af de allervigtigste resultater i Lineær Algebra Det er, at Gauss elimination fører til, at løsning af et lineært ligningssystem (her n ligninger med n ubekendte) kan reduceres til at løse to triangulær ligningssystemer, som umiddelbart kan løses ved substitution (fremad i det ene tilfælde, tilbage i det andet) Dette fører til en reduktion af antallet af regneoperationer, når man skal løse et ligningssystem mange gange, med en fast koefficientmatrix og varierende højresider Det er noget der ofte sker i anvendelser Definitioner I de følgende opgaver skal vi bruge nogle definitioner Vi seun på kvadratiske n n matricer Vi skriver en generel matrix som A = [a ij ] De to indices opfylde i n og 1 j n En øvre trekantsmatrix er en matrix, der opfylder a ij = 0 for alle i > j En nedre trekantsmatrix er en matrix, der opfylder a ij = 0 for alle i < j Her er et konkret eksempel på en af hver type 2 0 0 0 2 3 9 0 0 1 og 2 4 0 0 1 5 5 0 0 0 7 0 0 3 4 En trekantsmatrix siges at være unital, hvis alle diagonalindgangene er lig 1, dvs a ii = 1 for i = 1, 2,, n To eksempler: 1 0 0 0 1 0 7 0 1 1 og 3 1 0 0 5 3 1 0 0 0 1 7 7 7 1 Bemærk, at den transponerede af en øvre trekantsmatrix er en nedre trekantsmatrix, og omvendt Delopgave 1 Lad A og B være n n øvre trekantsmatricer Gør rede for, at deres produkt AB er en øvre trekantsmatrix Tilsvarende for nedre trekantsmatricer Hvilke matricer er både øvre og nedre trekantsmatricer? Hvilke matricer er både øvre og nedre unitale trekantsmatricer?

Lad A = [a ij ] og B = [b ij ] være øvre trekanstmatricer Det formelle argument for, at AB er en øvre trekantsmatrix er følgende: Vi skal vise at alle indgange (AB) ij = 0 for i > j Antag i og j fast valgte, med i > j Så er a ik = 0 fo = 1, 2,, i 1 Heraf følger (AB) ij = n a ik b kj = k=1 n a ik b kj k=i Men b kj = 0 fo i > j per antagelse Altså er AB en øvre trekantsmatrix Delopgave 2 Lad A = [a ij ] være en n n øvre eller nedre trekantsmatrix Vis, at en sådan trekantsmatrix er invertibel, hvis og kun hvis a ii 0 for alle i, i = 1, 2,, n Se Delopgave 11 Delopgave 3 Lad A være en unital nedre trekantsmatrix Vis ved hjælp af rækkeoperationer, at den inverse til A også er en unital nedre trekantsmatrix Start eventuelt med en konkret matrix med talindgange for at forklare resultatet Man kan starte med et konkret eksempel Invertibilitet følger af Delopgave 2 Både i det konkrete, og i det generelle, tilfælde skal man observere, at for en given række udfører man kun rækkeoperationer på underliggende rækker Det er derfoun i disse rækker at man kan ændre nuller i enhedsmatricen til ikke-nul indgange Resultatet er, at den inverse er en unital nedre trekantsmatrix Et mere formelt argument opskriver elementære matricer til at udføre reduktionen, og observerer, at alle de anvendte elementære matricer er unitale nedre trekantsmatricer, hvis inverse igen er unitale nedre trekantsmatricer Delopgave 4 Lad A være en kvadratisk øvre trekantsmatrix Et konsistent ligningssystem Ax = b kan løses ved at substituere bagfra, altså uden at finde den reducerede echelonform Illustrér metoden ved hjælp af følgende matrix A og vektor b 2 1 1 1 1 A = 0 2 3 6 0 0 1 4, b = 2 6 0 0 0 4 8 Gør rede for, at hvis B er en nedre trekantsmatrix, så kan man finde løsningen til et konsistent ligningssystem By = c ved fremadgående substitution, uden at skulle finde Side 2 af 7

echelonform eller reduceret echelonform Illustrér metoden ved eksemplet 3 0 0 0 6 B = 1 6 0 0 0 2 4 0, c = 8 2 1 1 1 7 5 Løsningerne er x = ( 1/2, 4, 2, 2) og y = (2, 1, 1, 1) Det vigtige her er at forstå, at på en computer er tilbagesubstitution hhv fremadgåendesubstitution meget mere effektivt (kræver færre regneoperationer) end at gennemgøre en fuldstændig Gauss elimination Forklaring I resten af opgaven skal vi se på en vigtig konsekvens af Gauss-eliminationen for et ligningssystem Vi ser for enkelhedens skyld kun på et ligningssystem med n ligninger og n ubekendte, således at koefficientmatricen evadratisk Vi starter med resultaterne fra Lay vedrørende rækkeoperationer og elementære matricer Vi har givet en n n matrix A = [a ij ] Hvis vi vil fremhæve rækkerne, så kan vi skrive den som en søjle af rækkevektorer r 2 A = De tre rækkeoperationean da beskrives ved følgende transformationer 1 Multiplicér række k med konstanten c 0: 2 Læg c gange række k til række l, k l r n c r n r n r l r l + c r n r n Side 3 af 7

3 Ombyt række k og række l, k l r l r l r n r n Den elementære matrix svarende til den første rækkeoperation er givet ved 0 for i j, (E) ij = 1 for i = j, i k, c for i = j, i = k Den elementære matrix svarende til den anden rækkeoperation er givet ved 1 for i = j, (F ) ij = c for i = l, j = k, 0 for alle andre i og j Den elementære matrix svarende til den tredje rækkeoperation er givet ved 1 for i = j, i k, i l, 1 for i = k, j = l, (G) ij = 1 for i = l, j = k, 0 for alle andre i og j (1) (2) (3) Delopgave 5 Forklar i detaljer ovenstående og giv nogle konkrete taleksempler Vis, at enhver elementær matrix er invertibel, og bestem den inverse matrix til hver af de tre typer elementære matricer Beskriv de inverse matricer både med ord (hvilken rækkeoperation implementerer den inverse) og ved formler som (1), (2), og (3) Opgaven består i at vise at man har forstået Lay, samt at man kan læse indexnotationen for indgange i en matrix, og forstå den Delopgave 6 Der er givet en n n matrix A Gør rede for, processen med rækkeoperationer, der fører til echelonformen for A (vi kalder den B), kan beskrives som multiplikation til venstre med elementære matricer, dvs B = E p E p 1 E 2 E 1 A Side 4 af 7

Her er hver E j en af de elementære matricer Gør rede for, at man altid kan gennemføre processen uden at bruge elementære matricer af typen (1) Brug matricen A fra Delopgave 10, se formel (7), til at illustrere disse ting Et muligt svar på faktoriseringen af A, der leder til en næsten fuldstændig reduktion til echelonform, pånær at der ikke er brugt elementære operationer af typen (7), er 1 0 0 1 1 1 0 0 1 0 0 0 1 0 0 0 2 0 2 0 0 0 0 0 0 = 0 1 0 0 0 1 0 0 0 1 0 0 0 3 1 0 2 0 0 0 0 0 0 0 1 0 2 0 1 0 0 0 1 1 0 0 0 1 0 0 0 0 1 0 0 0 2 0 0 0 1 0 0 0 1 0 0 1 0 0 0 1 1 0 1 2 0 1 0 2 1 0 2 3 0 0 1 0 0 0 1 0 0 0 1 3 1 0 3 Delopgave 7 Antag, at en matrix A kan reduceres til echelonform alene ved at bruge elementære matricer af typen (2), og at man i hvert trin kun anvender operationerne på rækkerne under den aktuelle pivotrække (præcis som beskrevet i starten af Chapte i Lay til opnåelse af echelonform) Vis, at der så findes en unital nedre trekantsmatrix L og en øvre trekantsmatrix U, således at A = LU (4) Faktoriseringen (4) kaldes LU-faktoriseringen Antag nu, at vi skal løse ligningssystemet Ax = b, og at ligningssystemet eonsistent Antag også, at vi allerede kender LUfaktoriseringen (4) Vis, at så kan ligningssystemet løses ved at løse de to systemer Ly = b og Ux = y (5) Disse to systemean løses direkte ved substitution, som set i Delopgave 4 Her drejer det sig om at stykke informationerne fra tidligere delopgaver sammen Man skal huske at produkt af unitale nedre trekantsmatricer og invers er af samme type og så flytte de elementære operationer over på den anden side Kommentar I mange anvendelser skal man ofte løse et ligningssystem Ax = b for mange forskellige højresider En direkte løsning ved at bruge rækkeoperationeræver cirka n 3 beregninger En LU faktorisering kræver også cirka n 3 beregningen, men den efterfølgende løsning af ligningssystemer med metoden i (5) kræveun cirka n 2 beregninger Side 5 af 7

Delopgave 8 Bestem en LU faktorisering af matricen 1 2 3 1 1 0 4 2 2 2 11 4 3 4 10 1 Se Lay Section 25 for metoden Svaret er 1 0 0 0 1 2 3 1 1 1 0 0 0 2 1 1 2 1 1 0 0 0 4 1 3 1 0 1 0 0 0 3 Delopgave 9 Lad P betegne en n n matrix, som er fremkommet ved at ombytte (permutere) nogle af rækkerne i n n enhedsmatricen I n P kaldes en permutationsmatrix Bemærk, at vi har P I n = P Det viser, at P er bestemt ved permutationer af rækkerne i I n Lad A være en vilkårlig n n matrix Gør rede for, at P A giver en matrix med rækkerne i A ombyttet på sammen måde som i P Start gerne med taleksempler Gør rede for, at enhver n n matrix kan faktoriseres som A = P LU, (6) hvor P er en permutationsmatrix, L en unital nedre trekantsmatrix, og U en øvre trekantsmatrix Hint: Start med at gennemføre den sædvanlige reduktion til echelonform Notér undervejs de nødvendige rækkeombytninger Det tillader én at konstruere en permutationsmatrix Q, således at QA opfylder betingelserne i Delopgave 10 Svaret står i den detaljerede beskrivelse i opgaveteksten Bemærk Permutationsmatriceommuterer ikke altid Giv et eksempel herpå Delopgave 10 Lad A være matricen 0 2 0 0 A = 1 1 0 1 2 1 1 2 (7) 3 1 1 3 Bestem en faktorisering af A af typen (6) Side 6 af 7

Svaret er 0 1 0 0 1 0 0 0 1 1 0 1 1 0 0 0 0 1 0 0 0 2 0 0 2 3 1 0 0 0 0 0 0 0 0 1 3 2 0 1 0 0 0 0 Delopgave 11 Lad A = [a ij ] være en n n øvre eller nedre trekantsmatrix Vis, at i begge tilfælde gælder, at determinanten af A er lig produktet af diagonalindgangene i A, altså det A = a 11 a 22 a nn Lay Section 31, Theorem 2 Delopgave 12 Antag, at der er givet en LU faktorisering af A, som i (4) Vis, at det A = u 11 u 22 u nn, hvor u ii betegner diagonalindgangene i U Vis, at en direkte udregninng af det A efter definitionen i Lay kræver cirka n! beregninger Som angivet i kommentaren ovenfor, så kræver beregning af det A med LU faktoriseringen cirka n 3 beregninger Sammenlign disse to størrelser for f eks n = 10 og n = 20 Hvis A = LU, så er det A = det L det U Da L er unital, er det L = 1 Side 7 af 7