x 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).
|
|
- Floris Aalderink
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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 de matrix A zijn en v een bijbehorende eigenvector Wat als r / R? We zullen alleen matrices A met reële elementen beschouwen Omdat alle elementen van de matrix A reëel zijn, heeft de karakteristieke vergelijking A ri dus alleen reële coëfficiënten Dat betekent dat niet-reële nulpunten eigenwaarden van A dus alleen in complex geconjugeerde paren kunnen voorkomen Dat wil zeggen: als r λ+iµ met λ, µ R en µ een eigenwaarde van A is, dan is r λ iµ ook een eigenwaarde van A Verder weten we dat de bijbehorende eigenvectoren ook complex geconjugeerden van elkaar zijn Dus: als x t ve rt een oplossing is van x t Axt, dan is x t ve rt ook een oplossing Er geldt nu: en dus x t ve rt a + ib e λ+iµt a + ib e λt cos µt + i sin µt e λt a cos µt b sin µt + ie λt a sin µt + b cos µt x t ve rt e λt a cos µt b sin µt ie λt a sin µt + b cos µt Volgens het superpositieprincipe is nu xt γ x t + γ x t ook een oplossing van x t Axt voor iedere γ, γ C We zijn echter alleen geïnteresseerd in de reële oplossingen Die kunnen dus geschreven worden in de vorm xt c e λt a cos µt b sin µt + c e λt a sin µt + b cos µt met c, c R Voorbeeld x t Axt met A 5 3 Dan volgt: A ri r 5 3 r r + 4r + 3 r r ± 3i Verder volgt: r + 3i : 3i 5 3i v 3i De complexe oplossing is dus: xt γ ve rt + γ ve rt γ 3i e +3it + γ + 3i e 3it met γ, γ C Nu geldt: ve rt 3i e +3it cos 3t cos 3t + 3 sin 3t 3i e t + i e t cos 3t + i sin 3t sin 3t sin 3t 3 cos 3t e t
2 Hieruit volgt dat de reële oplossing geschreven kan worden als: cos 3t xt c e t sin 3t + c cos 3t + 3 sin 3t e t sin 3t 3 cos 3t met c, c R Voorbeeld x t Axt met A 3 Los eerst de karakteristieke vergelijking A ri op: 3 r A ri r r r r r r r r r r + r [ r + + ] Dus: de eigenwaarden van A zijn r en r,3 ± i Verder volgt: en r : r 3 i : Nu volgt: + i i e t cos t i sin t + i + i i cos t + sin t cos t sin t v v 3 e t + i + i i cos t sin t sin t cos t e t Hieruit volgt, dat: xt c e t + c cos t + sin t cos t sin t e t + c 3 cos t sin t sin t cos t e t In het geval van een -matrix kunnen de banen van de oplossingen van x t Axt getekend worden in het fasevlak In het geval van niet-reële eigenwaarden wordt de oorsprong wel een spiraalpunt genoemd Als het reële deel van de beide eigenwaarden negatief is, is de oorsprong een aantrekker attractor of een put sink Als het reële deel positief is, is de oorsprong een afstoter repellor of een bron source
3 77 Fundamentaalmatrices Als {x t,, x n t} een fundamentaalverzameling is van oplossingen van x t Axt met A een n n-matrix, dan heet de matrix Ψt x t x n t wel een fundamentaalmatrix voor het stelsel x t Axt Hiervoor geldt dat: Ψ t AΨt Immers: Ψ t x t x nt A x t x n t Ax t Ax n t AΨt In plaats van de vorm xt c x t + + c n x n t met c,, c n R, kunnen we dan de algemene oplossing van x t Axt schrijven in de compacte vorm c xt Ψtc met c R n De waarde van de constante vector c wordt hierbij vastgelegd door de keuze van een beginvoorwaarde xt x R n voor zekere t I Hieruit volgt: Ψt c x c Ψ t x en dus xt Ψtc ΨtΨ t x, mits de matrix Ψt inverteerbaar is Als echter {x t,, xt} een fundamentaalverzameling is, dan is deze verzameling lineair onafhankelijk op het interval I en geldt: W x,, x n t x t x n t voor alle t I en dus ook voor t Hieruit volgt dat de matrix Ψt inverteerbaar is Voorbeeld 3 x t Axt met A Ψt 5 3 c n Dan volgt zie voorbeeld dat e t cos 3t e t sin 3t e t cos 3t + 3 sin 3t e t sin 3t 3 cos 3t 3
4 een fundamentaalmatrix is Stel dat A een n n-matrix is en dat x t Axt met x x Als dan Ψt een fundamentaalmatrix is van x t Axt, dan geldt: xt Ψtc met c Ψ x Stel nu dat Ψ I, de eenheidsmatrix, dan is ook Ψ I en volgt eenvoudig dat De fundamentaalmatrix Ψt die voldoet aan wordt aangeduid met Hierbij geldt: e At : n xt Ψtx Ψ t AΨt en Ψ I Ψt expat e At At n I + At + n! A t + 6 A3 t 3 + Merk op dat elke term in deze som een n n-matrix is Men kan aantonen dat elk element van de som van deze matrices voor elke t convergeert als n We kunnen deze som dan termsgewijs differentiëren naar t: d dt eat Verder geldt: n A n t n n! e At t A + A t + A3 t + A I + At + A t + A At n n I + At + A t + 6 A3 t 3 + t I n! Ae At Deze matrix e At is dus inderdaad de unieke oplossing van Voorbeeld 4 x t Axt met A Ψ t AΨt en Ψ I 4 A λi λ 4 λ λ + λ 6 λ λ + 3 λ en λ 3 λ : v
5 en λ 3 : De algemene oplossing is dus: xt c Dus is bijvoorbeeld Ψt Maar wat is nu e At? 4 4 e t + c 4 e t e 3t e t 4e 3t v 4 e 3t met c, c R een fundamentaalmatrix van x t Axt Voor e At moet dus gelden: e At x t x t met x en x, waarbij x t en x t oplossingen zijn van x t Axt Dus: x t a e t + a e 3t met a 4, a R en x t b Nu moet dus gelden dat a + a 4 e t + b 4 e 3t met b, b R en b + b 4 We kunnen deze twee vectorvergelijkingen tegelijkertijd oplossen: Hieruit volgt: { a 4/5 en dus: en Hieruit volgt dat x t 4 5 x t 5 e At a /5 en e t e t 5 4 { b /5 b /5 4 e 3t 5 et + 5 e 3t 4 5 et 4 5 e 3t 5 et 5 e 3t e 3t 4 5 et + 5 e 3t 5 et 5 e 3t 4 5 et 4 5 e 3t 5 et e 3t 5 5 et e 3t
6 Stel nu x t Axt, waarbij de n n-matrix A diagonaliseerbaar is Dat wil zeggen: A P DP oftewel AP P D voor zekere inverteerbare matrix P en diagonaalmatrix D Als nu P v v n en D diagλ,, λ n, dan geldt dus Av i λ i v i voor i,,, n Dus: Stel nu xt P yt, dan volgt: xt c v e λ t + + c n v n e λnt met c,, c n R x t Axt P y t AP yt y t P AP yt Dyt, want P is inverteerbaar Dit proces wordt wel ontkoppelen genoemd De differentiaalvergelijking x t Axt stelt in het algemeen een stelsel gekoppelde differentiaalvergelijkingen voor, terwijl de vergelijking y t Dyt een stelsel niet-gekoppelde of ontkoppelde differentiaalvergelijkingen weergeeft Immers: y t Dyt y t λ y t y nt λ n y n t en dus: e Dt diage λt,, e λnt Hieruit volgt dat Ψt P e Dt v v n e λ t e λnt y t c e λ t y n t c n e λnt v e λ t v n e λnt een fundamentaalmatrix is van x t Axt Dit betekent dus dat xt Ψtc c v e λ t + + c n v n e λnt met c,, c n R Verder zien we nu eenvoudig dat e At P e Dt P, want P IP P P I Dus: als de matrix A diagonaliseerbaar is en A P DP met P een inverteerbare matrix en D diagλ,, λ n een diagonaalmatrix, dan is e At P e Dt P, waarbij e Dt diage λ t,, e λnt Voorbeeld 5 In het vorige voorbeeld hebben we gezien dat A P DP 4 met P en D diag, Dus: e At P e Dt P 4 e t e 3t 5 e t 4e 3t e t e 3t e t + e 3t e t e 3t 4e t 4e 3t e t + 4e 3t
7 Voorbeeld 6 x t Axt met A 5 3 A λi λ Dan volgt: ve λt i 5 3 λ λ + i : λ + λ + λ + + λ ± i i 5 i e t cos t + i sin t cos t cos t + sin t Hieruit volgt dat bijvoorbeeld e Ψt t cos t e t sin t e t cos t + sin t e t sin t cos t een fundamentaalmatrix is van x t Axt v i e t + i sin t sin t cos t cos t sin t cos t + sin t sin t cos t e t e t In dit geval is de matrix A dus niet reëel diagonaliseerbaar Om nu e At te bepalen, berekenen we vul t in: Voor de eerste kolom van e At vinden we dus: cos t e t sin t + cos t + sin t sin t cos t En voor de tweede kolom vinden we: cos t e t cos t + sin t Dus: e At cos t + sin t sin t 5 sin t cos t sin t sin t sin t cos t e t cos t + sin t 5 sin t e t sin t cos t sin t e t e t e t e t cos t + sin t e t sin t 5e t sin t e t cos t sin t 78 Meervoudige eigenwaarden Als een matrix A meervoudige eigenwaarden heeft, dan kan zich een probleem voordoen als er niet voldoende lineair onafhankelijke eigenvectoren van A gevonden kunnen worden Uit de Lineaire Algebra weten we dat als de algebraïsche multipliciteit van elke eigenwaarde van A gelijk is aan de meetkundige of geometrische multipliciteit, dan is de matrix A diagonaliseerbaar en is er in feite geen probleem Voorbeeld x t Axt met A A λi λ λ λ λ λ λ λ λ 7
8 Dus: λ en λ tweemaal en λ λ 3 : Dus: λ : xt c e t + c v e t + c 3 v en v 3 e t met c, c, c 3 R Dit is de algemene oplossing, want de Wronskiaan van de drie oplossingen is gelijk aan e t e t e t e t e t et e t e t e t et e 3t e 4t Als een matrix niet reëel diagonaliseerbaar is omdat er niet-reële eigenwaarden optreden, dan is er ook geen probleem en passen we de methode van 76 toe Als een matrix A een meervoudige eigenwaarde heeft, waarvan de algebraïsche multipliciteit strikt groter is dan de meetkundige of geometrische multipliciteit, dan is er een serieus probleem De matrix A wordt in dat geval wel defect genoemd Hoe vinden we in die situatie van een defecte matrix voldoende lineair onafhankelijke oplossingen om een fundamentaalverzameling of een fundamentaalmatrix voor x t Axt te kunnen opstellen? Voorbeeld x t Axt met A 3 A λi λ 3 λ λ 4λ + 4 λ λ tweemaal Dus: A heeft slechts één eigenwaarde λ met algebraïsche multipliciteit Nu volgt: λ : v Dit betekent dat de meetkundige of geometrische multipliciteit van de eigenwaarde λ gelijk is aan De matrix A is dus defect en derhalve niet diagonaliseerbaar We weten nu dus dat x t ve λt e t een oplossing is De vraag is nu: hoe vinden we een tweede oplossing x t zodat {x t, x t} lineair onafhankelijk en dus een fundamentaalverzameling van x t Axt is? 8
9 Analoog aan de methode van onbepaalde coëfficiënten in hoofdstuk 3 en hoofdstuk 4 zouden we een oplossing van de vorm xt ute t kunnen proberen Dan geldt: x t ut + e t Invullen geeft dan: ut + e t Aute t u o Hoewel dit correct is levert dit geen niet-triviale oplossing waarmee we een fundamentaalverzameling kunnen vormen Als we echter een oplossing van de vorm xt u te t + u e t proberen, dan lukt het wel We vinden dan: x t u t + e t + u e t Invullen geeft dan: Hieruit volgt: oftewel u te t + u + u e t Au te t + Au e t Au u en Au u + u A Iu o en A Iu u De vector u is dus een eigenvector van A behorende bij de eigenwaarde, bijvoorbeeld u Voor de vector u vinden we dan: u We zien dus dat er oneindig veel oplossingen voor de vector u zijn, zoals bijvoorbeeld: u Zo n vector heet wel een gegeneraliseerde eigenvector van A behorende bij de eigenwaarde Dit betekent dus dat x t u te t +u e t te t + e t ook een oplossing is Voor de Wronskiaan van deze twee oplossingen vinden we: W x, x t e t t e t e t te t te4t + te 4t e 4t e 4t Dus: {x t, x t} is een fundamentaalverzameling van x t Axt De algemene oplossing kan dus geschreven worden als: [ ] xt c x t + c x t c e t + c te t + e t met c, c R Dit proces met gegeneraliseerde eigenvectoren kan worden uitgebreid tot situaties waarin A een eigenwaarde λ heeft met algebraïsche multipliciteit 3 en meetkundige of geometrische multipliciteit Zie ook opgave 7 Dan geldt: x t ue λt is een oplossing, waarbij A λiu o Dus: u is een eigenvector van A behorende bij de eigenwaarde λ Verder is dan x t ute λt + ve λt ook een oplossing, waarbij A λiv u Dus: v is een gegeneraliseerde eigenvector van A behorende bij de eigenwaarde λ Verder is dan ook x 3 t ut e λt + vte λt + we λt een oplossing, waarbij 9
10 A λiw v Ook w wordt dan een gegeneraliseerde eigenvector van A genoemd Zo kan men eventueel doorgaan met x 4 t 6 ut3 e λt + vt e λt + wte λt + ze λt, enzovoorts Voorbeeld 3 x t Axt met A A λi 3 λ λ 3 λ λ 4 3 λ 3 λ + λλ + λ + + λ 3 λ λ λ 3 λ + λ λ 4 3 λ Dus: λ is de enige eigenwaarde van A met algebraïsche multipliciteit 3 Vervolgens bepalen we de eigenvectoren van A bij de eigenwaarde λ : u 3 De eigenwaarde λ heeft dus meetkundige of geometrische multipliciteit Stel nu xt ut + ve t, dan volgt: Hieruit volgt: ut + u v e t Aut + ve t Au u en Av u v { A + Iu o A + Iv u oftewel A + I v o en u A + Iv Nu volgt: A + Iv u : 3 Er zijn dus vele mogelijkheden voor v, bijvoorbeeld v Stel vervolgens xt ut + vt + w e t, dan volgt: ut + ut vt + v w e t A ut + vt + we t Au u, Av u v en Aw v w
11 Hieruit volgt: A + Iu o A + Iv u A + Iw v oftewel A + I 3 w o, v A + Iw en u A + Iv Nu volgt: A + Iw v : 3 Er zijn dus vele mogelijkheden voor w, bijvoorbeeld w xt c + c 3 e t + c t e t + te t + te t + e t De oplossing is dus: e t, met c, c, c 3 R Ook in de situatie van een defecte matrix A waarbij een eigenwaarde λ algebraïsche multipliciteit 3 heeft en meetkundige of geometrische multipliciteit maakt men gebruik van gegeneraliseerde eigenvectoren In dat geval dient men echter de eigenvectoren wat zorgvuldiger te kiezen Als u dan een eigenvector van A is behorende bij de eigenwaarde λ, dan heeft A λiv u niet altijd een oplossing voor v Wel als de eigenvector u geschikt wordt gekozen Voorbeeld 4 x t Axt met A A λi λ λ λ λ λ λ λ λ λ λ λ λ λ λλ λ + λλ λ 3 Dus: λ is de enige eigenwaarde van A met algebraïsche multipliciteit 3 Vervolgens bepalen we de eigenvectoren van A bij de eigenwaarde λ : v en v
12 De eigenwaarde λ heeft dus meetkundige of geometrische multipliciteit Stel nu xt u t + u e t, dan volgt: u t + u + u e t Au t + u e t Au u en Au u + u Hieruit volgt: { A Iu o Nu moet u α A Iu u oftewel A I u o u A Iu + β Kies dus bijvoorbeeld α β : u zo gekozen worden dat A Iu u oplosbaar is: α α + β β Kies nu uit vele mogelijkheden bijvoorbeeld u homogene differentiaalvergelijking x t Axt: xt c t + et + c Via A I u o kan ook: A I α β α + β, dan luidt de oplossing van de e t + c 3 e t O Men kan dan u willekeurig kiezen De bijbehorende u volgt dan uit u A Iu De oplossing van x t Axt ziet er dan zo uit: xt c {u t + u } e t + c e t + c 3 e t In voorbeeld hebben we gezien dat x t e t en x t te t + e t
13 oplossingen zijn van x t Axt met A 3 t Ψt t Hieruit volgt dat bijvoorbeeld e t een fundamentaalmatrix is voor x t Axt Dan geldt: Ψ en Dus: Ψ Hieruit volgt dat e At ΨtΨ t e t t t e t t t + t Voor een diagonaliseerbare matrix A geldt: als A P DP voor zekere inverteerbare matrix P en diagonaalmatrix D, dan is e At P e Dt P, waarbij e Dt diage λt,, e λnt als D diagλ,, λ n Alle kolommen van P zijn dan eigenvectoren van de matrix A De matrix A is echter defect en dus niet diagonaliseerbaar Maar wel geldt: 3 A P JP met P en J Immers: P JP 3 A 3 De eerste kolom van P is een eigenvector van A, terwijl de tweede kolom een gegeneraliseerde eigenvector van A is De matrix J is geen diagonaalmatrix, maar op de hoofddiagonaal staan wel de eigenwaarden van A Zo n matrix J wordt wel de Jordan normaalvorm van A genoemd In zo n Jordan normaalvorm staan de eigenwaarden van A op de hoofddiagonaal en bevat de diagonaal daarboven op zekere plaatsen een en is de rest nul Zo n komt te staan boven een eigenwaarde waarvan de algebraïsche multipliciteit groter is dan de meetkundige of geometrische multipliciteit, maar alleen als er geen lineair onafhankelijke eigenvector meer bij gevonden kan worden Stel nu xt P yt, dan volgt: x t Axt P y t AP yt y t P AP yt Jyt In dit geval is het nieuwe stelsel differentiaalvergelijkingen weliswaar niet ontkoppeld, maar wel eenvoudiger dan het oorspronkelijke stelsel: { y t y t + y t { y t c e t + c te t y t Jyt y t y t y t c e t 3
14 en dus: yt y t y t c e t + c te t c e t c e t + c t e t Hieruit volgt dat Ψt t e t een fundamentaalmatrix is voor y t Jyt Merk op, dat Ψ e Jt ΨtΨ Ψt t e t Ten slotte vinden we dan e At P e Jt P t e t t t e t t t e t t + t Voor de matrix A 3 P uit voorbeeld 3 geldt: A P JP met en J I Dus: De eerste kolom van P is een eigenvector van A, terwijl de tweede en derde kolom gegeneraliseerde eigenvectoren van A zijn En voor de matrix A P uit voorbeeld 4 geldt: A P JP met en J Hier zijn de eerste twee kolommen eigenvectoren van de matrix A en is de derde kolom een gegeneraliseerde eigenvector Maar in dit geval dient men de eigenvectoren wel geschikt te kiezen Merk op dat de tweede kolom precies de eigenvector is waarmee we de gegeneraliseerde eigenvector in de derde kolom konden vinden 4
Hoofdstuk 7: Stelsels eerste orde lineaire differentiaalvergelijkingen
Hoofdstuk 7: Stelsels eerste orde lineaire differentiaalvergelijkingen Bij het vak Lineaire Algebra hebben we reeds kennis gemaakt met stelsels eerste orde lineaire differentiaalvergelijkingen We hebben
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 informatieLineaire Algebra voor W 2Y650
Lineaire Algebra voor W 2Y650 Docent: L Habets HG 809, Tel: 040-2474230, Email: lcgjmhabets@tuenl http://wwwwintuenl/wsk/onderwijs/2y650 1 Herhaling: Oplossing homogene DV ẋ = Ax Aanname: A is diagonaliseerbaar
Nadere informatieLineaire 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 informatieHoofdstuk 3: Tweede orde lineaire differentiaalvergelijkingen
Hoofdstuk 3: Tweede orde lineaire differentiaalvergelijkingen De inhoud van hoofdstuk 3 zou grotendeels bekende stof moeten zijn. Deze stof is terug te vinden in Stewart, hoofdstuk 17. Daar staat alles
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 informatieLineaire Afbeelding Stelsels differentiaalvergelijkingen. 6 juni 2006
Lineaire Afbeelding Stelsels differentiaalvergelijkingen 6 juni 6 i ii Inhoudsopgave Stelsels differentiaalvergelijkingen Opgaven Stelsels differentiaalvergelijkingen In deze paragraaf passen we onze kennis
Nadere 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 informatieStelsels lineaire differentiaalvergelijkingen (homogeen)
Stelsels lineaire differentiaalvergelijkingen (homogeen) Laat A een n n matrix zijn. We willen alle oplossingen bepalen van het stelsel differentiaalvergelijkingen: dx dt = Ax () We hebben gezien: Als
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 informatieHoofdstuk 1: Inleiding
Hoofdstuk 1: Inleiding 1.1. Richtingsvelden. Zie Stewart, 9.2. 1.2. Oplossingen van enkele differentiaalvergelijkingen. Zelf doorlezen. 1.3. Classificatie van differentiaalvergelijkingen. Differentiaalvergelijkingen
Nadere informatieHoofdstuk 9: Niet-lineaire differentiaalvergelijkingen en stabiliteit
Hoofdstuk 9: Niet-lineaire differentiaalvergelijkingen en stabiliteit Hoewel we reeds vele methoden gezien hebben om allerlei typen differentiaalvergelijkingen op te lossen, zijn er toch nog veel differentiaalvergelijkingen
Nadere 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 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 informatie1 Eigenwaarden en eigenvectoren
Eigenwaarden en eigenvectoren Invoeren van de begrippen eigenwaarde en eigenvector DEFINITIE Een complex (of reëel getal λ heet een eigenwaarde van de n n matrix A als er een vector x is met Ax = λx Dan
Nadere informatieEigenwaarden 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 informatieStelsels differentiaalvergelijkingen
Stelsels differentiaalvergelijkingen Stelsels homogene differentiaalvergelijkingen We bekijken in deze paragraaf stelsels homogene differentiaalvergelijkingen: x (t x (t x (t x (t x n(t A Voorbeeld x +
Nadere 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 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 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 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 informatieEXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I. 1. Theorie
EXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I MAANDAG 17 JANUARI 2011 1. Theorie Opgave 1. (a) In Voorbeelden 2.1.17 (7) wordt gesteld dat de maximale lineair onafhankelijke deelverzamelingen van
Nadere informatieToepassingen op discrete dynamische systemen
Toepassingen op discrete dynamische systemen Een discreet dynamisch systeem is een proces van de vorm x k+ Ax k k met A een vierkante matrix Een Markov-proces is een speciaal geval van een discreet dynamisch
Nadere 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 informatieStelsels lineaire differentiaalvergelijkingen (homogeen)
Stelsels lineaire differentiaalvergelijkingen (homogeen) Voorbeeld Voorbeeld ( 7., Opgave 22) Op t = 0 bevatten de vaten respectievelijk 25 en 5 oz (ounces) zout. 3 september 206 Onderzoeken we hoeveel
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 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 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 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 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 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 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 informatied τ (t) dt = 1 voor alle τ 0.
65 Impulfunctie In deze paragraaf kijken we naar verchijnelen waarbij in zeer korte tijd een (grote kracht op een yteem wordt uitgeoefend Zo n plotelinge kracht kunnen we bechrijven met behulp van een
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 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 informatieHet vinden van een particuliere oplossing
Het vind van e particuliere oplossing Voor e lineaire differtiaalvergelijking met constante (reële) coëfficiënt a 0 y (n) (t) + a 1 y (n 1) (t) +... + a n 1 y (t) + a n y(t) = g(t), a 0 0 (1) geldt, dat
Nadere informatieDifferentiaalvergelijkingen Technische Universiteit Delft
Differentiaalvergelijkingen Technische Universiteit Delft Roelof Koekoek wi2030wbmt Roelof Koekoek (TU Delft Differentiaalvergelijkingen wi2030wbmt 1 / 14 Niet-lineaire diff. vgl. en stabiliteit Niet-lineaire
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 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT (2DM20) op vrijdag 12 juni 2009, 9.00 Dit tentamen bestaat uit 5 open vragen, en 4 kort-antwoord vragen.
Nadere informatieTechnische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 2601 Maandag 11 januari 2010, 9.00-12.00
Technische Universiteit Delft Uitwerking Tentamen Analyse 3, WI 6 Maandag januari, 9- Faculteit EWI Dit tentamen bestaat uit 6 opgaven Alle antwoorden dienen beargumenteerd te worden Normering: punten
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 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 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 informatie7.9. Inhomogene lineaire stelsels. We keren nu weer terug naar de situatie
79 Inhomogene lineaire selsels We keren nu weer erug naar de siuaie x ( A(x( + g(, ( waarbij A( een (n n-marix is en g( een vecor me n coördinaen Vergelijkbaar me de heorie voor gewone lineaire differeniaalvergelijking
Nadere informatie1 Stelsels lineaire vergelijkingen.
Stelsels lineaire vergelijkingen Ter herinnering: in de tweede klas Havo/Atheneum leer je twee vergelijkingen met twee onbekenden oplossen Voorbeeld: { x + y = 5 x + y = 0 Twee keer de eerste vergelijking
Nadere informatieTENTAMEN LINEAIRE ALGEBRA 1A. maandag 16 december 2002, b. Bepaal een basis voor de rijruimte en voor de kolomruimte van A.
TENTAMEN LINEAIRE ALGEBRA 1A maandag 16 december 2002, 1000-1200 Coördinaten zijn gegeven tov een standaardbasis in R n 1 De matrix A en de vector b R 4 zijn gegeven door 1 0 1 2 0 1 1 4 3 2 A =, b = 0
Nadere 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 informatieTentamen 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 informatieSamenvatting Lineaire Algebra, periode 4
Samenvatting Lineaire Algebra, periode 4 Hoofdstuk 5, Eigenwaarden en eigenvectoren 5.1; Eigenvectoren en eigenwaarden Definitie: Een eigenvector van een n x n matrix A is een niet nulvector x zodat Ax
Nadere informatieTentamen Lineaire Algebra 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 informatieWeek 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 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 informatieTECHNISCHE 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 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 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 informatieUitwerkingen Tentamen Gewone Differentiaalvergelijkingen
Uitwerkingen Tentamen Gewone Differentiaalvergelijkingen Maandag 4 januari 216, 1: - 13: uur 1. Beschouw voor t > de inhomogene singuliere tweede orde vergelijking, t 2 ẍ + 4tẋ + 2x = f(t, (1 waarin f
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 informatie0 0 e 1 = = = = 1 2 Voor A nemen we nu de matrix 2 1 T ten opzichte van de geordende basis e 1, e 2, e 3, e 4.
Oude tentamenopgaven LinAlg deel II (Uitwerkingen volgen na de opgaven) 1. Beschouw de vectorruimte M 2,2 over R bestaande uit de 2 2-matrices met reële coëfficienten. Zij A een 2 2-matrix. De afbeelding
Nadere informatieCTB1002-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 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 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 informatie11.3. Inhomogene randwaardeproblemen. We beschouwen eerst inhomogene Sturm- Liouville randwaardeproblemen van de vorm :
11.3. Inhomogene randwaardeproblemen. We beschouwen eerst inhomogene Sturm- Liouville randwaardeproblemen van de vorm : L[y] := [p(x)y ] + q(x)y = µr(x)y + f(x), < x < 1 (1) a 1 y() + a 2 y () =, b 1 y(1)
Nadere informatiex(t + T ) = x(t) Voorbeeld 1. Beschouw het niet-lineaire autonome stelsel . (1) y x + y y(x 2 + y 2 )
97 Periodieke oplossingen en limit ccles We beschouwen weer autonome stelsels van de vorm x (t) = f(x(t)), waarbij het rechterlid dus niet expliciet van t afhangt We gaan onderzoeken wanneer er periodieke
Nadere informatieDifferentiaalvergelijkingen voor WbMT. wi2051wbmt. Dr. Roelof Koekoek
Differentiaalvergelijkingen voor WbMT wi25wbmt Dr Roelof Koekoek Het boek William E Boyce & Richard C DiPrima Elementary Differential Equations and Boundary Value Problems Tenth Edition, Wiley, 22, ISBN
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 informatieExamen G0O17E Wiskunde II (3sp) maandag 10 juni 2013, 8:30-11:30 uur. Bachelor Geografie en Bachelor Informatica
Examen GO7E Wiskunde II (3sp maandag juni 3, 8:3-:3 uur Bachelor Geografie en Bachelor Informatica Auditorium De Molen: A D Auditorium MTM3: E-Se Auditorium MTM39: Sh-Z Naam: Studierichting: Naam assistent:
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 informatieTentamenopgaven over hfdst. 1 t/m 4
Ttamopgav over hfdst. 1 t/m 4 1. donderdag 31 oktober 1996 Bepaal de oplossing van het beginwaardeprobleem y + 4y = 4 cos 2x, y(0) = 1, y (0) = 0. 2. donderdag 31 oktober 1996 Bepaal de algeme oplossing
Nadere informatieHoofdstuk 1: Inleiding
Hoofstuk 1: Inleiing 1.1. Richtingsvelen. Zie Stewart, 9.2. 1.2. Oplossingen van enkele ifferentiaalvergelijkingen. Zelf oorlezen. 1.3. Classificatie van ifferentiaalvergelijkingen. Differentiaalvergelijkingen
Nadere informatieTentamen Lineaire Algebra B
Tentamen Lineaire Algebra B 29 juni 2012, 9-12 uur OPGAVEN Uitwerkingen volgen na de opgaven 1. Gegeven is de vectorruimte V = R[x] 2 van polynomen met reële coefficienten en graad 2. Op V hebben we een
Nadere informatie1.1 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 informatie1 WAAM - Differentiaalvergelijkingen
1 WAAM - Differentiaalvergelijkingen 1.1 Algemene begrippen Een (gewone) differentiaalvergelijking heeft naast de onafhankelijke veranderlijke (bijvoorbeeld genoteerd als x), eveneens een onbekende functie
Nadere informatieGelijkvormigheid en de Jordan normaalvorm Aanvullende leerstof Lineaire Algebra C (2WF09)
Gelijkvormigheid en de Jordan normaalvorm Aanvullende leerstof Lineaire Algebra C (2WF09) LCGJM Habets Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven Abstract In de syllabus bij het
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 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 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 informatieHoofdstuk 10: Partiële differentiaalvergelijkingen en Fourierreeksen
Hoofdstuk : Partiële differentiaalvergelijkingen en Fourierreeksen Partiële differentiaalvergelijkingen zijn vergelijkingen waarin een onbekende functie van twee of meer variabelen en z n partiële afgeleide(n)
Nadere informatieEXAMEN LINEAIRE ALGEBRA EN MEETKUNDE I
EXAMEN LINEAIRE ALGEBRA EN MEETKUNDE I Theorie Opgave 1. In deze opgave wordt gevraagd om een aantal argumenten of overgangen uit de cursusnota s in detail te verklaren. In delen (a) (b) peilen we naar
Nadere 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 informatieAanvullingen van de Wiskunde / Partiële Differentiaalvergelijkingen
de Bachelor EIT 2de en de Bachelor Wiskunde Academiejaar 215-216 1ste semester 26 januari 216 Aanvullingen van de Wiskunde / Partiële Differentiaalvergelijkingen 1. Gegeven een homogene lineaire partiële
Nadere informatieTentamen Gewone Differentiaal Vergelijkingen II
Tentamen Gewone Differentiaal Vergelijkingen II.0.007 Jullie mogen een willekeurige van de vier opgaven als bonusopgave bekijken. (Dus drie opgaven volledig en goed gedaan is al een 10.) Opgave 1 Bekijk
Nadere informatieTRILLINGEN EN GOLVEN HANDOUT FOURIER
TRILLINGEN EN GOLVEN HANDOUT FOURIER Cursusjaar 2009 / 2010 2 Inhoudsopgave 1 FOURIERANALYSE 5 1.1 INLEIDING............................... 5 1.2 FOURIERREEKSEN.......................... 5 1.3 CONSEQUENTIES
Nadere informatieUNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica
UNIVERSITEIT TWENTE Faculteit Elektrotechniek, Wiskunde en Informatica Uitwerking Proeftentamen 3 Functies van één veranderlijke (15126 De uitwerkingen van de opgaven dienen duidelijk geformuleerd en overzichtelijk
Nadere informatieStelsels van lineaire DVen met constante coëfficiënten
Zij K = R of C, n N, A R n n. Zoek differentieerbare functies y : R K n zodanig dat ẏ(t) = Ay(t), t R. Opmerking: De oplossingen vormen een lineaire deelruimte (ga na!). Deze heeft dimensie n. De algemene
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra en Lineaire Analyse (Y550/Y530), op donderdag 5 november 00, 9:00 :00 uur. De uitwerkingen van de opgaven dienen
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Uitwerking Tentamen Calculus, 2DM10, maandag 22 januari 2007
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Uitwerking Tentamen Calculus, DM, maandag januari 7. (a) Gevraagd is het polynoom f() + f () (x ) + f (x ). Een eenvoudige rekenpartij
Nadere informatieOF (vermits y = dy. dx ) P (x, y) dy + Q(x, y) dx = 0
Algemeen kunnen we een eerste orde differentiaalvergelijking schrijven als: y = Φ(x, y) OF (vermits y = dy dx ) P (x, y) dy + Q(x, y) dx = 0 Indien we dan P (x, y) en Q(x, y) kunnen schrijven als P (x,
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 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 informatieLineaire differentiaalvergelijkingen met constante coëfficienten
Lineaire differentiaalvergelijkingen met constante coëfficienten 1 Differentiaalvergelijkingen Als we een functie y : t y(t) expliciet, in formulevorm, kennen, dan is het niet zo moeilijk hiervan de afgeleide
Nadere informatieOverzicht. Eigenwaarden. Beurzen en afhankelijkheid. Eigenwaarden: Intro
Overzicht Eigenwaarden VU Numeriek Programmeren. Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, A april Waarom? Voorbeelden Eigenwaarden/eigenvectoren Hoe vind ik ze? Polynoom Powermethode Andere
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 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 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 informatieDifferentiaalvergelijkingen Technische Universiteit Delft
Differentiaalvergelijkingen Technische Universiteit Delft Roelof Koekoek WbMT2048 Roelof Koekoek (TU Delft) Differentiaalvergelijkingen WbMT2048 1 / 1 Het vinden van een particuliere oplossing Voor een
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 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 informatieTECHNISCHE 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 informatieLineaire Algebra SUPPLEMENT II
Lineaire Algebra SUPPLEMENT II FBeukers 2012 Departement Wiskunde UU Inhoudsopgave 13 Eigenwaarden en eigenvectoren 3 131 Inleiding 3 132 Berekening van eigenwaarden en eigenvectoren 5 133 Basiseigenschappen
Nadere informatie