\\\\( \nonumber \newcommand{\bevisslut}{$\blacksquare$} \newenvironment{matr}[1]{\hspace{-.8mm}\begin{bmatrix}\hspace{-1mm}\begin{array}{#1}}{\end{array}\hspace{-1mm}\end{bmatrix}\hspace{-.8mm}} \newcommand{\transp}{\hspace{-.6mm}^{\top}} \newcommand{\maengde}[2]{\left\lbrace \hspace{-1mm} \begin{array}{c|c} #1 & #2 \end{array} \hspace{-1mm} \right\rbrace} \newenvironment{eqnalign}[1]{\begin{equation}\begin{array}{#1}}{\end{array}\end{equation}} \newcommand{\eqnl}{} \newcommand{\matind}[3]{{_\mathrm{#1}\mathbf{#2}_\mathrm{#3}}} \newcommand{\vekind}[2]{{_\mathrm{#1}\mathbf{#2}}} \newcommand{\jac}[2]{{\mathrm{Jacobi}_\mathbf{#1} (#2)}} \newcommand{\diver}[2]{{\mathrm{div}\mathbf{#1} (#2)}} \newcommand{\rot}[1]{{\mathbf{rot}\mathbf{(#1)}}} \newcommand{\am}{\mathrm{am}} \newcommand{\gm}{\mathrm{gm}} \newcommand{\E}{\mathrm{E}} \newcommand{\Span}{\mathrm{span}} \newcommand{\mU}{\mathbf{U}} \newcommand{\mA}{\mathbf{A}} \newcommand{\mB}{\mathbf{B}} \newcommand{\mC}{\mathbf{C}} \newcommand{\mD}{\mathbf{D}} \newcommand{\mE}{\mathbf{E}} \newcommand{\mF}{\mathbf{F}} \newcommand{\mK}{\mathbf{K}} \newcommand{\mI}{\mathbf{I}} \newcommand{\mM}{\mathbf{M}} \newcommand{\mN}{\mathbf{N}} \newcommand{\mQ}{\mathbf{Q}} \newcommand{\mT}{\mathbf{T}} \newcommand{\mV}{\mathbf{V}} \newcommand{\mW}{\mathbf{W}} \newcommand{\mX}{\mathbf{X}} \newcommand{\ma}{\mathbf{a}} \newcommand{\mb}{\mathbf{b}} \newcommand{\mc}{\mathbf{c}} \newcommand{\md}{\mathbf{d}} \newcommand{\me}{\mathbf{e}} \newcommand{\mn}{\mathbf{n}} \newcommand{\mr}{\mathbf{r}} \newcommand{\mv}{\mathbf{v}} \newcommand{\mw}{\mathbf{w}} \newcommand{\mx}{\mathbf{x}} \newcommand{\mxb}{\mathbf{x_{bet}}} \newcommand{\my}{\mathbf{y}} \newcommand{\mz}{\mathbf{z}} \newcommand{\reel}{\mathbb{R}} \newcommand{\mL}{\bm{\Lambda}} \newcommand{\mnul}{\mathbf{0}} \newcommand{\trap}[1]{\mathrm{trap}(#1)} \newcommand{\Det}{\operatorname{Det}} \newcommand{\adj}{\operatorname{adj}} \newcommand{\Ar}{\operatorname{Areal}} \newcommand{\Vol}{\operatorname{Vol}} \newcommand{\Rum}{\operatorname{Rum}} \newcommand{\diag}{\operatorname{\bf{diag}}} \newcommand{\bidiag}{\operatorname{\bf{bidiag}}} \newcommand{\spanVec}[1]{\mathrm{span}{#1}} \newcommand{\Div}{\operatorname{Div}} \newcommand{\Rot}{\operatorname{\mathbf{Rot}}} \newcommand{\Jac}{\operatorname{Jacobi}} \newcommand{\Tan}{\operatorname{Tan}} \newcommand{\Ort}{\operatorname{Ort}} \newcommand{\Flux}{\operatorname{Flux}} \newcommand{\Cmass}{\operatorname{Cm}} \newcommand{\Imom}{\operatorname{Im}} \newcommand{\Pmom}{\operatorname{Pm}} \newcommand{\IS}{\operatorname{I}} \newcommand{\IIS}{\operatorname{II}} \newcommand{\IIIS}{\operatorname{III}} \newcommand{\Le}{\operatorname{L}} \newcommand{\app}{\operatorname{app}} \newcommand{\M}{\operatorname{M}} \newcommand{\re}{\mathrm{Re}} \newcommand{\im}{\mathrm{Im}} \newcommand{\compl}{\mathbb{C}} \newcommand{\e}{\mathrm{e}} \\\\)

Opg 1: En lineær afbildning

Lad $\,f:\reel^3\rightarrow\reel^3\,$ være den afbildning, der med hensyn til standardbasen for $\,\reel^3\,$ har afbildningsmatricen \begin{equation} \mA=\begin{matr}{rrr} 3 & 4 & 4 \newline 6 & 6 & 6 \newline -6 & -7 & -7 \end{matr}. \end{equation}

A

Hvordan kan man nemmest tjekke at vektorerne $\,\mv_1=(1,0,-1)\,$, $\,\mv_2=(0,1,-1)\,$ og $\,\mv_3=(1,2,-2)\,$ er egenvektorer for $\,f\,?$ Gør det, og angiv de tilhørende egenværdier!

B

Hvordan kan vi nemmest argumentere for at $\mv_1,\,\mv_2$ og $\mv_3$ er lineært uafhængige.

C

Hvordan kan vi nemmest vise, at $\,f(\reel^3)=\spanVec \lbrace \mv_1,\mv_3 \rbrace \,?$

Opg 2: Egenværdier og egenvektorer i rummet

I rummet er der givet et standard $\,(O,\mathbf i,\mathbf j,\mathbf k)$-koordinatsystem. Alle vektorer tænkes afsat ud fra Origo. Afbildningen $\,p\,$ projicerer vektorer ned i $(X,Y)$-planen i rummet, se figuren. Det oplyses at $\,p\,$ er lineær (skal ikke vises).

Vi skal nu betragte egenværdiproblemet for projektion ned i $\,(x,y)\,$-planen.

A

Bestem samtlige egenværdier for $\,p\,$ og de egenrum der hører til egenværdierne, udelukkende ved hovedregning (grubling).

B

Vælg to forskellige egenbaser (det er baser bestående af egenvektorer for $\,p\,$) og bestem i hvert af de to valgte tilfælde den diagonalmatrix som bliver afbildningsmatrix for $\,p\,$ med hensyn til den valgte basis.

Opg 3: Diagonalisering ved similartransformation

Denne opgave ønskes løst ved håndregning.

A

Givet matricen

$$\,\mA=\begin{matr}{rr} 9 & -6 \newline 8 & -7\end{matr}\,\,.$$

Undersøg om $\,\mA\,$ kan diagonaliseres og angiv i givet fald en regulær matrix $\,\mV\,$ og en diagonalmatrix $\,\mathbf{\Lambda}\,$, således at

$$\,\mathbf{\Lambda}=\mV^{-1}\cdot\mA\cdot\mV\,\,.$$

B

Der er givet matricen

$$\mB=\begin{matr}{rrr} 3 & 1 & -2 \newline 1 & 3 & 1 \newline 0 & 0 & 2 \end{matr}\,.$$

Undersøg om $\,\mB\,$ kan diagonaliseres og angiv i givet fald en regulær matrix $\,\mV\,$ og en diagonalmatrix $\,\mathbf{\Lambda}\,,$ således at

$$\mathbf{\Lambda}=\mV^{-1}\cdot\mB\cdot\mV\,\,.$$

C

Der er givet matricen

$$\mC=\begin{matr}{rrr} 2 & 0 & 0 \newline 1 & 1 & 1 \newline -1 & 1 & 1 \end{matr}\,.$$

Undersøg om $\,\mC\,$ kan diagonaliseres og angiv i givet fald en regulær matrix $\,\mV\,$ og en diagonalmatrix $\,\mathbf{\Lambda}\,,$ således at

$$\mathbf{\Lambda}=\mV^{-1}\cdot\mC\cdot\mV\,\,.$$

Opg 4: Baglæns Maple/SymPy-opgave

Øverst ses en del af en Maple session og nedenunder en del af en SymPy session:

> A:=<16,18,-24|-13,-15,24|-2,-2,4>:

> Eigenvectors(A,output=list)

$$\quad\left[ \left[ 4,1,\left\lbrace \left[ \begin{array}{c} -2 \newline -2 \newline 1 \end{array}\right] \right\rbrace \right],\left[ 3,1,\left\lbrace \left[ \begin{array}{c} 1 \newline 1 \newline 0 \end{array}\right] \right\rbrace \right],\left[ -2,1,\left\lbrace \left[ \begin{array}{c} \dfrac{-1}{4} \newline \dfrac{-1}{2} \newline 1 \end{array}\right] \right\rbrace\right] \right] $$

A=Matrix([[16,-13,-2],[18,-15,-2],[-24,24,4]])

A.eigenvects()

$$\quad\left[ \left( 4,1,\left[ \left[ \begin{array}{c} -2 \newline -2 \newline 1 \end{array}\right] \right] \right),\left( 3,1,\left[ \left[ \begin{array}{c} 1 \newline 1 \newline 0 \end{array}\right] \right] \right),\left( -2,1,\left[ \left[ \begin{array}{c} \dfrac{-1}{4} \newline \dfrac{-1}{2} \newline 1 \end{array}\right] \right]\right) \right] $$
A

Opskriv matricen $\,\mA\,$ i sædvanlig notation.

B

Angiv egenværdier og samtlige tilhørende egenvektorer for den lineære afbildning $\,f:\reel^3\rightarrow\reel^3\,$ der med hensyn til standardbasis $\,e\,$ i $\,\reel^3\,$ har afbildningsmatricen $\,\mA\,.$

C

Find en basis $\,v=(\mv_1,\mv_2,\mv_3)\, $ for $\,\reel^3\,$ bestående af egenvektorer for $\,f\,.$

D

Find afbildningsmatricen for $\,f\,$ med hensyn til basen $\,v\,$ fundet i foregående spørgsmål.

E

Angiv en regulær matrix $\,\mV\,$ og en diagonalmatrix $\,\mathbf{\Lambda}\,$, således at

$$\mathbf{\Lambda}=\mV^{-1}\cdot\mA\cdot\mV\,\,.$$

Opg 5: Similære matricer

Givet matricerne

$$\mA=\begin{matr}{cc} 0&1\newline -1&0\end{matr}\,\,\,\mathrm{og}\,\,\, \mB=\begin{matr}{cc} 0&-1\newline 1&0\end{matr}\,.$$
A

Gør rede for at $\mA$ og $\mB$ er similære.

B

Advanced: Bestem en regulær matrix $\,\mM\,$ der opfylder

$$\mB=\mM^{-1}\,\mA\,\mM\,.$$

C

Advanced: Vi opfatter nu $\,\mA\,$ som en afbildningsmatrix for for en lineær afbildning $\,f:\reel^2\rightarrow\reel^2\,$ med hensyn til standardbasen i $\,\reel^2\,.\,$ Bestem en ny basis $\,m\,$ for $\,\reel^2\,$ med hensyn til hvilken $\,f\,$ repræsenteres ved afbildningsmatricen $\,\mB\,.$

Opg 6: Kompleks diagonalisering

Givet matricen \begin{equation} \mA=\begin{matr}{rrr} 3 & 0 & 0 \newline 0 & 1 & -1 \newline 5 & 1 & 1 \end{matr}\,. \end{equation}

A

Find egenværdier og de tilhørende komplekse egenvektorrum for $\,\mA\,.$

B

Diagonalisér $\,\mA\,$ ved similartransformation.