Hoofdstuk 3 : Determinanten

Save this PDF as:
 WORD  PNG  TXT  JPG

Maat: px
Weergave met pagina beginnen:

Download "Hoofdstuk 3 : Determinanten"

Transcriptie

1 (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 det(a) = 7 3 = 7 3 = 3 Definitie 3.2 De Ondermatrix (B ij) van de matrix B is de matrix die overblijft als je de i/de rij en de j/de kolom doorstreept. Voorbeeld 2 Neem de matrix B = Dan is ondermatrix B 2 = ( ) en ondermatrix B 23 = ( 7 3 ) Definitie 3.3 Om de determinant van een [3 x 3] matrix B uit te rekenen, als je deze ontwikkelt naar bijvoorbeeld de e rij : b b 2 b 3 det(b) = b 2 b 22 b 23 = b B b 2 B 2 + b 3 B 3 b 3 b 32 b 33

2 2 (A5D) Voorbeeld Om de determinant van B uit te rekenen, gebruik je de volgende stappen : B = ( ) det(b ) = = = B 2 = ( ) det(b 2) = = = B 3 = ( ) det(b 3) = = = De determinant van B kun je nu berekenen : det(b) = b B b 2 B 2 + b 3 B 3 = = Opmerking Je kunt de matrix naar iedere rij en kolom ontwikkelen. Kies vaak de handigste rij / kolom (welke zal dat zijn?) + + Er is een trucje voor de plussen en minnen bij de determinant : ( + ) + + Voorbeeld 2 Bereken de determinant van de matrix B door hem te ontwikkelen naar de tweede kolom.

3 3 (A5D) Les 2 : Rekenregels voor Determinanten Een determinant is een getal, dus daar zijn ook rekenregels voor. Rekenregels en eigenschappen van Determinanten. Laat B een matrix zijn en B dezelfde matrix waarbij één rij met factor α vermenigvuldigd is. Dan geldt det (B) = α det (B ) 2. Vegen van rijen heeft GEEN invloed op de waarde van de determinant. 3. Laat B een matrix zijn en B 2 dezelfde matrix waarbij 2 rijen (of kolommen) van plaats wisselen. Dan geldt det (B) = - det (B 2) 4. det (AB) = det (A) det (B) 5. det (A T ) = det (A) 6. det(a) = De kolommen zijn onafhankelijk. Bij ieder ander getal zijn ze afhankelijk. 7. det(a ) = det (A) Voorbeelden Neem B = ( ) en A = ( ). Er geldt det(b) = 2-3 = 9 en det (A) = 5+2=7 2. det(b) = 6 3 = 36 9 = 27 = 3 9 = 3 det (B) R = R R2 det(b3) = 5 = = 9 = det (B) 2 3. det(b2) = 2 = 3 2 = 9 = 9 = det (B) det(ab) = = 8 45 = 63 = 7 9 = det (A) det (B) det(a T ) = 5 = 5 2 = 7 = det (A) 2 6. det(c) = 3 6 = = Klopt want kolom 2 = 2 kolom det (A) det (A - ) = det (A x A - ) = det (I) = det(a ) = det (A) Voorbeeld Bestaat de inverse van een matrix A als det(a) =?

4 4 (A5D) Les 4 : De regel van Cramer (Inverse met determinanten) De inverse van een matrix A is ook te bepalen m.b.v. de formule A = C = ( )i+j det (B ji ) det(a) Stappenplan voor de inverse met de regel van Cramer :. Bereken det(a) 2. Maak matrix B met b ij = det (A ij ) 3. Neem B T. 4. Verdeel de plussen en minnen volgens het schaakbordpatroon. (matrix D) 5. Deel de ontstane matrix door det(a). Zo ontstaat A -. Voorbeeld. Neem de matrix A = ( 4 ) en det(a) = Dan is bijv. minor B 2 = ( 4 ) en det(b 2) = 4. Als je alle deelmatrices uitrekent ontstaat de 6 4 matrix B = ( 4 3 ) [B] T = ( 4 4 ) C = ( 4 4 ) A = C = ( 4 4 ) = ( det(a) )

5 5 (A5D) Les 7 : Eigenwaarden en Eigenvectoren Definitie 3.4 Eigenwaarde en Eigenvector Neem de matrix A en een getal λ en x. Als voor de vector x geldt dat Ax = λx dan heet x de eigenvector met λ de bijbehorende eigenwaarde. Voorbeeld Neem A = ( 3 4 ) en x = ( 3 4 ). Dan is Ax = ( 3 3 ) ( 4 4 ) = ( 8 8 ) = 2 ( 4 4 ) Dus de vector x is eigenvector van de matrix A met eigenwaarde λ=2. Eigenwaarden en eigenvectoren berekenen Om de eigenwaarden en eigenvectoren te berekenen gebruik je Ax = λx Ax - λix = (A λi)x = Omdat x moet er gelden dat det(a λi) = Dit noemt men de karakteristieke vergelijking We zullen een stappenplan opstellen. Algoritme voor eigenwaarden en Eigenvectoren berekenen. Bepaal de matrix A λi en bereken de determinant van A λi 2. Bepaal een makkelijke waarde en bereken de andere waarde m.b.v. een staartdeling 3. Bepaal bij iedere eigenwaarde de eigenvector

6 6 (A5D) Voorbeeld Eigenwaarde en Eigenvectoren berekenen : 2 Neem A = ( 3 4). Bepaal de eigenwaarden en eigenvectoren. 4 9 Oplossing. Bepaal de matrix A λi en bereken de determinant : Ontwikkelen naar de e rij geeft : = 2. Bepaal een makkelijke waarde en los de vergelijking op. Voor λ = geldt de oplossing, dus een staartdeling uitvoeren geeft : -λ 3 +4λ 2-35λ + 22 : (λ ) = -λ 2 + 3λ 22 - (λ 2-3λ + 22) -(λ-)(λ-2) Dus de oplossingen zijn λ = ; λ = 2 en λ =. 3. Bepaal bij iedere eigenwaarde de eigenvector 9 a 9a a = ) λ = : (A I)x = ( 8 4 ) ( b) = ( 8b + 4c) = ( ) ( c = 2b) 4 2 c 4b 2c c = 2b Dus een eigenvector is ( ) (of een veelvoud daarvan) 2 a a a = 2) λ = : (A I)x = ( 2 4) ( b) = ( 2b + 4c) = ( ) ( b = 2c) 4 8 c 4b + 8c Dus een eigenvector is ( ) (of een veelvoud daarvan) 2 b = 2c a a a = 3) λ = 2 : (A I)x = ( 4) ( b) = ( b + 4c ) = ( ) ( b = 4c ) 4 7 c 4b + 7c b = 7 c 4 Dus een eigenvector is ( ) (of een veelvoud daarvan)

7 7 (A5D) Samengevat Er zijn drie eigenwaarden met 3 bijbehorende eigenvectoren : ) λ = : ( ) 2 2) λ = : ( ) 2 3) λ = 2 : ( ) Opmerkingen. Vegen van rijen verandert de eigenwaarden (NOOIT doen) 2. Eigenwaarden (λ) kunnen zijn, eigenvectoren NOOIT.

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 (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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Determinanten. Hoofdstuk Inleiding

Determinanten. Hoofdstuk Inleiding Hoofdstuk 3 Determinanten 3.1 Inleiding In deze paragraaf bekijken we het stelsel Ax = b waarbij A een n n matrix is. We zagen in voorgaande dat, als A inverteerbaar is er precies één oplossing van dit

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

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

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

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

Kies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen Hoofdstuk 95 Orthogonaliteit 95. Orthonormale basis Definitie 95.. Een r-tal niet-triviale vectoren v,..., v r R n heet een orthogonaal stelsel als v i v j = 0 voor elk paar i, j met i j. Het stelsel heet

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. 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

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

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

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

Studiehandleiding Wiskunde 1B Voor Bachelor Opleiding Scheikunde Dr. W. van der Kallen

Studiehandleiding Wiskunde 1B Voor Bachelor Opleiding Scheikunde Dr. W. van der Kallen Studiehandleiding Wiskunde 1B Voor Bachelor Opleiding Scheikunde 2004 2005 Dr. W. van der Kallen Januari 2005 Inhoudsopgave 1 Plaatsen, tijden, namen enz. 3 2 Leerstof, Programma en Opgaven 5 2.1 Leerstof..............................

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

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

Algebra Determinanten en stelsels. Cursus voor de vrije ruimte

Algebra Determinanten en stelsels. Cursus voor de vrije ruimte Algebra Determinanten en stelsels Liliane Van Maldeghem Hendrik Van Maldeghem Cursus voor de vrije ruimte 2 Hoofdstuk 1 Determinanten 1.1 Determinant van de orde twee We gaan na wat de voorwaarde is waaraan

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

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

M1 Wiskundig taalgebruik en notaties

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

Nadere informatie

Antwoorden op de theoretische vragen in de examen voorbereiding

Antwoorden op de theoretische vragen in de examen voorbereiding Antwoorden op de theoretische vragen in de examen voorbereiding Theorie vraag Zij A een m n-matrix. Geef het verband tussen de formule voor de dimensie d van een niet-strijdig stelsel, d = n rang (A) (zie

Nadere informatie

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

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

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

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

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

Inleiding in de lineaire algebra

Inleiding 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 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

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

Wiskunde I voor Scheikunde en Medische Natuurwetenschappen

Wiskunde I voor Scheikunde en Medische Natuurwetenschappen Wiskunde I voor Scheikunde en Medische Natuurwetenschappen Dr. A.C.M. Ran najaar 00 (gewijzigde druk Voorwoord Dit dictaat is bedoeld voor twee groepen studenten: de eerstejaars studenten scheikunde en

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

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

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

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

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

A = b c. (b) Bereken de oppervlakte van het parallellogram dat opgespannen wordt door b en c. Voor welke p is deze oppervlakte minimaal?

A = b c. (b) Bereken de oppervlakte van het parallellogram dat opgespannen wordt door b en c. Voor welke p is deze oppervlakte minimaal? Oplossing Tussentijdse toets Wiskunde II Vraag Zij A de matrix met kolomvectoren met p een vast reëel getal A = a b c a =, b =, c = p a Voor welke p R zijn de vectoren lineair afhankelijk? b Bereken de

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

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

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

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

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

vandaag is Annie twee jaar jonger dan Ben en Cees samen

vandaag is Annie twee jaar jonger dan Ben en Cees samen Hoofdstuk I Lineaire Algebra Les 1 Stelsels lineaire vergelijkingen Om te beginnen is hier een puzzeltje: vandaag is Annie twee jaar jonger dan Ben en Cees samen over vijf jaar is Annie twee keer zo oud

Nadere informatie

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

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

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

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

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

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

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

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

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

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

De pariteitstestmatrix van de (6,4) Hamming-code over GF(5) is de volgende: [ H =

De pariteitstestmatrix van de (6,4) Hamming-code over GF(5) is de volgende: [ H = Oplossing examen TAI 11 juni 2008 Veel plezier :) Vraag 1 De pariteitstestmatrix van de (6,4) Hamming-code over GF(5) is de volgende: H = [ 1 0 1 2 3 ] 4 0 1 1 1 1 1 (a) Bepaal de bijhorende generatormatrix

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

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

Hoofdstuk 13: Integer Lineair Programmeren

Hoofdstuk 13: Integer Lineair Programmeren Hoofdstuk 13: Integer Lineair Programmeren Vandaag: Wat is Integer Lineair Programmeren (ILP)? Relatie tussen ILP en LP Voorbeeld 1: Minimum Spanning Tree (MST) Voorbeeld 2: Travelling Salesman Problem

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

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

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

Modellen en Simulatie Lesliematrices Markovketens

Modellen en Simulatie Lesliematrices Markovketens Utrecht, 6 april 3 Modellen en Simulatie Lesliematrices Markovketens Program Meerdere leeftijdsklassen Leslie matrices Eigenwaarden en eigenvectoren Dominante eigenvector Irreducibele, a-periodieke matrices

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

Derde serie opdrachten systeemtheorie

Derde serie opdrachten systeemtheorie Derde serie opdrachten systeemtheorie Opdracht 1. We bekijken een helicopter die ongeveer stilhangt in de lucht. Bij benadering kan zo n helicopter beschreven worden door het volgende stelsel vergelijkingen

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

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

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

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

4 + 3i 4 3i (7 + 24i)(4 3i) 4 + 3i

4 + 3i 4 3i (7 + 24i)(4 3i) 4 + 3i COMPLEXE GETALLEN Invoering van de complexe getallen Definitie Optellen en vermenigvuldigen Delen De complexe getallen zijn al behoorlijk oud; in de zestiende eeuw doken ze op bij het oplossen van algebraïsche

Nadere informatie

Eigenwaarden en eigenvectoren

Eigenwaarden en eigenvectoren Hoofdstuk 4 Eigenwaarden en eigenvectoren 4.1 Inleiding Tot nu toe zijn al onze vectoren en matrices reëel geweest d.w.z. de theorie voor stelsels lineaire vergelijkingen en de theorie der matrices en

Nadere informatie

Toepassingen op matrices - Opgave

Toepassingen op matrices - Opgave Toepassingen op matrices - Opgave Toepassing. Matrices en aantal verbindingen in grafen Op ontdekking. De onderstaande figuur is een voorbeeld van een graaf. Het toont het aantal dagelijkse internationale

Nadere informatie

5.1 Lineaire formules [1]

5.1 Lineaire formules [1] 5.1 Lineaire formules [1] Voorbeeld : Teken de grafiek van y = 1½x - 3 Stap 1: Maak een tabel met twee coördinaten van deze lijn: x 0 2 y -3 0 Stap 2: Teken de twee punten en de grafiek: 1 5.1 Lineaire

Nadere informatie

Lineaire algebra toegepast

Lineaire 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 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 WISKUNDE MET (BEDRIJFS)ECONOMISCHE TOEPASSINGEN: OEFENINGEN

AANVULLINGEN WISKUNDE MET (BEDRIJFS)ECONOMISCHE TOEPASSINGEN: OEFENINGEN AANVULLINGEN WISKUNDE MET (BEDRIJFS)ECONOMISCHE TOEPASSINGEN: OEFENINGEN Hieronder volgt een korte beschrijving van de vragen van het oefeningengedeelte met antwoord. We geven ook kort weer wat regelmatig

Nadere informatie

Module 10 Lineaire Algebra

Module 10 Lineaire Algebra 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 *:;*

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 2 oktober 206 Leo van Iersel (TUD) TW2020 Optimalisering 2 oktober 206 / 3 Dualiteit Dualiteit: Elk LP probleem heeft een

Nadere informatie

a a 1n a m1... a mn

a a 1n a m1... a mn Hoofdstuk Matrices Inleiding In het vorige hoofdstuk behandelden we de Gauss-eliminatie methode waarmee we stelsels lineaire vergelijkingen leerden oplossen We telden vergelijkingen bij anderen op enz

Nadere informatie

Penrose projecties. Drikus Kleefsman. October 24, Inleiding. 2 Ruimtes in N dimensies. Abstract

Penrose projecties. Drikus Kleefsman. October 24, Inleiding. 2 Ruimtes in N dimensies. Abstract Penrose projecties Drikus Kleefsman October 24, 2013 Abstract Keywords: matrix, eigenvalue, rotation, unitary, tiling, penrose Er zijn verschillende manieren om Perose tilings te maken. In het project

Nadere informatie