Lineaire vergelijkingen II: Pivotering
|
|
- Godelieve van den Broek
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 1/25 Lineaire vergelijkingen II: Pivotering VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam 1A40 15 april 2013
2 2/25 Overzicht Pivotering: Methodes Norm en conditionering Meerdere stelsels oplossen LU decompositie iha Terugblik & Huiswerk
3 3/25 Pivotering Methode van Gauss met (rij-) pivotering Vorige week: Gebruik Gauss methode zolang het gaat Als een pivot nul wordt, verwissel rijen, en ga door Als er geen beschikbare rij meer is om mee te verwisselen, houdt het op, en A = 0 Hoe ziet dit er exact uit?
4 4/25 Pivotering Rij-permutaties Herinner algoritme: Als pivot c (i 1) ii c (i 1) ji Slimmer: = 0, zoek dan een j zdd i < j n met 0, en verwissel rij i en j Zoek j zdd i j n met c (i 1) ji 0, verwissel rij i en j Hoe zijn de rij-permutaties bij te houden, om ze later nog eens opnieuw uit te kunnen voeren?
5 Pivotering Rij-permutaties Herinner algoritme: Als pivot c (i 1) ii c (i 1) ji Slimmer: = 0, zoek dan een j zdd i < j n met 0, en verwissel rij i en j Zoek j zdd i j n met c (i 1) ji 0, verwissel rij i en j Hoe zijn de rij-permutaties bij te houden, om ze later nog eens opnieuw uit te kunnen voeren? Neem 1 [ C = A, B,. = A, B, p (0)] n Algoritme geeft p (n 1) (zonder eliminatie). 4/25
6 5/25 Pivotering Optimale rij-permutaties Wat te doen als er meerdere rijen zijn die c ji 0 hebben? 1. Rij i heeft c ii = ɛ 2. Rij j heeft c ji = 5 Als ɛ 0, onstaat probleem. Wanneer wisselen? Welke rij is best?
7 Pivotering Optimale rij-permutaties Wat te doen als er meerdere rijen zijn die c ji 0 hebben? 1. Rij i heeft c ii = ɛ 2. Rij j heeft c ji = 5 Als ɛ 0, onstaat probleem. Wanneer wisselen? Welke rij is best? Kies uit Neem eerste j i met c ji 0 (Trivial (row) pivoting) Neem j = argmax j i c ji, (Partial (row) pivoting, M3.4) c Neem j = argmax ji j i s j, grote relatieve spil t.o.v. s j = max k a (.) jk (Scaled partial (row) pivoting, slaan we over)... NB: Pivoting helpt voor numerieke stabiliteit, maar zolang a ii 0 is het niet verplicht. 5/25
8 6/25 Pivotering Gauss eliminatie met rij pivotering Startpunt: A x = B Stel, iteratie i 1 heeft geresulteerd in A (i 1), B (i 1), ga dan verder met 1. Vind rij-permutatie, P (i) r A (i 1) x = P r (i) B (i 1) 2. Pas Gauss eliminatie toe op deze P (i) r M (i) P (i) r A (i 1) x = M (i) P (i) r 3. Verhoog i, herhaal indien nodig B (i 1) A (i 1), resulterend in Voordeel: Oplossing x blijft hetzelfde, voor iedere iteratie.
9 7/25 Pivotering Optimale rij/kolom permutatie Als ɛ 0, onstaat probleem. Is er een element best?
10 7/25 Pivotering Optimale rij/kolom permutatie Als ɛ 0, onstaat probleem. Is er een element best? Kies uit... Neem element a jk als spil, waar (j, k) = argmax j i,k i a (.) jk (Full pivoting) GE-FullPiv stap: M (i) P (i) r A (i 1) P (i) c P (i) c x (i 1) = M (i) P (i) r B (i 1) P r A: Verwissel rij i voor rij j A P c : Verwissel kolom i voor kolom k x (k) = P (k) c x (k 1) = P (k) c P (1) c x x = P (1) c P (k) c x (k) M4.2 gebruikt FullPiv in combinatie met Gauss-Jordan.
11 8/25 Pivotering Methode van Gauss met full pivoting Ter herinnering: 1. Initialiseer C (0) = [A b], p (0) r = p (0) c = (0,..., n 1) 2. Voor i = 0,..., n 1, 2.1 Kies beste pivot, kies a jk als spil, waar (j, k) = argmax j i,k i a (i) jk 2.2 Verwissel rijen en kolommen, zodat C (i) = [M ij A (i) M ik M ij b (i) ]; houd bij welke rijen/kolommen verwisseld zijn 2.3 Veeg kolom i van C (i) zoals in de standaard Gauss eliminatie 3. Voer terugsubstitutie uit, zodat A (k 1) x = b (n 1) 4. Draai kolommutaties terug, x = P 1 c x
12 9/25 Pivotering HW Neem algoritme voor Gauss eliminatie, en implementeer zowel partial als full pivoting (zie losse opgave-pdf). Opmerking: Hoe zijn permutaties (P r, P c ) bij te houden?
13 Pivotering HW Neem algoritme voor Gauss eliminatie, en implementeer zowel partial als full pivoting (zie losse opgave-pdf). Opmerking: Hoe zijn permutaties (P r, P c ) bij te houden? Werk met permutatie-vectoren p r, p c, en houd daarin bij wat gewisseld wordt p (0) = 1 p (n 1) = 0 P = Start met vectoren p (0) r = p (0) c = (0,..., n 1) In iedere stap, pas permutatie toe op deze vectoren: p (1) r = P (1) r p (0) r, p (1) c = p (0) c P (1) c. Of simpeler: Verwissel element i-j van p als rij/kolom i met j wordt gewisseld... Eind-vectoren p (n 1) geven permutaties weer. 9/25
14 10/25 Pivotering HW: Permutaties Quick (and dirty?) way to create mp: vp= <2; 0; 1 >; // Create column of indices mp= vp.== range (0, 2); // Compare element by element 2 P = 0 ( ) = =
15 11/25 Conditie getal (M3.7) Conditie-getal Als a (i 1) ii nul (en geen pivotering mogelijk), loopt het algoritme vast Als a (i 1) ii relatief klein (en geen pivotering mogelijk), loopt het algoritme moeizaam Hoe moeizaam voor een gegeven matrix A?
16 12/25 Conditie getal (M3.7) Vector- en matrixnormen (M3.6) x 0, αx = α x, x + y x + y, ( x k = xi k) 1/k, x = max x i, i A = max x 0 A 1 = max j=1,..,n A x x n i=1 A B A B a ij, A 2 = max k A = max i=1,..,n n a ij, j=1 λk = max σ k, k λ k = eigenwaarde A A, σ k = singuliere waarde van A
17 13/25 Conditie getal (M3.7) Conditie II (M 3.7) Wat voor effect heeft A op X? A X = B (A + A)(X + X) = B A X + A X + A X + A X = B 0 = A X + A X + A X A X + A X +0 X = A 1 A X X = A 1 A X A 1 A X X X A 1 A = A A 1 A A Ergo: Relatieve fout in X is gerelateerd aan relatieve fout in A, maal κ(a) = A A 1, het conditiegetal.
18 14/25 Conditie getal (M3.7) Conditie III Fout in B geeft ook effect κ(a) op fout in X Klein is goed Identiteit is goed: κ(i) = I I 1 = 1 I = A A 1 I A A 1 dus 1 = κ(i) κ(a) < Bereken κ(a) = A A 1 via definitie van norm: Kies welke norm (meestal: 2 ) Zoek uit hoe je de norm berekent (maxc, eigen, decsvd, norm)
19 Conditie getal (M3.7) Conditiegetal: Voorbeeld Gegeven: A = 9 3 1, b = κ(a) = Oplossen A x = b: x = ( 5, 28, 31). Kleine verstoring: Â = , b = Dan oplossing x = ( , , ). Verschil (2-norm): x x = Relatief: x x x = %. 15/25
20 Conditie getal (M3.7) Conditiegetal: Voorbeeld II Gegeven minder slecht-geconditioneerde matrix: A = met zelfde b: κ(a) = Oplossen A x = b: x = ( , , ). Zelfde kleine verstoring (op A en b): Â = , Dan oplossing x = ( , , ). Verschil (2-norm): x x = Relatief: x x x = % b = /25
21 17/25 Meerdere stelsels Oplossen van meerdere stelsels Situatie I: Er zijn meerdere vectoren b i bekend waarvoor het stelsel A x i = b i opgelost moet worden. Geen probleem: Schrijf B = [b 1,..., b B ], X = [x 1,..., x B ], en pas eliminatie toe op C = [A, B]. Terugsubstitutie gebeurt voor ieder van de vectoren afzonderlijk. Voorbeeld: A X = I X = A 1 I geeft inverse van A NB: Enkel rijverwisselingen toegepast...
22 18/25 Meerdere stelsels Oplossen van meerdere stelsels Situatie II: Er zijn meerdere vectoren b i waarvoor het stelsel A x = b i opgelost moet worden, maar b i is pas bekend nadat het voorgaande stelsel is opgelost. Los eerste stelsel op, gebruik makend van M P[A, b 1 ], en bepaal b 2 = f (x 1 ) Voor het tweede stelsel hebben we M P[A, b 2 ] = [M P A, M P b 2 ] nodig: Eerste gedeelte M P A is al bekend, pas alleen de transformatie toe op b 2! Herhaal tot alle oplossingen bekend zijn
23 Meerdere stelsels Oplossen van meerdere stelsels In matrices: C = [A B p (0) ] C (n 1) = [L U Y p (n 1) ] P C = M 1 C (n 1) P B = L Y P A = L U L M 1 Wat gebeurt er als je eerst B 1 kent en oplost, en later oplossing van A X 2 = B 2 nodig hebt? P A = L U P A X 2 = P B 2 L U X 2 Bekend na eerste oplossing Zoek nu X 2, gegeven P, L, U 1. Bereken B 2 P B 2, door zelfde rijverwisseling toe te passen 2. Los dan Y 2 op: P B 2 = B 2 = L Y 2, voorwaartse substitutie 3. Los dan X 2 op: L U X 2 = L Y 2, or U X 2 = Y 2, via achterwaartse substitutie 19/25
24 Alternatieve decomposities LU decompositie (M3.5) Gauss eliminatie geeft M A = A (n 1) A = M 1 A (n 1) = L U Schrijf uit matrix vermenigvuldiging: a ij = k l ik u kj l ij = 0 u ij = 0 als j > i als j < i Hoeveel vergelijkingen, onbekenden? A : n 2 ; L : 1 2 n(n + 1); U : 1 2 n(n + 1); L + U : n2 + n n restricties nodig om te kunnen oplossen 20/25
25 21/25 Alternatieve decomposities LU decompositie II Restricties: l ii = 1: Gauss eliminatie, ook genaamd naar Doolittle u ii = 1: Crout eliminatie l ii = u ii : Cholesky decompositie voor symmetrische matrix A Algoritme voor a ij = k l iku kj : 1. a i1 = l i1 u 11 + n k=2 l ik 0 (eerste kolom L kan opgelost) 2. a 1j = l 11 u 1j + n k=2 0 u kj (eerste rij U kan opgelost) 3. Iteratief: Stel dat kolom 1,.., m 1 van L en rij 1,.., m 1 van U bekend zijn, dan 3.1 a im = m 1 k=1 l iku km + l im u mm + 0 (los kolom m van L op) 3.2 a mj = m 1 k=1 l mku kj + l mm u mj + 0 (los rij m van U op) 4. en herhaal
26 Alternatieve decomposities LU decompositie: Cholesky In het geval A = A bestaat er een decompositie A = L L = U U L = U Voorgaande LU decompositie kan hierop aangepast, scheelt berekeningen. Algoritme voor a ij = k l iku kj = k l ikl jk : 1. Start met L = [0], m = 1, i = 1 2. a im = m 1 k=1 l ikl mk + l im l mm + 0, of a im = S + l im l mm + 0, S = m 1 k=1 l ikl mk dus 2.1 als i < m : l im = 0, algoritme had hier niet zullen komen? 2.2 als i = m : lmm 2 = a mm S 2.3 als i > m : l im = (a im S)/l mm 3. als i < n, verhoog i en ga naar 2 4. als m < n, verhoog m, zet i = m, en ga naar 2 22/25
27 23/25 Alternatieve decomposities Toepassing Cholesky: Genereer bivariaat normaal Als dan geldt dat X = (x 1, x 2 ) N (0, I) Y = µ + C X N (µ, C C ) Definieer Σ = C C, dus is C de Cholesky decompositie van de symmetrische en positief definite covariantiematrix Σ. Genereer 1000 trekkingen Y uit Y N (µ, Σ), µ = ( ) 1 2 Σ = ( 1 ).9.9 1
28 24/25 Alternatieve decomposities Rekentijd M B Tijd Approx Sub n(n + 1)V + 1 2n(n 1)O n2 G b 1 2 n(n 1)( 2 3 n+b+ 2 3 )V n(n 1)( 2 3 n+b 1 3 )O 2 3 n3 + bn 2 GJ b 1 2 n2 (n + 2b 1)V n(n 1)(n + 2b 1)O n3 + 2bn 2 Oplossen van A X = B: 2 G + b Sub 3 n3 + 2bn 2 GJ n 3 + 2bn 2 A 1 3n 3 A 1 B 3n 3 + bn 2 Conclusie: Liefst G, anders GJ, haast nooit inverse.
29 25/25 Alternatieve decomposities Terugblik Wat hebben we gedaan? Pivotering Conditionering van een stelsel Meerdere stelsels oplossen LU decompositie iha Huiswerk (deels op practicum): Bestudeer Monahan: H H4.2, skip Vb Gauss met partial/full pivoting
Lineaire vergelijkingen
1/24 VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 8 april 2013 2/24 Overzicht Overzicht Onderwerpen & Planning Practicum Literatuur Taal Terugblik & Huiswerk
Nadere informatieOverzicht. Lineaire vergelijkingen. Onderwerpen & Planning. Doel. VU Numeriek Programmeren 2.5
VU Numeriek Programmeren 25 Charles Bos Vrije Universiteit Amsterdam Tinbergen Institute csbos@vunl, A40 Onderwerpen & Planning Practicum Literatuur Taal Terugblik & Huiswerk 2 april 202 /26 2/26 Onderwerpen
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 2 J.Keijsper
Nadere informatieOverzicht. Eigenwaarden. Beurzen en afhankelijkheid. Eigenwaarden: Intro
Overzicht Eigenwaarden VU Numeriek Programmeren. Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, A april Waarom? Voorbeelden Eigenwaarden/eigenvectoren Hoe vind ik ze? Polynoom Powermethode Andere
Nadere informatieNP2.5w3 Eigenwaarden. Eigenwaarden. VU Numeriek Programmeren 2.5. Charles Bos. Vrije Universiteit Amsterdam 1A april /26
1/26 Eigenwaarden VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 22 april 2013 2/26 Overzicht Waarom? Voorbeelden Eigenwaarden/eigenvectoren Hoe vind ik ze? Polynoom
Nadere informatieWI1808TH1/CiTG - Lineaire algebra deel 1
WI1808TH1/CiTG - Lineaire algebra deel 1 College 10 13 oktober 2016 1 Samenvatting Hoofdstuk 4.1 Een constante λ is een eigenwaarde van een n n matrix A als er een niet-nul vector x bestaat, zodat Ax =
Nadere informatieBlokmatrices. , I 21 = ( 0 0 ) en I 22 = 1.
Blokmatrices Soms kan het handig zijn een matrix in zogenaamde blokken op te delen, vooral als sommige van deze blokken uit louter nullen bestaan Berekeningen kunnen hierdoor soms aanzienlijk worden vereenvoudigd
Nadere informatieUITWERKINGEN d. Eliminatie van a geeft d. Eliminatie van b,
UITWERKINGEN 1. Gegeven in R 3 zijn de punten P = (1, 1, ) t en Q = ( 2,, 1) t en het vlak V gegeven door de vergelijking 2x 1 x 2 + x 3 = 1. Zij l de lijn door P loodrecht op V en m de lijn door Q loodrecht
Nadere informatieUitwerking 1 Uitwerkingen eerste deeltentamen Lineaire Algebra (WISB121) 3 november 2009
Departement Wiskunde, Faculteit Bètawetenschappen, UU. In elektronische vorm beschikbaar gemaakt door de TBC van A Eskwadraat. Het college WISB werd in 9- gegeven door Prof. Dr. F. Beukers. Uitwerking
Nadere informatieHet oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b
Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b Ruud Pellikaan g.r.pellikaan@tue.nl /k 2014-2015 Lineaire vergelijking 2/64 DEFINITIE: Een lineaire vergelijking in de variabelen
Nadere informatieStelsels lineaire vergelijkingen
Een matrix heeft een rij-echelon vorm als het de volgende eigenschappen heeft: 1. Alle nulrijen staan als laatste rijen in de matrix. 2. Het eerste element van een rij dat niet nul is, ligt links ten opzichte
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 3 J.Keijsper
Nadere informatieEerste deeltentamen Lineaire Algebra A. De opgaven
Eerste deeltentamen Lineaire Algebra A 3 november 9, 3-6 uur Bij dit tentamen mogen dictaat en/of rekenmachine niet gebruikt worden. Schrijf op elk vel je naam, collegekaartnummer en naam van de practicumleider
Nadere informatie3.2 Vectoren and matrices
we c = 6 c 2 = 62966 c 3 = 32447966 c 4 = 72966 c 5 = 2632833 c 6 = 4947966 Sectie 32 VECTOREN AND MATRICES Maar het is a priori helemaal niet zeker dat het stelsel vergelijkingen dat opgelost moet worden,
Nadere informatieLineaire Algebra Een Samenvatting
Lineaire Algebra Een Samenvatting Definitie: Een (reële) vectorruimte is een verzameling V voorzien van een additieve en multiplicatieve operatie, zodat (a) u V en v V u + v V, (1) u + v = v + u voor alle
Nadere informatieEerste deeltentamen Lineaire Algebra A
Eerste deeltentamen Lineaire Algebra A 8 november 2011, 13u30-16u30 Bij dit tentamen mag het dictaat niet gebruikt worden. Schrijf op elk vel je naam, studnr en naam practicumleider (Victor Blasjo, Esther
Nadere informatieHoofdstuk 3 : Determinanten
(A5D) Hoofdstuk 3 : Determinanten Les : Determinanten Definitie 3. De determinant van de [2 x 2]-matrix A = ( a c det(a) = ad bc. b ) is een getal met waarde d a b Notatie : det(a) = = ad bc c d Voorbeeld
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 2 J.Keijsper
Nadere informatieStelsels Vergelijkingen
Hoofdstuk 5 Stelsels Vergelijkingen Eén van de motiverende toepassingen van de lineaire algebra is het bepalen van oplossingen van stelsels lineaire vergelijkingen. De belangrijkste techniek bestaat uit
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor ST (DS6) op -4-, 4.-7. uur. Opgave Gegeven is het volgende stelsel lineaire vergelijkingen met parameters
Nadere informatieBasiskennis lineaire algebra
Basiskennis lineaire algebra Lineaire algebra is belangrijk als achtergrond voor lineaire programmering, omdat we het probleem kunnen tekenen in de n-dimensionale ruimte, waarbij n gelijk is aan het aantal
Nadere informatieLineaire Algebra (2DD12)
Lineaire Algebra (2DD12) docent: Ruud Pellikaan - Judith Keijsper email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/ ruudp/2dd12.html Technische Universiteit Eindhoven college 1 J.Keijsper
Nadere informatiea) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n.
. Oefen opgaven Opgave... Gegeven zijn de lijnen l : 2 + λ m : 2 2 + λ 3 n : 3 6 4 + λ 3 6 4 a) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n. b) Bepaal de afstand tussen die lijn
Nadere informatieTentamen Lineaire Algebra B
Tentamen Lineaire Algebra B 29 juni 2012, 9-12 uur OPGAVEN Uitwerkingen volgen na de opgaven 1. Gegeven is de vectorruimte V = R[x] 2 van polynomen met reële coefficienten en graad 2. Op V hebben we een
Nadere informatieextra sommen bij Numerieke lineaire algebra
extra sommen bij Numerieke lineaire algebra 31 oktober 2012 1. Stel, we willen met een rekenapparaat (dat arithmetische bewerkingen uitvoert met een relatieve nauwkeurigheid ξ, ξ ξ) voor twee getallen
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 8 J.Keijsper
Nadere informatieSupplement Wiskunde 2017/2018. Inhoudsopgave
Inhoudsopgave Hoofdstuk 1: Missende stof in de verslagen... 2 Hoofdstuk 2: Overbodige stof in de verslagen... 7 Hoofdstuk 3: Fouten in de verslagen... 8 Tentamen halen? www.rekenmaarverslagen.nl 1 Hoofdstuk
Nadere informatieTentamen lineaire algebra voor BWI maandag 15 december 2008, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI maandag 5 december 8, 5.5-8. uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere informatie3 Wat is een stelsel lineaire vergelijkingen?
In deze les bekijken we de situatie waarin er mogelijk meerdere vergelijkingen zijn ( stelsels ) en meerdere variabelen, maar waarin elke vergelijking er relatief eenvoudig uitziet, namelijk lineair is.
Nadere informatieRuimtewiskunde. college. Stelsels lineaire vergelijkingen. Vandaag UNIVERSITEIT TWENTE. Stelsels lineaire vergelijkingen.
college 4 collegejaar college build slides Vandaag : : : : 16-17 4 29 maart 217 38 1 2 3.16-17[4] 1 vandaag Vectoren De notatie (x 1, x 2,..., x n ) wordt gebruikt voor het punt P met coördinaten (x 1,
Nadere informatieTentamen Lineaire Algebra 1 (Wiskundigen)
Tentamen Lineaire Algebra Wiskundigen Donderdag, 23 januari 24,.-3. Geen rekenmachines. Motiveer elk antwoord.. Voor alle reële getallen a definiëren we de matrix C a als a C a = a 2. a Verder definiëren
Nadere informatie4.0 Voorkennis [1] Stap 1: Maak bij een van de vergelijkingen een variabele vrij.
3x4 y26 4x y3 4.0 Voorkennis [1] Voorbeeld 1 (Elimineren door substitutie): Los op: Stap 1: Maak bij een van de vergelijkingen een variabele vrij. 4x y = 3 y = 4x 3 Stap 2: Vul de vrijgemaakte variabele
Nadere informatiew (n). w n+1 = w n+1 = w n + hf(w n ), w n+1 = w n + hf(w n+1 ), 1195w (n) [ ( 2) ( 2) =
We bekijken het stelsel vergelijkingen { y 95y + 995y y 97y 997y, met als beginvoorwaarden { y (0) y (0) Op tijdsniveau t nh definieren we de vector w (n) w n+ w (n) Euler Voorwaarts is dan en Euler Achterwaarts
Nadere informatieMatrices en Stelsel Lineaire Vergelijkingen
Complexe Getallen Wat is de modulus van een complex getal? Hoe deel je twee complexe getallen? Wat is de geconjugeerde van een complex getal? Hoe kan je z z ook schrijven? Wat is de vergelijking van een
Nadere informatieKies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen
Hoofdstuk 95 Orthogonaliteit 95. Orthonormale basis Definitie 95.. Een r-tal niet-triviale vectoren v,..., v r R n heet een orthogonaal stelsel als v i v j = 0 voor elk paar i, j met i j. Het stelsel heet
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9. email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/ds6 Technische Universiteit Eindhoven college 8 J.Keijsper (TUE)
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op , uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor ST (DS) op --9,.-7. uur. Aan dit tentamen gaat een MATLAB-toets van een half uur vooraf. Pas als de laptops
Nadere informatiePROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011
PROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011 Familienaam:....................................................................... Voornaam:.........................................................................
Nadere informatieFACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie Lineaire Algebra, tentamen Uitwerkingen vrijdag 4 januari 0, 9 uur Gebruik van een formuleblad of rekenmachine is niet toegestaan. De
Nadere informatiePOD1 - Hoofdstuk 1: Inleiding
POD1 - Hoofdstuk 1: Inleiding 2/59 POD1 - Hoofdstuk 1: Inleiding Stijn Lievens (Stijn.Lievens@hogent.be) Noemie Slaats (Noemie.Slaats@hogent.be) Lieven Smits (Lieven.Smits@hogent.be) Martine Van Der Weeen
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 7 J.Keijsper
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 3 Leo van Iersel Technische Universiteit Delft 21 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 21 september 2016 1 / 36 LP: Lineair Programmeren min x 1 2
Nadere informatieOptimalisatie in meerdere veranderlijken
1/38 Optimalisatie in meerdere veranderlijken VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 29 april 2013 2/38 Overzicht Waarom? Lastige functie Idee van algoritmen
Nadere informatiex = b 1 x 1 , b = x n b m i,j=1,1 en een vector [x j] n j=1 m n a i,j x j j=1 i=1
WIS9 9 Matrixrekening 9 Vergelijkingen Stelsels lineaire vergelijkingen Een stelsel van m lineaire vergelijkingen in de n onbekenden x, x 2,, x n is een stelsel vergelijkingen van de vorm We kunnen dit
Nadere informatieTENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,
TENTAMEN LINEAIRE ALGEBRA donderdag december 004, 0.00-.00 Bij elke vraag dient een berekening of motivering worden opgeschreven. Het tentamen bestaat uit twee gedeelten: de eerste drie opgaven betreffen
Nadere informatieTentamen Lineaire Algebra
Tentamen Lineaire Algebra 3 januari 214, 8:3-11:3 uur - Bij dit tentamen mogen dictaten en boeken niet gebruikt worden - Een eenvoudige rekenmachine, hoewel niet nodig, is toegestaan, maar geen grafische
Nadere informatieCTB1002 deel 1 - Lineaire algebra 1
CTB100 deel 1 - Lineaire algebra 1 College 5 5 februari 014 1 Opbouw college Vandaag behandelen we hoofdstuk 1.7 en deel van 1.8 Voor de pauze: hoofdstuk 1.7 Na de pauze: hoofdstuk 1.8 Verschillende notaties
Nadere informatieHoofdstuk 3. Matrices en stelsels. 3.1 Matrices. [[1,7]],[[12,8] ] of [ 1, 7; 12,8 ] bepaalt de matrix
Hoofdstuk 3 Matrices en stelsels 3.1 Matrices Een matrix is in DERIVE gedefinieerd als een vector van vectoren. De rijen van de matrix zijn de elementen van de vector. Op de volgende manier kan je een
Nadere informatieBekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { De tweede vergelijking van de eerste aftrekken geeft:
Determinanten Invoeren van het begrip determinant Bekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { a x + b y = c a 2 a 2 x + b 2 y = c 2 a Dit levert op: { a a 2 x
Nadere informatie11.0 Voorkennis V
11.0 Voorkennis V 8 6 4 3 6 3 0 5 W 8 1 1 12 2 1 16 4 3 20 5 4 V is een 2 x 4 matrix. W is een 4 x 3 matrix. Deze twee matrices kunnen met elkaar vermenigvuldigd worden. Want het aantal kolommen van matrix
Nadere informatieMatrixalgebra (het rekenen met matrices)
Matrixalgebra (het rek met matrices Definitie A a a n a a n a m a mn is e (m n-matrix Hierbij is m het aantal rij van A n het aantal kolomm (m n noemt m de afmeting( van de matrix A We noter vaak kortweg
Nadere informatieEindtermen Lineaire Algebra voor E vor VKO (2DE01)
Eindtermen Lineaire Algebra voor E vor VKO (2DE01) dr. G.R. Pellikaan 1 Voorkennis Middelbare school stof van wiskunde en natuurkunde. Eerste gedeelte (Blok A) van Lineaire Algebra voor E (2DE04). 2 Globale
Nadere informatieCoördinatiseringen. Definitie 1. Stel dat B = {b 1,..., b n } een basis is van een vectorruimte V en dat v V. iedere vector v V :
Coördinatiseringen Het rekenen met vectoren in R n gaat erg gemakkelijk De coördinaten bieden de mogelijkheid om handig te rekenen (vegen Het is nu ook mogelijk om coördinaten in te voeren voor vectoren
Nadere informatie3. Stelsels van vergelijkingen
. Stelsels van vergelijkingen We gaan de theorie van de voorgaande hoofdstukken toepassen op stelsels van lineaire vergelijkingen. Een voorbeeld: bepaal alle oplossingen (x,, ) van het stelsel vergelijkingen
Nadere informatieVierde huiswerkopdracht Lineaire algebra 1
Vierde huiswerkopdracht Lineaire algebra December, 00 Opgave : Voor positieve gehele getallen m, n schrijven we Mat(m n, R) voor de vectorruimte van alle m n matrices, met de gebruikelijke optelling en
Nadere informatieUitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015
Uitwerkingen Lineaire Algebra I (wiskundigen) januari, 5 In deze uitwerkingen is hier en daar een berekening weggelaten (bijvoorbeeld het bepalen van de kern van een matrix) die uiteraard op het tentamen
Nadere informatiecompact weer te geven (ken ook een waarde toe aan n).
1 HOVO: Gravitatie en kosmologie OPGAVEN WEEK 2 - Oplossingen Opgave 1: Er geldt n 3 en we hebben de compacte uitdrukking y i a r i x r, waarbij we gebruik maken van de Einsteinsommatieconventie. a Schrijf
Nadere informatieNumerieke Methodes in de Algebra. Prof. Dr. Guido Vanden Berghe
Numerieke Methodes in de Algebra Prof Dr Guido Vanden Berghe Chapter Numerieke oplossing van stelsels lineaire vergelijkingen Doelstelling Veel problemen in het numeriek rekenen kunnen herleid worden tot
Nadere informatieDeterminanten. Definities en eigenschappen
Determinanten Definities en eigenschappen Definities (korte herhaling) Determinant van een 2x2-matrix: a b ad bc c d S. Mettepenningen Determinanten 2 Definities (korte herhaling) Determinant van een 3x3-matrix:
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT (2DM20) op vrijdag 12 juni 2009, 9.00 Dit tentamen bestaat uit 5 open vragen, en 4 kort-antwoord vragen.
Nadere informatieDe inverse van een matrix
De inverse van een matrix Laat A een n n matrix zijn. Veronderstel dat de matrixvergelijking A X = I n de oplossing X = C heeft. Merk op dat [ A I n ] rijoperaties [ I n C ] [ I n A] inverse rijoperaties
Nadere informatieTentamen lineaire algebra voor BWI dinsdag 17 februari 2009, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI dinsdag 7 februari 9, 8.-.5 uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere informatievandaag is Annie twee jaar jonger dan Ben en Cees samen
Hoofdstuk I Lineaire Algebra Les 1 Stelsels lineaire vergelijkingen Om te beginnen is hier een puzzeltje: vandaag is Annie twee jaar jonger dan Ben en Cees samen over vijf jaar is Annie twee keer zo oud
Nadere informatieKwantitatieve Economie / Faculteit Economie en Bedrijfskunde / Universiteit van Amsterdam. Schrijf je naam en studentnummer op alles dat je inlevert.
Kwantitatieve Economie / Faculteit Economie en Bedrijfskunde / Universiteit van Amsterdam Tentamen Lineaire Algebra A (met uitwerking) Maandag juni 00, van 9:00 tot :00 (4 opgaven) Schrijf je naam en studentnummer
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 6 J.Keijsper (TUE)
Nadere informatieLineaire programmering
Lineaire programmering Hans Maassen kort naar Inleiding Besliskunde van J. Potters [Pot]. en Methods of Mathematical Economics van J. Franklin [Fra]. Lineaire programmering is het bepalen van het maximum
Nadere informatieOefenopgaven wi3097: Numerieke methoden voor differentiaalvergelijkingen
Oefenopgaven wi3097: Numerieke methoden voor differentiaalvergelijkingen 1 Introductie Taylor polynoom, floating point getal, afrondfout Orde symbool Landau 1. Laat f(x) = x 3. Bepaal het tweede orde Taylor
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 3 Leo van Iersel Technische Universiteit Delft 21 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 21 september 2016 1 / 36 LP: Lineair Programmeren min x 1 2
Nadere informatieAntwoorden op de theoretische vragen in de examen voorbereiding
Antwoorden op de theoretische vragen in de examen voorbereiding Theorie vraag Zij A een m n-matrix. Geef het verband tussen de formule voor de dimensie d van een niet-strijdig stelsel, d = n rang (A) (zie
Nadere informatieDefinities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2
Definities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2 Bob Jansen Inhoudsopgave 1 Vectoren 3 2 Stelsels Lineaire
Nadere informatieOverzicht. Optimalisatie in meerdere veranderlijken. Waarom? Neem de wisselkoers EUR/USD d.d. 22/9/2000:
Overzicht Optimalisatie in meerdere veranderlijken VU Numeriek Programmeren.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, A4 4 mei Waarom? Lastige functie Idee van algoritmen Afdalingsmethoden
Nadere informatie1.1 Oefen opgaven. Opgave Van de lineaire afbeelding A : R 3 R 3 is gegeven dat 6 2, 5 4, A 1 1 = A = Bepaal de matrix van A.
. Oefen opgaven Opgave... Van de lineaire afbeelding A : R 3 R 3 is gegeven dat A = Bepaal de matrix van A. 4, 4 A =, A = 3 4. In de volgende opgave wordt het begrip injectiviteit en surjectiviteit van
Nadere informatieUitwerkingen tentamen lineaire algebra 2 13 januari 2017, 10:00 13:00
Uitwerkingen tentamen lineaire algebra 3 januari 07, 0:00 3:00 Hint: Alle karakteristiek polynomen die je nodig zou kunnen hebben, hebben gehele nulpunten. Als dat niet het geval lijkt, dan heb je dus
Nadere informatieCollege WisCKI. Albert Visser. 16 januari, Department of Philosophy, Faculty Humanities, Utrecht University. Loodrechte Projectie
College WisCKI Albert Visser Department of Philosophy, Faculty Humanities, Utrecht University 16 januari, 2012 1 Overview 2 Overview 2 Overview 2 Overview 3 Zij V een deelruimte met basis v 1,..., v k.
Nadere informatieTentamen Lineaire Algebra voor BMT en TIW (2DM20) op vrijdag 11 mei 2007, 9:00 12:00 uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT en TIW (DM) op vrijdag mei 7, 9: : uur. U mag bij het tentamen geen computer (notebook, laptop), boeken
Nadere informatieUitwerking opgaven 17 december. Spoilers!!
Uitwerking opgaven 7 december Spoilers!! (duh... 8 januari 206 Inhoudsopgave Complex diagonaliseren matrix 2. Opgave................................................ 2.2 Oplossing...............................................
Nadere informatieLineaire Algebra en Vectorcalculus 2DN60 College 5.a Basis en dimensie
Lineaire Algebra en Vectorcalculus 2DN60 College 5.a Basis en dimensie Ruud Pellikaan g.r.pellikaan@tue.nl /k 205-206 Definitie opspansel 2/35 Stel S = {v,..., v n } is een deelverzameling van de vectorruimte
Nadere informatieOptimalisering en Complexiteit, College 11. Complementaire speling; duale Simplex methode. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 11 Complementaire speling; duale Simplex methode Han Hoogeveen, Utrecht University Duale probleem (P) (D) min c 1 x 1 + c 2 x 2 + c 3 x 3 max w 1 b 1 + w 2 b 2 +
Nadere informatieLineair voor CT College 2a. Echelon vorm 1.2 Duncan van der Heul
Lineair voor CT College 2a Echelon vorm 1.2 Duncan van der Heul Speciale vormen van een matrix Een stelsel oplossen komt overeen met door elementaire rijopera-es bepalen van de gereduceerde echelon vorm
Nadere informatieKwantummechanica Donderdag, 13 oktober 2016 OPGAVEN SET HOOFDSTUK 4. Bestudeer Appendix A, bladzijden van het dictaat.
1 Kwantummechanica Donderdag, 1 oktober 016 OPGAVEN SET HOOFDSTUK 4 VECTOREN OVER DE REËLE RUIMTE DUS DE ELEMENTEN ZIJN REËLE GETALLEN Bestudeer Appendix A, bladzijden 110-114 van het dictaat. Opgave 1:
Nadere informatieVectorruimten met inproduct
Hoofdstuk 3 Vectorruimten met inproduct 3. Inleiding In R 2 en R 3 hebben we behalve de optelling en scalairvermenigvuldiging nog meer structuur ; bij een vector kun je spreken over zijn lengte en bij
Nadere informatieONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.
ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.8 ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Inleiding
Nadere informatieHoofdstuk 3 : Determinanten
Hoofdstuk 3 : Determinanten Paragraaf 3.2 : Determinanten (Les ) Definitie determinant aa bb De determinant van de [2 x 2]-matrix AA = is een getal met waarde cc dd det(a) = ad bc. aa bb Notatie : dddddd(aa)
Nadere informatie2 De Jordannormaalvorm voor lineaire transformaties
2 De Jordannormaalvorm voor lineaire transformaties We zagen dat iedere lineaire transformatie L : V V van een vectorruimte (V, K) over een algebraïsch afgesloten lichaam K op bovendriehoeksvorm kan worden
Nadere informatieUitwerking Proeftentamen Lineaire Algebra 1, najaar y y = 2x. P x. L(P ) y = x. 2/3 1/3 en L wordt t.o.v de standaardbasis gegeven door
Uitwerking Proeftentamen Lineaire Algebra, najaar 007. Gegeven is de lineaire afbeelding L : R R, die een punt P = (x, y) langs de lijn y = x projecteert op de lijn y = x: y y = x P x L(P ) y = x Bepaal
Nadere informatiete vermenigvuldigen, waarbij N het aantal geslagen Nederlandse munten en B het aantal geslagen buitenlandse munten zijn. Het resultaat is de vector
Les 3 Matrix product We hebben gezien hoe we matrices kunnen gebruiken om lineaire afbeeldingen te beschrijven. Om het beeld van een vector onder een afbeelding te bepalen hebben we al een soort product
Nadere informatieGeef niet alleen antwoorden, maar bewijs al je beweringen.
Tentamen Lineaire Algebra donderdag 29 januari 205, 9.00-2.00 uur Het is niet toegestaan telefoons, computers, grafische rekenmachines (wel een gewone), dictaten, boeken of aantekeningen te gebruiken.
Nadere informatieFuncties van vectoren
Functies van vectoren Alexander Ly Psychological Methods University of Amsterdam 15 September 2014 Overview 1 Notatie 2 Overview 1 Notatie 2 Matrices Een matrix schrijven we vaak met een hoofdletter A.
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Numerieke Methoden voor Werktuigbouwkunde (2N460) op donderdag 23 juni 2011, 1400-1700 uur Deel 1: Van 1400 uur tot uiterlijk
Nadere informatieSamenvatting Lineaire Algebra, periode 4
Samenvatting Lineaire Algebra, periode 4 Hoofdstuk 5, Eigenwaarden en eigenvectoren 5.1; Eigenvectoren en eigenwaarden Definitie: Een eigenvector van een n x n matrix A is een niet nulvector x zodat Ax
Nadere informatieTechnische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,
Technische Universiteit Delft Faculteit EWI ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW23 Vrijdag 3 januari 25, 4.-7. Dit tentamen bestaat uit 6 opgaven. Alle antwoorden dienen beargumenteerd
Nadere informatieIterative methoden voor lineaire vergelijkingen. Scientific Computing. sleij101/ Program
WISB356, Utrecht, 2 otober 2012 Scientific Computing WISB356, Utrecht, 2 otober 2012 Iterative methoden voor lineaire vergelijingen Gerard Sleijpen Rob Bisseling Alessandro Sbrizzi Department of Mathematics
Nadere informatieExamenvragen en -antwoorden
KU Leuven Verzameling Examenvragen en -antwoorden Numerieke Wiskunde [G0N90B] Auteur: Tom Sydney Kerckhove Professor: Professor M. Van Barel Met dank aan: Dennis Frett Karel Domin Jonas Devlieghere Gestart:
Nadere informatieTentamen Lineaire Algebra UITWERKINGEN
Tentamen Lineaire Algebra 29 januari 29, 3:3-6:3 uur UITWERKINGEN Gegeven een drietal lijnen in R 3 in parametervoorstelling, l : 2, m : n : ν (a (/2 pt Laat zien dat l en m elkaar kruisen (dat wil zeggen
Nadere informatieLineaire Algebra voor W 2Y650
Lineaire Algebra voor W 2Y65 Docent: L Habets HG 89, Tel: 4-247423, Email: lcgjmhabets@tuenl http://wwwwintuenl/wsk/onderwijs/2y65 1 Herhaling: bepaling van eigenwaarden en eigenvectoren (1) Bepaal het
Nadere informatieUITWERKINGEN 1 2 C : 2 =
UITWERKINGEN. De punten A, B, C, D in R zijn gegeven door: A : 0, B : Zij V het vlak door de punten A, B, C. C : D : (a) ( pt) Bepaal het oppervlak van de driehoek met hoekpunten A, B, C. Oplossing: De
Nadere informatieDe wiskunde van computerberekeningen. Jan Brandts Korteweg-de Vries Instituut voor Wiskunde Universiteit van Amsterdam.
De wiskunde van computerberekeningen Jan Brandts Korteweg-de Vries Instituut voor Wiskunde Universiteit van Amsterdam 04 november 2015 Pluto en Charon New Horizons, launch date 19 January, 2006, speed
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 1 J.Keijsper
Nadere informatieWetenschappelijk Rekenen
Wetenschappelijk Rekenen Examen - Bacheloropleiding informatica Oefeningen 3 september 204. Beschouw de matrix A = 8 6 3 5 7 4 9 2 Deze matrix heeft 5 als dominante eigenwaarde. We proberen deze eigenwaarde
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 12 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 12 oktober 2016 1 / 31 Dualiteit Dualiteit: Elk LP probleem heeft
Nadere informatie