Tentamina Lineaire Algebra Cursussen. Uitgangspunten, aanbevelingen en opmerkingen

Maat: px
Weergave met pagina beginnen:

Download "Tentamina Lineaire Algebra Cursussen. Uitgangspunten, aanbevelingen en opmerkingen"

Transcriptie

1 Tentamina Lineaire Algebra Cursussen Fons Daalderop, Joost de Groot, Roelof Koekoek Mei 4 Uitgangspunten, aanbevelingen en opmerkingen De inhoud van de cursus Lineaire Algebra is voor wat betreft de basisstof en de keuzeonderwerpen omschreven in het Eindrapport Commissie Instellingspakket Lineaire Algebra ( januari ). In dit rapport is ook een paragraaf opgenomen met een aanbeveling over de toetsvorm. Daarin wordt geadviseerd om een tentamen te laten bestaan uit een deel met acht korte antwoordvragen (goed voor 4 punten), en een deel met open vragen (goed voor 5 punten). In de praktijk blijken de tentamina echter qua opzet, moeilijkheidsgraad en type opgaven nogal uiteen te lopen. Om de tentamens op een verantwoorde manier meer te laten overeenkomen, pleiten we er voor om de verantwoordelijke docenten binnen de groepen Design, Construction en Science bij het opstellen van tentamens te laten samenwerken. Van belang is hierbij dat men bij deze tentamens aan de hieronder omschreven (aanbevolen) uitgangspunten probeert te voldoen. Deze zijn opgesteld met betrekking tot A. De opzet van een tentamen Lineaire Algebra B. De organisatie rond het opstellen van een tentamen C. Een databank van tentamenopgaven met uitwerkingen. Aanbevelingen met betrekking tot de opzet van een tentamen Lineaire Algebra Om de uniformiteit te waarborgen bevelen wij de volgende punten aan: In elk tentamen een opgave opnemen waarin naar drie definities gevraagd wordt. Tip: Bij uitwerkingen van een tentamen (op Blackboard) de volledige definitie tonen om te laten zien wat er van de studenten verwacht wordt en niet volstaan met een verwijzing naar het boek. In elk tentamen een opgave opnemen waarin van drie beweringen gevraagd wordt ze te bewijzen dan wel te weerleggen. In het werkschema en bij behandeling tijdens colstructie aandacht geven aan dit soort opgaven. Doel ervan is dat studenten vaardig met begrippen en eigenschappen kunnen omgaan en exacte (logische) afleidingen kunnen geven. Bovenstaande twee opgaven (met in totaal zes onderdelen) bepalen 5% van het eindcijfer.

2 Wat betreft de rest van het tentamen. Uitgangspunt is dat het tentamen opgaven bevat van dezelfde aard en moeilijkheidsgraad als de opgaven uit het werkschema waarmee studenten tijdens de cursus aan de slag gaan. Suggesties:. Om het genoemde uitgangspunt handen en voeten te geven: bij de meeste opgaven moet in principe expliciet een verwijzing gegeven kunnen worden naar vraagstukken uit het werkschema die vergelijkbaar zijn met de gestelde opgave.. Een opgave liefst focussen op één of twee te toetsen onderdelen. 3. Zoveel mogelijk vermijden dat identieke rekenvaardigheden meerdere keren voorkomen. 4. Aandeel aan rekenwerk behoorlijk beperkt houden [in weinig stappen tot gereduceerde echelonvorm, kleine matrices], handigheidjes vermijden (bijvoorbeeld bij bepaling van determinanten, nulpunten van karakteristieke vergelijking). Accent op juiste keuze en correcte toepassing van rekenmethode. NB. Rekenwerk betreft in wezen niet veel meer dan: vegen tot gereduceerde echelonmatrix; eigenwaarden en eigenvectoren bepalen; determinant uitrekenen; inproduct; Gram Schmidt; matrixproduct uitrekenen. Simpel voorbeeld: Een opgave waarin het toepassen van rijbewerkingen wordt getoetst, een andere opgave waarin het bepalen van de basis voor een kolom- of nulruimte wordt getoetst waarbij de echelonvorm, waarmee de matrix rijequivalent is, al is uitgerekend en wordt aangeboden. Tenminste één opgave is duidelijk op toepassing van de lineaire algebra gericht, dat wil zeggen kleinste-kwadratenmethode, differentievergelijkingen, (differentiaalvergelijkingen, kwadratische vormen). In dergelijke opgaven kan eventueel de optie worden ingebouwd om met de grafische rekenmachine onderdelen uit te werken. Ervaringen met en werkwijze rond het tentamen bij LR (juni 4) zijn wellicht interessant in deze. Normering: Een gelijke normering gebaseerd op 5 punten voor een tentamen. Aanbevelingen met betrekking tot de organisatie rond het opstellen van een tentamen Uitgaan van drie groepen [zie ook Analyse] die voor wat betreft de basisstof vergelijkbare tentamens opstellen: Design-groep (Bk, IO, TB, TI) Construction-groep (CT, LR, ST, TA, WbMT) Science-groep(ET,TNW,TW) Elke groep op zich probeert voor wat betreft de basis (kern)stof tentamenopgaven op te stellen van hetzelfde niveau dan wel uit eenzelfde voorraad aan opgaven te putten. Wij hebben hiertoe voorbeelden bij elkaar gebracht van ons inziens geschikte tentamenopgaven (die aan bovenstaande uitgangspunten voldoen). Tevens hebben we een voorbeeldtentamen opgesteld (groep Design).

3 Suggestie: Bij de uitkomsten/uitwerkingen ten behoeve van de studenten, per opgave verwijzen naar een overeenkomstige opgave uit het werkschema meegeven. Kanttekeningen: Door uiteenlopende tentamenformats, met name: uurs voor aparte delen [kwartalen] dan wel 3 uurs tentamina [semester], wel/geen multiple choice of kort antwoordvragen, wel/geen bonus/quizz systemen, zal in de praktijk het laten samen vallen van tentamina niet zo eenvoudig realiseerbaar zijn. Wij vermoeden dat het verschil in moeilijkheidsgraad en type van opgaven tussen de Construction- en Science-groep wel eens duidelijk groter zou kunnen zijn, dan tussen de Design- en Construction-groep [nog eens versterkt door de accenten op keuze-onderwerpen die een aparte behandeling krijgen (eigen dictaat ed)]. Databank met tentamenopgaven en uitwerkingen Suggestie: Laat een databank ontstaan met tentamenopgaven, in LATEX ingevoerd en volgens een format die het mogelijk maakt om naar believen een tentamen op te stellen door uit de databank opgaven (met bijbehorende uitwerkingen/uitkomsten) [stukjes L A TEX] te plukken - en daar eventueel wat kleine variaties in aan te brengen. Joost geeft aan dat er vrij snel een format voor een L A TEX-document in elkaar is te zetten waarmee relatief eenvoudig tentamens samen te stellen zijn, door middel van verwijzingen naar opgaven uit de databank. Hij kan dit idee desgewenst verder toelichten. Tentamenvoorbeeld Op de volgende bladzijden geven we een voorbeeld van een twee-uurstentamen voor de designgroep over de stof van één kwartaal. 3

4 Technische Universiteit Delft Faculteit voor Elektrotechniek, Wiskunde en Informatica Mekelweg 4, Delft Voorbeeldtentamen Lineaire Algebra voor de Design groep, deel tijdsduur: twee uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD.. Vul de volgende definities aan: () (a) S = {v,...,v p } is een verzameling vectoren uit R n. Onder Span(S) verstaat men... () (b) Onder een basis voor een deelruimte H van R n verstaat men... () (c) Matrix A is orthogonaal als.... Geef in elk van de volgende gevallen aan of de uitspraak waar is of niet waar is. Beargumenteer uw antwoord. () (a) Als de rang van een m n matrix A gelijk is aan m, danisax = b oplosbaar voor iedere b uit R n. () (b) {u, u + v, u + v} is een lineair onafhankelijke verzameling. () (c) Als A en B vierkante matrices van gelijke afmetingen zijn, dan geldt algemeen: (A B) = A AB+ B. 3. Gegeven is het volgende stelsel vergelijkingen in de onbekenden x, x, x 3 en x 4 : x 3 + 7x 4 = x + 4x 7x 3 =. x x + 3x 3 x 4 = () (a) Veeg de bij dit stelsel behorende aangevulde coëfficiëntenmatrix tot gereduceerde echelonvorm. () (b) Geef de algemene oplossing van dit (consistente) stelsel. () (c) Hoeveel oplossingen heeft het bijbehorende homogene stelsel vergelijkingen? 4. De matrix A is rijequivalent met matrix F 4 A = () (a) Behoort de vector 3 tot Nul A? () (b) Bepaal een basis voor Nul A, de nulruimte van A. () (c) Bepaal een basis voor Col A, de kolomruimte van A. () (d) Heeft Ax = b voor elke b uit R 3 een oplossing? / 3 7/ = F. 4

5 () 5. (a) Welke vector in R 3 heeft homogene coördinaten (,, 3, 4 )? (5) (b) (i) Bepaal de 3 3 matrix die gebruik makend van homogene coördinaten de D transformatie beschrijft die roteert over 6 (tegen de klok in) met (6, 8) als rotatiecentrum. () (ii) Bepaal het beeld van punt (, ) onder de bovengenoemde D transformatie. 6. Gegeven zijn de volgende vectoren a =, a = 4, a 3 = 5, b = () (a) Toon aan dat {a, a } eenbasisisvanw = Span{a, a, a 3 }. () (b) Bepaal, met behulp van Gram-Schmidt, een orthogonale basis voor W. () (c) Bepaal een orthogonale projectie van de vector b op W. () (d) Is de kleinste-kwadratenoplossing van Ax = b uniek? (dit is te beantwoorden zonder de kleinste-kwadratenoplossing te bepalen) [GR] Een zeker fysisch probleem wordt gemodelleerd door de vergelijking y = Ae 3t + Be t. Verder zijn gegeven de (x, y)-data (,.6), (, 6) en (, 3). A en B worden bepaald met behulp van de kleinste kwadraten methode. (3) (a) Geef de design-matrix, de parameter -vector en de observatie-vector. (3) (b) Bereken met je grafische rekenmachine A en B. Zonder GR Bereken (door toepassing van de kleinste kwadraten methode) β en β zo dat de grafiek van y = β + β x zo goed mogelijk aansluit bij de punten (, ), (, ), (, ) en (, 4). Opgave Punten (+5 = 5) 5

6 Voorbeelden van tentamenopgaven In de nu volgende verzameling zijn voorbeeldopgaven opgenomen over de basisstof zoals die omschreven is in het Eindrapport Commissie Instellingspakket Lineaire Algebra van januari en die voldoen aan de uitgangspunten zoals die geformuleerd zijn in het rapportje Tentamina Lineaire Algebra Cursussen. Tevens zijn enkele voorbeeldopgaven opgenomen over keuzeonderwerpen (lineaire afbeeldingen, algemene vectorruimten, inwendig productruimten, kwadratische vormen en definiete matrices), die bij veel opleidingen worden gekozen. Voorbeeldopgaven over keuzeonderwerpen (zoals numerieke methoden, stelsels lineaire differentiaalvergelijkingen, de singuliere-waardendecompositie en de vectorruimte C n ) die minder vaak worden gekozen zijn achterwege gelaten. Bij de opgaven is steeds aangegeven voor welk niveau (Design-, Construction- en/of Sciencegroep) deze geschikt zijn. Sommige opgaven zijn alleen geschikt als bepaalde accenten zijn aangebracht tijdens de cursus, zoals bijvoorbeeld opgaven over de toepassing van determinanten bij oppervlakte- en volumeberekeningen of over het maximum/minimum van een kwadratische vorm onder bepaalde voorwaarden. Kort antwoord vragen. 3 definitie-vragen. Op basis van 5 punten punten per onderdeel. Voorbeelden. Vul de volgende definities aan: () Als S = {v,...,v p } een verzameling vectoren uit R n is, dan geldt Span(S) =... () De verzameling vectoren {v,...,v p } is lineair onafhankelijk als... () Een afbeelding T : R n R m is een lineaire afbeelding (transformatie) als.... () Een deelruimte van R n is een verzameling H van vectoren uit R n waarbij aan de volgende eigenschappen wordt voldaan:... () Zij U een deelruimte van de vectorruimte V (van R n ). De verzameling {b,...,b n } is een basis voor U als.... () Laat B = {b,...,b n } een basis zijn voor R n en x R n.deb-coördinaten van x zijn... () De dimensie van een deelruimte H van R n (met H { }), is... () De kolomruimte van een matrix A is... () De nulruimte van een matrix A is... () De rang van een matrix A is per definitie gelijk aan... () Twee vectoren u en v uit R n zijn orthogonaal als... () Laat W een verzameling vectoren uit R n zijn. W,hetorthogonaal complement van W,is dan... () Een matrix A is orthogonaal als... () Zij A een m n-matrix en b R m.eenkleinste-kwadratenoplossing van Ax = b is... () Een eigenvector van een (vierkante) matrix A is... () Een getal λ is een eigenwaarde van een matrix A als... () Een (vierkante) matrix A is diagonaliseerbaar als... () Een (vierkante) matrix A is orthogonaal diagonaliseeerbaar als... () Een kwadratische vorm Q op R n is indefiniet als... 6

7 . 3 onderdelen. punten per onderdeel. Uitspraken waarvan waarheid dan wel onwaarheid moet worden aangegeven, met korte beargumentatie. Voorbeelden. Geef in elk van de volgende gevallen aan of de uitspraak waar is of niet waar is. Beargumenteer je antwoord. Design, Construction, Science () Als de rang van een m n-matrix A gelijk is aan m, danisax = b oplosbaar voor iedere b uit R n. () Een stelsel lineaire vergelijkingen met twee verschillende oplossingen heeft oneindig veel oplossingen. () Als p een oplossing is van Ax = b en q een oplossing is van Ax =, danisp + αq voor elke α R een oplossing van Ax =. () Als A en B vierkante matrices zijn, dan geldt algemeen: (A B) = A AB+ B. () Als A en B inverteerbare matrices van gelijke afmetingen zijn, dan is A + B ook inverteerbaar. () {u, u + v, u + v} is een lineair onafhankelijke verzameling. () Als {u, v, w, z} lineair onafhankelijk is, dan zijn u, v, w en z geen vectoren in R 3. () w is een vector van Span{u, u + v, u + v + w}. () Gegeven is dat {v,...,v p } een lineair onafhankelijke verzameling vectoren is (p >). Dan is {v,...,v p } ook lineair onafhankelijk. () Gegeven is dat W = Span{v,...,v p }. Dan geldt ook W = Span{v,...,v p+ }. [ ] x () De verzameling van vectoren uit R y met de eigenschap xy > is een deelruimte van R. () De verzameling {(x, y) x eny } is een lineaire deelruimte van R. x () De verzameling van vectoren y uit R 3 met de eigenschap x+3y z = is een deelruimte z van R 3. () Als A een 6 5-matrix is, dan is Col(A) een deelruimte van R 5. () Als W = Span{v,...,v 3 } en v 4 W,danis{v,...,v 4 } lineair afhankelijk. () Als T : R n R m een surjectieve (dus onto ) lineaire afbeelding is, dan moet gelden: m>n. () Als A een m n-matrix is en de rang van A is m, dan is de lineaire afbeelding x Ax injectief (dus one-to-one ). ([ ]) [ ] () De afbeelding T : R R x x 3x met T = is een lineaire afbeelding. x x x () Gegeven is dat A en B inverteerbare matrices zijn. Als ACB = D, dan geldt C = A B D. () Als twee vectoren orthogonaal zijn, dan vormen ze een lineair onafhankelijk tweetal vectoren. () Als u v = u + v,danu v. () Als x W en ook x W,danx =. () Als U orthonormale kolommen heeft, dan geldt UU T = I. 7

8 () Als A vierkant is en orthonormale kolommen heeft, dan heeft A ook orthonormale rijen. () De matrix is een orthogonale matrix. () Als U een vierkante matrix is met det UU T =, dan geldt det U = ±. () det A T A. () Als det A =endetb = 3, dan geldt det(a + B) =5. () Als v en v twee lineair onafhankelijke eigenvectoren zijn van matrix A, danhorenzebij verschillende eigenwaarden. () Als de n n-matrix Anverschillende eigenwaarden heeft, dan is A diagonaliseerbaar. () Matrix A is niet inverteerbaar dan en slechts dan als een eigenwaarde is van A. () Als λ een eigenwaarde is van een inverteerbare matrix A, danisλ eigenwaarde van A. () Als n n-matrix A diagonaliseerbaar is, dan heeft Anverschillende eigenwaarden. () Als 6 6-matrix A precies twee verschillende eigenwaarden heeft en elke eigenruimte is 3-dimensionaal, dan is A diagonaliseerbaar. () Elke eigenwaarde van A is ook eigenwaarde van A. () Gelijkvormige matrices hebben precies dezelfde eigenwaarden. () De som van twee eigenvectoren van matrix A is ook een eigenvector van A. () Als A en B inverteerbaar zijn, dan is AB gelijkvormig met BA. Construction, Science () Als A inverteerbaar is, dan is A ook inverteerbaar () Als de vierkante matrices A en B rij-equivalent zijn, dan zijn hun determinanten gelijk. () Voor elke matrix A geldt rang(a) =rang(a T ). () {+t, 3+t, t } is een basis voor P. () Als P een inverteerbare projectiematrix is, dan P = I. () Als A en B positief definiete symmetrische matrices zijn, dan is A + B ook een positief definiete symmetrische matrix. Science () Als voor de matrices A en B geldt dat AB inverteerbaar is, dan zijn A en B inverteerbaar. () In de vectorruimte van reëelwaardige functies met domein R nemen we de deelruimte W = Span{, cos x, sin x, cos x, sin x, sin x cos x}. Dan geldt dim W =3. () De afbeelding T : M 3 3 R 3 gedefinieerd door T (A) =A is lineair. 8

9 () 5 5 =. () Elke vierkante reële matrix heeft tenminste één reële eigenwaarde. () De uitdrukking x, y =x y +x y +3x 3 y 3 + x y + x y x y 3 x 3 y definieert een inwendig product op R 3. () De kwadratische vorm Q : R 3 R wordt gedefinieerd door Q(x) = x x 3x 3 +x x +6x x 3 +4x x 3. Er bestaat een x zo dat Q(x) =. 9

10 Stelsels Design, Construction, Science 3. Gegeven is het volgende stelsel vergelijkingen in de onbekenden x, x, x 3 en x 4 : x 3 + 7x 4 = x + 4x 7x 3 =. x x + 3x 3 x 4 = (a) Geef de algemene oplossing van dit stelsel. (b) Hoeveel oplossingen heeft het bijbehorende homogene stelsel vergelijkingen? (c) Kan men de getallen -,, rechts van de gelijktekens zodanig wijzigen dat het resulterende stelsel strijdig is? (d) Men voegt de vergelijking x 3 = x 4 toe aan het hierboven gegeven stelsel. Hoeveel oplossingen heeft dit nieuwe stelsel van 4 vergelijkingen? 4. Beschouw het stelsel vergelijkingen x x + 5x 3 = 3x x + 7x 3 = β 5x + αx 3 =. (a) Veeg de aangevulde matrix die bij dit stelsel hoort tot echelonvorm. (b) Voor welke waarde(n) van α en β is het stelsel strijdig? (c) Voor welke waarde(n) van α en β heeft het stelsel oneindig veel oplossingen? (d) Voor welke waarde(n) van α en β heeft het stelsel precies één oplossing? (e) Bepaal de oplossing in het geval dat α = β =. Construction, Science 5. Beschouw het volgende stelsel vergelijkingen: x + x x 3 = x + αx + x 3 = x + αx + (α +6)x 3 = β (α, β R). (a) Voor welke α heeft dit stelsel precies één oplossing? (b) Voor welke α heeft dit stelsel geen oplossing? (c) Voor welke α heeft dit stelsel oneindig veel oplossingen? (d) Los dit stelsel op voor α = 4 enβ =. 6. Gegeven zijn de volgende matrix en vector: 3 A = 3α en b = 4 6α α α 3 β (α, β R).

11 (a) Voor welke waarden van α en β heeft Ax = b géén oplossingen? (b) Los het stelsel Ax = b op voor α =enβ =.

12 Vectoren Construction, Science 7. Gegeven zijn vier vectoren t, u, v en w in R 3, waarbij t zowel in Span{u, v} als in Span{v, w} ligt. Verder is {u, v, w} lineair onafhankelijk. Laat zien dat t een scalair veelvoud is van v. 8. Gegeven is de matrix A = 3 3α 4 6α α α Leg uit zonder te rekenen: Voor iedere α R zijn de kolommen van de matrix A afhankelijk.

13 Matrixalgebra Design, Construction, Science 9. Gegeven zijn de matrices A = [ ] [, B = 5 5 ] en C = (a) Bereken (zo mogelijk) de matrices AA T, AB en BA + C. (b) Bepaal alle matrices X zodanig dat AX = B. (c) Bepaal alle matrices Y zodanig dat YA= C. (d) Is C inverteerbaar? Construction, Science. Gegeven is de matrix: A = 3 6 a a a a Voor welke waarden van a is A inverteerbaar? Science. Zij A een m n-matrix waarbij matrices B en C bestaan zo dat AB = I en CA = I. (a) Wat zijn de afmetingen van B en van C? (b) Toon aan: Ax = heeft precies één oplossing. [Aanwijzing: Gebruik de gegevens; een pivotargument werkt niet!] (c) Toon aan: Ax = b heeft voor elke b R m tenminste één oplossing. [Aanwijzing: Gebruik de gegevens; een pivotargument werkt niet!] (d) Toon aan: A is vierkant. [Aanwijzing: Gebruik (b) en (c) en een pivotargument.] 3

14 Lineaire afbeeldingen (behoort niet tot basisstof) Design, Construction, Science. Gegeven is de matrix A = 3 3α 4 6α α α Voor welke waarden van α is de afbeelding T : R 4 R 3 gedefinieerd door T (x) =Ax surjectief (dus onto )? 3. De lineaire afbeelding T : R R spiegelt een vector eerst in de lijn y = x en spiegelt het resultaat daarna in de x-as. Geef de standaardmatrix van deze lineaire afbeelding. 4. Is de afbeelding T : R 3 R gedefinieerd door T (x,x,x 3 )=(π x +3x,x + x 3) een lineaire afbeelding? 5. Is de lineaire afbeelding T : R 4 R 3 gedefinieerd door T (x,x,x 3,x 4 )=(x + x + x 4,x 3 + x 4,x + x + x 3 +x 4 ) injectief (dus one-to-one )? En surjectief (dus onto )? 4

15 Deelruimten van R n Design, Construction, Science 6. De matrix A is rijequivalent met matrix F 4 A = / 3 7/ = F. (a) Bepaal een basis voor Nul A, de nulruimte van A. (b) Bepaal een basis voor Col A, de kolomruimte van A. (c) Heeft Ax = b voor elke b uit R 3 een oplossing? Alternatieven voor (c) kunnen zijn: Laat zien dat Ax = b géén oplossing heeft als b =[3] T. matrixvergelijking op te lossen. Toon dit aan zonder de Er is gegeven dat b = a 3 + a 5 (waarbij A =[a a...a 5 ]). Geef alle oplossingen van de matrixvergelijking Ax = b. Er geldt dat de dimensie van de kolomruimte van A gelijk is aan de dimensie van de kolomruimte van A T. Wat is de dimensie van de nulruimte van A T? 7. Beschouw het vlak V gegeven door de vergelijking x +3x x 3 =. Toon aan dat V een deelruimte van R 3 is. 8. Gegeven is de n n-matrix A en de verzameling W = {x R n Ax = 3x}. BewijsdatW een lineaire deelruimte is van R n. Construction, Science 9. Gegeven zijn de matrix A en de vectoren v en v : 3 A =, v = 4 (a) Bepaal een basis voor Col A, de kolomruimte van A. (b) Bepaal een basis voor Nul A, de nulruimte van A. (c) Is {v, v } een basis voor Col A? Alternatieven voor (c) kunnen zijn: en v = Laat zien dat (, 4, 5) tot Col A behoort en bepaal de coördinaten t.o.v. de basis B = {v, v } voor Col A; Laat zien dat de kolomruimte van A en Span {v, v } gelijk zijn? 3 Science Zijn de kolomruimte van A en Span {v, v } hetzelfde? 5

16 Algemene vectorruimten (geen basisstof) Design, Construction, Science. Laat B = {b, b } de basis voor R zijn, waarbij [ ] b = en b 8 = [ ] (a) Bepaal y als gegeven is dat [y] B =. [ ] (b) Bepaal [x] B als gegeven is dat x =. (c) Geef de overgangsmatrix P B. [ 5 ].. Gegeven is dat B = {b, b } en C = {c, c } basis zijn voor R, waarbij [ ] [ ] [ ] [ b =, b 8 =, c 5 = en c 4 = (a) Bepaal de overgangsmatrix P van de basis B naar de basis C. C B (b) Bepaal de overgangangsmatrix P van C naar B. B C (c) Bepaal [x] C als x = 3b +4b. ].. De lineaire afbeelding T : R R spiegelt een vector eerst in de lijn y = x en spiegelt het resultaat daarna in de x-as. (a) Geef de standaardmatrix van deze lineaire afbeelding. {[ ] [ ]} Neem nu B =, als basis voor R. (b) Bepaal de matrix [T ] B van T ten opzichte van de basis B. Construction, Science 3. Neem b = 4 A =, b = 3 4 5, c =, en c = 3 3 (a) Bepaal de dimensie van de nulruimte van A. (b) Laat zien dat B = {b, b } een basis voor de nulruimte van A is. 6

17 Een tweede basis voor de nulruimte van A is C = {c, c }. (c) Bepaal de overgangsmatrix P van de basis B naar de basis C. C B (d) Bepaal de coördinaten van v =(9, 3, 4,, 5) ten opzichte van de basis B (dus bepaal [v] B ) en bepaal daarna [v] C met behulp van de bij (c) gevonden matrix. 4. In R 3 zijn de bases B = {b, b, b 3 } en C = {c, c, c 3 } gegeven, waarbij b = c c, b = c + c + c 3 en b 3 = c c 3. Bepaal [x] B als x =3c +4c + c Gegeven is een onafhankelijk stelsel vectoren {b,...,b k } in R n. Toon aan dat als x R n een lineaire combinatie is van de vectoren uit stelsel {b,...,b k }, zeg x = c b c k b k,dat dan de gewichten c,...,c k uniek zijn bepaald. 6. Voor i =,, 3 definiëren we de functies f i : R R door f (x) = (voor alle x), f (x) =cos x en f 3 (x) =sinx cos x. Definieer verder V = Span{f,f,f 3 }. Gegeven is dat B = {f,f,f 3 } een basis voor V is (dit hoef je dus niet te bewijzen). De functie g : R R wordt gedefinieerd door g(x) =cosx en de lineaire afbeelding T : V V door T (f) =f + f. (a) Laat zien dat g element van V is en bepaal de coördinaten van g t.o.v. de basis B (dus bepaal [g] B ). [Aanwijzing: cos x =cos x sin x.] (b) Bepaal de matrix [T ] B van T t.o.v. de basis B. (c) Bepaal [T (g)] B. 7

18 Orthogonale projecties Design, Construction, Science 7. Gegeven zijn de volgende vectoren a =, a = 4, a 3 = 5, b = (a) Toon aan dat {a, a } eenbasisisvanw = Span{a, a, a 3 }. (b) Bepaal, met behulp van Gram-Schmidt, een orthogonale basis voor W. (c) Bepaal een orthogonale projectie van de vector b op W. Laat A =[a a a 3 ]. (d) Is de kleinste-kwadratenoplossing van Ax = b uniek? (dit is te beantwoorden zonder de kleinste-kwadratenoplossing te bepalen). Alternatieven voor (d) kunnen zijn: Bereken b Ae en b Ae en laat zien dat e geen kleinste-kwadratenoplossing kan zijn van Ax = b. Bepaal een kleinste-kwadratenoplossing van Ax = b. Dit kan hier met weinig rekenwerk door gebruik te maken van onderdeel (c). 8. Gegeven zijn de volgende deelruimte van R 4 en vectoren: V = Span 3,, 5, b = en p = (a) Laat zien dat p de orthogonale projectie van b op V is. (b) Geef een vector z die loodrecht op V staat. (c) Geef twee verschillende vectoren ongelijk aan b waarvan de orthogonale projectie gelijk is aan p. 9. Gegeven zijn de volgende matrix en vector: 3 5 B = en b = (a) Bepaal een basis voor Col(B) en geef, door toepassing van Gram-Schmidt op deze basis, een orthogonale basis voor Col(B)

19 (b) Geef een matrix U met orthonormale kolommen waarvan de kolomruimte gelijk is aan de kolomruimte van B. IsU een orthogonale matrix? (c) Bepaal die vector w in Col(B) waarvan de afstand tot b minimaal is en bereken deze afstand. (d) Geef een vector, ongelijk aan b en ongelijk aan w, waarvan de orthogonale projectie op Col(B) gelijk is aan w. (e) Geef een basis voor het orthogonale complement van Col(B). 3. Hoeveel kleinste-kwadratenoplossingen heeft het stelsel Ax = b als A =? 3 3. Bereken (door toepassing van de kleinste-kwadratenmethode) β en β zo dat de grafiek van de functie y = β + β x zo goed mogelijk aansluit bij de punten (, ), (, 6) en (, 4). 3. Gegeven zijn de volgende matrix en vectoren A = 3 4, b =, p = en q = Bereken Ap en Aq en beredeneer vervolgens, zonder de kleinste-kwadratenmethode te gebruiken, welke van de vectoren p en q onmogelijk een kleinste-kwadratenoplossing van het stelsel Ax = b kan zijn. 33. Beschouw de puntenwolk : (, ), (, 6), (4, 3) en (9, ) in het (x, y)-vlak. (a) Bepaal de kleinste-kwadratenkromme van de vorm y = γ + γ x die deze puntenwolk het best benadert. Gegeven is dat y = + x de kleinste-kwadratenlijn is die deze puntenwolk het best benadert. (b) Welke van deze benaderingen is beter en waarom? [Aanwijzing: denk aan de kleinste-kwadratenfout.] Construction, Science 34. Neem A = en b = 5. (a) Bepaal een kleinste-kwadratenoplossing van Ax = b. (b) Bepaal de orthogonale projectie van b op de kolomruimte van A. (c) (i) Leg uit hoe de matrix P van de orthogonale projectie op de kolomruimte van A gevonden kan worden (je hoeft P dus niet uit te rekenen!). (ii) Wat is de meetkundige betekenis van P x voor x R 3? 35. Beschouw de punten P =(6,, ), Q =(4,, ) en R =(,, ) in de ruimte en het vlak V gegeven door de vergelijking x +3x x 3 =. 9

20 (a) Bereken de oppervlakte van driehoek PQR. (b) Bepaal een orthogonale basis voor V. (c) Bepaal de afstand van het punt P tot het vlak V. 36. Gegeven zijn A = en b = 3. (a) Bereken een QR-ontbinding van de matrix A. (b) Bepaal een kleinste-kwadratenoplossing van Ax = b. (c) Bepaal de (orthogonale) projectie van b op Col A, de kolomruimte van A. Science 37. Laat B = {b, b, b 3 } een orthogonale basis voor een inwendig productruimte V zijn met b = b =en b 3 = 3. Laat verder x een vector in V zijn met [x] B =(,, ). Bewijs of weerleg: x = 6.

21 Determinanten Design, Construction, Science 38. Gegeven de n n-matrices A en B met det A =3endetB =. (a) Bepaal det(b A). (b) Bepaal det(3b T ). (c) Hoeveel oplossingen heeft A 5 x =? 39. Beschouw de vectoren a =, b = en c = 4 p (a) Bepaal die waarde(n) van p waarvoor het volume van het parallellepipedum opgespannen door de drie vectoren a, b en c gelijk is aan 7. (b) Voor welke waarde(n) van p is de matrix A =[ abc] inverteerbaar? 4. Beschouw de punten P =(, 3), Q =(, 5), R =(5, 4) en S =(3, ) in het platte vlak. Bereken de oppervlakte van vierhoek PQRS met behulp van determinanten. 4. Gegeven is de matrix A = a b+ c b a+ c c a+ b Laat met behulp van veegoperaties zien dat det(a) =. Construction, Science 4. Gegeven zijn 4 4-matrices A en B met det(a) =3endet( A B) =. Bepaal det(b). 43. De n n-matrix U heeft de eigenschap dat U T U = I en dat det(u ) <. Bepaal det(u) en det(u). 44. Gegeven zijn de punten A =(, ), B =(, 4) en C =(, 5) in het platte vlak. Bepaal met behulp van determinanten alle punten D =(,y)op de y-as zodanig dat de oppervlakte van driehoek ABD gelijk is aan de oppervlakte van driehoek BCD.

22 Eigenvectoren en eigenwaarden Design, Construction, Science 45. Beschouw de matrix A = Gegeven is dat en 9 eigenwaarden zijn van A. (a) Bepaal bases voor de eigenruimten behorende bij de eigenwaarden en 9. (b) Heeft matrix A nog andere eigenwaarden? Leg uit. (c) Waarom is A diagonaliseerbaar? Is A orthogonaal diagonaliseerbaar? (d) Diagonaliseer matrix A (d.w.z. geef een matrix P en een diagonaalmatrix D zodat A = PDP ). (e) Beschouw de lineaire afbeelding T : R 3 R 3 met T (x) =Ax. Geef een basis B voor R 3 waarbij de B-matrix voor de transformatie T een diagonaalmatrix is. Wat is de bijbehorende matrix [T ] B? 46. Gegeven een 8 8-matrix A met eigenwaarden -, 3 en 7. Voor de eigenruimten E en E 3 geldt: dim E =5endimE 3 =. (a) Wat is dim E 7? (b) Geef de (algebraïsche) multipliciteit van elke eigenwaarde. (c) Waarom is A gelijkvormig met een diagonaalmatrix D? (d) Toon aan dat det A =detd en bereken hiermee det A. (e) Laten v en w eigenvectoren zijn van A bij respectievelijk eigenwaarden - en 3. Toon aan dat v + w geen eigenvector kan zijn van A bij eigenwaarde Gegeven zijn de volgende symmetrische matrix B en drie vectoren v, v en v 3 : 4 B = 4, v =, v = 3 en v 3 = (a) Toon aan dat de drie vectoren v, v en v 3 eigenvectoren van B zijn en bepaal de bijbehorende eigenwaarden. (b) Waarom is A diagonaliseerbaar? (c) Bepaal een matrix P en een diagonaalmatrix D zodat B = PDP. (d) Bepaal een orthogonale diagonalisering van de matrix B. 48. Gegeven zijn de volgende matrix en vectoren: 4 3 A = 3, b = en c = (a) Welke van de vectoren b en c is (zijn) eigenvector(en) van de matrix A en welke niet? Waarom?

23 (b) Laat zien dat en 3 de enige eigenwaarden van A zijn. Geef ook de algebraïsche multipliciteit van deze eigenwaarden. (c) Bepaal bij elke eigenwaarde een basis voor de bijbehorende eigenruimte. (d) Is A diagonaliseerbaar? Zo ja, bepaal een diagonalisering van A (d.w.z. geef een inverteerbare matrix P en een diagonaalmatrix D zo dat A = PDP ). Zo nee, waarom niet? (e) Bepaal de oplossing van de differentievergelijking x k+ = Ax k als x = b. 3

24 Construction, Science 49. Gegeven zijn de volgende matrices: P = en D = 3 Verder is A = PDP. Beantwoord de volgende vragen zonder A uit te rekenen! Geef argumenten! (a) Wat zijn de eigenwaarden van A? Geef ook de algebraïsche multipliciteiten. (b) Bepaal bij elke eigenwaarde een basis voor de bijbehorende eigenruimte. (c) Waarom is A symmetrisch? (d) Welke van de volgende eigenschappen heeft A wel en welke niet: positief definiet, positief semidefiniet, negatief definiet, negatief semidefiniet, indefiniet? Beargumenteer! (e) Is A een projectiematrix? (f) Is A gelijk aan RCR als R = 3 3 en C = 5. De matrix A is gefactoriseerd in de vorm PDP met 4 3 P = 3 4 en D = 5 (a) Bepaal de eigenwaarden van A en bepaal de eigenruimten van A. (b) Laat, zonder A uit te rekenen, zien dat de matrix A symmetrisch is. (c) Geef een spectraalontbinding van de matrix A. (d) Is de matrix A inverteerbaar? Zo ja, geef een diagonalisering van A. Science 5. Gegeven is dat A een symmetrische 3 3-matrix is met Nul(A I) = Span, 4. Verder is gegeven dat det(a) =. (a) Leg uit dat A de eigenwaarden en heeft. Geef ook de algebraïsche multipliciteiten. (b) Bepaal bij elke eigenwaarde een basis voor de bijbehorende eigenruimte. (c) Bestaat er een symmetrische matrix B zo dat A = B T B? Zo ja, geef aan hoe B gevonden kan worden. Zo nee, waarom niet? [Aanwijzing: Probeer de diagonaalmatrix D van een orthogonale diagonalisering van A te schrijven als D = C = C T C]? 4

25 5. Zij A een nilpotente n n-matrix (d.w.z. er is een k zo dat A k =). (a) Toon aan: A heeft slechts de eigenwaarde nul. (b) Toon aan: Als A danisa niet diagonaliseerbaar. (c) Geef een voorbeeld van een nilpotente matrix ongelijk aan de nulmatrix. 53. Laat u R n een vector met lengte zijn. Definieer H = I n uu T. (a) Toon aan: u is een eigenvector van H bij de eigenwaarde. (b) Toon aan: Als x u dan is x een eigenvector van H bij de eigenwaarde. (c) Toon aan: en zijn de enige eigenwaarden van H. 5

26 Inwendig product ruimten (geen basisstof) Science 54. Op de vectorruimte van alle continue functies op het interval [, ] nemen we het inwendig product f,g = f(x)g(x) dx. (a) Bepaal de afstand tussen de functies p(x) =x en q(x) =x. (b) Bepaal een orthogonale basis voor Span{p, q}. (c) Bepaal de functie g(x) =ax + bx (a, b R) die de functie f(x) =x 3 op het interval [, ] (met betrekking tot dit inwendig product) het best benadert. 55. (a) Op P, de vectorruimte van polynomen met graad of minder, definiëren we p, q = p()q() + p()q(). Waarom is dit geen inwendig product op P? De uitdrukking p, q = p()q() + p()q() + p()q() definieert wel een inwendig product op P (dit hoef je niet aan te tonen!). We beschouwen de polynomen p (x) =x x, p (x) =x 3 en p(x) =3x 4x 3. (b) Bepaal een orthogonale basis voor Span{p,p }. (c) Bereken de orthogonale projectie van p op Span{p,p }. 6

27 Kwadratische vormen en definiete matrices Zie ook opgave 49 Design, Construction, Science 56. Gegeven zijn de volgende kwadratische vormen op R 3 : Q (x) =x + x +x x 3 +x x 3 en Q (x) = (x +x ) 3(x 4x 3 ). (a) Welke van de volgende eigenschappen heeft Q : positief definiet, negatief definiet, positief semidefiniet, negatief semidefiniet en/of indefiniet? (b) Welke van de volgende eigenschappen heeft Q : positief definiet, negatief definiet, positief semidefiniet, negatief semidefiniet en/of indefiniet? (c) Bepaal het maximum M van Q (x) onder de voorwaarde dat x T x = en bepaal een eenheidsvector x zo dat Q (x) =M. (d) Bepaal het minimum m van Q (x) onder de voorwaarde dat x T x = en bepaal een eenheidsvector x zo dat Q (x) =m. 57. Gegeven is de matrix [ A = 3 3 ] en de kwadratische vorm Q(x) =x T Ax. (a) Welke van de volgende eigenschappen heeft Q: positief definiet, negatief definiet, positief semidefiniet, negatief semidefiniet en/of indefiniet? (b) Geef een orthogonale matrix P, zo dat voor de verandering van variabele x = P u geldt dat de kwadratische vorm Q geen kruisproducten meer bevat. Geef de vorm zonder kruisproducten. (c) Construction, Science Schets de niveaukromme Q(x) =. Van welke coördinatentransformatie heb je hierbij gebruik gemaakt? Hoe ziet de kwadratische vorm eruit in de nieuwe coördinaten? Teken in de schets de nieuwe assen. (d) Science Bestaat er een inverteerbare matrix W zo dat A = W T W? Zo ja, geef zo n matrix W. Zo nee, waarom niet? [Aanwijzing: Probeer de diagonaalmatrix D van een orthogonale diagonalisering van A te schrijven als D = C = C T C] 7

Tentamen lineaire algebra voor BWI dinsdag 17 februari 2009, uur.

Tentamen 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 informatie

Tentamen lineaire algebra voor BWI maandag 15 december 2008, uur.

Tentamen 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 informatie

TECHNISCHE 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 (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 informatie

Definities, 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 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 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

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

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

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

Uitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =

Uitwerkingen 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 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 ST (DS6) op -4-, 4.-7. uur. Opgave Gegeven is het volgende stelsel lineaire vergelijkingen met parameters

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

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

Uitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =

Uitwerkingen 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 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 (2DM20) op vrijdag 12 juni 2009, 9.00 Dit tentamen bestaat uit 5 open vragen, en 4 kort-antwoord vragen.

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

TENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,

TENTAMEN 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 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

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 maandag juni Dit tentamen bestaat uit 6 open vragen, en 4 kort-antwoord vragen. De

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

Aanbevelingen voor de Commissie Leermiddelen Instellingspakket Lineaire Algebra

Aanbevelingen voor de Commissie Leermiddelen Instellingspakket Lineaire Algebra Aanbevelingen voor de Commissie Leermiddelen Instellingspakket Lineaire Algebra Op verzoek van de Directeur Interfacultair Onderwijs (DIO) dr. H.J. Smid formuleren wij enkele aanbevelingen ten behoeve

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

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9. email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/ds6 Technische Universiteit Eindhoven college 9 J.Keijsper (TUE)

Nadere informatie

Tentamen lineaire algebra 2 18 januari 2019, 10:00 13:00 Uitwerkingen (schets)

Tentamen 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 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 Herhaling: opspansel De vectoren v 1,..., v k V spannen

Nadere informatie

Uitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015

Uitwerkingen 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 informatie

Lineaire Algebra voor ST

Lineaire 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 informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Dit tentamen bestaat uit 4 open vragen, en kort-antwoord vragen. De uitwerkingen van de open vragen dienen volledig, duidelijk geformuleerd

Nadere informatie

Uitwerkingen tentamen lineaire algebra 2 13 januari 2017, 10:00 13:00

Uitwerkingen 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 informatie

Tentamen Lineaire Algebra B

Tentamen Lineaire Algebra B Tentamen Lineaire Algebra B 29 juni 2012, 9-12 uur OPGAVEN Uitwerkingen volgen na de opgaven 1. Gegeven is de vectorruimte V = R[x] 2 van polynomen met reële coefficienten en graad 2. Op V hebben we een

Nadere 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

Tentamen Lineaire Algebra 1 (Wiskundigen)

Tentamen 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 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

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

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op 16-4-2012, 14.30-17.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op 16-4-2012, 14.30-17.00 uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor ST (DS6) op 6--,.-7. uur. Aan dit tentamen gaat een MATLAB-toets van een half uur vooraf. Pas als de laptops

Nadere informatie

Lineaire Algebra 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

Geef niet alleen antwoorden, maar bewijs al je beweringen.

Geef niet alleen antwoorden, maar bewijs al je beweringen. Tentamen Lineaire Algebra donderdag 29 januari 205, 9.00-2.00 uur Het is niet toegestaan telefoons, computers, grafische rekenmachines (wel een gewone), dictaten, boeken of aantekeningen te gebruiken.

Nadere informatie

Examen Lineaire Algebra en Meetkunde Tweede zit (13:30-17:30)

Examen Lineaire Algebra en Meetkunde Tweede zit (13:30-17:30) Examen Lineaire Algebra en Meetkunde Tweede zit 2016-2017 (13:30-17:30) 1 Deel gesloten boek (theorie) (5.5pt) - indienen voor 14u30 (0.5pt) Geef de kleinste kwadratenoplossing van het stelsel AX = d,

Nadere informatie

EXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I. 1. Theorie

EXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I. 1. Theorie EXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I MAANDAG 17 JANUARI 2011 1. Theorie Opgave 1. (a) In Voorbeelden 2.1.17 (7) wordt gesteld dat de maximale lineair onafhankelijke deelverzamelingen van

Nadere informatie

Tentamen Lineaire Algebra

Tentamen 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 informatie

Oefensommen tentamen Lineaire algebra 2 - december A =

Oefensommen 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 informatie

Geef niet alleen antwoorden, maar bewijs al je beweringen.

Geef 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 informatie

Wiskundigen. Tentamen Lineaire Algebra 1. Donderdag 18 december 2008, a ( )

Wiskundigen. 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 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

Tentamen Lineaire Algebra voor BMT en TIW (2DM20) op vrijdag 11 mei 2007, 9:00 12:00 uur.

Tentamen Lineaire Algebra voor BMT en TIW (2DM20) op vrijdag 11 mei 2007, 9:00 12:00 uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT en TIW (DM) op vrijdag mei 7, 9: : uur. U mag bij het tentamen geen computer (notebook, laptop), boeken

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

1.1 Oefen opgaven. Opgave Van de lineaire afbeelding A : R 3 R 3 is gegeven dat 6 2, 5 4, A 1 1 = A = Bepaal de matrix van A.

1.1 Oefen opgaven. Opgave Van de lineaire afbeelding A : R 3 R 3 is gegeven dat 6 2, 5 4, A 1 1 = A = Bepaal de matrix van A. . Oefen opgaven Opgave... Van de lineaire afbeelding A : R 3 R 3 is gegeven dat A = Bepaal de matrix van A. 4, 4 A =, A = 3 4. In de volgende opgave wordt het begrip injectiviteit en surjectiviteit van

Nadere informatie

Tentamen lineaire algebra 2 17 januari 2014, 10:00 13:00 zalen 174, 312, 412, 401, 402

Tentamen 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 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

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

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie Lineaire Algebra, tentamen Uitwerkingen vrijdag 4 januari 0, 9 uur Gebruik van een formuleblad of rekenmachine is niet toegestaan. De

Nadere informatie

Lineaire 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

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

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

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

Examenvragen Meetkunde en lineaire algebra Eerste examenperiode

Examenvragen 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 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 W 2Y650

Lineaire Algebra voor W 2Y650 Lineaire Algebra voor W 2Y65 Docent: L Habets HG 89, Tel: 4-247423, Email: lcgjmhabets@tuenl http://wwwwintuenl/wsk/onderwijs/2y65 1 Herhaling: bepaling van eigenwaarden en eigenvectoren (1) Bepaal het

Nadere informatie

Vectorruimten en deelruimten

Vectorruimten en deelruimten Vectorruimten en deelruimten We hebben al uitgebreid kennis gemaakt met de vectorruimte R n We zullen nu zien dat R n slechts een speciaal geval vormt van het (veel algemenere begrip vectorruimte : Definitie

Nadere informatie

Uitwerking Proeftentamen Lineaire Algebra 1, najaar y y = 2x. P x. L(P ) y = x. 2/3 1/3 en L wordt t.o.v de standaardbasis gegeven door

Uitwerking Proeftentamen Lineaire Algebra 1, najaar y y = 2x. P x. L(P ) y = x. 2/3 1/3 en L wordt t.o.v de standaardbasis gegeven door Uitwerking Proeftentamen Lineaire Algebra, najaar 007. Gegeven is de lineaire afbeelding L : R R, die een punt P = (x, y) langs de lijn y = x projecteert op de lijn y = x: y y = x P x L(P ) y = x Bepaal

Nadere 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/2ds06 Technische Universiteit Eindhoven college 8 J.Keijsper

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

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9. email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/ds6 Technische Universiteit Eindhoven college 8 J.Keijsper (TUE)

Nadere informatie

Week 22: De macht van het spoor en het spoor van de macht

Week 22: De macht van het spoor en het spoor van de macht Week 22: De macht van het spoor en het spoor van de macht Een belangrijke invariant van een lineaire afbeelding is het spoor. Als we een basis kiezen dan is het spoor simpelweg de som van de elementen

Nadere informatie

EXAMEN LINEAIRE ALGEBRA EN MEETKUNDE I

EXAMEN LINEAIRE ALGEBRA EN MEETKUNDE I EXAMEN LINEAIRE ALGEBRA EN MEETKUNDE I Theorie Opgave 1. In deze opgave wordt gevraagd om een aantal argumenten of overgangen uit de cursusnota s in detail te verklaren. In delen (a) (b) peilen we naar

Nadere 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

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

Eigenwaarden en Diagonaliseerbaarheid

Eigenwaarden 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 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

11.0 Voorkennis V

11.0 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 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

Dimensie van een deelruimte en rang van een matrix

Dimensie van een deelruimte en rang van een matrix Dimensie van een deelruimte en rang van een matrix Definitie (Herinnering) Een basis voor een deelruimte H van R n is een lineair onafhankelijke verzameling vectoren die H opspant. Notatie Een basis van

Nadere 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

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

Tentamen Lineaire Algebra UITWERKINGEN

Tentamen 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 informatie

extra sommen bij Numerieke lineaire algebra

extra 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 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

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

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

Coördinatiseringen. Definitie 1. Stel dat B = {b 1,..., b n } een basis is van een vectorruimte V en dat v V. iedere vector v V :

Coördinatiseringen. Definitie 1. Stel dat B = {b 1,..., b n } een basis is van een vectorruimte V en dat v V. iedere vector v V : Coördinatiseringen Het rekenen met vectoren in R n gaat erg gemakkelijk De coördinaten bieden de mogelijkheid om handig te rekenen (vegen Het is nu ook mogelijk om coördinaten in te voeren voor vectoren

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

Uitwerkingen tentamen Lineaire Algebra 2

Uitwerkingen tentamen Lineaire Algebra 2 Uitwerkingen tentamen Lineaire Algebra 2 15 januari, 2016 Opgave 2 (10 punten (a Het karakteristiek polynoom van A is det(ti A = (t 1 5, dus er is maar één eigenwaarde, namelijk λ = 1 Er geldt (A I 2 =

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

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

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

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

Tentamen Lineaire Algebra 2

Tentamen Lineaire Algebra 2 Lineaire algebra (NP010B) januari 013 Tentamen Lineaire Algebra Vermeld op ieder blad je naam en studentnummer. Lees eerst de opgaven voordat je aan de slag gaat. Schrijf leesbaar en geef uitleg over je

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

Kwantummechanica Donderdag, 13 oktober 2016 OPGAVEN SET HOOFDSTUK 4. Bestudeer Appendix A, bladzijden van het dictaat.

Kwantummechanica Donderdag, 13 oktober 2016 OPGAVEN SET HOOFDSTUK 4. Bestudeer Appendix A, bladzijden van het dictaat. 1 Kwantummechanica Donderdag, 1 oktober 016 OPGAVEN SET HOOFDSTUK 4 VECTOREN OVER DE REËLE RUIMTE DUS DE ELEMENTEN ZIJN REËLE GETALLEN Bestudeer Appendix A, bladzijden 110-114 van het dictaat. Opgave 1:

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

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

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

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

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 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

Geadjungeerde en normaliteit

Geadjungeerde 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 informatie

Tweede huiswerkopdracht Lineaire algebra 1 Uitwerking en opmerkingen

Tweede huiswerkopdracht Lineaire algebra 1 Uitwerking en opmerkingen Tweede huiswerkopdracht Lineaire algebra 1 en opmerkingen November 10, 2009 Opgave 1 Gegeven een vectorruimte V met deelruimtes U 1 en U 2. Als er geldt dim U 1 = 7, dimu 2 = 9, en dim(u 1 U 2 ) = 4, wat

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

Examenvragen eerste zittijd academiejaar Vraag 1 (op 6 punten) Gegeven:

Examenvragen eerste zittijd academiejaar Vraag 1 (op 6 punten) Gegeven: Examenvragen eerste zittijd academiejaar 2010-2011 Vraag 1 (op 6 punten) de vectorruimte V = {A R 3 3 tr(a) = 0 en a 12 = a 21, a 13 = a 32, a 23 = a 31 }; de afbeelding T : V V, A A T A. (1) Toon aan

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

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 3 J.Keijsper

Nadere informatie