LUNDS TEKNISKA HÖGSKOLA SVAR OCH LÖSNINGAR

MATEMATIK LINJÄR ALGEBRA

2022–10–25

1. Beräkna avståndet från punkten (1, 0, 1) till linjen

2𝑥 − 2𝑦 + 𝑧 = 0
{ .
2𝑥 − 𝑧 = 0

Lösning: Linjen har riktningsvektor (2, −2, 1) × (2, 0, −1) = (2, 4, 4) och går
genom origo. Sätt v = 13 (1, 2, 2). Då är v en normerad riktningsvekor till linjen.
Projektionen av u = (1, 0, 1) på v ges av (u|v )v = v . Vektorn u−v = 13 (2, −2, 1) är
därför ortogonal mot linjen och pekar från linjen till punkten (1, 0, 1). Avståndet
mellan punkten och linjen är därför |u − v | = 1.
Svar: Avståndet är 1.

2. Planet 𝜋1 innehåller punkterna (𝑎, −1, 0), (1, 0, −1) och (0, 0, 0). Planen 𝜋2 och
𝜋3 ges av
𝑦 + 𝑎𝑧 = 𝑎 + 1 respektive 𝑥 + 2𝑦 + 𝑧 = 0.
Finn alla värden på konstanten 𝑎 så att planen skär varandra längs en linje.
Lösning: Planet 𝜋1 ges av 𝑥 + 𝑎𝑦 + 𝑧 = 0. Vi söker alltså 𝑎 så att lösningarna till

1 𝑎 1 𝑥 0
⎡0 1 𝑎⎤ ⎡ 𝑦 ⎤ = ⎡𝑎 + 1⎤
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎣1 2 1⎦ ⎣ 𝑧 ⎦ ⎣ 0 ⎦
utgör en linje. Detta kan endast inträffa om determinanten är noll. Vi beräknar
att determinanten är
1 𝑎 1 1 𝑎 1
1 𝑎
∣0 1 𝑎∣ = ∣0 1 𝑎∣ = ∣ ∣ = 𝑎(2 − 𝑎).
2−𝑎 0
1 2 1 0 2−𝑎 0

Insättning av 𝑎 = 0 och 𝑎 = 2 i systemet ger att endast 𝑎 = 2 ger upphov till en

linje.
Alternativ lösning: Eftersom 𝜋1 och 𝜋3 går genom origo, men 𝜋2 inte går genom
origo, så ser vi av geometriska skäl att skärningen utgörs av en linje, precis då 𝜋1
och 𝜋3 är samma plan. Detta inträffar i sin tur om och endast om 𝑎 = 2, vilket
lätt ses från ekvationerna för 𝜋1 och 𝜋3 .
Svar: Skärningen utgör en linje om och endast om 𝑎 = 2.

3. Låt
1 2 3 4 5
A = ⎢1 2 1 2 4 ⎤
⎡
⎥.
⎣ 1 2 3 6 6 ⎦
 Finn en ortonormerad bas för värderummet till A.
Lösning: Vi börjar med att finna värderummet. Efter Gauß-elimination i matrisen
A får vi matrisen
1 2 3 4 5
⎡0 0 −2 −2 −1⎤ .
⎢ ⎥
⎣0 0 0 2 1 ⎦
Vi ser att första, tredje och fjärde kolonnen i A utgör en bas för värderummet.
Alltså har värderummet dimensionen 3 och är därför hela ℝ3 . (Alternativ ser
vi att nolldimensionen är 2, och dimensionssatsen ger då att värderummet har
dimensionen 3.)
En ortonormerad bas för värderummet är t.ex. (1, 0, 0), (0, 1, 0), (0, 0, 1), men
det finns många andra alternativ.
Svar: En ortonormerad bas är (1, 0, 0), (0, 1, 0), (0, 0, 1).

4. Låt A beteckna en (𝑛+1)×𝑛-matris. Bevisa att följande påståenden är ekvivalenta.

(a) Det finns x 1 ≠ x 2 sådana att Ax 1 = Ax 2 .

(b) Kolonnerna i A är lineärt beroende.
(c) rang A < 𝑛.

Lösning: Vi visar först att (a) ⇒ (b). Antag att (a) gäller, och låt x = x 1 − x 2 .
Då är x ≠ 0 och Ax = Ax 1 − Ax 2 = 0. Enligt definitionen av lineärt beroende är
kolonnerna i A lineärt beroende om och endast om det finns x ≠ 0 så att Ax = 0.
Vi har därför visat att (a) ⇒ (b).
Vi visar nu att (b) ⇒ (c), och antar att (b) gäller. Eftersom de 𝑛 kolonerna är
lineärt beroende utgör de inte en bas för värderummet, och de genererar därför
ett underrum av dimension mindre än 𝑛. Alltså är rang A < 𝑛 och vi har visat
att (b) ⇒ (c).
Slutligen visar vi att (c) ⇒ (a). Antag att (c) gäller. Då ger dimensionssatsen
att nolldim A ≥ 1. Speciellt finns en 𝑛 × 1-matris x ≠ 0 så att Ax = 0. Sätt t.ex.
x 1 = x och x 2 = 0. Då är x 1 ≠ x 2 och Ax 1 = 0 = Ax 2 , vilket visar (a).
Sammanfattningsvis visar allt detta att (a), (b) och (c) är ekvivalenta.

5. Låt A vara en 𝑛 × 𝑛-matris, och antag att 𝜆1 och 𝜆2 är två olika egenvärden till
A. Visa att

𝑈 = { x ∈ ℝ𝑛 ∶ Ax = 𝜆1 x } och 𝑉 = { x ∈ ℝ𝑛 ∶ Ax = 𝜆2 x }

är två lineära underrum i ℝ𝑛 . Visa att om z ∈ 𝑈 och z ∈ 𝑉, så är z = 0.

Lösning: 𝑈 är ett lineärt underrum, ty om 𝛼 ∈ ℝ och x , y ∈ 𝑈, så är

A(x + y ) = Ax + Ay = 𝜆1 (x + y ),
A(𝛼x ) = 𝛼Ax = 𝜆1 𝛼x ,

vilket visar att 𝛼x , x + y ∈ 𝑈. På samma sätt visas att 𝑉 är ett lineärt underrum.
 Antag att z ∈ 𝑈 och att z ∈ 𝑉. Då gäller att Az = 𝜆1 z och att Az = 𝜆2 z. Alltså
gäller 𝜆1 z = 𝜆2 z. Vi ser att

𝜆1 z = 𝜆 2 z ⇔ (𝜆1 − 𝜆2 )z = 0 ⇔ z = 0.

ty 𝜆1 − 𝜆2 ≠ 0.
6. Vektorerna
1 1 1
e 1 = (4, 2, 2, 1), e 2 = (2, −4, 1, −2), e 3 = (2, −1, −4, 2)
5 5 5
utgör en ortonormerad mängd. Bestäm e 4 så att e 1 , e 2 , e 3 , e 4 utgör en ortonor-
merad bas i ℝ4 . Bestäm koordinaterna för (1, 1, 1, 1) i basen e 1 , e 2 , e 3 , e 4 .
Lösning: Vi söker först en vektor (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) som är ortogonal mot de fyra
givna vektorerna. Detta betyder att dess skalärprodukter med e 1 , . . . , e 2 är noll.
Vi vill alltså lösa systemet
𝑥 0
4 2 2 1 ⎡ 1⎤ ⎡ ⎤
⎡2 −4 1 −2⎤ ⎢ 2 ⎥ = ⎢0⎥ .
𝑥
⎢ ⎥ ⎢𝑥 ⎥ ⎢0⎥
3
⎣2 −1 −4 2 ⎦ 𝑥
⎣ 4 ⎦ ⎣0⎦
Beräkning ger att lösningarna ges av (𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = 𝑡(−1, −2, 2, 4) där 𝑡 ∈ ℝ.
Med 𝑡 = ± 15 får vi dessutom en vektor av längd 1. Tag t.ex. e 4 = 15 (−1, −2, 2, 4).
Koordinaterna för u = (1, 1, 1, 1) i den nya basen beräknas lättast med skalärpro-
dukterna
9 3 1 3
(u|e 1 ) = , (u|e 2 ) = − , (u|e 3 ) = − , (u|e 4 ) = .
5 5 5 5

Svar: T.ex. e 4 = 15 (−1, −2, 2, 4). Koordinaterna för (1, 1, 1, 1) i den nya basen
är 15 (9, −3, −1, 3).
7. Finn avbildningsmatrisen för den lineära avbildning som utgör rotation med 𝜋
2 i
positiv led runt (3, 4, 0).
Lösning: Vektorerna
1 1
e 1 = (0, 0, 1), e 2 = (4, −3, 0), e 3 = (3, 4, 0).
5 5
utgör en ortonormerad bas. Låt 𝐹 vara den omtalade lineära avbildningen.
Det gäller att (rita en figur)

𝐹 (e 1 ) = e 2 , 𝐹 (e 2 ) = −e 1 , 𝐹 (e 3 ) = e 3 .

I basen e 1 , e 2 , e 3 har alltså avbildningen avbildningsmatrisen

0 −1 0
⎡1 0 0⎤ .
⎢ ⎥
⎣0 0 1⎦
 I den ursprungliga basen är därför avbildningsmatrisen
𝑡
0 4/5 3/5 0 −1 0 0 4/5 3/5 9 12 20
⎡0 −3/5 4/5⎤ ⎡1 0 0⎤ ⎡0 −3/5 4/5⎤ = 1 ⎡ 12 16 −15⎤ .
⎢ ⎥⎢ ⎥⎢ ⎥ 25 ⎢ ⎥
⎣1 0 0 ⎦ ⎣0 0 1⎦ ⎣1 0 0 ⎦ ⎣−20 15 0 ⎦

9 12 20
Svar: 1
25 [ −20 15 0 ].
12 16 −15

8. Låt
1 1 0 1
⎡1 −1 1 2⎤
A=⎢ ⎥
⎢1 1 0 1⎥
⎣1 −1 1 2⎦
Beräkna avbildningsmatrisen för ortogonal projektion på nollrummet till A.
Lösning: Vi finner först nollrummet. Beräkning ger snabbt att Ax = 0 om och
endast om
−3 −1
⎡1⎤ ⎡1⎤
x = 𝑡⎢ ⎥ + 𝑠⎢ ⎥.
⎢0⎥ ⎢2⎥
⎣2⎦ ⎣0⎦
Alltså är (−3, 1, 0, 2), (−1, 1, 2, 0) en bas för nollrummet.
Med det grahm–schmidtska diagonaliseringsförfarandet finner vi att t.ex. e 1 =
√ (−7, 1, −4, 6) är en ortnormerad bas för nollrummet.
√1 (−1, 1, 2, 0), 𝑒 = √ 1
6 2 6 17
Låt B vara den 4 × 2-matris som har e 1 och e 2 som kolonner. Den sökta avbild-
ningsmatrisen ges då av

11 −4 −1 −7
⎡
1 −4 3 5 1⎤
C = BB 𝑡 = ⎢ ⎥.
17 ⎢−1 5 14 −4⎥
⎣−7 1 −4 6 ⎦

Alternativ lösning: Alternativt kan vi beräkna avbildningsmatrisen D för ortogo-

nal projektion på nollrummets ortogonala komplement. Från matrisen A ser vi
direkt att (1, 1, 0, 1) och (1, −1, 1, 2) är en bas för nollrummets ortogonala komple-
ment, och genom diagonalisering att e 3 = √13 (1, 1, 0, 1) och e 4 = √151 (1, −5, 3, 4)
utgör en ortonormerad bas.
På samma sätt som ovan för C , får vi att

6 4 1 7
1 4 14 −5 −1⎤
⎡
D= ⎢ ⎥.
17 ⎢1 −5 3 4⎥
⎣7 −1 4 11 ⎦
Matrisen C erhålls nu genom relationen C + D = E , där E är enhetsmatrisen.
Svar: Den sökta avbildningsmatrisen är matrisen C enligt ovan.
 9. Betrakta punkterna (−1, 1, −1), (0, 0, 1) och (1, −1, 1). Vi vill anpassa en linje
på formen (𝑦, 𝑧) = (𝑎𝑥 + 𝑏, 𝑐𝑥 + 𝑑) så att den ansluter så väl till punkterna som
möjligt. Använd minsta kvadratmetoden för att hitta konstanterna 𝑎, 𝑏, 𝑐 och 𝑑.
Lösning: Vi vill att följande ska vara uppfyllt.

⎧ (−𝑎 + 𝑏, −𝑐 + 𝑑) = (1, −1)

{
(𝑏, 𝑑) = (0, 1)
⎨
{
⎩ (𝑎 + 𝑏, 𝑐 + 𝑑) = (−1, 1)
På matrisform ska vi alltså lösa Ax = y , vilket utskrivet är systemet

−1 1 0 0 1
⎡ 0 0 −1 1 ⎤ 𝑎 ⎡−1⎤
⎢ ⎥⎡ ⎤ ⎢ ⎥
⎢ 0 1 0 0⎥ 𝑏 0
⎢ ⎥ = ⎢ ⎥.
⎢ 0 0 0 1⎥ ⎢ 𝑐 ⎥ ⎢ 1 ⎥
⎢ 1 1 0 0⎥ ⎣𝑑⎦ ⎢−1⎥
⎣ 0 0 1 1⎦ ⎣1⎦

Lösningen i minsta kvadratmening ges av systemet A𝑡 Ax = A𝑡 y , vilket utskrivet

är
2 0 0 0 𝑎 −2
⎡0 3 0 0⎤ ⎡ 𝑏 ⎤ ⎡ 0 ⎤
⎢ ⎥⎢ ⎥ = ⎢ ⎥.
⎢0 0 2 0⎥ ⎢ 𝑐 ⎥ ⎢ 2 ⎥
⎣0 0 0 3⎦ ⎣𝑑⎦ ⎣ 1 ⎦
Den sökta lösningen är alltså 𝑎 = −1, 𝑏 = 0, 𝑐 = 1, 𝑑 = 13 .
Svar: 𝑎 = −1, 𝑏 = 0, 𝑐 = 1, 𝑑 = 13 .

10. Låt 𝑉 vara det lineära rum som består av alla 2 × 2 matriser, och låt den lineära
avbildningen F ∶ 𝑉 → 𝑉 definieras av

𝑎 𝑏 2𝑐 𝑎+𝑐
F ([ ]) = [ ].
𝑐 𝑑 𝑏 − 2𝑐 𝑑

Finn en bas av egenvektorer till F .

Lösning: Vi inför basen [ 10 00 ], [ 00 10 ], [ 01 00 ], [ 00 01 ] för 𝑉. I denna bas kan F beskrivas
med avbildningsmatrisen

0 0 2 0
⎡1 0 1 0⎤
A=⎢ ⎥.
⎢0 1 −2 0⎥
⎣0 0 0 1⎦
Vi finner först nollställen till det(A − 𝜆E ).

−𝜆 0 2 0
∣ ∣ −𝜆 0 2
1 −𝜆 1 0 ∣
det(A − 𝜆E ) = ∣ = (1 − 𝜆) ∣ 1 −𝜆 1 ∣
∣ 0 1 −2 − 𝜆 0 ∣
0 1 −2 − 𝜆
∣ 0 0 0 1 − 𝜆∣
−𝜆 0 2 −𝜆 0 2
= (1 − 𝜆) ∣ 1 −𝜆 1 ∣ = (1 − 𝜆)2 ∣ 1 −𝜆 1∣
1−𝜆 1−𝜆 1−𝜆 1 1 1
−𝜆 0 2
−𝜆 2
= (1 − 𝜆)2 ∣ 0 −1 − 𝜆 0∣ = (1 − 𝜆)2 (1 + 𝜆) ∣ ∣
1 1
1 1 1
= (1 − 𝜆)2 (1 + 𝜆)(−𝜆 − 2).

Alltså är egenvärdena 1, −1 och −2.

Räkningar visar att två lineärt oberoende egenvektorer till egenvärdet 1 är
(2, 3, 1, 0) och (0, 0, 0, 1). En egenvektor till egenvärdet −1 är (−2, 1, 1, 0). En
egenvektor till egenvärdet −2 är (1, 0, −1, 0).
I rummet 𝑉 svarar dessa vektorer mot [ 21 30 ], [ 00 01 ], [ −2
1 0 ], [ −1 0 ]. De utgör en
1 1 0

bas, ty för varje egenvärde har vi funnit lineärt oberoende egenvektorer av samma
antal som det ifrågavarande egenvärdets algebraiska multiplicitet.
1 0 ], [ −1 0 ] utgör en bas av egenvektorer till F .
Svar: Matriserna [ 21 30 ], [ 00 01 ], [ −2 1 1 0