Numerieke Wiskunde, Computeropgave A0 Projectie op Continue Stuksgewijs Lineaire Functies
|
|
- Jonas Christiaens
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Numerieke Wiskunde, Computeropgave A0 Projectie op Continue Stuksgewijs Lineaire Functies Jan Brandts 1 Continue stuksgewijs lineaire functies en hun nodale basis Allereerst definiëren we wat we bedoelen met een continue stuksgewijs lineaire functie ten opzichte van een gegeven partitie J van een interval I Definition 11 (Partititie en maaswijdte) Laat n+1 punten x 0,, x n gegeven zijn met a = x 0 < x 1 < < x n 1 < x n = b De verzameling J van intervallen I j := [x j, x j+1 ] heet een partitie van I = [a, b] Definieer voor j {1,, n} ook h j = x j x j 1 en h = max{h j } (1) j De parameter h heet de maaswijdte van J Een partitie J van I heet uniform als h j = h voor alle j {1,, n}: een uniforme partitie is een partitie in intervallen van gelijke lengte Figuur 1 Een continue stuksgewijs lineaire functie Definition 12 (Ruimte S0 1 (J )) Een functie v op I is een continue stuksgewijs lineare functie ten opzichte van de partitie J als v continu is op I en lineair op iedere I J We schrijven S 1 0(J ) = {v C 0 (I) I J, v I P 1 (I)} (2) Het superscript 1 staat hierbij voor lineair (eerstegraads), en het subscript 0 for continu 1
2 Voor gegegeven J is S0 1 (J ) een lineaire vector ruimte van dimensie n + 1 Immers, iedere v S0 1(J ) wordt uniek bepaald door zijn waarden in de punten x j Dus, S0 1 (J ) is een (n + 1)-dimensionale deelruimte van C 0 (I), S 1 0(J ) C 0 (I) (3) We voorzien de ruimte S0 1 (J ) van een basis, de zogeheten nodale basis Definition 13 (Nodale basis) Voor gegeven j {0,, n}, laat v j het unieke element uit S0 1(J ) zijn dat waarde één heeft in x j en waarde nul in alle x i met i j De collectie B = {v 0,, v n } vormt een basis voor S0 1 (J ), genaamd de nodale basis De functies v 0,, v n zijn lineair onafhankelijk Immers, voor gegeven j is v j de enige functie uit B die ongelijk aan nul is in x j Figuur 2 Nodale basisfuncties v 0, v 2 en v 3, voor dezelfde partitie als in Figuur 1 In het bijzonder is v j dus geen lineaire combinatie van de andere elementen uit B We zien ook onmiddellijk dat v = α 0 v α n v n α j = v(x j ) voor alle j {0,, n} (4) voor iedere functie v uit S0 1 (J ) Oftewel, de coordinaten van v the opzichte van de nodale basis zijn gelijk aan de waarden van v in de punten x j 2 Functies loodrecht projecteren op S 1 0(J ) Laat J een partitie van I = [a, b] zijn met a, b R, a < b Schrijf zoals gebruikelijk (, ) voor het standaard inproduct op C 0 (I), oftewel, (f, g) = f(x)g(x)dx (5) I Functies f, g C 0 (I) staan loodrecht op elkaar als (f, g) = 0 Met behulp van dit loodrechtheidsbegrip definiëren we nu de loodrechte projectie op S0 1 (J ) op de gebruikelijke manier 2
3 21 De orthogonale projectie P : C 0 (I) S 1 0(J ) De loodrechte projectie P f van een gegeven f C 0 (I) op de deelruimte S0 1(J ) C0 (I) is per definitie de functie P f S0 1 (J ) waarvoor geldt dat f P f loodrecht staat op alle functies v S0 1(J ) Laat B de nodale basis voor S1 0 (J ) zijn Er geldt P f = α 0 v α n v n (6) voor zekere coördinaten α 0,, α n van P f ten opzichte van B die kunnen worden bepaald uit de n + 1 orthogonaliteitsrelaties f P f v j voor j {0,, n}, f P f v j f (α 0 v α n v n ) v j (f, v j ) = (α 0 v α n v n, v j ) [ (v 0, v j ) (v n, v j ) ] α 0 α n = (f, v j ) (7) Deze n + 1 lineaire relaties in α 0,, α n laten zich schrijven als het volgende matrix-vector stelsel, (v 0, v 0 ) (v n, v 0 ) α 0 (f, v 0 ) =, (8) (v 0, v n ) (v n, v n ) α n (f, v n ) waaruit α 0,, α n kunnen worden opgelost zodra f en J en B bekend zijn, en dus ieder van de getallen in de matrix en in de rechterlidvector kan worden uitgerekend Figuur 3 De functie f(x) = sin(2πx) op I = [0, 1] en zijn projectie op S0 1 (J ) Merk nogmaals op dat (P f)(x j ) = (α 0 v α n v n )(x j ) = α j, (9) oftewel, P f is de continue stuksgewijs lineaire functie die waarde α j heeft in x j Zodra het stelsel (8) is opgelost, kan dus eenvoudig een grafiek van P f getekend worden 3
4 22 Berekening van de inproducten (v i, v j ) Schrijf M voor de matrix uit vergelijking (8) De entries van M bestaat uit de (n + 1) 2 inproducten van de vorm (v i, v j ) Hierover merken we het volgende op: (A) Voor j = 0 en j = n is (v j, v j ) gelijk aan de integraal van v 2 j over I j, (B) Voor j {1,, n 1} is (v j, v j ) is gelijk aan de integraal van v 2 j over I j I j+1, (C) Voor j {1,, n} is (v j 1, v j ) gelijk aan de integraal van v j 1 v j over I j, (D) (v i, v j ) = 0 als j i 2, omdat het product v i v j de nulfunctie op I is, (E) Wegens symmetrie van het inproduct geldt dat (v i, v j ) = (v j, v i ) Op het interval I j zijn slechts twee nodale basisfuncties niet identiek nul, namelijk v j 1 en v j De beperkingen tot I j van v j 1 en v j zijn linear op I j en hebben als voorschrift v j 1 (x) = x j x = x j x en v j (x) = x x j 1 = x x j 1 (10) x j x j 1 h j x j x j 1 h j Met m j h j = 1 hebben we dus dat v j 1 (x) = m j (x j x) en v j (x) = m j (x x j 1 ) We berekenen twee integralen Allereerst, xj v j 1 (x) 2 dx = m 2 j (x j x) 2 dx = m 2 1 j I j x j 1 3 (x j x) 3 x j = 1 x j 1 3 m2 jh 3 j = 1 3 h j, (11) en we merken op dat wegens symmetrie-overwegingen duidelijk is dat ook I j v j (x) 2 dx = 1 3 h j (12) Vervolgens berekenen we met behulp van partiële integratie, waarbij de randterm wegvalt omdat het product v j 1 v j nul is op de rand, dat xj xj v j 1 (x)v j (x)dx = m 2 j (x j x)(x x j 1 )dx = m 2 1 j I j x j 1 x j 1 2 (x j x) 2 dx = m 2 1 j 6 (x j x) 3 x j = 1 x j 1 6 m2 jh 3 j = 1 6 h j (13) Met deze uitdrukkingen kunnen we nu alle inproducten bepalen Uit (A) volgt immers dat terwijl uit (B) en (C) volgt dat (v 0, v 0 ) = 1 3 h 1 en (v n, v n ) = 1 3 h n, (14) (v j, v j ) = 1 3 (h j + h j+1 ) en (v j 1, v j ) = 1 6 h j (15) Volgens (D) zijn alle andere inproducten gelijk aan nul, en dus hebben we M nu bepaald, k 0 h M = 1 h 1 k 1 h , (16) hn 1 k n 1 h n 0 0 h n k n waarbij voor het schrijfgemak de notaties k j = 2(h j + h j+1 ) en h 0 = h n+1 = 0 zijn ingevoerd 4
5 23 Berekening van de inproducten (f, v j ) Lastiger is om de inproducten in de rechterlid-vector uit te rekenen, omdat hierin de te projecteren functie f C 0 (I) figureert Er zijn manieren om de integralen (f, v j ) = f(x)v j (x)dx (17) I te benaderen, bijvoorbeeld met behulp van Riemann-sommen Hier volstaan we met aan te nemen dat we expliciet beschikken over een primitieve F van f en een primitieve G van F, oftewel, G = F en F = f (18) Laat om te beginnen j {1,, n 1} zijn Dan leeft de nodale basisfunctie v j op K = I j I j+1 en is nul op de rand K van K We vinden dat xj xj+1 (f, v j ) = f(x)v j (x)dx = f(x)m j (x x j 1 )dx + f(x)m j+1 (x j+1 x)dx (19) K x j 1 x j Beschouw de eerste integraal in het rechterlid Partiele integratie gevolgd door de Hoofdstelling levert xj x j xj f(x)m j (x x j 1 )dx = F (x)m j (x x j 1 ) F (x)m j dx x j 1 x j 1 x j 1 = F (x j ) m j (G(x j ) G(x j 1 )) (20) Evenzo vinden we voor de tweede integraal dat xj+1 f(x)m j+1 (x j+1 x)dx = F (x)m j+1 (x j+1 x) x j Uit (19) volgt dus uiteindelijk dat x j+1 xj+1 + x j x j F (x)m j+1 dx = F (x j ) + m j+1 (G(x j+1 ) G(x j )) (21) (f, v j ) = m j G(x j 1 ) (m j + m j+1 )G(x j ) + m j+1 G(x j+1 ) = [ ] G(x j 1 ) m j (m j + m j+1 ) m j+1 G(x j ) (22) G(x j+1 ) Resteren nog de inproducten (f, v 0 ) en (f, v n ) Deze kunnen echter direct worden opgeschreven aan de hand van de reeds berekende integralen in (21) en (20), respectievelijk Dit geeft (f, v 0 ) = F (x 0 ) + m 1 (G(x 1 ) G(x 0 )) en (f, v n ) = F (x n ) m n (G(x n ) G(x n 1 )) (23) De inproducten (f, v j ) kunnen uitgerekend worden middels de volgende matrix-vectorvermenigvuldiging In implementaties kan worden volstaan met een loop gebaseerd op (22) (f, v 0 ) d 0 m G(x 0 ) F (x 0 ) m 1 d 1 m 2 0 = 0 0 +, (24) mn 1 d n 1 m n 0 (f, v n ) 0 0 m n d n G(x n ) F (x n ) waarbij voor schrijfgemak de notaties d j = (m j + m j+1 ) en m 0 = m n+1 = 0 zijn ingevoerd 5
6 3 Elementsgewijze assemblage van de massa-matrix M Het berekenen van de inproducten (v i, v j ) zoals voorgesteld in Sectie 22 kan ook op een hele andere manier worden gedaan Deze manier is in tegenstelling tot de voorgaande direct generaliseerbaar naar problemen met een soortgelijke structuur in meer variabelen 31 Alternatieve berekening van de inproducten (v i, v j ) Een belangrijke observatie is dat elk inproduct tussen basisfuncties de som is van integralen over elk van de sub-intervallen I k uit de partitie J, (v i, v j ) = I v i (x)v j (x)dx = n (v i, v j ) Ik waarbij (v i, v j ) Ik = v i (x)v j (x)dx (25) I k k=1 Dientengevolge kan M worden geschreven als (v n 0, v 0 ) Ik (v n, v 0 ) Ik M = M k waarbij M k = k=1 (v 0, v n ) Ik (v n, v n ) Ik (26) Zoals al opgemerkt zijn op ieder interval I k alleen v k 1 en v k niet identiek nul Dus heeft iedere matrix M k slechts 2 2 entries die ongelijk aan nul zijn, en die we bovendien al uitgerekend hebben in (11), (12) en (13), namelijk, [ ] (vk 1, v E k = k 1 ) Ik (v k, v k 1 ) Ik = 1 (v k 1, v k ) Ik (v k, v k ) Ik 6 h k [ ] (27) Merk op dat E k op posities (k, k), (k + 1, k), (k, k + 1) en (k + 1, k + 1) staat in M k sommatie in (26) kan dus grafisch worden geïllustreerd als in Figuur 1 De Figuur 4 M = M 1 + M 2 + M 3 Elke M k heeft een 2 2 niet-nul blokje E k (zwart) Ondanks het resultaat (27) zullen we de berekening van E k nu herhalen, maar dan op een wat generiekere wijze die zijn waarde zal hebben in meerdimensionale generalisaties 32 Affiene transformatie van integralen Gegeven een interval I k en de twee beperkingen tot I k van de twee nodale basisfuncties v k 1 en v k die op I k niet identiek nul zijn, valt op (zie ook Figuur 5) dat deze in horizontale richting samengeperste versies zijn van de functies ψ 1, ψ 2 : [0, 1] R : ψ 1 (x) = 1 x en ψ 2 (x) = x (28) 6
7 We zullen de substitutiestelling voor integratie gebruiken om de matrix E k uit te rekenen in termen van de volgende referentie matrix [ ] (ψ1, ψ E M = 1 ) (ψ 2, ψ 1 ) = 1 [ ] 2 1 (29) (ψ 1, ψ 2 ) (ψ 2, ψ 2 ) Immers, merk op dat I k het beeld is onder I van de inverteerbare affiene transformatie en dat de functies v k 1 en v k dan gelijk zijn aan F k : I I k : x x k 1 + h k x, (30) v k 1 (x) = ψ 1 ( F 1 k (x)) en v k (x) = ψ 2 ( F 1 k (x)) (31) Figuur 5 Functies v k 1 en v k beperkt tot I k in termen van F k en ψ 1 en ψ 2 We leiden hier een algemeen resultaat af voor paren functies die op deze wijze in termen van elkaar zijn gedefinieerd Lemma 31 Laat I = [0, 1] en J = [a, b] voor zekere a, b R met a < b en definieer de affiene inverteerbare afbeelding F : I J : x a + (b a)x (32) Voor gegeven f C 0 (J), definieer ˆf C 0 (I) als de functie Dan geldt voor iedere f, g C 0 (J) dat ˆf : I R, x (f F )(x) = f(f (x)) (33) (f, g) J = (b a)( ˆf, ĝ) I (34) Bewijs Gebruik makend van de substitutie F (y) = x en F (y)dy = dx en F (I) = K vinden we dat (f, g) J = f(x)g(x)dx = ˆf ( F 1 (x) ) ĝ ( F 1 (x) ) dx = ˆf(y)ĝ(y)F (y)dy J F (I) = (b a) I ˆf(y)ĝ(y)dy = (b a)( ˆf, ĝ) I, en dit bewijst meteen de bewering I 7
8 Aangezien in (31) in feite wordt opgemerkt dat ψ 1 = ˆv k 1 en ψ 2 = ˆv k, vinden we dat de matrix E k gelijk is aan E k = h k E M, (35) met E M de referentie matrix uit (29) Dit is uiteraard precies het resultaat (27), maar nu op een andere manier berekend Kortom, om de massamatrix M te kunnen berekenen is in feite niets meer nodig dan één eenvoudig uit te rekenen referentie matrix E M, en de affiene transformaties F k van I naar ieder van de deelintervallen I k 33 Matlab code voor assemblage van de massa matrix Tot slot geven we de Matlab functie die, gegeven de partitie als horizontale vector als argument, de massamatrix uitrekent en retourneert 01 function M = AssembleM(J) h = diff(j); n = length(h); 04 EM = [2 1 ; 1 2]/6; M = zeros(n+1,n+1); for j=1:n; 07 v = j:j+1; 08 M(v,v) = M(v,v) + h(j)*em; 09 end Merk het gebruik op van Matlab s mogelijkheden in regel 08, om aan deelblokken van matrices, matrices van de correcte grootte toe te kennen zonder dit met behulp van een loop te doen 4 Generalisatie naar functies van meer veranderlijken Hier bekijken we het probleem van projecteren op de ruimte van continue, stuksgewijs lineare functies in twee variabelen Na een korte introductie over deze ruimte passen we de assemblage uit Sectie 3 toe om de massamatrix M voor deze nieuwe situatie te bepalen 41 Lineaire functies op een driehoek Laat K R 2 een driehoek zijn met hoekpunten x p, x q, x r R 2 De ruimte P 1 (K) van lineare polynomen op K zijn de functies van de vorm l : K R : (x, y) a 0 + a 1 x + a 2 y (36) voor zekere a 0, a 1, a 2 R en dus is dim(p 1 (K)) = 3 Gegeven drie getallen c 1, c 2, c 3 R bestaat er precies één l P 1 (K) bestaat met de eigenschap dat l(x p ) = c 1, l(x q ) = c 2 en l(x r ) = c 3 (37) In het bijzonder is dus op K de lineaire interpolant L 1 f van een gegeven functie f C 0 (K) te bepalen, die in de hoekpunten van K dezelfde waarden aanneemt als f Gegeven een basis B = {φ 1, φ 2, φ 3 } van P 1 (K) vinden we de coördinaten α 1, α 2, α 3 van L 1 f ten opzichte van B, L 1 f = α 1 φ 1 + α 2 φ 2 + α 3 φ 3, (38) 8
9 door het volgende stelsel op te lossen φ 1 (x p ) φ 1 (x q ) φ 1 (x r ) φ 2 (x p ) φ 2 (x q ) φ 2 (x r ) φ 3 (x p ) φ 3 (x q ) φ 3 (x r ) α 1 α 2 α 3 = f(x p ) f(x q ) f(x r ) (39) Natuurlijk is dit stelsel het gemakkelijkst op te lossen als de systeemmatrix gelijk is aan de identiteit Dat is zo voor de basis die bestaat uit de drie functies die als eigenschap hebben dat ze waarde één hebben in één van de hoekpunten van K, en waarde nul in de overige twee Op de referentie-driehoek ˆK met hoekpunten de oorsprong en de standaard basisvectoren e 1, e 2 van R 2 zijn dit de functies ψ 1 (x, y) = 1 x y, ψ 2 (x, y) = x, en ψ 3 (x, y) = y (40) De lineaire interpolant van f C 0 (K) neemt ten opzichte van deze basis de vorm L 1 f = f(0)ψ 1 + f(e 1 )ψ 2 + f(e 2 )ψ 3 (41) aan, wat laat zien dat de coördinaten van een functie uit P 1 (K) ten opzichte van deze basis gelijk zijn aan de waarden van die functie in de hoekpunten 42 De ruimte S 1 0(T ) met T een triangulatie van Ω R 2 Laat Ω R 2 een polygon zijn, en T = {T k } m k=1 een partitie van Ω zijn in m gesloten driehoeken T k, zodanig dat de doorsnede van twee verschillende driehoeken óf een hoekpunt, óf een complete zijde van beide driehoeken is Een dergelijke partitie heet een conforme triangulatie van Ω, en bestaat voor ieder polygon Figuur 6 Een triangulatie van [ 1, 1] 2 \ [0, 1] [0, 1] en een v S 1 0 (T ) 9
10 Definition 41 (Ruimte S0 1 (T )) Een functie v op Ω is een continue stuksgewijs lineare functie ten opzichte van T als v continu is op Ω en lineair op iedere K T We schrijven S 1 0(J ) = {v C 0 (Ω) K T, v K P 1 (K)} (42) voor deze lineaire ruimte van continue stuksgewijs lineaire functies Per definitie geldt dat een lineaire deelruimte is van C 0 (T ) S 1 0(T ) C 0 (T ) (43) Een functie v S0 1 (T ) wordt uniek bepaald door de zijn waarden in de hoekpunten V R2 van de driehoeken uit de triangulatie Veronderstel dat het aantal hoekpunten n + 1 is, en noteer ze als x 0,, x n Definition 42 (Nodale basis) Voor gegeven hoekpunt x j V laat v j het unieke element uit S0 1(T ) zijn dat waarde één heeft in x j en waarde nul in alle x i V met i j De collectie B = {v 0,, v n } vormt een basis voor S0 1 (T ), genaamd de nodale basis Figuur 6 Een nodale basisfunctie van twee kanten bekeken De functies v 0,, v n zijn lineair onafhankelijk Immers, voor gegeven j is v j de enige functie uit B die ongelijk aan nul is in x j In het bijzonder is v j dus geen lineaire combinatie van de andere elementen uit B We zien ook onmiddellijk dat v = α 0 v α n v n α j = v(x j ) voor alle j {0,, n} (44) voor iedere functie v uit S0 1 (T ) Oftewel, de coordinaten van v the opzichte van de nodale basis zijn gelijk aan de waarden van v in de punten x j 43 De orthogonale projectie P : C 0 (Ω) S 1 0(T ) De loodrechte projectie P f van een gegeven f C 0 (Ω) op de deelruimte S0 1(T ) C0 (Ω) is per definitie de functie P f S0 1 (T ) waarvoor geldt dat f P f loodrecht staat op alle functies v S0 1(T ) Het standaard inproduct op C0 (Ω) wordt hierbij gegeven door (f, g) = f(x, y)g(x, y)dxdy (45) Ω 10
11 Laat B de nodale basis voor S0 1 (T ) zijn Er geldt P f = α 0 v α n v n (46) voor zekere coördinaten α 0,, α n van P f ten opzichte van B die kunnen worden bepaald uit de n + 1 orthogonaliteitsrelaties f P f v j voor j {0,, n}, f P f v j f (α 0 v α n v n ) v j (f, v j ) = (α 0 v α n v n, v j ) [ (v 0, v j ) (v n, v j ) ] α 0 α n = (f, v j ) (47) Deze n + 1 lineaire relaties in α 0,, α n laten zich schrijven als het volgende matrix-vector stelsel, (v 0, v 0 ) (v n, v 0 ) α 0 (f, v 0 ) =, (48) (v 0, v n ) (v n, v n ) α n (f, v n ) waaruit α 0,, α n kunnen worden opgelost zodra f en T en B bekend zijn, en dus ieder van de getallen in de matrix en in de rechterlidvector kan worden uitgerekend Merk nogmaals op dat (P f)(x j ) = (α 0 v α n v n )(x j ) = α j, (49) oftewel, P f is de continue stuksgewijs lineaire functie die waarde α j heeft in x j Zodra het stelsel (8) is opgelost, kan dus relatief eenvoudig de grafiek van P f getekend worden 44 Elementsgewijze assemblage van de massa-matrix Een belangrijke observatie is dat elk inproduct tussen basisfuncties de som is van integralen over elk van de m driehoeken T T m (v i, v j ) = (v i, v j ) Tk waarbij (v i, v j ) Tk = v i (x, y)v j (x, y)dxdy (50) T k k=1 Dus M kan worden geschreven als (v m m 0, v 0 ) Tk (v n, v 0 ) Tk M = M k = (51) k=1 k=1 (v 0, v n ) Tk (v n, v n ) Tk Merk op dat op een driehoek T k met hoekpunten x p, x q, x r R 2 alleen de nodale basisfuncties v p, v q en v r niet identiek nul zijn Dus heeft iedere matrix M k slechts 3 3 entries die ongelijk aan nul zijn, namelijk, de negen getallen in de matrix E k gedefinieerd door E k = (v p, v p ) Tk (v p, v q ) Tk (v p, v r ) Tk (v q, v p ) Tk (v q, v q ) Tk (v q, v r ) Tk (v r, v p ) Tk (v r, v q ) Tk (v r, v r ) Tk (52) Echter, in belangrijke tegenstelling tot het ééndimensionale geval staan deze negen getallen in het algemeen niet op opéénvolgende posities in de matrix M k, maar op de posities (i, j) met i, j {p, q, r} Dit heeft tot gevolg dat de niet-nul elementen in de matrices bijvoorbeeld gedisribueerd kunnen zijn als in Figuur 7 11
12 Figuur 7 Niet-nul structuur van drie matrices E k behorende bij drie driehoeken 45 Affiene transformatie van integralen Gegeven een driehoek T k met hoekpunten x p, x q en x r in R 2 en de drie beperkingen tot T k van de drie nodale basisfuncties v p, v q en v r die op T k niet identiek nul zijn, zien we dat deze, net als in het ééndimensionale geval, affiene transformaties zijn van de functies ψ 1, ψ 2 en ψ 3 gedefinieerd op de referentie-driehoek ˆK in (40), waarbij de affiene transformatie F k gegeven wordt door [ ] [ ] F k : ˆK x x T k : x y p + B k waarbij B y k = [ ] x q x p x r x p, (53) de matrix met kolommen x q x p en x r x p We zien dat F k de oorsprong afbeeldt op x p en e 1 op x q en e 2 op x r, en dat v p = ψ 1 F 1 k, v q = ψ 2 F 1 k en v r = ψ 3 F 1 k (54) We bewijzen nu het twee-dimensionale analogon van Lemma 31 met behulp van de substitutiestelling voor integratie in twee variabelen Lemma 43 Laat K, T R 2 driehoeken zijn en veronderstel dat F : K T een affiene inverteerbare afbeelding is met Jacobiaan B Voor gegeven f C 0 (T ), definieer Dan geldt voor iedere f, g C 0 (T ) dat Bewijs ˆf = f F C 0 (K) (55) (f, g) T = det(b) (( ˆf, ĝ) K (56) Gebruik makend van de substitutie F (u, v) = (x, y) en F (I) = K vinden we dat (f, g) T = f(x, y)g(x, y)dxdy = ˆf ( F 1 (x, y) ) ĝ ( F 1 (x, y) ) dxdy T = K F (K) ˆf(u, v)ĝ(u, v) det(b) dudv = det(b) ( ˆf, ĝ) K, en dit bewijst meteen de bewering 12
13 Gewapend met dit resultaat vinden we onmiddellijk dat de matrix E k als volgt kan worden uitgerekend in termen van de onderlinge inproducten van de functies ψ 1, ψ 2 en ψ 3 op de referentie-driehoek ˆK, E k = det(b k ) E M, (57) waarbij E M = (ψ 1, ψ 1 ) (ψ 2, ψ 1 ) (ψ 3, ψ 1 ) (ψ 1, ψ 2 ) (ψ 2, ψ 2 ) (ψ 3, ψ 2 ) (ψ 1, ψ 3 ) (ψ 2, ψ 3 ) (ψ 3, ψ 3 ) = (58) Deze laatste gelijkheid kan relatief eenvoudig met de hand of met behulp van Mathematica worden geverifieerd 46 Matlab code voor assemblage van de massa matrix In tegenstelling to het ééndimensionale geval is een triangulatie niet simpelweg op te geven als een lijst van knooppunten in R 2 Ook moet worden aangegeven welke hoekpunten x p, x q, x r een gegeven driehoek T k heeft We doen dit als volgt Beschouw de triangulatie in Figuur 8 Figuur 8 Een triangulatie van [ 1, 1] 2 \ [0, 1] [0, 1] Deze triangulatie kan worden gerepresenteerd middels twee matrices N en T De j-de kolom van N bevat de coördinaten van knooppunt x j, en in de k-de kolom van T staan de nummers van de hoekpunten van de driehoek T k N = [ ; ]; T = [ ; ; ]; Door nu van links naar rechts over de kolommen van T te loopen, kunnen we van iedere driehoek zowel de nummers als de coördinaten van de hoekpunten vinden Bijvoorbeeld, v = T(:,3) C = N(:,v) 13
14 maakt eerst een vector v van lengte drie met daarin de getallen 1, 4, 6 Dat betekent dus dat driehoek 3 hoekpunten heeft met nummers 1, 4, 6 Vervolgens wordt een matrix C bepaald door de eerste, vierde, en zesde kolom van N naast elkaar te zetten Dus, C is een matrix met twee rijen en drie kolommen Iedere kolom bevat de coördinaten van een hoekpunt van driehoek 3 Merk vervolgens op dat C voldoende informatie bevat om de Jacobiaan van de affiene transformatie van de referentie-driehoek naar driehoek 3 te berekenen, en dat v precies de indices van M 3 bevat waar de negen elementen uit de matrix E 3 bij opgeteld moeten worden Dit levert de volgende functie op: function M = AssembleTwoD(N,T) n = size(n,2); M = zeros(n,n); EM = [2 1 1 ; ; 1 1 2]/24; for v = T C = N(:,v); B = C(:,[2 3])-C(:,[1 1]); M(v,v) = M(v,v) + abs(det(b))*em; end Deze bijzonder compacte functie maakt, voor een gegeven triangulatie T in N en T de massamatrix aan die behoort bij loodrechte projectie op S0 1 (T ) 14
ONBETWIST 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 informatie3 De duale vectorruimte
3 De duale vectorruimte We brengen de volgende definitie in de herinnering. Definitie 3.1 (hom K (V, W )) Gegeven twee vectorruimtes (V, K) en (W, K) over K noteren we de verzameling van alle lineaire
Nadere informatieOverzicht Fourier-theorie
B Overzicht Fourier-theorie In dit hoofdstuk geven we een overzicht van de belangrijkste resultaten van de Fourier-theorie. Dit kan als steun dienen ter voorbereiding op het tentamen. Fourier-reeksen van
Nadere informatie3 De duale vectorruimte
3 De duale vectorruimte We brengen de volgende definitie in de herinnering. Definitie 3. (hom K (V, W )) Gegeven twee vectorruimtes (V, K) en (W, K) over K noteren we de verzameling van alle lineaire afbeeldingen
Nadere informatieLineaire Algebra voor W 2Y650
Lineaire Algebra voor W 2Y650 Docent: L. Habets HG 8.09, Tel: 040-2474230, Email: l.c.g.j.m.habets@tue.nl http://www.win.tue.nl/wsk/onderwijs/2y650 1 Herhaling: opspansel De vectoren v 1,..., v k V spannen
Nadere informatieTRILLINGEN EN GOLVEN HANDOUT FOURIER
TRILLINGEN EN GOLVEN HANDOUT FOURIER Cursusjaar 2009 / 2010 2 Inhoudsopgave 1 FOURIERANALYSE 5 1.1 INLEIDING............................... 5 1.2 FOURIERREEKSEN.......................... 5 1.3 CONSEQUENTIES
Nadere informatieExamenvragen Hogere Wiskunde I
1 Examenvragen Hogere Wiskunde I Vraag 1. Zij a R willekeurig. Gegeven is dat voor alle r, s Q geldt dat a r+s = a r a s. Bewijs dat voor alle x, y R geldt dat a x+y = a x a y. Vraag 2. Gegeven 2 functies
Nadere informatieJordan normaalvorm. Hoofdstuk 7
Hoofdstuk 7 Jordan normaalvorm Zoals we zagen hangt de matrix die behoort bij een lineaire transformatie af van de keuze van een basis voor de ruimte In dit hoofdstuk buigen we ons over de vraag of er
Nadere informatieDit is in feite de ongelijkheid van Cauchy Schwarz voor het standaardinproduct in R s van de vectoren
Dit is in feite de ongelijkheid van Cauchy Schwarz voor het standaardinproduct in R s van de vectoren a = (a 1,..., a s ) en b = (b 1,..., b s ). Toepassing van deze Cauchy Schwarz-ongelijkheid levert
Nadere informatieMore points, lines, and planes
More points, lines, and planes Make your own pictures! 1. Lengtes en hoeken In het vorige college hebben we het inwendig product (inproduct) gedefinieerd. Aan de hand daarvan hebben we ook de norm (lengte)
Nadere informatieScherpe Triangulaties in de Eindige Elementen Methode
Bachelorthesis Wiskunde en Informatica Scherpe Triangulaties in de Eindige Elementen Methode Raymond van Venetië 15 juli 2014 Begeleiding: Dr. Jan Brandts & Dr. Leen Torenvliet 20 19 18 17 16 15 14 13
Nadere informatieLineaire algebra I (wiskundigen)
Lineaire algebra I (wiskundigen) Toets, donderdag 22 oktober, 2009 Oplossingen (1) Zij V het vlak in R 3 door de punten P 1 = (1, 2, 1), P 2 = (0, 1, 1) en P 3 = ( 1, 1, 3). (a) Geef een parametrisatie
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 informatieInwendig product, lengte en orthogonaliteit in R n
Inwendig product, lengte en orthogonaliteit in R n Het inwendig product kan eenvoudig worden gegeneraliseerd tot : u v u v Definitie Als u = u n en v = v n twee vectoren in Rn zijn, dan heet u v := u T
Nadere informatieRuimtewiskunde. college. De determinant en lineaire afbeeldingen. Vandaag. De determinant van een matrix. Toepassing: oppervlakte en inhoud
college 6 en lineaire collegejaar college build slides Vandaag : : : : 6-7 6 9 juni 27 3 2 3 van een matrix Toepassing: oppervlakte en inhoud.6-7[6] vandaag van de 2 2-matrix a b c d is gelijk aan ad bc.
Nadere informatieFLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j
FLIPIT JAAP TOP Een netwerk bestaat uit een eindig aantal punten, waarbij voor elk tweetal ervan gegeven is of er wel of niet een verbinding is tussen deze twee. De punten waarmee een gegeven punt van
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 informatieOpgaven bij Numerieke Wiskunde I
Opgaven bij Numerieke Wiskunde I 7 november 8 1. (a) Gegeven verschillende interpolatiepunten x, x 1, x [a, b], en getallen y, y 1, y, z 1, toon aan dat er hooguit 1 polynoom p P 3 is met p(x i ) = y i,
Nadere informatieInwendig product, lengte en orthogonaliteit
Inwendig product, lengte en orthogonaliteit We beginnen met een definitie : u u Definitie. Als u =. en v = u n v v. v n twee vectoren in Rn zijn, dan heet u v := u T v = u v + u v +... + u n v n het inwendig
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 informatieNumerieke Analyse - Week 03
Numerieke Analyse - Week 3 Jan Brandts Woensdag 21 september 211 1. Samenvatting en opgaven We zoeken een polynoom p P k (I) waarvan de functiewaarden in k + 1 verscillende punten x,..., x k I overeenstemmen
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 9 J.Keijsper (TUE)
Nadere informatieOpgaven Functies en Reeksen. E.P. van den Ban
Opgaven Functies en Reeksen E.P. van den Ban c Mathematisch Instituut Universiteit Utrecht Augustus 2014 1 Opgaven bij Hoofdstuk 1 Opgave 1.1 Zij f : R n R partieel differentieerbaar naar iedere variabele
Nadere informatieNiet-Negatieve Orthogonale Polynomen
Niet-Negatieve Orthogonale Polynomen Jun Sheng Huang 19 augustus 2010 Eindverslag Bachelorproject Wiskunde Begeleiding: dr. Jan Brandts KdV Instituut voor Wiskunde Faculteit der Natuurwetenschappen, Wiskunde
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 informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D. Datum: Donderdag 8 juli 4. Tijd: 14. 17. uur. Plaats: MA 1.44/1.46 Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je
Nadere informatieWaveletbases. Ron Weikamp 17 juli Bachelorproject Begeleiding: prof. dr. Rob Stevenson
Waveletbases Ron Weikamp 17 juli 2013 Bachelorproject Begeleiding: prof. dr. Rob Stevenson Korteweg-de Vries Instituut voor Wiskunde Faculteit der Natuurwetenschappen, Wiskunde en Informatica Universiteit
Nadere informatie. Maak zelf een ruwe schets van f met A = 2, ω = 6π en ϕ = π 6. De som van twee trigonometrische polynomen is weer een trigonometrisch polynoom
8. Fouriertheorie Periodieke functies. Veel verschijnselen en processen hebben een periodiek karakter. Na een zekere tijd, de periode, komt hetzelfde patroon terug. Denk maar aan draaiende of heen en weer
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 informatiewordt de stelling van Pythagoras toegepast, in dit geval twee keer: eerst in de x y-vlakte en vervolgens in de vlakte loodrecht op de vector y.
Wiskunde voor kunstmatige intelligentie, 2 Les 5 Inproduct Als we het in de meetkunde (of elders) over afstanden en hoeken hebben, dan hebben we daar intuïtief wel een idee van. Maar wat is eigenlijk de
Nadere informatieTweede huiswerkopdracht Lineaire algebra 1 Uitwerking en opmerkingen
Tweede huiswerkopdracht Lineaire algebra 1 en opmerkingen November 10, 2009 Opgave 1 Gegeven een vectorruimte V met deelruimtes U 1 en U 2. Als er geldt dim U 1 = 7, dimu 2 = 9, en dim(u 1 U 2 ) = 4, wat
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 informatieTentamen lineaire algebra 2 18 januari 2019, 10:00 13:00 Uitwerkingen (schets)
Tentamen lineaire algebra 8 januari 9, : : Uitwerkingen (schets) Opgave. ( + punten) Gegeven is de matrix ( ) A =. (a) Bepaal een diagonaliseerbare matrix D en een nilpotente matrix N zodanig dat A = N
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 informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D020. Datum: Vrijdag 26 maart 2004. Tijd: 14.00 17.00 uur. Plaats: MA 1.41 Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf
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 informatieTentamen Functies en Reeksen
Tentamen Functies en Reeksen 6 november 204, 3:30 6:30 uur Schrijf op ieder vel je naam en bovendien op het eerste vel je studentnummer, de naam van je practicumleider (Arjen Baarsma, KaYin Leung, Roy
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 informatieLineaire afbeeldingen
Hoofdstuk 4 Lineaire afbeeldingen In de algebra spelen naast algebraïsche structuren zelf ook de afbeeldingen ertussen die (een deel van de structuur bewaren, een belangrijke rol Voor vectorruimten zijn
Nadere informatie4 Positieve en niet-negatieve lineaire algebra
4 Positieve en niet-negatieve lineaire algebra Positieve en niet-negatieve matrices komen veel voor binnen de stochastiek (zoals de PageRank matrix) en de mathematische fysica: temperatuur, dichtheid,
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 Calculus 2 25 januari 2010, 9:00-12:00 uur
Tentamen Calculus 5 januari 00, 9:00 -:00 uur Je mag geen rekenapparaat gebruiken. De opgaven t.e.m. 6 tellen allemaal even zwaar. Vermeld op elk papier dat je inlevert je naam en je studentnummer. Geef
Nadere informatieDe Dekpuntstelling van Brouwer
De Dekpuntstelling van Brouwer Non impeditus ab ulla scientia K. P. Hart Faculteit EWI TU Delft Twente, 19 oktober 2009: 18:00 20:00 Outline 1 2 3 4 De formulering Dekpuntstelling van Brouwer Zij n een
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 informatieVectorruimten en deelruimten
Vectorruimten en deelruimten We hebben al uitgebreid kennis gemaakt met de vectorruimte R n We zullen nu zien dat R n slechts een speciaal geval vormt van het (veel algemenere begrip vectorruimte : Definitie
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 4 J.Keijsper
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 informatieUitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =
Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 2015 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT en TIW (DM) op maandag juni Dit tentamen bestaat uit 6 open vragen, en 4 kort-antwoord vragen. De
Nadere informatieBilineaire Vormen. Hoofdstuk 9
Hoofdstuk 9 Bilineaire Vormen In dit hoofdstuk beschouwen we bilineaire vormen op een vectorruimte V nader. Dat doen we onder andere om in het volgende hoofdstuk de begrippen afstand en lengte in een vectorruimte
Nadere informatieWiskunde voor relativiteitstheorie
Wiskunde voor relativiteitstheorie HOVO Utrecht Les 3: Integraalrekening en lineaire vormen Dr. Harm van der Lek vdlek@vdlek.nl Natuurkunde hobbyist Programma 3.1.1 Goniometrie Matrixen Integraal rekening
Nadere informatieLineaire afbeeldingen
Les 2 Lineaire afbeeldingen Als een robot bij de robocup (het voetbaltoernooi voor robots een doelpunt wil maken moet hij eerst in de goede positie komen, d.w.z. geschikt achter de bal staan. Hiervoor
Nadere informatieJe hebt twee uur de tijd voor het oplossen van de vraagstukken. µkw uitwerkingen. 12 juni 2015
Je hebt twee uur de tijd voor het oplossen van de vraagstukken. Elk vraagstuk is maximaal 10 punten waard. Begin elke opgave op een nieuw vel papier. µkw uitwerkingen 12 juni 2015 Vraagstuk 1. We kunnen
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 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 informatieOpgaven bij de cursus Relativiteitstheorie wiskunde voorkennis Najaar 2018 Docent: Dr. H. (Harm) van der Lek
Opgaven bij de cursus Relativiteitstheorie wiskunde voorkennis Najaar 2018 Docent: Dr. H. (Harm) van der Lek Uitwerkingen worden beschikbaar gesteld op de dinsdagavond voorafgaande aan het volgende college
Nadere informatieUitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =
Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 215 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan. Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt
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 informatieAanvullingen bij Hoofdstuk 8
Aanvullingen bij Hoofdstuk 8 8.5 Definities voor matrices De begrippen eigenwaarde eigenvector eigenruimte karakteristieke veelterm en diagonaliseerbaar worden ook gebruikt voor vierkante matrices los
Nadere informatieWiskunde voor informatici 2 Oefeningen
Wiskunde voor informatici Oefeningen Reinout Stevens resteven@vub.ac.be Prof: Ann Dooms Assistent: Arnout Van Messem 5 Juni 8 Gedachtenstroom In dit document staan de meeste oplossingen van de cursus Wiskunde
Nadere informatieEXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I. 1. Theorie
EXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I MAANDAG 17 JANUARI 2011 1. Theorie Opgave 1. (a) In Voorbeelden 2.1.17 (7) wordt gesteld dat de maximale lineair onafhankelijke deelverzamelingen van
Nadere informatieJe mag Zorich deel I en II gebruiken, maar geen ander hulpmiddelen (zoals andere boeken, aantekeningen, rekenmachine etc.)!
Tentamen Analyse II. Najaar 6 (.1.7) Toelicting: Je mag Zoric deel I en II gebruiken, maar geen ander ulpmiddelen (zoals andere boeken, aantekeningen, rekenmacine etc.)! Als je bekende stellingen gebruikt
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 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 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 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 informatieEigenwaarden en Diagonaliseerbaarheid
Hoofdstuk 3 Eigenwaarden en Diagonaliseerbaarheid 31 Diagonaliseerbaarheid Zoals we zagen hangt de matrix die behoort bij een lineaire transformatie af van de keuze van een basis voor de ruimte In dit
Nadere informatieEXAMEN LINEAIRE ALGEBRA EN MEETKUNDE I
EXAMEN LINEAIRE ALGEBRA EN MEETKUNDE I Theorie Opgave 1. In deze opgave wordt gevraagd om een aantal argumenten of overgangen uit de cursusnota s in detail te verklaren. In delen (a) (b) peilen we naar
Nadere informatie2. Transformaties en matrices
Transformaties en matrices Lineaire afbeelding Onder een lineaire afbeelding van R n naar R m verstaan we een functie A die aan iedere vector uit R n een vector uit R m toevoegt en van het volgende type
Nadere informatieRelevante examenvragen , eerste examenperiode
Relevante examenvragen 2007 2008, eerste examenperiode WAAR/VALS Zijn de volgende uitspraken waar of vals? Geef een korte argumentatie (bewijs) of een tegenvoorbeeld, eventueel aangevuld met een figuur.
Nadere informatieVectoranalyse voor TG
college 6 collegejaar : 8-9 college : 6 build : 2 oktober 28 slides : 38 Vandaag Minecraft globe van remi993 2 erhaalde 3 4 intro VA Drievoudige integralen Section 5.5 Definitie Een rechthoekig blok is
Nadere informatieTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
TENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D00. Datum: Vrijdag 1 maart 003. Tijd: 14.00 17.00 uur. Plaats: VRT 03H04. Lees dit vóórdat je begint! Maak iedere ogave o een aart vel. Schrijf
Nadere informatieHoofdstuk 10: Partiële differentiaalvergelijkingen en Fourierreeksen
Hoofdstuk : Partiële differentiaalvergelijkingen en Fourierreeksen Partiële differentiaalvergelijkingen zijn vergelijkingen waarin een onbekende functie van twee of meer variabelen en z n partiële afgeleide(n)
Nadere informatieUnitaire en Hermitese transformaties
Hoofdstuk 11 Unitaire en Hermitese transformaties We beschouwen vervolgens lineaire transformaties van reële en complexe inproductruimten die aan extra eigenschappen voldoen die betrekking hebben op het
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 informatie6. Lineaire operatoren
6. Lineaire operatoren Dit hoofdstukje is een generalisatie van hoofdstuk 2. De meeste dingen die we in hoofdstuk 2 met de R n deden, gaan we nu uitbreiden tot andere lineaire ruimten Definitie. Een lineaire
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 informatieLineaire algebra I (wiskundigen)
Lineaire algebra I (wiskundigen) Voorbeelden van toetsopgaven, 011 en (1) (a) Bepaal de afstand van het punt Q = (1,, ) R 3 tot het vlak gegeven door x + y z = 1. (b) Bepaal de hoek tussen de vectoren
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 informatieEERSTE DEELTENTAMEN ANALYSE C
EERSTE DEELTENTAMEN ANALYSE C 0 november 990 9.30.30 uur Zet uw naam op elk blad dat u inlevert en uw naam en adres op de enveloppe. De verschillende onderdelen van de vraagstukken zijn zoveel als mogelijk
Nadere informatiex cos α y sin α . (1) x sin α + y cos α We kunnen dit iets anders opschrijven, namelijk als x x y sin α
Lineaire afbeeldingen Rotatie in dimensie 2 Beschouw het platte vlak dat we identificeren met R 2 Kies een punt P in dit vlak met coördinaten (, y) Stel dat we het vlak roteren met de oorsprong (0, 0)
Nadere informatieHERTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN
HERTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D. Datum: Vrijdag juli 3. Tijd: 9.. uur. Plaats: AUD 5. Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je naam en studentnummer
Nadere informatieI.3 Functies. I.3.2 Voorbeeld. De afbeeldingen f: R R, x x 2 en g: R R, x x 2 zijn dus gelijk, ook al zijn ze gegeven door verschillende formules.
I.3 Functies Iedereen is ongetwijfeld in veel situaties het begrip functie tegengekomen; vaak als een voorschrift dat aan elk getal een ander getal toevoegt, bijvoorbeeld de functie fx = x die aan elk
Nadere informatieGeadjungeerde en normaliteit
Hoofdstuk 12 Geadjungeerde en normaliteit In het vorige hoofdstuk werd bewezen dat het voor het bestaan van een orthonormale basis bestaande uit eigenvectoren voldoende is dat T Hermites is (11.17) of
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 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 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 informatie1 Rekenen in eindige precisie
Rekenen in eindige precisie Een computer rekent per definitie met een eindige deelverzameling van getallen. In dit hoofdstuk bekijken we hoe dit binnen een computer is ingericht, en wat daarvan de gevolgen
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 J.Keijsper (TUE)
Nadere informatieTentamen WISN101 Wiskundige Technieken 1 Ma 7 nov :30 16:30
Tentamen WISN11 Wiskundige Technieken 1 Ma 7 nov 16 13:3 16:3 Normering voor 4 pt vragen (andere vragen naar rato): 4pt Goed begrepen en goed uitgevoerd met voldoende toelichting, eventueel enkele onbelangrijke
Nadere informatieLeeswijzer bij het college Functies en Reeksen
Leeswijzer bij het college Functies en Reeksen Erik van den Ban Najaar 2012 Introductie eze leeswijzer bij het dictaat Functies en Reeksen (versie augustus 2011) heeft als doel een gewijzigde opbouw van
Nadere informatieExamen Wiskundige Basistechniek 15 oktober 2011
Examen Wiskundige Basistechniek 15 oktober 2011 vraag 1: Gegeven is het complex getal ω = exp(i π 5 ). vraag 1.1: Als we in het complexe vlak het punt P met cartesiaanse coördinaten (x, y) vereenzelvigen
Nadere informatieUitgewerkte oefeningen
Uitgewerkte oefeningen Algebra Oefening 1 Gegeven is de ongelijkheid: 4 x. Welke waarden voor x voldoen aan deze ongelijkheid? A) x B) x [ ] 4 C) x, [ ] D) x, Oplossing We werken de ongelijkheid uit: 4
Nadere informatieInleiding Analyse 2009
Inleiding Analyse 2009 Inleveropgaven A). Stel f(, y) = In (0, 0) is f niet gedefinieerd. We bestuderen y2 2 + y 4. lim f(, y). (,y) (0,0) 1. Bepaal de waarde van f(, y) op een willekeurige rechte lijn
Nadere informatieIJkingstoets Wiskunde-Informatica-Fysica 29 juni Nummer vragenreeks: 1
IJkingstoets Wiskunde-Informatica-Fysica 29 juni 206 Nummer vragenreeks: IJkingstoets wiskunde-informatica-fysica 29 juni 206 - reeks - p. /0 Oefening Welke studierichting wil je graag volgen? (vraag
Nadere informatie34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN
34 HOOFDSTUK 1. EERSTE ORDE DIFFERENTIAALVERGELIJKINGEN 1.11 Vraagstukken Vraagstuk 1.11.1 Beschouw het beginwaardeprobleem = 2x (y 1), y(0) = y 0. Los dit beginwaardeprobleem op voor y 0 R en maak een
Nadere informatieToegepaste Wiskunde 2: Het Kalman-filter
Toegepaste Wiskunde 2: Het Kalman-filter 25 februari, 2008 Hans Maassen 1. Inleiding Het Kalman filter schat de toestand van een systeem op basis van een reeks, door ruis verstoorde waarnemingen. Een meer
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 informatieEerste orde partiële differentiaalvergelijkingen
Eerste orde partiële differentiaalvergelijkingen Vakgroep Differentiaalvergelijkingen 1995, 2001, 2002 1 Eerste orde golf-vergelijking De vergelijking au x + u t = 0, u = u(x, t), a ɛ IR (1.1) beschrijft
Nadere informatie