Module 10 Lineaire Algebra

Save this PDF as:
 WORD  PNG  TXT  JPG

Maat: px
Weergave met pagina beginnen:

Download "Module 10 Lineaire Algebra"

Transcriptie

1 L Vak 57.5 Les 36. Module Lineaire Algebra Afbeeldingen (vervolg (b)) In deze les worden de eigenwaarden en eigenvectoren van lineaire afbeeldingen behandeld. Inhoud van de leskern Basistransformatie *:;*

2 Leskern Basistransformatie. Kentallen (coördinaten) ten opzichte van een basis Zoals u weet vormt het stelsel fe ;e g een basis voor de R : Als er verder niets vermeld wordt, bedoelt men ook deze basis. Iedere vector in de R kan uitgedrukt worden in deze basisvectoren. Bijvoorbeeld: de vector x 3 3e +e : De getallen 3 en zijn de kentallen van de vector x ten opzichte van de basis fe ;e g : Het is echter ook mogelijk om in de R twee andere onafhankelijke vectoren te kiezen die de R opspannen. Deze onafhankelijke vectoren hoeven in het geheel niet loodrecht op elkaar te staan en het hoeft ook niet zo te zijn dat ze lengte hebben. Men kan immers elke vector van de R schrijven als een combinatie van zo n onafhankelijk stelsel vectoren. Voorbeeld Neem de twee onafhankelijke vectoren b en b als nieuwe basis voor de R. b en b Het is mogelijk om iedere vector in deze basisvectoren uit te drukken. Druk bijvoorbeeld de vector x 3 uit in deze basisvectoren, dat wil zeggen x x x e + x e y b + y b en bereken de kentallen y en y : - Men noemt x en x de kentallen van x ten opzichte van fe ;e g : - Men noemt y en y de kentallen van dezelfde vector maar dan ten opzichte van de nieuwe basis fb ;b g : Zie ook afbeelding. x -as 5/ b x b b -/ b x -as Afbeelding Antwoord:

3 De volgende vectorvergelijking moet opgelost worden waarin y en y de onbekenden zijn. 3 y y b + y b ) y µ y 3 µ 3 5 y De matrix waarvan de kolommen gevormd worden door de nieuwe basisvectoren wordt B genoemd. Voor de berekening van de inverse matrix B kunt u Maple gebruiken > with(linalg): > B:matrix([[,-],[,]]) " # B : > inverse(b) > [y,y]evalm(inverse(b) &* vector([3,])) 5 [y;y] ; Het komt er dus op neer dat u de vectoren van de nieuwe basis b en b in de kolommen van een matrix zet die u B noemt. Elke vector x R kanuitgedruktwordenindebasisvectorenb en b : Uhoeftslechtsde inverse van B te kennen en de nieuwe kentallen y en y van de desbetreffende vector x zijn: y B y x x Voorbeeld Bereken de kentallen van e en e ten opzichte van de basis fb ;b g van voorbeeld. Antwoord: De nieuwe kentallen worden B µ µ µ ) B µ e b b µ e b + b µ µ )

4 Ga op afbeelding na dat de kentallen van de vectoren e en e ten opzichte van de basis fb ;b g kloppen. - Een vector R n met n kentallen ten opzichte van fe ;e ; :::::; e n g kan overgevoerd worden naar dezelfde vector y R n maar nu met kentallen ten opzichte van een nieuwe basis fb ;b ; :::::; b n g door middel van y B x waarbij B de matrix is waarvan de kolommen gevormd worden door de vectoren van deze nieuwe basis. UzultbegrijpendateenbasisindeR n bestaat uit n vectoren met n kentallen, dus de matrix B is vierkant. Deze n vectoren moeten onafhankelijk zijn. Dit houdt in dat de matrix B altijd inverteerbaar is. Opdracht Bereken de kentallen van de vector x (; ; 3) ten opzichte van de basis:!!!) fb ;b ;b 3 g (Ã 3 ; Ã ; Ã 6. Afbeeldingen ten opzichte van een basis U weet dat in de kolommen van een afbeeldingsmatrix van een afbeelding van R naar R de beelden staan van de basisvectoren e en e : Dat wil zeggen dat de afbeelding beschreven is ten opzichte van dezebasis.meestalzegtmendaternietbijalshetomde standaard-basis gaat. Voorbeeld 3 Neemt u de afbeelding van R naar R vandespiegelingindelijn x x : Zie ook afbeelding. x -as b b x -as Afbeelding De matrix (ten opzichte van fe ;e g) van deze afbeelding S (spiegeling in de lijn x x ) is S

5 en heeft als kolommen de beelden van e en e : Het zou eigenlijk mooier zijn om niet fe ;e g als basis te nemen voor juist deze afbeelding S maar over te gaan op een nieuwe basis fb ;b g met b en b Op afbeelding zult u kunnen zien dat deze basis voor juist deze afbeelding zéér geschikt is, want bij deze spiegeling worden de beelden van deze basisvectoren op zichzelf of op hun eigen lijn afgebeeld!! De matrix (ten opzichte van fb ;b g) van déze spiegeling moet als kolommen de beelden van b en b hebben! Bij deze afbeelding geldt dus dat b op zijn plaats blijft en dat b alleen maar omgeklapt wordt. De beelden van b en b zijn dus Sb b en Sb b : De vectoren b en b zijn nu juist de eigenvectoren van deze spiegeling! Als we deze beeldvectoren ook nog met de kentallen willen schrijven ten opzichte van de nieuwe basis fb ;b g dan worden de beelden van deze basisvectoren na spiegelen in de lijn x x dus B Sb µ en B Sb µ Let op!, de betekenis van ten opzichte van de nieuwe basis fb ;b g wil zeggen b + b : Vormen we nu met de beelden van b en b de kolommen van een matrix waarbij ook nog de kentallen ten opzichte van de nieuwe basis fb ;b g gegeven zijn, dan krijgen we de matrix die de genoemde spiegeling beschrijft met als basis het stelsel fb ;b g : Hetmoetu opvallen dat het resultaat een diagonaal-matrix is. B SB - Algemeen geldt nu het volgende voor een afbeelding A (ten opzichte van de normale basis). Zet men de beelden van een stelsel nieuwe basisvectoren (met kentallen ten opzichte van deze basisvectoren) in de kolommen van de afbeeldingsmatrix, dan krijgt men de matrix B AB:(De kolommen van matrix B worden gevormd door de nieuwe basisvectoren.) Deze samengestelde matrix stelt weer precies dezelfde afbeelding voor. Men moet zich echter bewust zijn van het feit dat deze afbeelding niet meer ten opzichte van de gewone basis beschreven wordt, maar ten opzichte van een nieuwe basis die natuurlijk wel erbij vermeld dient te worden. Opdracht Gegeven is een afbeeldingsmatrix A. 5 A 6 a. Bereken de matrix van deze afbeelding, maar nu ten opzichte van de basis ; ª waarvan de matrix B genoemd wordt. b. Bereken de matrix van deze afbeelding, maar nu ten opzichte van de basis ; 3 ª waarvan de matrix B genoemd wordt.

6 c. Bereken de eigenwaarden van afbeeldingsmatrix A. d. Bereken de eigenwaarden van de afbeeldingsmatrix B AB ten opzichte van basis B en ook van de afbeeldingsmatrix B AB ten opzichte van basis B : e. Bereken de eigenvectoren van A uitgedrukt in de basis fe ;e g : f. Bereken de eigenvectoren van de afbeelding B AB ten opzichte van basis B en van de afbeelding B AB ten opzichte van basis B : Let op!, deze eigenvectoren zijn dan ook uitgedrukt in de vectoren van de nieuwe basis. g. Controleer dat de kolommen van de matrix B AB gevormd worden door de beelden van de bijbehorende basisvectoren, uitgedrukt in deze basisvectoren. jordan.3 Diagonaalmatrix Het is niet voor niets geweest dat we in voorbeeld 3 de nieuwe basisvectoren b en b hadden genomen! De spiegelingsmatrix B SB(ten opzichte van fb ;b g) wordtnuheelmooieen diagonaalmatrix. Misschien is u al opgevallen dat b en b juist de eigenvectoren waren van de spiegelingsmatrix S: Er geldt immers Sb b en dus is b een eigenvector met eigenwaarde. Er geldt immers Sb b en dus is b een eigenvector met eigenwaarde. In de diagonaalmatrix staan heel netjes de eigenwaarden op de diagonaalplaatsen. Ook in opdracht ziet u dat de basis van eigenvectoren de diagonaalmatrix (B ) oplevert bij basistransformatie naar de basis van eigenvectoren. - De matrix van S (van voorbeeld 3) ten opzichte van fe ;e g stelt dezelfde afbeelding voor als de matrix B SB(met dezelfde eigenvectoren en dezelfde eigenwaarden), maar de laatste is ten opzichte van de basis fb ;b g.hierinvormendevectorenb en b de kolommen van matrix B (uitgedrukt in deze basisvectoren). - Voor iedere afbeelding A van R n naar R n kan men in R n een nieuwe basis kiezen (van n onafhankelijke vectoren) die R n opspant (het domein van de afbeelding). De vectoren van deze nieuwe basis vormen de kolommen van de vierkante matrix B. De afbeelding wordt beschreven door matrix A (ten opzichte van fe ; ::::::e n g),maarkanookbeschrevenwordendoordematrix B ABten opzichte van fb ; ::::::b n g : U kunt zelf kiezen voor een willekeurige basis, maar de basis die gevormd wordt door de eigenvectoren vandeafbeeldingishetmooist. - De afbeeldingsmatrix ten opzichte van de basis van eigenvectoren wordt dan de diagonaalmatrix met op de diagonaalplaatsen de eigenwaarden. Maple heeft een gemakkelijk commando om van een afbeeldingsmatrix A van de R 3 naar de R 3 de diagonaalmatrix B AB te maken en metéén ook de matrix B van eigenvectoren te geven. Dit commando kan echter alléén gebruikt worden als u er zeker van bent dat u met een stelsel onafhankelijke eigenvectoren te maken hebt. Zo niet, dan krijgt u met dit commando ook geen diagonaalmatrix. Het commando luidt jordan en hier volgt metéén een voorbeeld.

7 Voorbeeld 4 Gegeven de afbeeldingsmatrix van de spiegeling van voorbeeld 3. Bepaal de diagonaalmatrix B ABen ga na dat in de kolommen van de matrix B de eigenvectoren van A staan. Antwoord: Bij het opgeven van de matrix A kunt u als optie B meegeven die dan staat voor de matrix van eigenvectoren. De letter B (deze letter kiest u zelf) staat tussen quotes, want anders zou Maple deze kunnen opvatten als een eerder gede nieerde B. > with(linalg): > A:matrix([[,],[,]]) " # A : > jordan(a, B ) " # > evalm(b) 6 4 Uzietdatdediagonaalmatrix links boven de eigenwaarde vermeldt. In de bijbehorende matrix B vindt u als eerste kolom de eigenvector ( ; ): Deze eigenvector noteren wij meestal zonder breuken als (; ): Het maakt niet uit welke lengte deze eigenvector heeft, het moet een representant zijn. De tweede eigenwaarde van matrix A staat op de tweede diagonaalplaats van de diagonaalmatrix en de tweede eigenvector staat in de tweede kolom van matrix B. Deze tweede eigenvector staat als ( ; ) genoteerd, maar wij schrijven liever zonder breuken (; ): De controle voor de eigenwaarden en eigenvectoren kunt u ook met eigenvects doen. > eigenvects(a) [ ; ; f[ ; ]g]; [; ; f[; ]g] Opdracht 3 Onderzoek of er een basis van eigenvectoren te vinden is bij de volgende matrices en bepaal zo mogelijk de diagonaalmatrix. P Ã 3! en 3 3 A 3

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

te vermenigvuldigen, waarbij N het aantal geslagen Nederlandse munten en B het aantal geslagen buitenlandse munten zijn. Het resultaat is de vector

te 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 informatie

Lineaire afbeeldingen

Lineaire 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 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

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

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

Wiskunde D vwo Lineaire algebra. Presentatie Noordhoff wiskunde Tweede Fase congres 19 november 2015 Harm Houwing en John Romkes

Wiskunde D vwo Lineaire algebra. Presentatie Noordhoff wiskunde Tweede Fase congres 19 november 2015 Harm Houwing en John Romkes Wiskunde D vwo Lineaire algebra Presentatie Noordhoff wiskunde Tweede Fase congres 9 november 205 Harm Houwing en John Romkes Vwo D Lineaire algebra Harm Houwing John Romkes Hoofdstuk 4 Onderwerpen Rekenen

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

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

UITWERKINGEN d. Eliminatie van a geeft d. Eliminatie van b,

UITWERKINGEN d. Eliminatie van a geeft d. Eliminatie van b, UITWERKINGEN 1. Gegeven in R 3 zijn de punten P = (1, 1, ) t en Q = ( 2,, 1) t en het vlak V gegeven door de vergelijking 2x 1 x 2 + x 3 = 1. Zij l de lijn door P loodrecht op V en m de lijn door Q loodrecht

Nadere 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

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

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

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

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

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

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

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 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

College WisCKI. Albert Visser. 16 januari, Department of Philosophy, Faculty Humanities, Utrecht University. Loodrechte Projectie

College 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 informatie

Lineaire afbeeldingen

Lineaire 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 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

Linalg.nb 1. Werk het notebook aandachtig door en maak de (genummerde) oefeningen aan het einde van elke sectie. Succes!

Linalg.nb 1. Werk het notebook aandachtig door en maak de (genummerde) oefeningen aan het einde van elke sectie. Succes! Linalg.nb Lineaire Algebra Andr Heck AMSTEL Instituut, Universiteit van Amsterdam Werk het notebook aandachtig door en maak de (genummerde) oefeningen aan het einde van elke sectie. Succes! Å Introductie

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

Functies van vectoren

Functies van vectoren Functies van vectoren Alexander Ly Psychological Methods University of Amsterdam 15 September 2014 Overview 1 Notatie 2 Overview 1 Notatie 2 Matrices Een matrix schrijven we vaak met een hoofdletter A.

Nadere informatie

Kwantitatieve Economie / Faculteit Economie en Bedrijfskunde / Universiteit van Amsterdam. Schrijf je naam en studentnummer op alles dat je inlevert.

Kwantitatieve Economie / Faculteit Economie en Bedrijfskunde / Universiteit van Amsterdam. Schrijf je naam en studentnummer op alles dat je inlevert. Kwantitatieve Economie / Faculteit Economie en Bedrijfskunde / Universiteit van Amsterdam Tentamen Lineaire Algebra A (met uitwerking) Maandag juni 00, van 9:00 tot :00 (4 opgaven) Schrijf je naam en studentnummer

Nadere 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

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

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

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

4. Determinanten en eigenwaarden

4. Determinanten en eigenwaarden 4. Determinanten en eigenwaarden In dit hoofdstuk bestuderen we vierkante matrices. We kunnen zo n n n matrix opvatten als een lineaire transformatie van R n. We onderscheiden deze matrices in twee typen:

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

Wiskunde 1 voor kunstmatige intelligentie. Bernd Souvignier

Wiskunde 1 voor kunstmatige intelligentie. Bernd Souvignier Wiskunde voor kunstmatige intelligentie Bernd Souvignier voorjaar 2003 Hoofdstuk I Lineaire Algebra Les Stelsels lineaire vergelijkingen Om te beginnen is hier een puzzeltje: vandaag is Annie twee jaar

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

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

Lineaire afbeeldingen

Lineaire afbeeldingen Hoofdstuk 2 Lineaire afbeeldingen 21 Inleiding Een afbeelding f van een verzameling V naar een verzameling W is een regel die aan ieder element v van V een element f(v) van W toevoegt maw een generalisatie

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

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

Ruimtewiskunde. college. De determinant en lineaire afbeeldingen. Vandaag. De determinant van een matrix. Toepassing: oppervlakte en inhoud

Ruimtewiskunde. 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 informatie

Een andere codering. Hannes Stoppel Max-Planck-Gymnasium, Gelsenkirchen Duitsland (Vertaling: L. Sialino)

Een andere codering. Hannes Stoppel Max-Planck-Gymnasium, Gelsenkirchen Duitsland (Vertaling: L. Sialino) Een andere codering Hannes Stoppel Max-Planck-Gymnasium, Gelsenkirchen Duitsland (Vertaling: L Sialino) Niveau VWO-scholieren die matrix berekeningen al kennen Het helpt als ze module berekeningen kennen

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

Toepassingen op differentievergelijkingen

Toepassingen op differentievergelijkingen 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

Nadere informatie

Hoofdstuk 3 : Determinanten

Hoofdstuk 3 : Determinanten (A5D) Hoofdstuk 3 : Determinanten Les : Determinanten Definitie 3. De determinant van de [2 x 2]-matrix A = ( a c det(a) = ad bc. b ) is een getal met waarde d a b Notatie : det(a) = = ad bc c d Voorbeeld

Nadere informatie

xxii Handleiding Maple 10

xxii Handleiding Maple 10 xxii Handleiding Maple 10 dat geval kun je van de vectorvergelijking een stelsel vergelijkingen maken in de vorm van een verzameling of een lijst naar keuze en dit stelsel te lijf gaan met solve of andere

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

Lineaire Algebra (2DD12) Laatste nieuws in 2012

Lineaire Algebra (2DD12) Laatste nieuws in 2012 Lineaire Algebra (2DD12) Laatste nieuws in 2012 Kwartiel 3, week 1 Het eerste college zal op maandagmiddag 6 februari 2012 beginnen om 13:45 uur in Auditorium 8. Zie de desbetreffende pagina van OASE of

Nadere informatie

Basiskennis lineaire algebra

Basiskennis 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 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

CTB1002 deel 1 - Lineaire algebra 1

CTB1002 deel 1 - Lineaire algebra 1 CTB1002 deel 1 - Lineaire algebra 1 College 6 27 februari 2014 1 Opbouw college Vandaag behandelen we de rest van hoofdstuk 1.8 en 1.9 Voor de pauze: hoofdstuk 1.8 Na de pauze: hoofdstuk 1.9 2 Transformatie

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

maplev 2010/12/22 15:06 page 183 #185 Lineaire algebra.

maplev 2010/12/22 15:06 page 183 #185 Lineaire algebra. maplev // : page 8 #8 Module Lineaire algebra Onderwerp Voorkennis Expressies Bibliotheken Zie ook Stelsels lineaire vergelijkingen: Gauss(-Jordan)-eliminatie; Gram-Schmidt; Eigenwaarden, eigenvectoren.

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

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

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

3.2 Vectoren and matrices

3.2 Vectoren and matrices we c = 6 c 2 = 62966 c 3 = 32447966 c 4 = 72966 c 5 = 2632833 c 6 = 4947966 Sectie 32 VECTOREN AND MATRICES Maar het is a priori helemaal niet zeker dat het stelsel vergelijkingen dat opgelost moet worden,

Nadere informatie

Schoolagenda 5e jaar, 8 wekelijkse lestijden

Schoolagenda 5e jaar, 8 wekelijkse lestijden Leerkracht: Koen De Naeghel Schooljaar: 2012-2013 Klas: 5aLWi8, 5aWWi8 Aantal taken: 19 Aantal repetities: 14 Schoolagenda 5e jaar, 8 wekelijkse lestijden Taken Eerste trimester: 11 taken indienen op taak

Nadere informatie

FLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j

FLIPIT 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 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 J.Keijsper (TUE)

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

Lineaire Algebra TW1205TI. I.A.M. Goddijn, Faculteit EWI 12 februari 2014

Lineaire Algebra TW1205TI. I.A.M. Goddijn, Faculteit EWI 12 februari 2014 Lineaire Algebra TW1205TI, 12 februari 2014 Contactgegevens Mekelweg 4, kamer 4.240 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http: //fa.its.tudelft.nl/ goddijn blackboard : http:

Nadere informatie

Samenvatting. Lineaire Algebra 1 - Collegejaar Dictaat met verwijzing naar het boek. Disclaimer

Samenvatting. Lineaire Algebra 1 - Collegejaar Dictaat met verwijzing naar het boek. Disclaimer Samenvatting Lineaire Algebra 1 - Collegejaar 2013-2014 Dictaat met verwijzing naar het boek Disclaimer De informatie in dit document is afkomstig van derden. W.I.S.V. Christiaan Huygens betracht de grootst

Nadere informatie

Wiskunde 1 voor kunstmatige intelligentie (WB033B) Bernd Souvignier

Wiskunde 1 voor kunstmatige intelligentie (WB033B) Bernd Souvignier Wiskunde voor kunstmatige intelligentie (WB33B Bernd Souvignier voorjaar 24 Deel I Lineaire Algebra Wiskunde voor kunstmatige intelligentie, 24 Les Stelsels lineaire vergelijkingen Om te beginnen is hier

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

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 BMT en TIW (DM) op dinsdag 9 april 8, 9.. uur. Dit tentamen bestaat uit 6 open vragen, en 4 kort-antwoord

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

a) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n.

a) 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 informatie

Lineaire Algebra 2. Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven

Lineaire Algebra 2. Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven Lineaire Algebra 2 Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven 2012-2013 ii Syllabus in wording bij Lineaire Algebra 2 (2WF30 Inhoudsopgave 1 Lineaire afbeeldingen 1 11 Lineaire

Nadere informatie

6. Lineaire operatoren

6. 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 informatie

Unitaire en Hermitese transformaties

Unitaire 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 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

Praktische informatie m.b.t. College Lineaire Algebra en Beeldverwerking Bachelor Informatica en Economie 2 e jaar Voorjaar semester 2013 Docent:

Praktische informatie m.b.t. College Lineaire Algebra en Beeldverwerking Bachelor Informatica en Economie 2 e jaar Voorjaar semester 2013 Docent: Praktische informatie m.b.t. College Lineaire Algebra en Beeldverwerking Bachelor Informatica en Economie 2 e jaar Voorjaar semester 2013 Docent: D.P. Huijsmans LIACS Universiteit Leiden College Lineaire

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

Wiskunde 1 voor kunstmatige intelligentie (BKI 116)

Wiskunde 1 voor kunstmatige intelligentie (BKI 116) Wiskunde voor kunstmatige intelligentie (BKI 6) Bernd Souvignier voorjaar 25 Inhoud I Lineaire Algebra 4 Les Stelsels lineaire vergelijkingen.................... 5. Gauss-eliminatie.......................

Nadere informatie

Supplement Wiskunde 2017/2018. Inhoudsopgave

Supplement Wiskunde 2017/2018. Inhoudsopgave Inhoudsopgave Hoofdstuk 1: Missende stof in de verslagen... 2 Hoofdstuk 2: Overbodige stof in de verslagen... 7 Hoofdstuk 3: Fouten in de verslagen... 8 Tentamen halen? www.rekenmaarverslagen.nl 1 Hoofdstuk

Nadere informatie

Vectorruimten en deelruimten

Vectorruimten 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 informatie

3. Stelsels van vergelijkingen

3. Stelsels van vergelijkingen . Stelsels van vergelijkingen We gaan de theorie van de voorgaande hoofdstukken toepassen op stelsels van lineaire vergelijkingen. Een voorbeeld: bepaal alle oplossingen (x,, ) van het stelsel vergelijkingen

Nadere informatie

Bilineaire Vormen. Hoofdstuk 9

Bilineaire 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 informatie

(2) Stel een parametervoorstelling op van de doorsnijdingskromme van sfeer en cilinder in de voorkeurpositie.

(2) Stel een parametervoorstelling op van de doorsnijdingskromme van sfeer en cilinder in de voorkeurpositie. Vraag op 5 punten de sfeer met middelpunt in,, 4 en straal 6; de omwentelingscilinder met straal 6 en als as de rechte door,, met richtingsvector,, Bepaal een affiene transformatie of een coördinatentransformatie,

Nadere informatie

Matrices en Grafen (wi1110ee)

Matrices en Grafen (wi1110ee) Matrices en Grafen (wi1110ee) Electrical Engineering TUDelft September 1, 2010 September 1, 2010 Inleiding Mekelweg 4, kamer 4.240 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http:

Nadere informatie

Stelsels Vergelijkingen

Stelsels 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 informatie

Hoofdstuk 3. Matrices en stelsels. 3.1 Matrices. [[1,7]],[[12,8] ] of [ 1, 7; 12,8 ] bepaalt de matrix

Hoofdstuk 3. Matrices en stelsels. 3.1 Matrices. [[1,7]],[[12,8] ] of [ 1, 7; 12,8 ] bepaalt de matrix Hoofdstuk 3 Matrices en stelsels 3.1 Matrices Een matrix is in DERIVE gedefinieerd als een vector van vectoren. De rijen van de matrix zijn de elementen van de vector. Op de volgende manier kan je een

Nadere informatie

Coëfficiënten matrix = matrix waarin de rechterkolom geen oplossing van de vergelijking is. 1. Lineair systeem = Stelsel van lineaire vergelijkingen

Coëfficiënten matrix = matrix waarin de rechterkolom geen oplossing van de vergelijking is. 1. Lineair systeem = Stelsel van lineaire vergelijkingen Hoofdstuk 1 Vectoren dik gedrukt, scalairen normaal en Matrices in hoofdletters Vector = een pijl in R n. Een vector heeft een grootte en een richting. Dit in tegenstelling tot een coördinaat, dat slechts

Nadere informatie

Praktische informatie. m.b.t. College. Lineaire Algebra en Beeldverwerking. Bachelor Informatica. 1e jaar. Voorjaar semester 2012

Praktische informatie. m.b.t. College. Lineaire Algebra en Beeldverwerking. Bachelor Informatica. 1e jaar. Voorjaar semester 2012 Praktische informatie m.b.t. College Lineaire Algebra en Beeldverwerking Bachelor Informatica 1e jaar Voorjaar semester 2012 Docenten: Jesse Goodman en Charlene Kalle Universiteit Leiden Praktische informatie

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

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

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

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

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 7 J.Keijsper

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

Vragen, samenvattingen en uitwerkingen Lineaire algebra 1 - UvA

Vragen, samenvattingen en uitwerkingen Lineaire algebra 1 - UvA Vragen, samenvattingen en uitwerkingen 2013 - Lineaire algebra 1 - UvA Rocco van Vreumingen 28 juli 2016 1 Inhoudsopgave 1 Samenvattingen 3 1.1 Samenvatting stof college 1................... 3 1.2 Samenvatting

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

ONBETWIST ONderwijs verbeteren met WISkunde Toetsen. Overzicht bestaande content. Deliverable 3.6. Hans Cuypers. ONBETWIST Deliverable 3.

ONBETWIST ONderwijs verbeteren met WISkunde Toetsen. Overzicht bestaande content. Deliverable 3.6. Hans Cuypers. ONBETWIST Deliverable 3. Overzicht bestaande content Deliverable 3.6 Hans Cuypers Inleiding Binnen het ONBETWIST project worden toetsen en items voor verschillende deelgebieden van de wiskunde gemaakt. In voorgaande projecten,

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

Lineaire algebra en kegelsneden. Cursus voor de vrije ruimte

Lineaire algebra en kegelsneden. Cursus voor de vrije ruimte Lineaire algebra en kegelsneden Liliane Van Maldeghem Hendrik Van Maldeghem Cursus voor de vrije ruimte 2 Hoofdstuk Reële vectorruimten. De reële vectorruimte van de reële n-tallen Definitie Een reëel

Nadere informatie

Lineaire Algebra (wi2142tn) Les 5: Determinanten. Joost de Groot Les 5. Faculteit EWI, Toegepaste Wiskunde. Technische Universiteit Delft

Lineaire Algebra (wi2142tn) Les 5: Determinanten. Joost de Groot Les 5. Faculteit EWI, Toegepaste Wiskunde. Technische Universiteit Delft Lineaire Algebra (wi2142tn) Les 5: Determinanten Joost de Groot Les 5 1 Technische Universiteit Delft Doel van deze les Determinanten ben je al tegengekomen bij de behandeling van het in en het uitwendig

Nadere informatie

Blokmatrices. , I 21 = ( 0 0 ) en I 22 = 1.

Blokmatrices. , I 21 = ( 0 0 ) en I 22 = 1. Blokmatrices Soms kan het handig zijn een matrix in zogenaamde blokken op te delen, vooral als sommige van deze blokken uit louter nullen bestaan Berekeningen kunnen hierdoor soms aanzienlijk worden vereenvoudigd

Nadere informatie

De inverse van een matrix

De inverse van een matrix De inverse van een matrix Laat A een n n matrix zijn. Veronderstel dat de matrixvergelijking A X = I n de oplossing X = C heeft. Merk op dat [ A I n ] rijoperaties [ I n C ] [ I n A] inverse rijoperaties

Nadere informatie

Magidoku s en verborgen symmetrieën

Magidoku s en verborgen symmetrieën Uitwerking Puzzel 92-6 Magidoku s en verborgen symmetrieën Wobien Doyer Lieke de Rooij Een Latijns vierkant van orde n, is een vierkante matrix, gevuld met n verschillende symbolen waarvan elk precies

Nadere informatie

TENTAMEN LINEAIRE ALGEBRA 2 dinsdag 3 april 2007,

TENTAMEN LINEAIRE ALGEBRA 2 dinsdag 3 april 2007, TENTAMEN LINEAIRE ALGEBRA 2 dinsdag 3 april 2007, 000-300 Bij elke vraag dient een berekening of mo- Dit tentamen bestaat uit vijf opgaven tivering te worden opgeschreven Grafische en programmeerbare rekenmachines

Nadere informatie

b + b c + c d + d a + a

b + b c + c d + d a + a Voorwoord De wiskundige vorming die in de wiskundig sterke richtingen van het Vlaamse secundair onderwijs wordt aangeboden, vormt een zeer degelijke basis voor hogere studies in wetenschappelijke, technologische

Nadere informatie