Samenvatting Lineaire Algebra, periode 4

Maat: px
Weergave met pagina beginnen:

Download "Samenvatting Lineaire Algebra, periode 4"

Transcriptie

1 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 = λx voor een scalar λ. Een scalar λ wordt een eigenwaarde van A genoemd. Als er een niet trivale oplossing x is voor Ax = λx; zo n x heet dan een eigenvector van λ.

2 Theorema 5.1 De eigenwaarden van een driehoeks matrix zijn gelijk aan de waarden op de diagonaal. Theorema 5.2 Als v 1,, v r eigenvectors zijn die corresponderen met een zelfde aantal eigenwaarden λ 1,, λ r van een n x n matrix A, dan is de set { v 1,, v r } lineair onafhankelijk.

3 5.2 Karakteristieke vergelijking Inverteerbare matrix theorie a. A is een inverteerbare Matrix b. A is rij equivalent met de n x n identiteitsmatrix c. A heeft n pivot posities d. De vergelijking Ax = 0 heeft alleen de triviale oplossing e. De kolommen van A zijn lineair onafhankelijk f. De lineaire transformatie x Ax is 1-op-1 g. De vergelijking Ax = b heeft op zijn minst 1 oplossing voor elke b in R n h. De kolommen van A spannen R n i. De lineaire vergelijking x Ax beeld R n af in R n j. Er is een n x n matrix C zodat CA = I k. Er is een n x n matrix D zodat AD = I l. A T is een inverteerbare matrix m. De kolommen van A vormen een basis voor R n n. Col A = R n o. dim Col A = n p. rank A = n q. Nul A = {0} r. dim Nul A = 0 s. het getal 0 is geen eigenwaarde van A t. de determinant van A is niet 0

4 Theorema 5.3 Eigenschappen van determinanten A en B zijn n x n matrices a. A is alleen inverteerbaar als det A 0 b. Det AB = (det A)*(det B) c. Det A T = det A d. Als A driehoekig is, dan is det A het product van de waarden op de diagonaal van A e. Een rij reductie op matrix A veranderd de determinant niet. Het verwisselen van een rij veranderd het teken. En schaling van een rij zorgt voor de zelfde schaling van de determinant Karakteristieke vergelijking Een scalar λ is alleen een eigenwaarde van een n x n matrix A als λ voldoet aan de volgende karakteristieke vergelijking = Theorema 5.4 Als n x n matrixen A en B soortgelijk zijn, dan hebben ze dezelfde karakteristieke polynoom en daarom de zelfde eigenwaarden, met dezelfde multipliciteiten.

5 5.3 Diagonalisatie Theorema 5.5 De diagonalisatie theorie Een n x n matrix A is alleen diagonalizeerbaar als A n lineair onafhankelijke eigenvectoren heeft. In feite, A = PDP -1 met D een diagonale matrix, alleen als de kolommen van P n lineair onafhankelijke eigenvectoren zijn van A. zodat de diagonale waarden van D de corresponderende eigenwaarden zijn van A Stappenplan voor diagonalizeren A is een 3 x 3 matrix Stap 1 vindt de eigenwaarden van A, d.m.v. de karakteristieke vergelijking Stap 2 vindt de drie lineair onafhankelijke eigenvectoren van A Stap 3 vorm P met de vectoren van stap 2 Stap 4 vorm D met de corresponderende eigenwaarden

6 Theorema 5.6 Als een n x n matrix met n verschillende eigenwaarden dan is de matrix diagonalizeerbaar. (dit is geen vereiste) Theorema 5.7 A is een n x n matrix met verschillende eigenwaarden λ 1,, λ p a. Voor 1 k p, de dimensie van de eigenruimte van λ k is minder dan of gelijk aan de multipliciteit van λ k b. De matrix A is diagonalizeerbaar als de som van de dimensies van de verschillende eigenruimtes gelijk is aan n. dit kan alleen als de dimensie van de eigenruimte van λ k voor elke λ k gelijk is aan de multipliciteit van λ k c. Als A diagonalizeerbaar is en β k is een basis voor de eigenruimte corresponderend met λ k voor elke k, dan vormt de totale collectie van vectoren β 1,, β p een eigenvector basis voor R n 5.4 Eigenvectoren en lineaire transformaties

7

8 Theorema 5.8 Diagonale matrix representatie Stel dat A = PDP -1 waarbij D een diagonale n x n matrix is. Als B een basis is voor R n gevormd vanuit de kollommen van P, dan is D de B-matrix voor de transformatie x Ax

9 5.5 Complexe Eigenwaarden lomoarcpsd

10

11 - r>1 groter wordende spiraal met de klok mee - r=1 cirkel/ellips met de klok mee - 0<r<1 kleiner wordende spiraal met de klok mee 5.6 Discrete Dynamische Systemen

12

13 Als alle groter zijn dan 1, dan heb je een repellor Als alle kleiner zijn dan 1, dan heb je een attractor En als éé > 1 éé < 1 dan heb je een zadelpunt lomoarcpsd

14 Hoofdstuk 6, Orthogonaliteit en kleinste kwadraten 6.1 In product Theorema 6.1 u, v, en w zijn vectors in R n en c is een scalar a. u v = v u b. (u + v) w = u w + v w c. (cu) v = c(u v) = u (cv) d. u u 0 and u u = 0 alleen als u = 0 e. cv = c * v = = = Definition De lengte van een vector v is gedefinieerd door v = = + + = Definition De afstand tussen twee vectoren, geschreven als dist(u,v) is de lengte van de vector u v., = Definition Twee vectoren zijn orthogonaal als het inproduct van de vectoren 0 is = Theorema 6.2 Pythagoras regel Twee vectors u en v zijn orthogonaal als + = + Een vector x is in alleen als x orthogonaal is met elke vector uit een set die W spant, is een subspace van R n. Zie ook de afbeelding: L =. Theorema 6.3 Als A een m x n matrix is, en het orthogonale complement van de rij ruimte van A is de nul ruimte van A, en het orthogonale complement van de kolomruimte van A is de nul ruimte getransponeerd. = =

15 6.2 Orthogonale sets Theorema 6.4 een verzameling van vectoren {v 1,,v k } is een orthogonale verzameling als elk tweetal vectoren loodrecht op elkaar staat, en er geen nul-vector in zit. Definitie een orthogonale basis voor een deelruimte W van R n is een basis voor W en is ook een orthogonale verzameling. Theorema 6.5 Een set {u 1,,u p } is een orthogonale basis voor een deelruimte W van R n. voor elke y in W zijn de gewichten in de lineaire combinatie = + + Zijn gegeven door = =1,,

16 Definitie Een orthonormale verzameling is een orthogonale verzameling waarin de vectoren allemaal lengte 1 hebben. Theorema 6.6 Een m x n matrix U heeft orthonormale kolommen als = Theorema 6.7 U is een m x n matrix met orthonormale kolommen en x en y zijn in R n dan: a. = x b. = c. Als U een vierkante matrix is met orthonormale kolommen dan is U inverteerbaar en is U -1 = U T. zon matrix heet een orthogonale matrix 6.3 Orthogonale projecties Theorema 6.8 Als W is een deelruimte is van R n. dan kan elke dan kan elke y in R n geschreven worden in de vorm = + Waar is in W en z is in. In feite als {u 1,, u p } een orthogonale basis is voor W dan: En = = = + + Er zijn 3 interpretaties: 1. y ontbinden in + met in W en 2. is een orthogonale projectie van y op W 3. De afstand van y tot W is z

17 Theorema 6.9 Als W een deelruimte is van R n, en y is een willekeurige vector in R n en is de orthogonale projectie van y op W, Dan is het dichtstbijzijnde punt in W vanaf y. dat houd in dat: < Voor elke v in W niet gelijk aan Theorema 6.10 Als de span{u 1,, u p } een orthonormale basis is voor deelruimte W in R n dan: = + + Als U = [u 1 u 2 u p ] dan: =, R

18 6.4 Gram Schmidt Theorema 6.11

19 Theorema 6.12 lomoarcpsd

20 6.5 Kleinste Kwadraten methode lomoarcpsd

21 6.6 Toepassingen lomoarcpsd

22 Hoofdstuk 7, Symmetrische matrices en kwadratische vormen 7.1 Diagonalisatie van symmetrische matrices Theorema 7.1 Als A een symmetrische matrix is, dan geldt voor elke verschillende eigenwaarde van A dat de bijbehorende eigenvectoren loodrecht op elkaar staan Theorema 7.2 Een n x n matrix A is orthogonaal diagonaliseerbaar alleen als A een symmetrische matrix is

23

24 Theorema Kwadratische vormen

25

26 Theorema 7.4 lomoarcpsd

27 Theorema 7.5 lomoarcpsd

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 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

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 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

Inwendig product, lengte en orthogonaliteit in R n

Inwendig product, lengte en orthogonaliteit in R n Inwendig product, lengte en orthogonaliteit in R n Het inwendig product kan eenvoudig worden gegeneraliseerd tot : u v u v Definitie Als u = u n en v = v n twee vectoren in Rn zijn, dan heet u v := u T

Nadere 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

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

Inwendig product, lengte en orthogonaliteit

Inwendig product, lengte en orthogonaliteit Inwendig product, lengte en orthogonaliteit We beginnen met een definitie : u u Definitie. Als u =. en v = u n v v. v n twee vectoren in Rn zijn, dan heet u v := u T v = u v + u v +... + u n v n het inwendig

Nadere 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

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

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

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

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

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

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

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

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

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

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

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

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

Vectorruimten met inproduct

Vectorruimten met inproduct Hoofdstuk 3 Vectorruimten met inproduct 3. Inleiding In R 2 en R 3 hebben we behalve de optelling en scalairvermenigvuldiging nog meer structuur ; bij een vector kun je spreken over zijn lengte en bij

Nadere 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 (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

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

1. Lineaire Vergelijkingen in Lineaire Algebra 2. Matrix Algebra 3. Determinanten 4. Vectorruimten 5. Eigenwaarden en Eigenvec.

1. Lineaire Vergelijkingen in Lineaire Algebra 2. Matrix Algebra 3. Determinanten 4. Vectorruimten 5. Eigenwaarden en Eigenvec. LINEAIRE ALGEBRA Eric Jespers Vrije Universiteit Brussel Referentie: David C. Lay, Linear Algebra and Its Applications, Fourth edition, Pearson International Edition, 2012, ISBN: 9781408287859 verplicht

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

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

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

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

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

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

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 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

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

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

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

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

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

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

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

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 4 J.Keijsper

Nadere informatie

2015-2016 Laatste nieuws 2DN60 Lineaire algebra en vectorcalculus

2015-2016 Laatste nieuws 2DN60 Lineaire algebra en vectorcalculus 2015-2016 Laatste nieuws 2DN60 Lineaire algebra en vectorcalculus Kwartiel 2, week 7.b Op het college op donderdagochtend 7 januari is behandeld: - hoek tussen vectoren en cosinus regel - driehoeksongelijkheid

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

Examenvragen Meetkunde en lineaire algebra Tweede examenperiode

Examenvragen Meetkunde en lineaire algebra Tweede examenperiode Examenvragen Meetkunde en lineaire algebra Tweede examenperiode 2008-2009 Een rechte conoïde met als richtrechte de X-as, en als richtoppervlak de sfeer met middelpunt in (0, 16, 0) en straal 9. (1) Stel

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

Onderwerpskeuzes Lineaire Algebra en kwaliteitscriteria

Onderwerpskeuzes Lineaire Algebra en kwaliteitscriteria Onderwerpskeuzes Lineaire Algebra en kwaliteitscriteria Deliverable 3.5 J. Brandts, F. Beukers, H. Cuypers, H. de Graaf Inleiding In deze deliverable zullen we voor het domein van de lineaire algebra de

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

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

Het orthogonaliseringsproces van Gram-Schmidt

Het orthogonaliseringsproces van Gram-Schmidt Het orthogonaliseringsproces an Gram-Schmidt Voor het berekenen an een orthogonale projectie an een ector y op een deelruimte W an R n is een orthogonale basis {u,, u p } zeer gewenst De orthogonale projectie

Nadere informatie

x cos α y sin α . (1) x sin α + y cos α We kunnen dit iets anders opschrijven, namelijk als x x y sin α

x cos α y sin α . (1) x sin α + y cos α We kunnen dit iets anders opschrijven, namelijk als x x y sin α Lineaire afbeeldingen Rotatie in dimensie 2 Beschouw het platte vlak dat we identificeren met R 2 Kies een punt P in dit vlak met coördinaten (, y) Stel dat we het vlak roteren met de oorsprong (0, 0)

Nadere 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

Lineaire Algebra (2DD12)

Lineaire 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 informatie

Lineaire Algebra. Samenvatting. De Roover Robin

Lineaire 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 informatie

Lineaire algebra voor ingenieurs

Lineaire algebra voor ingenieurs Lineaire algebra voor ingenieurs Guido Herweyers KHBO Campus Oostende Oostende, mei 006 Inleiding De ingenieursopleidingen aan de K.U.Leuven en de KHBO Campus Oostende gebruiken voor lineaire algebra het

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

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

Inleiding Wiskundige Systeemtheorie

Inleiding Wiskundige Systeemtheorie Inleiding Wiskundige Systeemtheorie 156056 Docent : Anton Stoorvogel E-mail: A.A.Stoorvogel@utwente.nl 1/28 Elektrotechniek, Wiskunde en Informatica EWI x.k C 1/ D Ax.k/ C Bu.k/; y.k/ D Cx.k/ C Du.k/ We

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 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 1 J.Keijsper

Nadere informatie

Vectormeetkunde in R 3

Vectormeetkunde in R 3 Vectormeetkunde in R Definitie. Een punt in R wordt gegeven door middel van drie coördinaten : P = (x, y, z). Een lijnstuk tussen twee punten P en Q voorzien van een richting noemen we een pijltje. Notatie

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

Studiewijzer Lineaire Algebra voor ST (2DS06), kwartiel 3, februari-maart 2012

Studiewijzer Lineaire Algebra voor ST (2DS06), kwartiel 3, februari-maart 2012 Studiewijzer Lineaire Algebra voor ST (2DS06), kwartiel 3, februari-maart 2012 1 Algemeen 1.1 Inhoud Bij het vak lineaire algebra worden stelsels lineaire vergelijkingen, matrices, lineaire afbeeldingen

Nadere informatie

Lineaire Algebra A en B. Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven

Lineaire Algebra A en B. Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven Lineaire Algebra A en B Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven 2010 2011 ii Syllabus bij Lineaire Algebra A (2WF07) en Lineaire Algebra B (2WF08) Inhoudsopgave 0 Vectorrekening

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

Wiskunde in de curricula van de K.U.Leuven en campus Kortrijk

Wiskunde 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 informatie

2. Transformaties en matrices

2. Transformaties en matrices Transformaties en matrices Lineaire afbeelding Onder een lineaire afbeelding van R n naar R m verstaan we een functie A die aan iedere vector uit R n een vector uit R m toevoegt en van het volgende type

Nadere informatie

Lineaire algebra en vectorcalculus

Lineaire algebra en vectorcalculus Lineaire algebra en vectorcalculus dr. G.R. Pellikaan Studiewijzer voor het studiejaar 2013/2014 College 2DN60 Contents 1 Algemeen 2 2 Inhoud van het vak 2 3 Leerdoelen 3 4 Berekening tijdsplanning 3 5

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

Een korte beschrijving van de inhoud

Een korte beschrijving van de inhoud Een korte beschrijving van de inhoud Lineaire algebra maakt een betrekkelijk eenvoudige behandeling van de meetkunde in een vlak of de ruimte mogelijk. Omgekeerd illustreren meetkundige toepassingen op

Nadere informatie

Oefeningen bij de Cursus Lineaire Algebra, Eerste Kandidatuur Informatica. Complexe Getallen en Veeltermvergelijkingen over R en C

Oefeningen bij de Cursus Lineaire Algebra, Eerste Kandidatuur Informatica. Complexe Getallen en Veeltermvergelijkingen over R en C Oefeningen bij de Cursus Lineaire Algebra, Eerste Kandidatuur Informatica Stefaan De Winter en Koen Thas Universiteit Gent, Vakgroep Zuivere Wiskunde en Computeralgebra Galglaan, Gent sgdwinte@cagerugacbe;

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

1 Stelsels lineaire vergelijkingen.

1 Stelsels lineaire vergelijkingen. Stelsels lineaire vergelijkingen Ter herinnering: in de tweede klas Havo/Atheneum leer je twee vergelijkingen met twee onbekenden oplossen Voorbeeld: { x + y = 5 x + y = 0 Twee keer de eerste vergelijking

Nadere informatie

HERTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN

HERTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN HERTENTAMEN WISKUNDIGE BEELDVERWERKINGSTECHNIEKEN Vakcode: 8D. Datum: Vrijdag juli 3. Tijd: 9.. uur. Plaats: AUD 5. Lees dit vóórdat je begint! Maak iedere opgave op een apart vel. Schrijf je naam en studentnummer

Nadere informatie

. Maak zelf een ruwe schets van f met A = 2, ω = 6π en ϕ = π 6. De som van twee trigonometrische polynomen is weer een trigonometrisch polynoom

. Maak zelf een ruwe schets van f met A = 2, ω = 6π en ϕ = π 6. De som van twee trigonometrische polynomen is weer een trigonometrisch polynoom 8. Fouriertheorie Periodieke functies. Veel verschijnselen en processen hebben een periodiek karakter. Na een zekere tijd, de periode, komt hetzelfde patroon terug. Denk maar aan draaiende of heen en weer

Nadere informatie

Radboud Universiteit Nijmegen

Radboud Universiteit Nijmegen Radboud Universiteit Nijmegen Faculteit der Natuurwetenschappen, Wiskunde en Informatica Kubische grafen met integraal spectrum Naam: Studentnummer: Studie: Begeleider: Tweede lezer: Daan van Rozendaal

Nadere informatie

More points, lines, and planes

More points, lines, and planes More points, lines, and planes Make your own pictures! 1. Lengtes en hoeken In het vorige college hebben we het inwendig product (inproduct) gedefinieerd. Aan de hand daarvan hebben we ook de norm (lengte)

Nadere informatie

Aanvullingen bij Hoofdstuk 6

Aanvullingen bij Hoofdstuk 6 Aanvullingen bij Hoofdstuk 6 We veralgemenen eerst Stelling 6.4 tot een willekeurige lineaire transformatie tussen twee vectorruimten en de overgang naar twee nieuwe basissen. Stelling 6.4. Zij A : V W

Nadere informatie

De n-dimensionale ruimte Arjen Stolk

De n-dimensionale ruimte Arjen Stolk De n-dimensionale ruimte Arjen Stolk In het vorige college hebben jullie gezien wat R 2 (het vlak) is. Een vector v R 2 is een paar v = (x,y) van reële getallen. Voor vectoren v = (a,b) en w = (c,d) in

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

Voortgezette Lineaire Algebra. Prof. dr. J. van Mill Dr. F. van Schagen

Voortgezette Lineaire Algebra. Prof. dr. J. van Mill Dr. F. van Schagen Voortgezette Lineaire Algebra Prof. dr. J. van Mill Dr. F. van Schagen Inhoud Hoofdstuk I. Complexe vectorruimten en inwendige producten 5 I.1. Vectorruimten 5 I.2. Hermitische producten 8 I.3. Inwendig-productruimten

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

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

Technische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,

Technische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015, Technische Universiteit Delft Faculteit EWI ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW23 Vrijdag 3 januari 25, 4.-7. Dit tentamen bestaat uit 6 opgaven. Alle antwoorden dienen beargumenteerd

Nadere 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

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

Lineaire Algebra WISB121. F.Beukers 2013 Departement Wiskunde

Lineaire Algebra WISB121. F.Beukers 2013 Departement Wiskunde Lineaire Algebra WISB F.Beukers 3 Departement Wiskunde UU Inhoudsopgave Vectoren in de ruimte 7. Het intuïtieve vectorbegrip..................... 7. Vlakke en ruimtelijke meetkunde.................. 9.3

Nadere informatie

Lineaire Algebra C 2WF09

Lineaire Algebra C 2WF09 Lineaire Algebra C 2WF09 College: Instructie: L. Habets HG 8.09, Tel. 4230, Email: l.c.g.j.m.habets@tue.nl H. Wilbrink HG 9.49, Tel. 2783, E-mail: h.a.wilbrink@tue.nl http://www.win.tue.nl/wsk/onderwijs/2wf09

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

Lineaire Algebra C 2WF09

Lineaire Algebra C 2WF09 Lineaire Algebra C 2WF09 College: Instructie: L. Habets HG 8.09, Tel. 4230, Email: l.c.g.j.m.habets@tue.nl H.A. Wilbrink HG 9.49, Tel. 2783, E-mail: h.a.wilbrink@tue.nl http://www.win.tue.nl/wsk/onderwijs/2wf09

Nadere informatie

Dossier 4 VECTOREN. Dr. Luc Gheysens. bouwstenen van de lineaire algebra

Dossier 4 VECTOREN. Dr. Luc Gheysens. bouwstenen van de lineaire algebra Dossier 4 VECTOREN bouwstenen van de lineaire algebra Dr. Luc Gheysens 1 Coördinaat van een vector In het vlak π 0 is het punt O de oorsprong en de punten E 1 en E 2 zijn zodanig gekozen dat OE 1 OE 2

Nadere informatie

De kleinste kwadratenmethode. Figuur: Probleem uit video 8.1 (Video)

De kleinste kwadratenmethode. Figuur: Probleem uit video 8.1 (Video) De kleinste kwadratenmethode Figuur: Probleem uit video 8.1 (Video) Laat A een m n matrix zijn en b een vector in R m. Veronderstel dat de matrixvergelijking A x = b geen oplossingen heeft omdat b / Col(A).

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

1. Vectoren in R n. y-as

1. Vectoren in R n. y-as 1. Vectoren in R n Vectoren en hun meetkundige voorstelling. Een vector in R n is een rijtje (a 1, a 2,..., a n ) van reële getallen. De getallen a i heten de coördinaten van de vector. In het speciale

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

Zomercursus Wiskunde. Lineaire algebra (versie 15 september 2008)

Zomercursus 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 informatie

Meetkunde en Algebra Een korte beschrijving van de inhoud

Meetkunde en Algebra Een korte beschrijving van de inhoud Meetkunde en Algebra Een korte beschrijving van de inhoud Lineaire algebra maakt een betrekkelijk eenvoudige behandeling van de meetkunde in een vlak of de ruimte mogelijk. Omgekeerd illustreren meetkundige

Nadere informatie

WISKUNDE VOOR HET HOGER TECHNISCH OIMDERWUS LOTHAR PAPULA. deel 2. 2e druk ACADEMIC 5 E R V I C

WISKUNDE 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 informatie