Matriisialgebra harjoitukset, syksy 2016

Samankaltaiset tiedostot
Milloin A diagonalisoituva?

Esimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt

Ominaisarvo ja ominaisvektori

5 OMINAISARVOT JA OMINAISVEKTORIT

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Lineaarialgebra ja matriisilaskenta I

Similaarisuus. Määritelmä. Huom.

1 Matriisit ja lineaariset yhtälöryhmät

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

Ominaisarvo-hajoitelma ja diagonalisointi

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.

Matematiikka B2 - TUDI

ja F =

6 MATRIISIN DIAGONALISOINTI

Ortogonaaliset matriisit, määritelmä 1

MS-A0004/A0006 Matriisilaskenta

Matematiikka B2 - Avoin yliopisto

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

ominaisvektorit. Nyt 2 3 6

Tyyppi metalli puu lasi työ I II III

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

2, E = Määrää 3A, B 2A ja E + F. 2. Laske (mikäli mahdollista) AB, BA, A 2, BC, CB ja F = 1 0 0

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

tyyppi metalli puu lasi työ I II III metalli puu lasi työ

Ominaisarvo ja ominaisvektori

Ortogonaalisen kannan etsiminen

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Insinöörimatematiikka D

MATRIISIALGEBRA. Harjoitustehtäviä syksy Olkoot A =, B =

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0

Insinöörimatematiikka D

Matemaattinen Analyysi / kertaus

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

Matriisilaskenta Luento 16: Matriisin ominaisarvot ja ominaisvektorit

OMINAISARVOISTA JA OMINAISVEKTOREISTA

Käänteismatriisi 1 / 14

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

(1.1) Ae j = a k,j e k.

1 Ominaisarvot ja ominaisvektorit

Ominaisarvot ja ominaisvektorit 140 / 170

4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti

Paikannuksen matematiikka MAT

Matriisihajotelmat. MS-A0007 Matriisilaskenta. 5.1 Diagonalisointi. 5.1 Diagonalisointi

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu

Insinöörimatematiikka D

5 Ominaisarvot ja ominaisvektorit

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I

DI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 13: ti klo 13:00-15:30 ja to 1.4.

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Tiivistelmä matriisilaskennasta

Lineaarikuvauksen R n R m matriisi

Matriisialgebra harjoitukset, syksy 2015

Alkeismuunnokset matriisille, sivu 57

Insinöörimatematiikka D

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

5 Differentiaaliyhtälöryhmät

2.8. Kannanvaihto R n :ssä

Neliömatriisin adjungaatti, L24

Tällä viikolla viimeiset luennot ja demot. Lineaarialgebra (muut ko) p. 1/162

Demorastitiedot saat demonstraattori Markus Niskaselta Lineaarialgebra (muut ko) p. 1/104

Ominaisvektoreiden lineaarinen riippumattomuus

Talousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu

Numeeriset menetelmät

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

1 Avaruuksien ja lineaarikuvausten suora summa

Determinantti 1 / 30

Ositetuista matriiseista

5.1. Normi ja suppeneminen Vektoriavaruus V on normiavaruus, jos siinä on määritelty normi : V R + = [0, ) jolla on ominaisuudet:

MATRIISIN HESSENBERGIN MUOTO. Niko Holopainen

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

J1 (II.6.9) J2 (X.5.5) MATRIISILASKENTA(TFM) MALLIT AV 6

Matriisialgebra harjoitukset, syksy 2016

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Oppimistavoitematriisi

Oppimistavoitematriisi

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti

Ratkaisuehdotukset LH 3 / alkuvko 45

9 Matriisit. 9.1 Matriisien laskutoimituksia

1.1. Määritelmiä ja nimityksiä

Ennakkotehtävän ratkaisu

Numeeriset menetelmät

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

. Mitä olisivat y 1 ja y 2, jos tahdottaisiin y 1 (0) = 2 ja y 2 (0) = 0? x (1) = 0,x (2) = 1,x (3) = 0. Ratkaise DY-ryhmä y = Ay.

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Neliömuodoista, matriisin ominaisarvoista ja avaruuden kierroista

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ratkaisuehdotukset LH 10 / vko 48

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

Transkriptio:

Matriisialgebra harjoitukset, syksy 6 MATRIISIALGEBRA, s. 6, Ratkaisuja/ M.Hamina & M. Peltola 8. Olkoon 4 A 6. 4 Tutki, onko A diagonalisoituva. Jos on, niin määrää matriisi D T AT ja siihen liittyvä matriisi T. Jos ei ole, niin perustele miksi ei. 4 Ratk. Matriisin A 6 ominaisarvot määrätään yhtälöstä 4 A λi 6 λ [ λ 4λ ]. Ominaisarvot ovat λ ja λ 6. Ominaisvektoreiksi saadaan laskemalla Ominaisarvo λ, ominaisvektorit x s, s C,s. Ominaisarvo λ 6, ominaisvektorit x s +t, s,t C, s,t,. Matriisi A on diagonalisoituva, sillä löytyy kolme vapaata ominaisvektoria. Matriisi T saadaan asettamalla siihen vapaat ominaisvektorit sarakkeiksi eli voidaan valita T Tällöin teorian mukaan pätee D T AT diag,6,6. Tämän voi tarkistaa laskemalla käänteismatriisin T ja tarvittavat matriisikertolaskut. 9. Olkoon A tehtävän matriisi. Onko A diagonalisoituva? Jos on, niin määrää matriisi D T AT ja siihen liittyvä matriisi T.Jos ei ole, niin perustele miksi ei. Ratk. Ominaisarvot ovat 9, kertaluku ja kertaluku. Ominaisarvoon λ 9 liittyvät ominaisvektorit ovat x s +t, s,t C,s,t,. Ominaisarvoon λ liittyvät ominaisvektorit ovat x s, s C,s. Nyt löytyy kolme vapaata ominaisvektoria. Matriisi T saadaan asettamalla siihen vapaat ominaisvektorit sarakkeiksi eli voidaan valita T 6

Matriisialgebra harjoitukset, syksy 6 Tällöin teorian mukaan pätee D T AT diag 9, 9,. 6. Matriisin A ominaisarvot ovat -, ja sekä vastaavat ominaisvektorit ovat,,,,4, ja,,. Määrää A. Ratk. Ominaisarvot ovat erisuuria, joten ominaisvektorit ovat vapaita. Teorian mukaan T AT D diag,, A TDT jossa matriisi T saadaan asettamalla vapaat ominaisvektorit sarakkeiksi T 4 Määrätään käänteismatriisi vaakarivimuunnoksin 4 + + + 4 6 + + Lasketaan A matriisikertolaskulla A TDT 4 4 6. 6 6 6 6. Matriisin A ominaisarvot ovat, ja sekä vastaavat ominaisvektorit,,,, 4, ja,,. Määrää A. Ratk. Ominaisarvot ovat erisuuria, joten ominaisvektorit ovat vapaita. Teorian mukaan T AT D diag,, A TDT jossa matriisi T saadaan asettamalla ominaisvektorit sarakkeiksi T 4 6

Matriisialgebra harjoitukset, syksy 6 Määrätään käänteismatriisi vaakarivimuunnoksin 4 4 Lasketaan A matriisikertolaskulla A TDT 4 4 6 8 4 4 4 4. 4 4 6 4 4 6. Matriisi A on nollamatriisista eroava reaaliset ominaisarvot omaava diagonalisoituva n n matriisi, jolle on voimassa A 6 A. Määrää A:n itseisarvoltaan suurin ominaisarvo. Ratk. Nyt A x i λ i x i, jossa jokainen ominaisarvo λ i on reaalinen ja x i on ominaisarvoa λ i vastaava ominaisvektori. Matriisi A on diagonalisoituva, joten T AT D diagλ,...,λ n. Tällöin myös A TDT ja A 6 TDT 6 TD 6 T. Toisaalta A 6 A, joten TD 6 T TDT. Saadaan yhtälö TD 6 DT n n. On oltava D 6 D n n eli D 6 D. Täten jokainen ominaisarvo λ toteuttaa yhtälön λ 6 λ eli λλ. Koska matriisin ominaisarvot ovat reaalisia, niin on oltava joko λ tai λ. Koska matriisi A ei ole nollamatriisi, niin kaikki ominaisarvot eivät voi olla nollia Täten ainakin yksi ominaisarvoista on ykkönen, joten itseisarvoltaan suurin ominaisarvo on λ. 6. Olkoon matriisi a Määrää matriisi A. b Ratkaise matriisiyhtälö AX +I A. A. Ratk. a Diagonalisoidaan matriisi A: Ominaisarvot A λi λ λ λ λ. Ominaisarvot ovat λ ja λ. Lasketaan ominaisvektorit: Ominaisarvoa λ vastaava ominaisvektori yhtälöstä A x x: x +x x x. Valitaan x s C, x s. 6

Matriisialgebra harjoitukset, syksy 6 Ominaisarvoa λ vastaavat ominaisvektorit ovat x s Ominaisarvoa λ vastaava ominaisvektori yhtälöstä A x x: x., s C, s. Valitaan x s C. Ominaisarvoa λ vastaavat ominaisvektorit ovat x s, s C, s. Matriisi A on diagonalisoituva eli T AT D diag, A TDT, jossa T, T Lasketaan A diagonalisoinnin avulla A TDT TD T + b Matriisin A determinantti, det A, on nollasta eroava, joten käänteismatriisi on olemassa. Yhtälön muodollinen ratkaisu on X A I +A A +A. Lasketaan käänteismatriisi A diagonalisoinnin avulla A TDT TD T Lasketaan vielä yhtälön ratkaisu X A +A + + + + 64. Olkoon matriisi A. Onko A diagonalisoituva? Jos A on diagonalisoituva, niin määrää 4 matriisi A matriisin A diagonalisoinnin avulla. Jos A ei ole diagonalisoituva, niin perustele miksi ei ole. Ratk. deta λi λ 4 λ λ4 λ λ λ+6 Ominaisarvoille λ on deta λi, eli λ λ+6. Ominaisarvot: λ ja λ. Kaksi erisuurta ominaisarvoa ja A on matriisi, joten A on diagonalisoituva., Ominaisvektorit: λ : 4 x x Ratkaisu: x x. Silloin ominaisvektoreille: x 6 x x x x x

Matriisialgebra harjoitukset, syksy 6 Ominaisarvoon λ liittyvät ominaisvektorit: s, s. λ : x 4 x x x Ratkaisu: x x. Silloin ominaisvektoreille: x x x x Ominaisarvoon λ liittyvät ominaisvektorit: s, s. Diagonalisoidaan matriisi A: Matriisi T T I Siis T. Silloin A TDT, missä D. A TD T T T 6 + 6 +. 6. Olkoon A tehtävän 8 matriisi. Määrää ainakin yksi matriisi B, joka toteuttaa ehdon B A. Ratk. Tehtävän 8 mukaan D T AT diag,6,6, missä T, T Valitaan B T diag, 6, 6T T diagi, 6, 6T, jolloin B A sillä B T diagi, 6, 6T T diagi, 6, 6T T diagi, 6, 6diagi, 6, 6T T diag,6,6t TT ATT A ja B T diagi, 6, i 6T 6 6 i i 6 i + 6 i + 6 6 6 6 i + 6 i + 6. 66. Olkoon A n n matriisi, jolla on n erisuurta ominaisarvoa. Osoita, että matriisin A determinantti on A:n ominaisarvojen tulo. Ratk. Erisuuria ominaisarvoja on n kappaletta, joten matriisilla A on olemassa n kappaletta vapaita ominaisvektoreita. Täten matriisi A on diagonalisoituva. Diagonalisoiva matriisi T muodostetaan laittamalla siihen vapaat ominaisvektorit sarakkeiksi. Ominaisvektorit ovat vapaita, joten dett. Käänteismatriisin T determinantti on dett dett. Lävistäjämatriisin determinantti on sama kuin lävistäjäalkioiden tulo. Lisäksi tiedämme, että tulomatriisin determinantti on sama kuin determinanttien tulo. 6

Matriisialgebra harjoitukset, syksy 6 Olkoot λ,...,λ n matriisin A ominaisarvot. Täten D diagλ,...,λ n T AT, josta ratkaistaan A TDT ja voidaan laskea determinantti deta dettdt dettdetddett dettdetd dett detd λ λ λ n. 6