Opgaven Matlab - Week 2, sessie 2: De Singulierewaardendecompositie
|
|
- Wouter Wauters
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Opgaven Matla - Week 2, sessie 2: De Singulierewaardendecompositie Laat A R n k. Dan etaan er unitaire matrices V R k k en U R n n zodanig, dat AV = UΣ, (1) waarij Σ R n k een niet-negatieve diagonaalmatrix is. De factorisatie UΣV heet een singulierewaardendecompositie van A. Als A reëel is zijn de unitaire matrices V en U dat ook. De manier waarop we zullen proeren om een matrix A op niet-negatieve diagonaalvorm te transformeren, is dat we op zoek gaan naar elementaire unitaire transformaties V i R k k en U j R n n zo, dat Σ l := U l... U 1 AV 1... V l (2) voor l convergeert naar een niet-negatieve diagonaalmatrix Σ. Merk op: met Als Σ l in (2) een niet-negatieve diagonaalmatrix is voor zekere l N, dan geldt U = U 1... U l, en V = V 1... V l dat AV = Σ l U, en heen we dus met succes een singulierewaardendecompositie erekend. Spoiler alert! Zelfs als Matla exact zou kunnen rekenen zal vrijwel nooit geeuren dat Σ l diagonaal is voor zekere l N. De situatie is dus wezenlijk anders dan het erekenen van de Jordanvorm van een ovendriehoeksmatrix. In de praktijk zal dus ook moeten worden nagedacht over de vraag wanneer je het trio U, Σ l, V als enadering van een SVD accepteert. Opgave 1. De Matla functie voor de SVD Matla heeft een ingeouwde functionaliteit die de SVD van een gegeven matrix A uitrekent. Een aanroep daarvan in zijn volle algemeenheid heeft de vorm >> [U,S,V = svd(a) (a) Test deze functie op de volgende matrices [ en B =. () Onderzoek hierij of de erekende matrices V en U daadwerkelijk unitair zijn, en tevens of het product U*S*V gelijk is aan de gegeven matrix. Zoals eerder aangetoond zijn de kolommen van V een orthonormale asis van eigenvectoren van A A. Controleer ook dit in Matla. () Als je alleen de aanroep >> svd(a) intikt, wat geeft Matla dan? (c) Controleer dat de singuliere waarden van een matrix A R gelijk zijn aan de wortels van de niet-negatieve eigenwaarden van A A voor enkele random gegenereerde vooreelden. Opmerking: De matrix A uit () wordt in de Lecture Notes van het hoorcollege van maandag 6 juni geruikt als vooreeld om een SVD exact uit te rekenen. Bekijk dit even. Net als ij de Jordanvorm gaan we proeren om zelf op elementaire wijze de SVD te erekenen. 1
2 Opgave 2. Elementaire unitaire transformaties: het 2 2 geval De enige reële unitaire transformaties van afmetingen 2 2 zijn rotaties en spiegelingen. Een rotatiematrix is een matrix van de vorm [ 1 a R(a, ) =, a, R. a a (a) Controleer (zonder Matla) dat R(a, ) unitair is, en dat [ [ a a R(a, ) = () Oftewel, R(a, ) eeldt de vector [a af op een veelvoud van e 1 met dezelfde lengte. Oservatie: Kennelijk geldt dat [ [ a = R(a, ) a = UΣV () en dus heen we een singulierewaardendecompositie van een reële 2 1 matrix A gevonden. Immers, we heen A geschreven als product van unitair, niet-negatief diagonaal, en unitair. Laat nu A de matrix uit () zijn, [ en zet hem in het geheugen van Matla. Het moge duidelijk zijn dat met () volgt dat [ [ [ [ R(, ) =, en dus dat R(, ) = oftewel, linksvermenigvuldiging van A met R(, ) creëert een nul op positie (2, 1). (a) Schrijf een Matla-functie function U = R(a,) die gegeven a en de matrix R(a,) retourneert in de output-variaele U. () Bereken als test in Matla het product R(,-)*A. Het resultaat is ovendriehoeks maar niet diagonaal. Echter, we kunnen rechtsvermenigvuldiging met rotatiematrices inzetten om een nul te creëren op de (1, 2) positie. Immers: [ a R(a, ) = [ ( [ a R(a, ) ) =, [ [a R(a, ) = [. Dus rechtsvermenigvuldiging van A met een rotatie roteert de rij-vectoren van A. Bijvooreeld [ [ R(, ) =. (c) Test dit in Matla door het product A*R(,) te erekenen (mind the apostrophe!). Het lijkt nu misschien alsof A te diagonaliseren is middels twee rotaties, één van links en één 2
3 van rechts. Die van links geeft immers een nul op positie (2, 1) en die van rechts een nul op positie (1, 2). Die van links verandert echter ook de entry op positie (1, 2). Zelfs als je de rotatie van rechts hierop aanpast, zal deze de (nul!)entry op positie (2, 1) weer veranderen. (d) Test deze oservatie door te proeren A te diagonaliseren middels twee rotaties. (e) Schrijf een Matla-functie function [U,S,V=TweeX2(A,n) die een 2 2 matrix A en een n N als inputs neemt, en met ehulp van de functie R eurtelings een nul creëert op posities (2, 1) en (1, 2), in totaal n paren van transformaties van links en van rechts. Schematisch gezien doet dit algoritme dus het volgende, [ [ [ [ [... (6) waarij weer staat voor een niet nader gespecificeerd getal. In dit schema werkt de rotatie R(, ) van links, en de rotatie R(, ) van rechts. Merk op: Uiteindelijk wordt hier dus precies gedaan wat we in (2) voorstelden. Immers, we vermenigvuldingen de gegeven matrix A eurtelings van links en rechts met unitaire matrices, in de hoop dat het resultaat diagonaal wordt, of op z n minst steeds diagonaler. Laat de output S de getransformeerde matrix zijn. Het product van de n rotaties van links is dan U, en het product van de n rotaties van rechts is dan V, zie ook (2). Voor deze outputs geldt dan dat A=U*S*V, maar zeker voor kleine n zal S i.h.a. verre van diagonaal zijn. (f) Bereken voor n {1, 2,,,, 6} middels [U,S,V=TweeX2(A,n) een enaderende SVD van de matrix A uit (). Voor iedere erekende matrix S is de entry op positie (1, 2) per constructie gelijk aan nul. De grootte van de entry op positie (2, 1) is een goede indicatie voor de nauwkeurigheid van de erekende SVD. Geruik format long om deze entry in volle nauwkeurigheid te kunnen ekijken. Opgave. Elementaire unitaire transformaties: het n n geval Laat R(a, ) R 2 2 een rotatiematrix zijn, en I n 2 de (n 2) (n 2) identiteitsmatrix. Dan is [ R12(a, n R(a, ) ) = I n 2 natuurlijk een unitaire n n matrix, die van rotatie in het (x 1, x 2 )-vlak. Laat nu Rkl n (a, ) de matrix zijn die ontstaat door van R12 n (a, ) rij 1 en k te verwisselen, kolom 1 en k te verwisselen, rij 2 en l te verwisselen, en kolom 2 en l te verwisselen. Dan is Rkl n (a, ) dezelfde rotatie als R12 n (a, ) maar dan uitgevoerd in het (x k, x l )-vlak, zie ijvooreeld R2(, ) = 1, dan is R 2(, ) p q r = We schrijven hier opzettelijk p, q, r in plaats van asterisks: linksvermenigvuldiging met Rkl n (a, ) verandert alleen rijen k en l, en rechtsvermenigvuldiging verandert alleen kolommen k en l. p q r.
4 (a) Schrijf een functie function U = Rot(n,k,ell,a,) die de matrix Rkl n (a, ) retourneert. Dit kan overigens een stuk eenvoudiger dan rijen en kolommen van R12 n (a, ) te permuteren! Laat nu v = () Zet deze vector in Matla en creëer twee nullen in v middels twee geschikte rotaties. We gaan ons nu uigen over de vraag hoe we zoveel mogelijk nullen kunnen creëren in een gegeven matrix met rotaties R kl (a, ) zonder eenmaal gecreëerde nullen weer teniet te doen. Oservatie: Beschouw het volgende vooreeld, 12. In A kan een extra nul worden gecreëerd op positie (2, 1) door linksvermenigvuldiging met R12 (, ), maar ook een extra nul op positie (, 2) door linksvermenigvuldiging met R (, ): in eide gevallen zullen de nullen op posities (, 1) en (, 1) intact lijven. Sterker nog, aangezien rijen 1 en 2 disjunct zijn van rijen en, kunnen eide nullen gecreëerd worden. (c) Bedenk een strategie om middels linksvermenigvuldiging met geschikt gekozen matrices R n kl (, ) een gegeven matrix A Rn k met k n op ovendriehoeksvorm te rengen. (d) Implementeer deze strategie in een Matla code function [U,R=UpTriang(A) in de zin dat deze de unitaire U en ovendriehoeks R oplevert zo, dat A=U*R. Merk op: Omdat R ovendriehoeks is, is het opspansel van de eerste l kolommen van A gelijk aan het opspansel van de eerste l (orthonormale!) kolommen van U. Deze zijn dus impliciet het resultaat van het Gram-Schmidt proces toegepast op de kolommen van A. Dit proces is dus te implementeren middels elementaire unitaire transformaties (van links). (e) Test je code op een willekeurig vooreeld. Ga na dat A=U*R, dat R ovendriehoeks is, en dat U unitair is. Werkt je code ook voor de nulmatrix? Vraag die nu resteert is, hoe je door ook rechtsverenigvuldiging met matrices R n kl (a, ) toe te laten, nog meer nullen in een geeven matrix kunt creëren. Oservatie: Beschouw het volgende expliciete vooreeld, 1 R = 1. (f) Ga (op papier) na dat iedere poging om middels één rechtsvermenigvuldiging een extra nul te creëren, tot gevolg heeft dat tenminste één van de reeds aanwezige nullen verdwijnt.
5 Het resultaat ij (f) lijkt erg ontmoedigend. Gelukkig is het slechts het gevolg van het feit dat we eerst alle nullen onder de diagonaal heen gecreëerd, alvorens eens te gaan kijken of er wellicht oven de diagonaal ook nog eer valt te ehalen. Simpel gezegd: hoe meer nullen onder de diagonaal, hoe groter de kans dat we deze met kolom-operaties weer teniet doen. Oservatie: Beschouw het volgende vooreeld,. Ga nogmaals na dat rechtsvermenigvuldiging van A met Rkl (a, ) alleen kolommen k en l verandert. Dus, als k 1 l dan kunnen we met de overgeleven rotaties nog flink huishouden zonder dat er nullen uit de eerste kolom zullen verdwijnen. Met het oog op het feit dat we, zodra we weer nullen onder de diagonaal gaan creëren, de eerste rij sowieso intact laten (anders verdwijnt de nul op positie (2, 1) weer) kunnen we de rechtsvermenigvuldigingen inzetten om zoveel mogelijk nullen in de eerste rij van A te creëren. (g) Ga na welke (extra) nullen in A je kunt creëren in de eerste rij. (h) Schrijf een Matla-code [U,B,V=BiDiag(A) die, gegeven A R n k met k n, unitaire matrices U en V retourneert zo, dat B=U *A*V maximaal 2k 1 entries ongelijk aan nul heeft. (i) Test je code op enkele matrices. Het is natuurlijk zeer aannemelijk dat dit aantal van 2k 1 entries ongelijk aan nul niet verder gereduceerd kan worden, onafhankelijk van A. De situatie is nu vergelijkaar met het 2 2 geval: iedere extra nul die we introduceren, doet minimaal één estaande nul weer teniet. De hoop is nu, dat net als in het 2 2 geval, het mogelijk is om ervoor te zorgen, dat de asolute waarde van de nieuwe entry ongelijk aan nul die ontstaat, kleiner is dan de asolute waarde van de entry die we naar nul transformeren. Maar daarover volgende week meer.
2 De Jordannormaalvorm voor lineaire transformaties
2 De Jordannormaalvorm voor lineaire transformaties We zagen dat iedere lineaire transformatie L : V V van een vectorruimte (V, K) over een algebraïsch afgesloten lichaam K op bovendriehoeksvorm kan worden
Nadere informatie2 De Jordannormaalvorm van een lineaire transformatie
2 De Jordannormaalvorm van een lineaire transformatie We zagen dat iedere lineaire transformatie L : V V van een vectorruimte (V, K) over een algebraïsch afgesloten lichaam K op bovendriehoeksvorm kan
Nadere informatieLineaire 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 informatieVoorwaardelijke 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 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 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 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 informatieextra sommen bij Numerieke lineaire algebra
extra sommen bij Numerieke lineaire algebra 31 oktober 2012 1. Stel, we willen met een rekenapparaat (dat arithmetische bewerkingen uitvoert met een relatieve nauwkeurigheid ξ, ξ ξ) voor twee getallen
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 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 informatieTentamen lineaire algebra 2 17 januari 2014, 10:00 13:00 zalen 174, 312, 412, 401, 402
Tentamen lineaire algebra 2 17 januari 214, 1: 13: zalen 174, 312, 412, 41, 42 Dit zijn geen complete uitwerkingen. Er is dus geen garantie dat het overschrijven met andere getallen voldoende is voor huiswerk
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 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 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 informatieCTB1002 deel 1 - Lineaire algebra 1
CTB100 deel 1 - Lineaire algebra 1 College 5 5 februari 014 1 Opbouw college Vandaag behandelen we hoofdstuk 1.7 en deel van 1.8 Voor de pauze: hoofdstuk 1.7 Na de pauze: hoofdstuk 1.8 Verschillende notaties
Nadere 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 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 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 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 informatieWI1808TH1/CiTG - Lineaire algebra deel 1
WI1808TH1/CiTG - Lineaire algebra deel 1 College 6 26 september 2016 1 Hoofdstuk 3.1 en 3.2 Matrix operaties Optellen van matrices Matrix vermenigvuldigen met een constante Matrices vermenigvuldigen Machten
Nadere informatieUitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =
Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 2015 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt
Nadere 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 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 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 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 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 informatieCTB1002 deel 1 - Lineaire algebra 1
CTB1002 deel 1 - Lineaire algebra 1 College 1 11 februari 2014 1 Even voorstellen Theresia van Essen Docent bij Technische Wiskunde Aanwezig op maandag en donderdag EWI 04.130 j.t.vanessen@tudelft.nl Slides
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 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 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 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 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 informatieInstructies voor Lineaire Algebra 2 - Matlabsessies in week 9-12
Instructies voor Lineaire Algebra 2 - Matlabsessies in week 9-12 De laatste vier weken bij Lineaire Algebra 2 zijn van dubbele instensiteit. Er zijn zes contacturen, verdeeld over een hoor-/instructie-college
Nadere informatie4 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 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 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 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 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 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 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 informatieExamenvragen 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 informatieOverzicht. Lineaire vergelijkingen. Onderwerpen & Planning. Doel. VU Numeriek Programmeren 2.5
VU Numeriek Programmeren 25 Charles Bos Vrije Universiteit Amsterdam Tinbergen Institute csbos@vunl, A40 Onderwerpen & Planning Practicum Literatuur Taal Terugblik & Huiswerk 2 april 202 /26 2/26 Onderwerpen
Nadere informatieKies 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 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 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 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 informatieOefensommen tentamen Lineaire algebra 2 - december A =
Oefensommen tentamen Lineaire algebra 2 - december 2012 Opg 1 De schaakbordmatrix A is de 8 bij 8 matrix 1 0 1 0 1 0 1 0 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 A = 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 0 1 0 1 0 1
Nadere informatiete vermenigvuldigen, waarbij N het aantal geslagen Nederlandse munten en B het aantal geslagen buitenlandse munten zijn. Het resultaat is de vector
Les 3 Matrix product We hebben gezien hoe we matrices kunnen gebruiken om lineaire afbeeldingen te beschrijven. Om het beeld van een vector onder een afbeelding te bepalen hebben we al een soort product
Nadere 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 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 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 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 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 informatieUitwerkingen tentamen lineaire algebra 2 13 januari 2017, 10:00 13:00
Uitwerkingen tentamen lineaire algebra 3 januari 07, 0:00 3:00 Hint: Alle karakteristiek polynomen die je nodig zou kunnen hebben, hebben gehele nulpunten. Als dat niet het geval lijkt, dan heb je dus
Nadere informatieLineaire vergelijkingen
1/24 VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 8 april 2013 2/24 Overzicht Overzicht Onderwerpen & Planning Practicum Literatuur Taal Terugblik & Huiswerk
Nadere informatiex = 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 informatieMatrixalgebra (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(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 informatieHoofdstuk 4 - Machtsfuncties
Hoofdstuk - Machtsfuncties Voorkennis: Functies en symmetrie ladzijde 9 V-a Kies als vensterinstelling voor je GR ijvooreeld X en Y en voer in Y = X X + Je krijgt: + = 0, dan D = ( ) = en = = = + = of
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 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 informatieTechnische 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 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 informatieVoorbeeld 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 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 informatieEerste serie opgaven Systeemtheorie
Eerste serie opgaven Systeemtheorie Deze serie bestaat uit oefeningen en opdrachten. De oefeningen zijn bedoeld om je wegwijs te maken in Matlab en de toepassingen in de wiskunde. De opdrachten moet je
Nadere informatiex 1 (t) = ve rt = (a + ib) e (λ+iµ)t = (a + ib) e λt (cos µt + i sin µt) x 2 (t) = ve rt = e λt (a cos µt b sin µt) ie λt (a sin µt + b cos µt).
76 Complexe eigenwaarden Ook dit hebben we reeds gezien bij Lineaire Algebra Zie: Lay, 57 Als xt ve rt een oplossing is van de homogene differentiaalvergelijking x t Axt, dan moet r een eigenwaarde van
Nadere 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 informatieTentamen Lineaire Algebra UITWERKINGEN
Tentamen Lineaire Algebra 29 januari 29, 3:3-6:3 uur UITWERKINGEN Gegeven een drietal lijnen in R 3 in parametervoorstelling, l : 2, m : n : ν (a (/2 pt Laat zien dat l en m elkaar kruisen (dat wil zeggen
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 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 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 informatieInformatica: C# WPO 10
Informatica: C# WPO 10 1. Inhoud 2D arrays, lijsten van arrays, NULL-values 2. Oefeningen Demo 1: Fill and print 2D array Demo 2: Fill and print list of array A: Matrix optelling A: Matrix * constante
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 informatieHoofdstuk 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 informatieComplexe 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 informatieBlokmatrices. , I 21 = ( 0 0 ) en I 22 = 1.
Blokmatrices Soms kan het handig zijn een matrix in zogenaamde blokken op te delen, vooral als sommige van deze blokken uit louter nullen bestaan Berekeningen kunnen hierdoor soms aanzienlijk worden vereenvoudigd
Nadere informatieEigenwaarden en Diagonaliseerbaarheid
Hoofdstuk 3 Eigenwaarden en Diagonaliseerbaarheid 31 Diagonaliseerbaarheid Zoals we zagen hangt de matrix die behoort bij een lineaire transformatie af van de keuze van een basis voor de ruimte In dit
Nadere informatie1 De permanent van een matrix
De permanent van een matrix Schrijf S n voor de symmetrische groep, met als elementen alle permutaties σ van de getallen {,..., n}. De permanent van een n n matrix A = (a ij ) is een getal dat formeel
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 informatieToepassingen 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 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 informatieTentamen Lineaire Algebra
Tentamen Lineaire Algebra 3 januari 214, 8:3-11:3 uur - Bij dit tentamen mogen dictaten en boeken niet gebruikt worden - Een eenvoudige rekenmachine, hoewel niet nodig, is toegestaan, maar geen grafische
Nadere informatieVectorruimten en deelruimten
Vectorruimten en deelruimten We hebben al uitgebreid kennis gemaakt met de vectorruimte R n We zullen nu zien dat R n slechts een speciaal geval vormt van het (veel algemenere begrip vectorruimte : Definitie
Nadere informatieExamenvragen Meetkunde en lineaire algebra Eerste examenperiode
Examenvragen Meetkunde en lineaire algebra Eerste examenperiode 2008-2009 Door rotatie van de rechte r die bepaald wordt door de punten P(3, 1, 2) en Q(1, 1, 2) omheen de rechte s die gaat door het punt
Nadere informatieFrobenius lage rang benaderingen
Falcuteit Wetenschappen en Bio-Ingenieurswetenschappen Departement Wiskunde Frobenius lage rang benaderingen Proefschrift ingediend met het oog op het behalen van de graad Bachelor in de Wiskunde Dina
Nadere informatieDeterminanten. , 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 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 informatieBilineaire 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 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 informatieUitwerking opgaven 17 december. Spoilers!!
Uitwerking opgaven 7 december Spoilers!! (duh... 8 januari 206 Inhoudsopgave Complex diagonaliseren matrix 2. Opgave................................................ 2.2 Oplossing...............................................
Nadere informatieEERSTE AFGELEIDE TWEEDE AFGELEIDE
Lesrief EERSTE AFGELEIDE etreme waarden raaklijn normaal TWEEDE AFGELEIDE uigpunten 6/7Np GGHM03 Inleiding Met ehulp van de grafische rekenmachine kun je snel zien of de grafiek daalt of stijgt. Het horizontaal
Nadere informatieTentamen lineaire algebra 2 18 januari 2019, 10:00 13:00 Uitwerkingen (schets)
Tentamen lineaire algebra 8 januari 9, : : Uitwerkingen (schets) Opgave. ( + punten) Gegeven is de matrix ( ) A =. (a) Bepaal een diagonaliseerbare matrix D en een nilpotente matrix N zodanig dat A = N
Nadere informatieTECHNISCHE 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 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 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 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 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 informatieDe 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