Toepassingen op differentievergelijkingen

Maat: px
Weergave met pagina beginnen:

Download "Toepassingen op differentievergelijkingen"

Transcriptie

1 Toepassingen op differentievergelijkingen We beschouwen lineaire differentievergelijkingen of lineaire recurrente betrekkingen van de vorm a 0 y k+n + a y k+n + + a n y k+ + a n y k = z k, k = 0,,, Hierbij zijn de coëfficiënten a 0,, a n reële getallen, is de rij getallen {z k } k=0 gegeven en is de rij getallen {y k } k=0 onbekend Het gaat hierbij is dus om het vinden van deze rij getallen {y k } k=0 Als a 0 0 en a n 0 dan spreekt men van een differentievergelijking van de orde n Als z k = 0 voor alle k = 0,,, dan noemt men de differentievergelijking homogeen en anders inhomogeen Voorbeeld Beschouw de lineaire differentievergelijking van de orde gegeven door y k+ 3y k+ + y k = 0, k = 0,,, Stel dat y k = r k, dan volgt : r k+ 3r k+ + r k = 0 r k (r 3r + = 0 Hieruit volgt dat r 3r + = 0 oftewel (r (r = 0 Dus : y k = k = en y k = k met k = 0,,, zijn oplossingen Dus : y k = c + c k, k = 0,,, Voorbeeld Beschouw de lineaire differentievergelijking van de orde 3 gegeven door y k+3 y k+ y k+ + 0y k = 0, k = 0,,, Stel dat y k = r k, dan volgt : r k+3 r k+ r k+ + 0r k = 0 r k (r 3 r r + 0 = 0 Hieruit volgt dat r 3 r r + 0 = 0 Enkele waarden van r proberen leert dat r = voldoet Dus : r 3 r r + 0 = (r (r 3r 0 en r 3r 0 = (r (r + Dus : r 3 r r + 0 = (r (r (r + Hieruit volgt dat : y k = c k + c k + c 3 ( k, k = 0,,, Net als bij differentiaalvergelijkingen proberen we op deze manier n lineair onafhankelijke oplossingen te vinden voor zo n differentievergelijking van de orde n Hierbij kunnen zich allerlei problemen voordoen Wat te doen in het geval van meervoudige nulpunten? En wat als er niet-reële nulpunten optreden? Deze problemen zullen we hier buiten beschouwing laten Voorbeeld 3 Ga na dat y k = k(k + een oplossing is van de inhomogene differentievergelijking y k+ y k+ + y k = 6k, k = 0,,, van de orde en bepaal vervolgens de algemene oplossing Door invullen van y k = k(k + vinden we y k+ y k+ + y k = (k + (k + 3 (k + (k + + k(k + Dus : y k = k(k + is inderdaad een oplossing = k + k + 6 k k 0 + k + k = 6k

2 Vervolgens beschouwen we homogene differentievergelijking y k+ y k+ + y k = 0, k = 0,,, en bepalen hiervan de algemene oplossing Invullen van r k leidt tot r r + = 0 oftewel (r (r = 0 Dus : y k = c + c k, k = 0,,, De algemene oplossing van de inhomogene differentievergelijking is dan y k = k(k + + c + c k, k = 0,,, Een homogene lineaire differentievergelijking kunnen we altijd schrijven in de vorm van een stelsel van eerste orde lineaire differentievergelijkingen Voorbeeld Beschouw de lineaire differentievergelijking van de orde uit voorbeeld Definieer nu ( yk x k = y k+ Uit de differentievergelijking volgt dat y k+ = y k + 3y k+ en dus : ( ( ( ( yk+ y x k+ = = k+ 0 yk = y k+ y k + 3y k+ 3 met A = ( 0 3 y k+ = Ax k Voorbeeld Beschouw de lineaire differentievergelijking van de orde 3 uit voorbeeld Definieer nu y k x k = y k+ y k+ Uit de differentievergelijking volgt dat y k+3 = 0y k + y k+ + y k+ en dus : y k+ y k+ 0 0 y k x k+ = y k+ = y k+ = 0 0 y k+ y k+3 0y k + y k+ + y k+ 0 y k+ met A = = Ax k Het oplossen van een homogene lineaire differentievergelijking van de orde n is dus equivalent met het oplossen van een differentievergelijking van de vorm x k+ = Ax k, k = 0,,, met A een (n n-matrix Als A een diagonaliseerbare matrix is, dan kunnen we zo n differentievergelijking van de vorm x k+ = Ax k, k = 0,,, eenvoudig oplossen Merk op, dat x = Ax 0, x = Ax = A x 0, enzovoorts De oplossing kan dus geschreven worden in de vorm x k = A k x 0, k = 0,,,

3 Nu is A = P DP voor zekere inverteerbare matrix P = v v n en diagonaalmatrix D = diag(λ,, λ n en dus is A k = P D k P met D k = diag(λ k,, λk n voor k = 0,,, Als A diagonaliseerbaar is dan bestaat er dus een basis {v,, v n } van R n bestaande uit eigenvectoren van A, zeg : Av i = λ i v i, i =,,, n Elke beginvector x 0 R n kan dus geschreven worden als x 0 = c v + + c n v n Dan volgt : enzovoorts Dus : x = Ax 0 = c Av + + c n Av n = c λ v + + c n λ n v n, x = Ax = c λ Av + + c n λ n Av n = c λ v + + c n λ nv n, x k = c λ k v + + c n λ k nv n, waarbij de coëfficiënten c,, c n uniek bepaald kunnen worden uit x 0 = c v + + c n v n Voorbeeld 6 In voorbeeld vonden we : x k+ = Ax k, k = 0,,, met A = Nu volgt : Verder volgt : en A λi = λ 3 λ = λ 3λ + = (λ (λ λ = : λ = : ( ( = v = = v = ( ( ( 0 3 De oplossing van x k+ = Ax k, k = 0,,, is dus ( ( x k = c λ k v + c λ k v = c + c k, k = 0,,, ( yk Uit de twee coördinaten van x k = volgt nu dat y k = c + c k en dat y k+ = y k+ c + c k+ voor k = 0,,, Vergelijk met voorbeeld De oplossing kan ook geschreven worden als ( x k = A k 0 x 0 = P 0 k Uitgeschreven is dat ( ( ( 0 x k = 0 k ( k + = k k+ + k+ P x 0 met P = ( x 0 = x 0, k = 0,,, 3 ( ( k k x 0

4 Voorbeeld 7 In voorbeeld vonden we : x k+ = Ax k met A = volgt : A λi = Verder volgt : en λ = : λ 0 0 λ 0 λ λ λ = ( λ λ = : λ 3 = : De oplossing van x k+ = Ax k, x k = c k = λ 0 0 λ 0 + λ 0 λ = = ( λ(λ = ( λ(λ (λ k = 0,,, is dus + c k Uit de eerste coördinaat van x k = y k y k+ y k+ k = 0,,, Vergelijk met voorbeeld + c 3 ( k = v = λ 0 λ 0 0 λ = v = = v 3 = Merk op dat uit de tweede en derde coördinaat van x k volgt dat,, k = 0,,, Dan volgt nu dat y k = c k + c k + c 3 ( k voor y k+ = c k+ + c k+ + c 3 ( k+ en y k+ = c k+ + c k+ + c 3 ( k+ De oplossing kan ook weer geschreven worden als k 0 0 x k = A k x 0 = P 0 k 0 P x 0 met P = 0 0 ( k Een differentievergelijking van de vorm x k+ = Ax k, k = 0,,, wordt ook wel een discreet dynamisch systeem genoemd Een differentiaalvergelijking van de vorm x (t = Ax(t noemt men ook wel een continu dynamisch systeem

5 Aan de hand van de eigenwaarden van de ( -matrix A konden we de banen van een continu dynamisch systeem in R classificeren In het geval van een discreet dynamisch systeem x k+ = Ax k, k = 0,,, met A een ( -matrix kan dit ook De oplossing kan immers geschreven worden in de vorm x k = c λ k v + c λ k v, k = 0,,,, waarbij λ en λ de twee eigenwaarden van A zijn De oplossing is in dit geval een rij punten (vectoren in R : x 0, x, x, De grafiek van deze punten (vectoren noemt men ook een baan van het (discrete dynamische systeem Als de eigenwaarden λ en λ reëel zijn en λ < en λ <, dan heet de oorsprong O een aantrekker of attractor van het (discrete dynamische systeem Alle banen worden dan immers naar de oorsprong O toe getrokken Als de eigenwaarden λ en λ reëel zijn en λ > en λ >, dan heet de oorsprong O een afstoter van het (discrete dynamische systeem Alle oplossingen gaan dan immers naar oneindig (van de oorsprong O af Als de eigenwaarden λ en λ reëel zijn en λ > en λ <, dan heet de oorsprong O een zadelpunt van het (discrete dynamische systeem In dat geval worden sommige oplossingen naar de oorsprong toe getrokken, terwijl andere naar oneindig (van de oorsprong af gaan In het geval van niet-reële eigenwaarden zijn de banen weer spiraalvormig rond de oorsprong Als de absolute waarde van de beide (complex geconjugeerde eigenwaarden kleiner is dan, dan worden alle banen naar de oorsprong O toe getrokken en als de absolute waarde groter dan is dan draaien de banen in zo n spiraalvorm van de oorsprong O af Toepassingen op Markov ketens Een Markov keten is een rij vectoren x 0, x, x, die voldoet aan een differentievergelijking van de vorm x k+ = P x k, k = 0,,,, waarbij P een zogenaamde Markov matrix of stochastische matrix is : Definitie Een vector in R n heet een kansvector of stochastische vector als alle coördinaten groter dan of gelijk aan nul zijn en de som van alle coördinaten gelijk aan is Een vierkante matrix P heet een Markov matrix of stochastische matrix als alle kolommen van P kansvectoren (of stochastische vectoren zijn Een voorbeeld van een Markov matrix is de migratiematrix in voorbeeld van 9 in Lay Een vector x k in een Markov keten heet ook wel een toestand(svector Een typische eigenschap is dat de som van de coördinaten van elke toestand(svector steeds gelijk is Zo blijft in voorbeeld van 9 het totaal aantal inwoners ( constant Stelling Elke Markov matrix of stochastische matrix P heeft een eigenwaarde λ = Een bijbehorende eigenvector x, die bovendien een kansvector of stochastische vector is, heet wel een evenwichtstoestand(svector Bewijs Als P een Markov matrix is, dan is de som van alle elementen in elke kolom gelijk aan Beschouw nu P λi, het karakteristieke polynoom van P Als we in die determinant

6 P λi alle rijen onder de eerste optellen bij de eerste rij, dan zijn alle elementen in die eerste rij gelijk aan λ De determinant is dus deelbaar door λ Daaruit volgt dat de matrix P een eigenwaarde λ = heeft Uit de bijbehorende eigenruimte E kan men natuurlijk altijd een vector kiezen waarvan de som van alle coördinaten is Dat alle coördinaten van die eigenvector dan ook groter dan of gelijk aan nul zijn is wat lastiger te beredeneren Dat laten we buiten beschouwing Definitie Een Markov matrix of stochastische matrix P heet regulier als een zekere macht van P alleen positieve elementen heeft (dus geen nullen Stelling Als P een reguliere Markov matrix is, dan heeft P een unieke evenwichtstoestand(svector x Verder geldt dat voor iedere kansvector x 0 de Markov keten bepaald door x k+ = P x k, k = 0,,, convergeert naar die evenwichtstoestand(svector x Merk op dat als het proces convergeert, dus als de limiet lim k x k = x bestaat, dan geldt dat x = P x Het bewijs dat het proces ook daadwerkelijk convergeert als P regulier is, laten we buiten beschouwing Voorbeeld 8 Stel dat P = vinden nu : ( 0, 3 0, 0, 7 0, 8, dan is P een reguliere Markov matrix We P λi = 0, 3 λ 0, 0, 7 0, 8 λ = λ λ 0, 7 0, 8 λ = ( λ 0, 7 0, 8 λ = ( λ(0, λ De eigenwaarden van P zijn dus λ = en λ = 0, Verder volgt : ( ( ( 0, 7 0, 7 λ = : = E 0, 7 0, 0 0 = Span{ 7 } Dus : als x k+ = P x k, k = 0,,, dan volgt voor iedere kansvector x 0 dat lim x k = x = ( k 9 7 ( Als bijvoorbeeld x 0 =, dan geldt dat lim x k = ( k 3 7 ( Als bijvoorbeeld x 0 =, dan geldt dat lim x k = ( k 3 7 ( ( 60 0 Als bijvoorbeeld x 0 =, dan geldt dat lim 30 x k = k 70 6

7 Voorbeeld 9 Stel dat P = want P = 0, 0, 0, 7 0 0, 8 0, 0, 0 0, 0, 0, 0, 7 0 0, 8 0, 0, 0 0, 0, 0, 0, 7 0 0, 8 0, 0, 0 0, Dan is P een reguliere Markov matrix, = 0, 60 0, 6 0, 8 0, 0 0, 6 0, 0, 0 0, 0 0, Hoewel de eigenwaarden niet zo mooi zijn, zijn ze in principe wel eenvoudig te berekenen : 0, λ 0, 0, 7 P λi = 0 0, 8 λ 0, 0, 0 0, λ = λ λ λ 0 0, 8 λ 0, 0, 0 0, λ 0 0 = ( λ 0 0, 8 λ 0, = ( λ 0 0, 8 λ 0, 0, 0 0, λ 0, 0, 0, 3 λ = ( λ 0, 8 λ 0, 0, 0, 3 λ = ( λ(λ 0, λ 0, 9 De nulpunten van dit polynoom zijn nu eenvoudig te vinden We onderzoeken alleen de eigenwaarde λ = : 0, 0, 0, 7 0, 0, 0, 7 λ = : 0 0, 0, 0 0, 0, 0, 0 0, 8 0 0, 0, 0, 0 0, 8 0 0, 0, = E = Span{ Uit stelling volgt dus dat de Markov keten bepaald door x k+ = P x k, k = 0,,, convergeert voor iedere kansvector x 0 R 3 Dat geldt dan natuurlijk ook voor ieder veelvoud van zo n kansvector Als bijvoorbeeld x 0 = Als bijvoorbeeld x 0 = Als bijvoorbeeld x 0 = 0, 3 0, 6 0, , dan is lim x k = 6 k 3 0, dan is lim x k = k, dan is lim k x k = } 7

Toepassingen op discrete dynamische systemen

Toepassingen op discrete dynamische systemen Toepassingen op discrete dynamische systemen Een discreet dynamisch systeem is een proces van de vorm x k+ Ax k k met A een vierkante matrix Een Markov-proces is een speciaal geval van een discreet dynamisch

Nadere informatie

Complexe eigenwaarden

Complexe eigenwaarden Complexe eigenwaarden Tot nu toe hebben we alleen reële getallen toegelaten als eigenwaarden van een matrix Het is echter vrij eenvoudig om de definitie uit te breiden tot de complexe getallen Een consequentie

Nadere informatie

Hoofdstuk 7: Stelsels eerste orde lineaire differentiaalvergelijkingen

Hoofdstuk 7: Stelsels eerste orde lineaire differentiaalvergelijkingen Hoofdstuk 7: Stelsels eerste orde lineaire differentiaalvergelijkingen Bij het vak Lineaire Algebra hebben we reeds kennis gemaakt met stelsels eerste orde lineaire differentiaalvergelijkingen We hebben

Nadere informatie

x 1 (t) = ve rt = (a + ib) e (λ+iµ)t = (a + ib) e λt (cos µt + i sin µt) x 2 (t) = ve rt = e λt (a cos µt b sin µt) ie λt (a sin µt + b cos µt).

x 1 (t) = ve rt = (a + ib) e (λ+iµ)t = (a + ib) e λt (cos µt + i sin µt) x 2 (t) = ve rt = e λt (a cos µt b sin µt) ie λt (a sin µt + b cos µt). 76 Complexe eigenwaarden Ook dit hebben we reeds gezien bij Lineaire Algebra Zie: Lay, 57 Als xt ve rt een oplossing is van de homogene differentiaalvergelijking x t Axt, dan moet r een eigenwaarde van

Nadere informatie

De dimensie van een deelruimte

De dimensie van een deelruimte De dimensie van een deelruimte Een deelruimte van R n is een deelverzameling die op zichzelf ook een vectorruimte is. Ter herinnering : Definitie. Een deelverzameling H van R n heet een deelruimte van

Nadere informatie

Symmetrische matrices

Symmetrische matrices Symmetrische matrices We beginnen met een eenvoudige definitie : Definitie Een matrix A heet symmetrisch als A T = A NB Een symmetrische matrix is dus altijd vierkant Symmetrische matrices hebben fraaie

Nadere informatie

Lineaire Algebra voor W 2Y650

Lineaire 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 informatie

Lineaire Algebra voor ST

Lineaire 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 informatie

Lineaire Algebra voor W 2Y650

Lineaire 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 Eigenwaarden en eigenvectoren Zij A een n n matrix.

Nadere informatie

Tentamen lineaire algebra voor BWI dinsdag 17 februari 2009, uur.

Tentamen 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 informatie

TECHNISCHE 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 (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 informatie

11.0 Voorkennis V

11.0 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 informatie

Tentamen Lineaire Algebra 1 (Wiskundigen)

Tentamen 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 informatie

Lineaire Algebra voor ST

Lineaire 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 11 J.Keijsper

Nadere informatie

CTB1002 deel 1 - Lineaire algebra 1

CTB1002 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 informatie

Eigenwaarden en eigenvectoren

Eigenwaarden en eigenvectoren Eigwaard eigvector Als A e vierkante matrix is, dan heet e vector x e eigvector van A als Ax e veelvoud van x is : Definitie Stel dat A e (n n-matrix is E vector x R n met x o heet e eigvector van A als

Nadere informatie

Lineaire Algebra voor W 2Y650

Lineaire Algebra voor W 2Y650 Lineaire Algebra voor W 2Y650 Docent: L Habets HG 809, Tel: 040-2474230, Email: lcgjmhabets@tuenl http://wwwwintuenl/wsk/onderwijs/2y650 1 Herhaling: Oplossing homogene DV ẋ = Ax Aanname: A is diagonaliseerbaar

Nadere informatie

Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b

Het 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 informatie

Eigenwaarden en eigenvectoren in R n

Eigenwaarden en eigenvectoren in R n Eigenwaarden en eigenvectoren in R n Als Ax λx voor zekere x in R n met x 0, dan is λ een eigenwaarde van A en x een eigenvector van A behorende bij λ. Een eigenvector is op een multiplicatieve constante

Nadere informatie

Lineaire Algebra voor ST

Lineaire 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 2 J.Keijsper (TUE)

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 93 email: JCMKeijsper@tuenl studiewijzer: http://wwwwintuenl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 3 JKeijsper (TUE) Lineaire

Nadere informatie

WI1808TH1/CiTG - Lineaire algebra deel 1

WI1808TH1/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 informatie

Aanvullingen bij Hoofdstuk 8

Aanvullingen 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 informatie

Lineaire Algebra voor ST

Lineaire 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 informatie

Samenvatting Lineaire Algebra, periode 4

Samenvatting 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 informatie

Eigenwaarden en Diagonaliseerbaarheid

Eigenwaarden 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 informatie

Uitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015

Uitwerkingen 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 informatie

1 Eigenwaarden en eigenvectoren

1 Eigenwaarden en eigenvectoren Eigenwaarden en eigenvectoren Invoeren van de begrippen eigenwaarde en eigenvector DEFINITIE Een complex (of reëel getal λ heet een eigenwaarde van de n n matrix A als er een vector x is met Ax = λx Dan

Nadere informatie

Kies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen

Kies 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 informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE 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 informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op 16-4-2012, 14.30-17.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op 16-4-2012, 14.30-17.00 uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor ST (DS6) op 6--,.-7. uur. Aan dit tentamen gaat een MATLAB-toets van een half uur vooraf. Pas als de laptops

Nadere informatie

Matrixalgebra (het rekenen met matrices)

Matrixalgebra (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 informatie

Lineaire Afbeelding Stelsels differentiaalvergelijkingen. 6 juni 2006

Lineaire Afbeelding Stelsels differentiaalvergelijkingen. 6 juni 2006 Lineaire Afbeelding Stelsels differentiaalvergelijkingen 6 juni 6 i ii Inhoudsopgave Stelsels differentiaalvergelijkingen Opgaven Stelsels differentiaalvergelijkingen In deze paragraaf passen we onze kennis

Nadere informatie

Technische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 2601 Maandag 11 januari 2010, 9.00-12.00

Technische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 2601 Maandag 11 januari 2010, 9.00-12.00 Technische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 6 Maandag januari, 9- Faculteit EWI Dit tentamen bestaat uit 6 opgaven Alle antwoorden dienen beargumenteerd te worden Normering: punten

Nadere informatie

Determinanten. , dan is det A =

Determinanten. , dan is det A = Determinanten We hebben al gezien : ( a b Definitie Als A c d, dan is det A a c b d ad bc Als A een ( -matrix is, dan geldt : A is inverteerbaar det A 0 Definitie Als A (a ij een (m n-matrix is, dan is

Nadere informatie

Bekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { De tweede vergelijking van de eerste aftrekken geeft:

Bekijk 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 informatie

Lineaire Algebra Een Samenvatting

Lineaire 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 informatie

Lineaire Algebra voor ST

Lineaire 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 informatie

Tentamen lineaire algebra voor BWI maandag 15 december 2008, uur.

Tentamen 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 informatie

Matrices en Stelsel Lineaire Vergelijkingen

Matrices 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 informatie

Combinatoriek groep 2

Combinatoriek groep 2 Combinatoriek groep 2 Recursie Trainingsdag 3, 2 april 2009 Homogene lineaire recurrente betrekkingen We kunnen een rij getallen a 0, a 1, a 2,... op twee manieren definiëren: direct of recursief. Een

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra en Lineaire Analyse (Y550/Y530), op donderdag 5 november 00, 9:00 :00 uur. De uitwerkingen van de opgaven dienen

Nadere informatie

Examenvragen Hogere Wiskunde I

Examenvragen 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 informatie

Uitwerking opgaven 17 december. Spoilers!!

Uitwerking opgaven 17 december. Spoilers!! Uitwerking opgaven 7 december Spoilers!! (duh... 8 januari 206 Inhoudsopgave Complex diagonaliseren matrix 2. Opgave................................................ 2.2 Oplossing...............................................

Nadere informatie

Stelsels lineaire vergelijkingen

Stelsels 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 informatie

Hoofdstuk 9: Niet-lineaire differentiaalvergelijkingen en stabiliteit

Hoofdstuk 9: Niet-lineaire differentiaalvergelijkingen en stabiliteit Hoofdstuk 9: Niet-lineaire differentiaalvergelijkingen en stabiliteit Hoewel we reeds vele methoden gezien hebben om allerlei typen differentiaalvergelijkingen op te lossen, zijn er toch nog veel differentiaalvergelijkingen

Nadere informatie

CTB1002-D2 Lineaire Algebra 2

CTB1002-D2 Lineaire Algebra 2 CTB00-D Lineaire Algebra Juli 03 Augustus 03 Juli 0 Augustus 0 Juli 0 Augustus 0 Juli 00 Augustus 00 Tentamenbundel Civiele Techniek Het Gezelschap "Practische Studie" Technische Universiteit Delft Faculteit

Nadere informatie

Voorwaardelijke optimalisatie

Voorwaardelijke optimalisatie Voorwaardelijke optimalisatie We zoek naar maximale minimale waard van e kwadratische vorm Q(x op R n onder bepaalde voorwaard Zo n voorwaarde is bijvoorbeeld dat x R n e eheidsvector is, dat wil zegg

Nadere informatie

Tentamen lineaire algebra 2 18 januari 2019, 10:00 13:00 Uitwerkingen (schets)

Tentamen 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 informatie

Geadjungeerde en normaliteit

Geadjungeerde 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 informatie

Uitwerkingen tentamen lineaire algebra 2 13 januari 2017, 10:00 13:00

Uitwerkingen 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 informatie

Tussentijdse Toets Wiskunde 2 1ste bachelor Biochemie & Biotechnologie, Chemie, Geografie, Geologie en Informatica april 2011

Tussentijdse Toets Wiskunde 2 1ste bachelor Biochemie & Biotechnologie, Chemie, Geografie, Geologie en Informatica april 2011 Tussentijdse Toets Wiskunde ste bachelor Biochemie & Biotechnologie, Chemie, Geografie, Geologie en Informatica april Deze toets is bedoeld om u vertrouwd te maken met de wijze van ondervraging op het

Nadere informatie

UITWERKINGEN 1 2 C : 2 =

UITWERKINGEN 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 informatie

EXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I. 1. Theorie

EXAMEN 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 informatie

Definities, 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 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 informatie

Monitoraatssessie Wiskunde

Monitoraatssessie Wiskunde Monitoraatssessie Wiskunde 1 Overzicht van de cursus Er zijn drie grote blokken, telkens voorafgegaan door de rekentechnieken die voor dat deel nodig zullen zijn. Exponentiële en logaritmische functies;

Nadere informatie

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. 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 informatie

x = 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

x = 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 informatie

M1 Wiskundig taalgebruik en notaties

M1 Wiskundig taalgebruik en notaties M1 Wiskundig taalgebruik en notaties Verzamelingenleer Verzameling = aantal objecten samengebracht tot een geheel - Lege verzameling = verzameling die geen elementen bevat A = - Singleton verzameling =

Nadere informatie

Antwoorden op de theoretische vragen in de examen voorbereiding

Antwoorden 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 informatie

Tentamen Lineaire Algebra

Tentamen 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 informatie

Voorbeeld theorie examen

Voorbeeld theorie examen Vooreeld theorie examen Het schriftelijk examen over de theorie en de oefeningen heeft plaats op 27 juni van 8u3 t/m 13u. 1 uur en 3 minuten zijn voorzien voor het theorie examen. De vragen zijn gericht

Nadere informatie

Jordan normaalvorm. Hoofdstuk 7

Jordan 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 informatie

EXAMEN LINEAIRE ALGEBRA EN MEETKUNDE I

EXAMEN 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 informatie

Stelsels differentiaalvergelijkingen

Stelsels differentiaalvergelijkingen Stelsels differentiaalvergelijkingen Stelsels homogene differentiaalvergelijkingen We bekijken in deze paragraaf stelsels homogene differentiaalvergelijkingen: x (t x (t x (t x (t x n(t A Voorbeeld x +

Nadere informatie

Stelsels lineaire differentiaalvergelijkingen (homogeen)

Stelsels lineaire differentiaalvergelijkingen (homogeen) Stelsels lineaire differentiaalvergelijkingen (homogeen) Voorbeeld Voorbeeld ( 7., Opgave 22) Op t = 0 bevatten de vaten respectievelijk 25 en 5 oz (ounces) zout. 3 september 206 Onderzoeken we hoeveel

Nadere informatie

Coördinatiseringen. 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. 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 informatie

Hints en antwoorden bij de vragen van de cursus Lineaire Algebra en Meetkunde

Hints en antwoorden bij de vragen van de cursus Lineaire Algebra en Meetkunde Hints en antwoorden bij de vragen van de cursus Lineaire Algebra en Meetkunde Ik heb de vragen die in de nota s staan en de vragen van de samenvattingen samengebracht in deze tekst en voorzien van hints

Nadere informatie

vandaag is Annie twee jaar jonger dan Ben en Cees samen

vandaag 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 informatie

Hoofdstuk 1: Inleiding

Hoofdstuk 1: Inleiding Hoofdstuk 1: Inleiding 1.1. Richtingsvelden. Zie Stewart, 9.2. 1.2. Oplossingen van enkele differentiaalvergelijkingen. Zelf doorlezen. 1.3. Classificatie van differentiaalvergelijkingen. Differentiaalvergelijkingen

Nadere informatie

Lineaire Algebra voor ST

Lineaire 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 informatie

Lineaire Algebra voor ST

Lineaire 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 informatie

Lineaire Algebra. Bovendriehoeks- en onderdriehoeks vorm: onder (boven) elke leidende term staan enkel nullen

Lineaire Algebra. Bovendriehoeks- en onderdriehoeks vorm: onder (boven) elke leidende term staan enkel nullen Lineaire Algebra Hoofdstuk 1: Stelsels Gelijkwaardige stelsels: stelsels met gelijke oplv Elementaire rijbewerkingen: 1. van plaats wisselen 2. externe vermenigvuldiging 3. interne optelling (2. en 3.:

Nadere informatie

Lineaire dv van orde 2 met constante coefficienten

Lineaire dv van orde 2 met constante coefficienten Lineaire dv van orde 2 met constante coefficienten Homogene vergelijkingen We bekijken eerst homogene vergelijkingen van orde twee met constante coefficienten, d.w.z. dv s van de vorm a 0 y + a 1 y + a

Nadere informatie

Hoofdstuk 3: Tweede orde lineaire differentiaalvergelijkingen

Hoofdstuk 3: Tweede orde lineaire differentiaalvergelijkingen Hoofdstuk 3: Tweede orde lineaire differentiaalvergelijkingen De inhoud van hoofdstuk 3 zou grotendeels bekende stof moeten zijn. Deze stof is terug te vinden in Stewart, hoofdstuk 17. Daar staat alles

Nadere informatie

Eindtermen Lineaire Algebra voor E vor VKO (2DE01)

Eindtermen 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 informatie

Vector-en matrixvergelijkingen. Figuur: Vectoren, optellen

Vector-en matrixvergelijkingen. Figuur: Vectoren, optellen Vector-en matrixvergelijkingen (a) Parallellogramconstructie (b) Kop aan staartmethode Figuur: Vectoren, optellen (a) Kop aan staartmethode, optellen (b) Kop aan staart methode, aftrekken Figuur: Het optellen

Nadere informatie

1.1 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.

1.1 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 informatie

Meetkunde en lineaire algebra

Meetkunde en lineaire algebra Meetkunde en lineaire algebra Daan Pape Universiteit Gent 7 juni 2012 1 1 Möbius transformaties De mobiustransformatie wordt gegeven door: z az + b cz + d (1) Als we weten dat het drietal (x 1, x 2, x

Nadere informatie

Combinatoriek groep 1

Combinatoriek groep 1 Combinatoriek groep 1 Recursie Trainingsdag 3, 2 april 2009 Getallenrijen We kunnen een rij getallen a 0, a 1, a 2,... op twee manieren definiëren: direct of recursief. Een directe formule geeft a n in

Nadere informatie

Lineaire Algebra en Vectorcalculus 2DN60 College 5.a Basis en dimensie

Lineaire 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 informatie

Stelsels van lineaire DVen met constante coëfficiënten

Stelsels van lineaire DVen met constante coëfficiënten Zij K = R of C, n N, A R n n. Zoek differentieerbare functies y : R K n zodanig dat ẏ(t) = Ay(t), t R. Opmerking: De oplossingen vormen een lineaire deelruimte (ga na!). Deze heeft dimensie n. De algemene

Nadere informatie

Tentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, ( )

Tentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, ( ) Faculteit der Wiskunde en Informatica Tentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, (9.00-12.00) Zoals beschreven in de studiehandleiding 2DE04 bestaat dit tentamen uit drie

Nadere informatie

d τ (t) dt = 1 voor alle τ 0.

d τ (t) dt = 1 voor alle τ 0. 65 Impulfunctie In deze paragraaf kijken we naar verchijnelen waarbij in zeer korte tijd een (grote kracht op een yteem wordt uitgeoefend Zo n plotelinge kracht kunnen we bechrijven met behulp van een

Nadere informatie

Uitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =

Uitwerkingen 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 informatie

V Kegelsneden en Kwadratische Vormen in R. IV.0 Inleiding

V Kegelsneden en Kwadratische Vormen in R. IV.0 Inleiding V Kegelsneden en Kwadratische Vormen in R IV.0 Inleiding V. Homogene kwadratische vormen Een vorm als H (, ) = 5 4 + 8 heet een homogene kwadratische vorm naar de twee variabelen en. Een vorm als K (,

Nadere informatie

MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN?

MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN? MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN? KARMA DAJANI In deze lezing gaan we over een bijzonder model in kansrekening spreken Maar eerst een paar woorden vooraf Wat doen we

Nadere informatie

Combinatoriek groep 1 & 2: Recursie

Combinatoriek groep 1 & 2: Recursie Combinatoriek groep 1 & : Recursie Trainingsweek juni 008 Inleiding Bij een recursieve definitie van een rij wordt elke volgende term berekend uit de vorige. Een voorbeeld van zo n recursieve definitie

Nadere informatie

Uitwerking 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 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 informatie

x(t + T ) = x(t) Voorbeeld 1. Beschouw het niet-lineaire autonome stelsel . (1) y x + y y(x 2 + y 2 )

x(t + T ) = x(t) Voorbeeld 1. Beschouw het niet-lineaire autonome stelsel . (1) y x + y y(x 2 + y 2 ) 97 Periodieke oplossingen en limit ccles We beschouwen weer autonome stelsels van de vorm x (t) = f(x(t)), waarbij het rechterlid dus niet expliciet van t afhangt We gaan onderzoeken wanneer er periodieke

Nadere informatie

Uitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =

Uitwerkingen 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 informatie

Hoofdstuk 10: Partiële differentiaalvergelijkingen en Fourierreeksen

Hoofdstuk 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 informatie

Matrixoperaties. Definitie. Voorbeelden. Een matrix is een rechthoekig array van getallen, die kentallen of elementen heten.

Matrixoperaties. Definitie. Voorbeelden. Een matrix is een rechthoekig array van getallen, die kentallen of elementen heten. Definitie Een matrix is een rechthoekig array van getallen, die kentallen of elementen heten. Voorbeelden De coëfficiëntenmatrix of aangevulde matrix bij een stelsel lineaire vergelijkingen. Een rij-echelonmatrix

Nadere informatie

TENTAMEN LINEAIRE ALGEBRA 1A. maandag 16 december 2002, b. Bepaal een basis voor de rijruimte en voor de kolomruimte van A.

TENTAMEN LINEAIRE ALGEBRA 1A. maandag 16 december 2002, b. Bepaal een basis voor de rijruimte en voor de kolomruimte van A. TENTAMEN LINEAIRE ALGEBRA 1A maandag 16 december 2002, 1000-1200 Coördinaten zijn gegeven tov een standaardbasis in R n 1 De matrix A en de vector b R 4 zijn gegeven door 1 0 1 2 0 1 1 4 3 2 A =, b = 0

Nadere informatie

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie

FACULTEIT 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 informatie

Oefensommen tentamen Lineaire algebra 2 - december A =

Oefensommen tentamen Lineaire algebra 2 - december A = Oefensommen tentamen Lineaire algebra 2 - december 2012 Opg 1 De schaakbordmatrix A is de 8 bij 8 matrix 1 0 1 0 1 0 1 0 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 A = 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 0 1 0 1 0 1

Nadere informatie

Tentamen Lineaire Algebra B

Tentamen 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 informatie

Geef niet alleen antwoorden, maar bewijs al je beweringen.

Geef niet alleen antwoorden, maar bewijs al je beweringen. Tentamen Lineaire Algebra maandag 3--27, 3.3-6.3 uur Het is niet toegestaan telefoons, computers, grafische rekenmachines (wel een gewone), dictaten, boeken of aantekeningen te gebruiken. Schrijf op elk

Nadere informatie

4 Positieve en niet-negatieve lineaire algebra

4 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 informatie

Polynomen. + 5x + 5 \ 3 x 1 = S(x) 2x x. 3x x 3x 2 + 2

Polynomen. + 5x + 5 \ 3 x 1 = S(x) 2x x. 3x x 3x 2 + 2 Lesbrief 3 Polynomen 1 Polynomen van één variabele Elke functie van de vorm P () = a n n + a n 1 n 1 + + a 1 + a 0, (a n 0), heet een polynoom of veelterm in de variabele. Het getal n heet de graad van

Nadere informatie