Lineaire algebra. v + w. s x (v) s x (λv) = λs x (v) s x (w) s x (v + w) = s x (v) + s x (w) Paul Igodt & Wim Veys
|
|
- Jan ten Hart
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Lineaire algebra auteursrechtelijk beschermd materiaal y v + w w v λv Paul Igodt & Wim Veys s x (v) x s x (λv) = λs x (v) s x (w) s x (v + w) = s x (v) + s x (w)
2 Voorwoord Met dit handboek kunnen studenten uit een diversiteit aan opleidingen kennismaken met de basisbegrippen, basistechnieken en enkele voorname resultaten van de lineaire algebra. In vrijwel alle toepassingsgebieden van wiskunde wordt lineaire algebra aangewend. Soms beperkt dat zich tot elementair matrixrekenen, maar vaak komen ook moeilijkere probleemstellingen aan bod. Deze problemen presenteren zich in een veelheid aan uitzichten en vormen, maar steevast vinden we er dezelfde begrippen in terug: vectoren, lineaire afhankelijkheid en onafhankelijkheid, voortbrengers, basis, vrijheidsgraden, lineaire combinaties, dimensie, spectraalstelling, diagonaliseren, singuliere waarden,... Niet altijd is het louter technisch oplossen van de probleemstelling het belangrijkst, maar veeleer het kwalitatief inzicht in de structuur of de aard van een oplossing; juist dát brengt typisch de echte voorspellende kracht voor analoge of nieuwe probleemstellingen met zich mee. Doorheen het hele boek hebben we oog voor het aanleren van nauwkeurigheid zowel in formulering als in berekening. De aanpak die we hanteren is hierdoor niet beperkt tot louter technische aspecten, maar brengt steevast ook zorgvuldige argumentaties. Deze ietwat steviger wiskundige onderbouw vraagt de student om volgehouden aandacht. Niettemin kunnen de sleutelresultaten in de opbouw van het geheel door de verzorgde lay-out als het ware afzonderlijk gelezen worden. We illustreren met vele voorbeelden en ook een selectie uit het vrijwel ongelimiteerd aanbod aan thematische toepassingen van de lineaire algebra komt aan bod. Het ruime aantal oefeningen biedt mogelijkheid om te differentiëren naar belangstelling, context, abstractie en diepgang. We engageren ons om dit ook in elektronische vorm als een extra ondersteuning bij het handboek aan de lezers aan te bieden. In een tijdperk van steeds krachtiger computeralgebra kunnen we de vraag stellen in welke mate dergelijke rekenkracht kan of moet aangewend worden. Ook wij zetten computeralgebra in voor snelle simulaties of voor uitgebreide analyses. Onze didactische ervaring brengt ons evenwel de overtuiging bij dat een degelijke handmatige beheersing en het hiermee samengaand groeiend inzicht best voorafgaan aan gevorderde computeralgebra. Net dat inzicht zorgt ervoor dat de gebruiker zich ondersteund weet bij het inzetten van software. Het biedt hem ook de mogelijkheid om gericht te exploreren. Hierbij de juiste vragen leren stellen én bovendien
3 VOORWOORD betekenisvolle goede antwoorden vinden, vormen dan een dankbare beloning voor de gewonnen rekenkracht. Zo zal computeralgebra finaal echt ondersteunen, bevestigen of illustreren. Dit werk kwam tot stand in goede samenwerking met verschillende medewerkers, die verbeteringen in de tekst hebben gesuggereerd en het oefeningenaanbod hebben rijker gemaakt of uitgeprobeerd. We danken in het bijzonder Sandra Deschamps, Rein Duyck, Hendrik Hubrechts, Tristan Kuijpers, Dirk Segers, Karl Van Valckenborgh, Kelly Verheyen en Kaatje Zeeuwts voor hun onverdroten ijver en opbouwende kritische spirit. Paul Igodt Wim Veys juni
4 Inhoudsopgave Voorwoord 5 1 Eerstegraadsvergelijkingen en matrices Contextenmatrixvorm Gauss-eliminatie, echelonvorm, rijgereduceerde vorm Voorbeelden Stelselsmetparameters Rekenenmetmatrices Inverteerbaarheid van matrices en inverse matrices Elementaire rijoperaties en elementaire matrices LU-decompositie NutvaneenLU-decompositie LU-decompositie van een inverteerbare matrix Voorbeeld van een LU-decompositie Praktischeconstructie Oefeningen Eerstegraadsvergelijkingen Matrices Determinanten Kennismaking in het geval van (2 2)-matrices Determinant: definitie, bestaan en eigenschappen Drieinvloedrijkeeigenschappen Overpermutatiesenhunteken Er is juist één determinantafbeelding (voor elke n 1) Ontwikkelen naar een rij of kolom De toegevoegde matrix of adjunctmatrix DeformulevanCramer Toepassingen Veelterminterpolatie Oppervlakte van een parallellogram
5 INHOUDSOPGAVE 2.4 Oefeningen Vectorruimten Hetbegripvectorruimte Deelruimtenenlineairecombinaties Somendirectesomvandeelruimten Lineaire onafhankelijkheid, basis en dimensie Lineaire afhankelijkheid en onafhankelijkheid Basis, dimensie en coördinaten Nogmaals som en directe som Vectorruimten geassocieerd aan een matrix Nulruimte, rijruimte en kolomruimte van een matrix Basis van de nulruimte, de rijruimte en de kolomruimte Oefeningen Lineaire afbeeldingen en lineaire transformaties Definitieenvoorbeelden Lineaireafbeeldingenenmatrices Matrixvoorstellingen van een lineaire afbeelding De vectorruimte van de lineaire afbeeldingen Lineaire afbeeldingen samenstellen en het matrixproduct Isomorfismenvanvectorruimten Invloedvanhetveranderenvanbasis Invloed op de coördinaatvaneenvector Invloed op de matrix van een lineaire afbeelding Invloed op de matrix van een lineaire transformatie De dimensiestelling voor lineaire afbeeldingen Rangeneigenschappen Algemene vorm en oplossing van een lineair probleem Oefeningen Eigenwaarden, eigenvectoren en diagonaliseerbaarheid Probleemstellingen: voorbeelden Eigenwaardeneneigenvectoren Iedereen gebruikt het: Google s PageRank TM Eeneenvoudigmodel Eentweedemodel De echte PageRank: een eigenvector! Spectrumeneigenruimten Diagonaliseerbaarheid van een lineaire transformatie
6 INHOUDSOPGAVE 5.6 Transformaties van complexe vectorruimten Toepassingen Discrete-tijd-evoluties Stochastische matrices en Markov-ketens Eigenwaarden van Leslie-matrices Toemaatje: over triangularisatie en Jordan Oefeningen Inproductruimten en Euclidische ruimten InproductenenHermitischeproducten Euclidische meetkunde en Euclidische ruimte Orthonormale basis, orthogonaal complement Transformaties met een symmetrische matrix Orthogonale matrices Orthogonale en symmetrische transformaties Toepassingen Extrema en teken van kwadratische vormen Singuliere-waardenontbinding van een matrix Kleinste-kwadratenoplossing als AX = B niet oplosbaar is Oefeningen Bibliografie 269 Index 270 9
7
8 HOOFDSTUK 1 Eerstegraadsvergelijkingen en matrices Bij een grote variatie aan problemen in allerlei wetenschapsgebieden moeten stelsels van eerstegraadsvergelijkingen opgelost worden. Als het maar een paar vergelijkingen in weinig onbekenden betreft kan men een oplossing vinden met gezond verstand. In veel praktijkgevallen moeten grote stelsels met tientallen, duizenden of nog meer vergelijkingen en onbekenden opgelost worden. Men kan stellen dat de systematische methode in deze context Gauss-eliminatie is. Ze geeft enerzijds inzicht in de algemene structuur van de oplossingen van stelsels van eerstegraadsvergelijkingen en vormt anderzijds de kern van alle methoden om deze stelsels effectief (en efficiënt) met behulp van computers op te lossen. Deze methode komt in de praktijk neer op het manipuleren van rijen van matrices. Een (wiskundige) matrix is een rechthoekig schema getallen. Ook matrices komen voor in zeer gevarieerde toepassingsgebieden van de wiskunde, bijvoorbeeld als transformatievoorschrift van bewegingen in het vlak of in de ruimte, of bij de beschrijving van populatie-evoluties in de biologie of van marktbewegingen in de economie. Essentieel hierbij is dat men ook bewerkingen kan uitvoeren op matrices, zoals optellen en vermenigvuldigen. In dit hoofdstuk behandelen we het oplossen van stelsels via Gauss-eliminatie en de essentie van het matrixrekenen. De natuurlijke biotoop van matrices, namelijk lineaire afbeeldingen op vectorruimten, komt later aan bod in Hoofdstuk Context en matrixvorm We spreken van een eerstegraadsvergelijking in de variabelen (of onbekenden of veranderlijken) x 1, x 2,..., x n als we een vergelijking van het type a 1 x 1 + a 2 x a n x n = b hebben, waarin a 1,a 2,...,a n,b gegeven getallen zijn. De a i noemen we de coëfficiënten van de vergelijking; b wordt het rechterlid (of de constante term) genoemd. Vaak worden dergelijke vergelijkingen ook lineaire vergelijkingen genoemd. 11
9 H1 EERSTEGRAADSVERGELIJKINGEN EN MATRICES Eerstegraadsvergelijkingen behoren tot de ervaringswereld van de meeste leerlingen in het secundair onderwijs; zij ontspruiten uit een grote diversiteit aan probleemstellingen. Voorbeeld Evenwicht bij chemische reacties. De reactie waarbij ammoniak en zuurstof combineren tot stikstofmonoxide en water(damp), wordt weergegeven als x 1 NH 3 + x 2 O 2 x 3 NO + x 4 H 2 O. Hierin moeten de coëfficiënten x i gehele getallen zijn. Zij drukken uit dat aan weerskanten van de vergelijking evenveel atomen van elk type aanwezig zijn. Met andere woorden x 1 = x 3 (stikstof) 3x 1 =2x 4 (waterstof) 2x 2 = x 3 + x 4 (zuurstof). We hebben hier drie eerstegraadsvergelijkingen in vier variabelen; we spreken van een (3 bij 4)-stelsel eerstegraadsvergelijkingen. Het vergt niet zoveel moeite om hiervoor een oplossing (zelfs meerdere) te vinden. Zo voldoet bijvoorbeeld (x 1,x 2,x 3,x 4 )=(4, 5, 4, 6). 2. Handel en economie. Om een veevoeder samen te stellen dat aan bepaalde voedingskwaliteiten voldoet, worden grondstoffen G 1,...,G 5 gebruikt. De kenmerken van elk van de grondstoffen, met betrekking tot twee voedingseigenschappen A en B, worden gegeven in de onderstaande tabel. G 1 G 2 G 3 G 4 G 5 A B Als de producent een mengsel moet samenstellen dat 20 eenheden A en 30 eenheden B telt, dan leidt dat tot de voorwaarden { 2x1 +3x 2 + x 3 +4x 4 +6x 5 = 20 (A) 3x 1 +4x 2 +5x 3 +3x 4 +2x 5 = 30 (B), een (2 bij 5)-stelsel eerstegraadsvergelijkingen. 3. Stroom in netwerken. Of het nu bijvoorbeeld om elektrische stroom, informatiehoeveelheid, dan wel verkeersintensiteit gaat, netwerken gehoorzamen 12
10 CONTEXT EN MATRIXVORM aan de wetten van Kirchoff. Hieronder wordt bijvoorbeeld een gedeelte van een stadsverkeersnetwerk (met éénrichtingsverkeer) getoond, met kruispunten A,B,...,F, en opgave van verkeersintensiteiten uitgedrukt in aantal voertuigen per uur (vpu). noord 700 vpu 400 vpu 200 vpu x vpu 300 vpu F E D x 3 west x 5 x 6 x 7 oost 800 vpu x 1 x vpu A B C 100 vpu 500 vpu 400 vpu zuid Door op elk kruispunt het evenwicht uit te drukken tussen inkomende en uitgaande voertuigen, ontstaan er eerstegraadsvergelijkingen. Zo geldt voor kruispunt E dat x = x 4 + x 6. Het gehele verkeersschema geeft aanleiding tot een (6 bij 7)-stelsel van eerstegraadsvergelijkingen. Schrijf dit stelsel op. 4. Vlakke meetkunde. In het vlak (geïdentificeerd met R 2 ) bepaalt een eerstegraadsvergelijking ax + by = c een rechte. Als b = 0 dan is deze rechte evenwijdig met de y-as; in het andere geval is het een rechte met richtingscoëfficiënt a b. Een (2 bij 2)-stelsel eerstegraadsvergelijkingen { ax + by = r cx + dy = s 13
11 H1 EERSTEGRAADSVERGELIJKINGEN EN MATRICES kan dus opgevat worden als het opgeven van twee rechten in het vlak en het zoeken naar de punten die tegelijk op die beide rechten liggen. Elementaire kennis van de vlakke meetkunde geeft ons hier meteen het antwoord. Er zijn drie mogelijke situaties. Ofwel zijn de rechten evenwijdig (en verschillend); dan hebben ze geen punten gemeenschappelijk, het stelsel heet strijdig of inconsistent. Bijvoorbeeld { 3x +2y =5 6x +4y =7. Ofwel zijn de rechten niet evenwijdig; dan snijden ze elkaar in juist één (snij)punt. Bijvoorbeeld { 3x +2y =5 6x +3y =7. Ofwel zijn de rechten samenvallend (met andere woorden dezelfde); in dat geval hebben ze al hun punten gemeenschappelijk. Bijvoorbeeld { 3x +2y =5 6x +4y = Ruimtemeetkunde. In de ruimte (geïdentificeerd met R 3 ) bepalen eerstegraadsvergelijkingen zoals ax + by + cz = d niet een rechte, maar een vlak! Schrijf de vergelijkingen op van de vlakken die telkens twee coördinaatassen bevatten (bijvoorbeeld x- en y-as). Wat is de meetkundige vertaling van een stelsel eerstegraadsvergelijkingen? In dit hoofdstuk maken we kennis met het praktisch behandelen van stelsels eerstegraadsvergelijkingen. Is het stelsel oplosbaar? Is er juist één oplossing of zijn er meerdere? Hoe vinden we een oplossing? Hoe vinden we alle oplossingen? Laat ons x 1,x 2,...,x n noteren voor de n veranderlijken, en veronderstel dat we m eerstegraadsvergelijkingen hebben. Dan verkrijgen we, in het algemeen, een stelsel van de vorm a 11 x 1 + a 12 x 2 + a 13 x a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a 23 x a 2n x n = b 2 a 31 x 1 + a 32 x 2 + a 33 x a 3n x n = b 3. a m1 x 1 + a m2 x 2 + a m3 x a mn x n = b m, 14
12 GAUSS-ELIMINATIE, ECHELONVORM, RIJGEREDUCEERDE VORM waarin we de getallen a ij (1 i m, 1 j n) de coëfficiënten van het stelsel noemen. In feite is deze notatie niet bijzonder zuinig, vermits we in elke vergelijking alle variabelen opnieuw opschrijven. Een meer gebruikelijke notatie is die waarin we de coëfficiënten samenbrengen in een tabel, de matrix van de coëfficiënten, en de variabelen nog slechts één keer noteren. We verkrijgen dan a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n a 31 a 32 a 33 a 3n... a m1 a m2 a m3 a mn x 1 x 2 x 3.. x n 1 x n = b 1 b 2 b 3.. b m 1 b m, kortweg ook AX = B genoteerd. Hierin is A een matrix met m rijen en n kolommen, X een matrix met n rijen en één kolom en B een matrix met m rijen en één kolom. We spreken kortweg van de coëfficiëntenmatrix A, de variabelen X en het rechterlid B. Als het rechterlid volledig uit nullen bestaat, spreken we van een homogeen stelsel. 1.2 Gauss-eliminatie, echelonvorm, rijgereduceerde vorm De voornaamste techniek om zo n stelsel op een doeltreffende en praktische manier op te lossen bestaat er in het stelsel om te vormen tot een eenvoudiger type stelsel. Tijdens dit omvormen mag noch de oplosbaarheid, noch de oplossingsverzameling wijzigen. We maken kennis met drie operaties die hierbij van doorslaggevend belang zijn: de elementaire rijoperaties (ERO). Om deze operaties kort te noteren, spreken we af om met R i de i-de vergelijking in het stelsel voor te stellen, met andere woorden R i : a i1 x 1 + a i2 x 2 + a i3 x a in x n = b i. I. R i λr i (λ = 0). Wanneer we een eerstegraadsvergelijking uit het stelsel met een getal verschillend van nul vermenigvuldigen, dan heeft dit hoegenaamd geen invloed op de oplosbaarheid en/of de oplossingen ervan. We kunnen dit uiteraard doen met elke vergelijking in een gegeven stelsel. Doen we dit met de 15
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 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 informatieLineaire 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 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 informatieAntwoorden op de theoretische vragen in de examen voorbereiding
Antwoorden op de theoretische vragen in de examen voorbereiding Theorie vraag Zij A een m n-matrix. Geef het verband tussen de formule voor de dimensie d van een niet-strijdig stelsel, d = n rang (A) (zie
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 2 J.Keijsper
Nadere informatieTentamen Lineaire Algebra 1 (Wiskundigen)
Tentamen Lineaire Algebra Wiskundigen Donderdag, 23 januari 24,.-3. Geen rekenmachines. Motiveer elk antwoord.. Voor alle reële getallen a definiëren we de matrix C a als a C a = a 2. a Verder definiëren
Nadere informatieStelsels lineaire vergelijkingen
Een matrix heeft een rij-echelon vorm als het de volgende eigenschappen heeft: 1. Alle nulrijen staan als laatste rijen in de matrix. 2. Het eerste element van een rij dat niet nul is, ligt links ten opzichte
Nadere informatie3 Wat is een stelsel lineaire vergelijkingen?
In deze les bekijken we de situatie waarin er mogelijk meerdere vergelijkingen zijn ( stelsels ) en meerdere variabelen, maar waarin elke vergelijking er relatief eenvoudig uitziet, namelijk lineair is.
Nadere 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 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 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 informatieVragen, 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 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 informatieLineaire Algebra (2DD12)
Lineaire Algebra (2DD12) docent: Ruud Pellikaan - Judith Keijsper email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/ ruudp/2dd12.html Technische Universiteit Eindhoven college 1 J.Keijsper
Nadere informatieHet oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b
Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b Ruud Pellikaan g.r.pellikaan@tue.nl /k 2014-2015 Lineaire vergelijking 2/64 DEFINITIE: Een lineaire vergelijking in de variabelen
Nadere 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 informatieExamen Lineaire Algebra en Meetkunde Tweede zit (13:30-17:30)
Examen Lineaire Algebra en Meetkunde Tweede zit 2016-2017 (13:30-17:30) 1 Deel gesloten boek (theorie) (5.5pt) - indienen voor 14u30 (0.5pt) Geef de kleinste kwadratenoplossing van het stelsel AX = d,
Nadere informatieWiskunde in de curricula van de K.U.Leuven en campus Kortrijk
Wiskunde in de curricula van de K.U.Leuven en campus Kortrijk Waarom, wat en hoe? K.U.Leuven Dag van Wiskunde, 20 november 2010 Overzicht 1 Rol van wiskunde in de universitaire curricula 2 3 4 Waarom wiskunde?
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 1 J.Keijsper
Nadere 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 informatieMatrixoperaties. 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 informatieLineaire 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 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 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 informatieb + 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 informatiePROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011
PROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011 Familienaam:....................................................................... Voornaam:.........................................................................
Nadere informatievandaag is Annie twee jaar jonger dan Ben en Cees samen
Hoofdstuk I Lineaire Algebra Les 1 Stelsels lineaire vergelijkingen Om te beginnen is hier een puzzeltje: vandaag is Annie twee jaar jonger dan Ben en Cees samen over vijf jaar is Annie twee keer zo oud
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 7 J.Keijsper
Nadere 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 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 informatieUITWERKINGEN d. Eliminatie van a geeft d. Eliminatie van b,
UITWERKINGEN 1. Gegeven in R 3 zijn de punten P = (1, 1, ) t en Q = ( 2,, 1) t en het vlak V gegeven door de vergelijking 2x 1 x 2 + x 3 = 1. Zij l de lijn door P loodrecht op V en m de lijn door Q loodrecht
Nadere informatiePraktische 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 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. Samenvatting. De Roover Robin
Lineaire Algebra Samenvatting De Roover Robin 21-211 Deze samenvatting is een overzicht van alle definities, stellingen, lemma's en proposities met hun bijhorende bewijzen. Deze samenvatting is gebaseerd
Nadere informatieONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.
ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.8 ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Inleiding
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 8 J.Keijsper
Nadere informatieGeef 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 informatieVierde huiswerkopdracht Lineaire algebra 1
Vierde huiswerkopdracht Lineaire algebra December, 00 Opgave : Voor positieve gehele getallen m, n schrijven we Mat(m n, R) voor de vectorruimte van alle m n matrices, met de gebruikelijke optelling en
Nadere 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 2 J.Keijsper (TUE)
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 informatieTentamen lineaire algebra voor BWI maandag 15 december 2008, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI maandag 5 december 8, 5.5-8. uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 3 J.Keijsper
Nadere 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 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 informatie3.2 Vectoren and matrices
we c = 6 c 2 = 62966 c 3 = 32447966 c 4 = 72966 c 5 = 2632833 c 6 = 4947966 Sectie 32 VECTOREN AND MATRICES Maar het is a priori helemaal niet zeker dat het stelsel vergelijkingen dat opgelost moet worden,
Nadere informatieMeetkunde 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 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 Eigenwaarden en eigenvectoren Zij A een n n matrix.
Nadere informatieRuimtewiskunde. college. Stelsels lineaire vergelijkingen. Vandaag UNIVERSITEIT TWENTE. Stelsels lineaire vergelijkingen.
college 4 collegejaar college build slides Vandaag : : : : 16-17 4 29 maart 217 38 1 2 3.16-17[4] 1 vandaag Vectoren De notatie (x 1, x 2,..., x n ) wordt gebruikt voor het punt P met coördinaten (x 1,
Nadere informatieEerste deeltentamen Lineaire Algebra A
Eerste deeltentamen Lineaire Algebra A 8 november 2011, 13u30-16u30 Bij dit tentamen mag het dictaat niet gebruikt worden. Schrijf op elk vel je naam, studnr en naam practicumleider (Victor Blasjo, Esther
Nadere informatiePraktische 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 informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 6 J.Keijsper (TUE)
Nadere informatieM1 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 informatieStelsels lineaire vergelijkingen
Stelsels lineaire vergelijkingen Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven In het vak Meetkunde voor Bouwkunde kom je stelsels lineaire vergelijkingen tegen en matrices tegen.
Nadere informatieCoëfficiënten 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 informatieEigenwaarden 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 informatieTentamen (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 informatieLineaire 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 informatieLinalg.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 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 11 J.Keijsper
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 2 J.Keijsper
Nadere 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 informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9. email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/ds6 Technische Universiteit Eindhoven college 8 J.Keijsper (TUE)
Nadere informatieSamenvatting. 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 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 informatieCoëfficiënten 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 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 informatieLineaire 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 informatie11.0 Voorkennis V
11.0 Voorkennis V 8 6 4 3 6 3 0 5 W 8 1 1 12 2 1 16 4 3 20 5 4 V is een 2 x 4 matrix. W is een 4 x 3 matrix. Deze twee matrices kunnen met elkaar vermenigvuldigd worden. Want het aantal kolommen van matrix
Nadere informatieTENTAMEN 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 informatieHints 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 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 informatieMatrices 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 informatieInleiding in de lineaire algebra
Inleiding in de lineaire algebra (SV.9) W.Oele P.J. den Brok 6 maart 4 Inleiding De cursus lineaire algebra bestaat uit een aantal colleges in de matrix- en de vectorrekening. De colleges over en de oefenopdrachten
Nadere informatieWiskundigen. Tentamen Lineaire Algebra 1. Donderdag 18 december 2008, a ( )
Wiskundigen Tentamen Lineaire Algebra Donderdag 8 december 8,.-3. Naam: () Bepaal voor alle reële waarden van a de rang van de matrix a C a = a. 4a () Zij n een geheel getal en laat P n de vectorruimte
Nadere informatieWI1808TH1/CiTG - Lineaire algebra deel 1
WI1808TH1/CiTG - Lineaire algebra deel 1 College 10 13 oktober 2016 1 Samenvatting Hoofdstuk 4.1 Een constante λ is een eigenwaarde van een n n matrix A als er een niet-nul vector x bestaat, zodat Ax =
Nadere informatiePROEFEXAMEN LINEAIRE ALGEBRA dinsdag 22 november 2016
PROEFEXAMEN LINEAIRE ALGEBRA dinsdag 22 november 2016 1. Zi (R, V, +) een eindigdimensionale vectorruimte en veronderstel dat U en W deelruimten van V zin. Toon aan dat 2. Waar of fout? Argumenteer e antwoord.
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT (2DM20) op vrijdag 12 juni 2009, 9.00 Dit tentamen bestaat uit 5 open vragen, en 4 kort-antwoord vragen.
Nadere informatie3. Stelsels van vergelijkingen
. Stelsels van vergelijkingen We gaan de theorie van de voorgaande hoofdstukken toepassen op stelsels van lineaire vergelijkingen. Een voorbeeld: bepaal alle oplossingen (x,, ) van het stelsel vergelijkingen
Nadere 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 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 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 informatieLineaire algebra toegepast
Lineaire algebra toegepast voor wiskunde D ( 5 VWO) H. van Gendt R.A.C. Dames Versie 4, november 008 Deze module is ontwikkeld in opdracht van ctwo. Copyright 008 R.Dames en H. van Gendt Inhoudsopgave
Nadere informatiexxii 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 informatieOPLOSSINGEN PROEFEXAMEN LINEAIRE ALGEBRA donderdag 18 november 2010
OPLOSSINGEN PROEFEXAMEN LINEAIRE ALGEBRA donderdag 18 november 2010 1. Zij V een vectorruimte en A = {v 1,..., v m } een deelverzameling van m vectoren uit V die voortbrengend is voor V, m.a.w. V = A.
Nadere informatieSchoolagenda 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 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 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 informatieRuimtemeetkunde deel 1
Ruimtemeetkunde deel 1 1 Punten We weten reeds dat Π 0 het meetkundig model is voor de vectorruimte R 2. We definiëren nu op dezelfde manier E 0 als meetkundig model voor de vectorruimte R 3. De elementen
Nadere informatieZomercursus Wiskunde. Module 16 Lineaire algebra B (versie 22 augustus 2011)
Katholieke Universiteit Leuven September 2011 Module 16 Lineaire algebra B (versie 22 augustus 2011) Inhoudsopgave 1 Vectoren in R n en matrices 1 2 Lineaire stelsels 11 21 Formulering en interpretatie
Nadere informatieZomercursus Wiskunde. Lineaire algebra (versie 15 september 2008)
Katholieke Universiteit Leuven September 2008 Lineaire algebra (versie 15 september 2008) 2 Lineaire algebra Deze module wordt zowel gegeven in het A-programma als in het B-programma van de zomercursus
Nadere informatieDimensie van een deelruimte en rang van een matrix
Dimensie van een deelruimte en rang van een matrix Definitie (Herinnering) Een basis voor een deelruimte H van R n is een lineair onafhankelijke verzameling vectoren die H opspant. Notatie Een basis van
Nadere informatieSymmetrische 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 informatieHoofdstuk 1 : Vectoren (A5D)
1 Hoofdstuk 1 : Vectoren (A5D) Hoofdstuk 1 : Vectoren (A5D) Les 1 : Stelsels en Echelon vorm DOEL : WE GAAN EEN AANTAL VERGELIJKINGEN MET EEN AANTAL VARIABELEN PROBEREN OP TE LOSSEN. Definities Stelsel
Nadere informatieVector-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 informatieStudiewijzer Lineaire Algebra voor ST (2DS06), blok D, januari 2009
Studiewijzer Lineaire Algebra voor ST (2DS06), blok D, januari 2009 1 Algemeen 1.1 Docenten De cursus wordt gegeven door Judith Keijsper (Dr. J.C.M. Keijsper, HG 9.31, tel 5583, email J.C.M.Keijsper(AT)tue(DOT)nl).
Nadere informatie1 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 informatieWISKUNDE VOOR HET HOGER TECHNISCH OIMDERWUS LOTHAR PAPULA. deel 2. 2e druk ACADEMIC 5 E R V I C
WISKUNDE VOOR HET HOGER TECHNISCH OIMDERWUS deel 2 LOTHAR PAPULA 2e druk > ACADEMIC 5 E R V I C Inhoud 1 Lineaire algebra 1 1.1 Vectoren I 1.2 Matrices 4 1.2.1 Een inleidend voorbeeld 4 1.2.2 Definitie
Nadere informatieLineaire 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