Vincent van der Noort Scoop vult de gaten in onze kennis... Het gevoel van eigenwaarden van David J. Griffith
|
|
- Jacobus Frederik Maas
- 5 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Scoop februari 2003 Scoop vult de gaten Vincent van der Noort Scoop vult de gaten in onze kennis... Het gevoel van eigenwaarden van David J. Griffith De wiskundigen onder jullie zal de naam waarschijnlijk weinig zeggen, maar onder natuurkundigen is David J. Griffith ( The DJ voor intimi) een graag geziene gast. Met zijn losse, soepele, kindvriendelijke maar toch zeer gedegen manier van schrijven over natuurkunde, heeft hij via zijn standaardwerken over Quantum en Electro al menig jongens- en meisjeshart sneller doen kloppen. Soms (en zeker waar het wiskunde betreft) is zijn stijl misschien iets té soepel en kindvriendelijk en kan het gebeuren dat een student na het lezen van de uitspraak Uit de lineaire algebra weten we plotseling wordt overvallen door de paniekerige gedachte: Wacht eens even, wacht eens even DAT WEET IK HELEMAAL NIET!!. Gelukkig is daar de scoop om deze gaten in onze kennis op te vullen. Vandaag bewijzen we de intrigerende stelling die genoemd wordt in excercise 3.40 van Introduction to Quantummechanics en waar vele van onze lezertjes zich jarenlang het hoofd over hebben gebroken: Stelling 1: Als twee hermitische matrices commuteren, dan hebben ze een verzameling gemeenschappelijke eigenvectoren, die bovendien de ruimte opspannen. Met de ruimte bedoelen we hier dit keer niet het heelal, maar een eindig dimensionale, complexe vectorruimte waar deze matrices op werken. Ter herinnering: een operator A heet hermitisch als geldt <Av, Aw> = <v, w> voor alle vectoren v en w, waarbij <.,.> het inproduct op je ruimte is. Twee operatoren A en B commuteren als AB = BA. In het algemeen commuteren operatoren niet (denk bijvoorbeeld aan plaats en impuls in quantummechanica, of aan rotaties in 3 ), maar soms heb je geluk. Een eigenvector van een operator A tenslotte, is een niet-nul vector v die door A wordt afgebeeld op een veelvoud van zichzelf: Av = λv, met λ een (complex) getal dat de eigenwaarde (van A, behorend bij v) genoemd wordt. Een mooie eigenschap van hermitsche operatoren is dat hun eigenvectoren de ruimte opspannen ( The eigenvectors span the space, zoals de DJ dat zo kernachtig weet uit te drukken). Voor het gemak bewijzen we dat hier ook even. We beginnen met het volgende lemma: 1
2 Scoop vult de gaten Scoop februari 2003 Lemma 1: Een matrix A beeldt niet-nul vectoren af op0 det A = 0. Bewijs : De determinant van A is per definitie de inhoud van het beeld van een n-kubus met ribben 1 onder de afbeelding A (voorzien van een minteken wanneer de orientatie verandert). Het volume van zo n kubus kan pas 0 worden (en zal dat ook doen) als A de kubus plet, in de zin dat het beeld een lagere dimensie heeft dan het origineel. ( Oppervlakkigheid gaat ten koste van inhoud, zoals ze in de journalistiek zeggen.) Dit pletten gaat altijd gepaard met het op 0 afbeelden van niet-nulvectoren: denk bijvoorbeeld aan de projectie van een van de ribben op een overbodig wordende dimensie.) Lemma 2: Zij V een complexe vectorruimte en A : V V een lineaire afbeelding. Dan heeft A (minstens) een eigenvector. Bewijs: De redenering is vrij eenvoudig: we laten zien dat A minstens één eigenwaarde heeft, dan volgt de bijbehorende eigenvector vanzelf wel (al was het maar omdat het begrip eigenwaarde anders niets zou betekenen). Zoals algemeen bekend zijn de eigenwaarden van A oplossingen van de vergelijking det(a - λi) = 0 (I is de identeit). Dit is een gevolg van lemma 1: als v een niet-nul eigenvector van A is met eigenwaarde λ, dan is er geen ontkomen aan dat (A - λi)v = 0. De matrix (A - λi) beeldt dus een niet-nul vector op 0 af en moet volgens lemma 1 dus determinant 0 hebben. De eigenwaarden van λ zijn dus oplossingen van det(a - λi) = 0 en als V een eindig dimensionale vectorruimte is, is det(a - λi) een doodnormaal, vertrouwd, onschuldig polynoom (in λ). Nu komt de Hoofdstelling van de Algebra om de hoek kijken. Deze sympathieke stelling, die garandeert dat ieder niet-constante polynoom minstens één nulpunt heeft in, is de voornaamste reden dat na zijn uitvinding niet meteen is bijgezet in het kabinet der wiskundige rariteiten, maar hartelijk omarmd wordt door allerlei fysici en ander obscuur volk. Toegepast op ons geval betekent de stelling dat A altijd minstens één eigenwaarde (en dus vector) moet hebben. Dit bewijst het lemma, dat overigens (en uiteraard) niet geldt in het geval dat V slechts uit 1 punt (dat dan automatisch 0 moet heten) bestaat. Vervolgens zijn we geinteresseerd in het geval dat A hermitisch is. 2
3 Scoop februari 2003 Scoop vult de gaten Lemma 3: Stel dat v een eigenvector is van een hermitische operator A en dat w een vector is die loodrecht staat op v. Dan staat Aw ook loodrecht op v. Bewijs: <Av, Aw> = <v, w> = 0 want A was hermitisch, maar aan de andere kant is <Av, Aw> = <λv, Aw> = λ<v, Aw>. Dus λ<v, Aw> = 0 en dus <v, Aw> = 0. (Als λ = 0, zou moeten gelden <v, v> = <Av, Av> = <λv, λv> = <0, 0> = 0, dus die mogelijkheid valt af.) Hiermee kunnen we de volgende al eerder aangekondigde stelling bewijzen: Stelling 2: Als A een hermitische operator is op een eindig dimensionale vectorruimte V, dan spannen zijn eigenvectoren de ruimte op. Bewijs: Stel v is een eigenvector van A en w een willekeurige vector. Lemma 3 zegt dat als w loodrecht op v staat, Aw dat ook doet. Als W nu de deelruimte van V is die bestaat uit alle vectoren die loodrecht staan op v, dan is A dus niet alleen op te vatten als afbeelding van V naar V, maar ook als afbeelding van W naar W. Sterker nog: als W W ' de deelruimte van V voorstelt die bestaat uit de vectoren die loodrecht staan op alle eigenvectoren van A, dan is A ook een afbeelding van W naar W. Maar volgens lemma 2 betekent dit dat A een eigenvector in W zou moeten hebben. Deze eigenvector staat loodrecht op alle eigenvectoren van A, inclusief zichzelf. Dit is natuurlijk onzin, wat betekent dat de ruimte W uitsluitend uit de nulvector kan bestaan. In andere woorden: buiten de nulvector zijn er geen vectoren die loodrecht op alle eigenvectoren van A staan, dus de eigenvectoren van de hermitische operator A spannen de ruimte op. Nu terug naar de stelling die we eigenlijk wilden bewijzen, over commuterende hermitische matrices. De clou zit hem in het begrip Eigenruimte. Als v 1 en v 2 twee verschillende eigenvectoren van B zijn die allebei toevallig dezelfde eigenwaarde λ hebben, dan ziet men eenvoudig in dat iedere lineare combinatie µ 1 v 1 + µ 2 v 2 óók een eigenvector van B met eigenwaarde λ is. Alle eigenvectoren met een bepaalde eigenwaarde λ vormen samen dus een deelvectorruimte E λ, die de eigenruimte van λ genoemd wordt. 3
4 Scoop vult de gaten Scoop februari 2003 Stel nu dat A en B twee hermitische, commuterende matrices zijn op een vectorruimte V en dat v een eigenvector is van B met eigenwaarde λ. We bekijken wat operator B doet met de vector Av. We vinden: B(Av) = (BA)v = ABv = Aλv = λ(av). In andere woorden: Av is een eigenvector van B met eigenwaarde λ. Maar dat was v zelf ook al! A beeldt eigenvectoren van B met eigenwaarde λ dus af op eigenvectoren van B met eigenwaarde λ, dus in plaats van als afbeelding van de gigantische ruimte V naar zichzelf, kunnen we A ook opvatten als een afbeelding van de veel kleinere, beschaafdere, ja misschien zelfs wel 4- of 5-dimensionale ruimte E λ naar zichzelf. Omdat A nog steeds hermitisch is, heeft hij (volgens stelling 2) een basis van eigenvectoren die de hele ruimte E λ opspannen. En omdat deze eigenvectoren van A elementen van de eigenruimte E λ van B zijn, zijn het zeker ook eigenvectoren van B. Het zijn dus gemeenschappelijke eigenvectoren. Dit grapje kunnen we vervolgens herhalen voor iedere eigenruimte E λ van B. Omdat de eigenvectoren van B de ruimte opspannen, iedere eigenvector in een ruimte E λ ligt en iedere E λ wordt opgespannen door een verzamelingetje gemeenschappelijke eigenvectoren van A en B, volgt vervolgens dat de ruimte V inderdaad een basis heeft van gemeenschappelijke eigenvectoren. We kunnen dus allemaal met een gerust hart gaan slapen; the DJ had weer eens gelijk. Het oneindig-dimensionale geval Een interessante vraag is natuurlijk wel, of dit ook in oneindig dimensionale vectorruimtes werkt. Oneindig dimensionale vectorruimtes zijn immers de ruimtes waar het in de quantummechanica om draait. Helaas is het antwoord in het algemeen: nee. Om een tegenvoorbeeld te construeren kunnen we het beste zo dicht mogelijk aan de bron beginnen: bij lemma 2. Het is immers in het bewijs van lemma 2 dat we gebruiken dat V eindig dimensionaal is (wanneer we stellen dat de eigenwaarden van A nulpunten zijn van een polynoom). Lemma 2 stelt dat iedere operator op een eindigdimensionale vectorruimte minstens 1 eigenvector heeft. Op een oneindig-dimensionale hoeft dit niet te gelden. Neem bijvoorbeeld de vectorruimte van alle continue functies van 4
5 Scoop februari 2003 Scoop vult de gaten [-1, 1] naar en bekijk de operator f ( x) xf ( x) (de plaatsoperator in quantum-mechanica). Deze vriendelijke figuur heeft duidelijk geen eigenvectoren buiten de nul-functie: stel f is een eigenvector met eigenwaarde λ (dus xf ( x) = λf ( x) voor alle x [ 1,1 ]) en a λ. Dan volgt uit invullen van x=a, dat af ( a) = λf ( a) zodat f(a) = 0. Maar als f(a) = 0 voor alle a λ, dan is wegens continuiteit ook f(λ) = 0, zodat f gelijk is aan de nulfunctie. Helaas is deze operator niet hermitisch. Het standaard inproduct op 1 deze ruimte is natuurlijk < f, g >= f ( x) g( x) dx. Stel f(x) = 1 voor alle 1 x, dan is <f, f> = 2 terwijl < xf ( x), xf ( x) >= 2 / 3 < f, f >. Dus f is niet hermitisch. Om een geschikt tegenvoorbeeld voor de stelling te geven, zullen we de zaken (zoals wiskundigen altijd graag doen) iets abstracter moeten bekijken. Definitie: De vectorruimte l 2 bestaat uit oneindige rijtjes reële getallen (a 1, a 2, a 3, a 4, ) met de eigenschap dat a i 2 <. Hierop is als volgt een inproduct gedefinieerd: als a = (a 1, a 2, a 3, a 4, ) en b = (b 1, b 2, b 3, b 4, ) dan is <a, b> = a 1 b 1 + a 2 b 2 + a 3 b 3 + De lezer mag zelf nagaan dat dit inderdaad een vectorruimte is, en dat de inproducten altijd eindige getallen opleveren. l 2 is de natuurlijke generalisatie van de ruimtes ook uit rijtjes getallen met dit inprodukt. n : deze bestaan immers Op deze l 2 definieren we de operator T met de volgende werking: T(a 1, a 2, a 3, a 4, ) = (0, a 1, a 2, a 3, a 4, ). T is hermitisch: < Ta, Tb >=< a, b >= a i b i. i= 1 Bovendien heeft T geen eigenvectoren, buiten de nulvector. Stel namelijk dat a wél een eigenvector van T is, dus Ta = λa. Als λ 0 zien we dat 0 = λa 1 dus a 1 = 0. Maar omdat a 1 = λa 2 volgt dat a 2 = 0 en zo verder. Uiteindelijk vinden we dus dat a = (0, 0, 0, ). In het geval dat λ = 0 volgt dit ook: in dat geval is Ta = (0, 0, 0, ) dus a = (0, 0, 0, ). Alle eigenvectoren van T zijn dus gelijk aan de nulvector. Hiermee is T een tegenvoorbeeld tegen lemma 2. En omdat 5
6 Scoop vult de gaten Scoop februari 2003 de nulvector in zijn eentje nooit een hele oneindig dimensionale vectorruimte op kan spannen, is hij ook een tegenvoorbeeld tegen stelling 2. Om nu te bewijzen dat de stelling 1 niet geldig is in l 2, hebben we alleen nog maar een hermitische operator nodig die met T commuteert. Onder het motto waarom moeilijk doen als het ook flauw kan nemen we hiervoor de identiteitsoperator I. I en T zijn twee commuterende hermitische operatoren op een hilbertruimte, maar hun gemeenschappelijke eigenvectoren spannen allerminst de ruimte op: hun enige gemeenschappelijke eigenvector is namelijk (0, 0, 0, ). Het feit dat de gebruikte hilbertruimte eindige dimensie heeft is dus van wezenlijk belang. Wat deze stelling dan met quantummechanica te maken heeft, waar alles toch om oneindig dimensionale hilbertruimtes draait, is dan ook een gapend gat in mijn kennis. 6
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 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 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 informatieVectorruimten en deelruimten
Vectorruimten en deelruimten We hebben al uitgebreid kennis gemaakt met de vectorruimte R n We zullen nu zien dat R n slechts een speciaal geval vormt van het (veel algemenere begrip vectorruimte : Definitie
Nadere informatieLineaire algebra I (wiskundigen)
Lineaire algebra I (wiskundigen) Toets, donderdag 22 oktober, 2009 Oplossingen (1) Zij V het vlak in R 3 door de punten P 1 = (1, 2, 1), P 2 = (0, 1, 1) en P 3 = ( 1, 1, 3). (a) Geef een parametrisatie
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 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 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 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 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 informatie6. 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 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 informatieGeef niet alleen antwoorden, maar bewijs al je beweringen.
Tentamen Lineaire Algebra maandag 3--27, 3.3-6.3 uur Het is niet toegestaan telefoons, computers, grafische rekenmachines (wel een gewone), dictaten, boeken of aantekeningen te gebruiken. Schrijf op elk
Nadere 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 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 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 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 informatieTer Leering ende Vermaeck
Ter Leering ende Vermaeck 15 december 2011 1 Caleidoscoop 1. Geef een relatie op Z die niet reflexief of symmetrisch is, maar wel transitief. 2. Geef een relatie op Z die niet symmetrisch is, maar wel
Nadere informatieHoofdstuk 9. Vectorruimten. 9.1 Scalairen
Hoofdstuk 9 Vectorruimten 9.1 Scalairen In de lineaire algebra tot nu toe, hebben we steeds met reële getallen als coëfficienten gewerkt. Niets houdt ons tegen om ook matrices, lineaire vergelijkingen
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 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 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 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 informatiePROEFEXAMEN LINEAIRE ALGEBRA dinsdag 22 november 2016
PROEFEXAMEN LINEAIRE ALGEBRA dinsdag 22 november 2016 1. Zi (R, V, +) een eindigdimensionale vectorruimte en veronderstel dat U en W deelruimten van V zin. Toon aan dat 2. Waar of fout? Argumenteer e antwoord.
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 informatieEindtermen Lineaire Algebra voor E vor VKO (2DE01)
Eindtermen Lineaire Algebra voor E vor VKO (2DE01) dr. G.R. Pellikaan 1 Voorkennis Middelbare school stof van wiskunde en natuurkunde. Eerste gedeelte (Blok A) van Lineaire Algebra voor E (2DE04). 2 Globale
Nadere 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 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 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 informatieTweede 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 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 informatieGeef 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 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 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 5 J.Keijsper (TUE)
Nadere informatieLineaire Algebra en Vectorcalculus 2DN60 College 5.a Basis en dimensie
Lineaire Algebra en Vectorcalculus 2DN60 College 5.a Basis en dimensie Ruud Pellikaan g.r.pellikaan@tue.nl /k 205-206 Definitie opspansel 2/35 Stel S = {v,..., v n } is een deelverzameling van de vectorruimte
Nadere informatieCollege WisCKI. Albert Visser. 16 januari, Department of Philosophy, Faculty Humanities, Utrecht University. Loodrechte Projectie
College WisCKI Albert Visser Department of Philosophy, Faculty Humanities, Utrecht University 16 januari, 2012 1 Overview 2 Overview 2 Overview 2 Overview 3 Zij V een deelruimte met basis v 1,..., v k.
Nadere 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 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 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 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 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 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 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 informatieLineaire 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 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 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 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 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 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 informatieAanvullingen bij Hoofdstuk 6
Aanvullingen bij Hoofdstuk 6 We veralgemenen eerst Stelling 6.4 tot een willekeurige lineaire transformatie tussen twee vectorruimten en de overgang naar twee nieuwe basissen. Stelling 6.4. Zij A : V W
Nadere informatieOptelling en scalaire vermenigvuldiging zijn weer plaatsgewijs gedefinieerd, bijvoorbeeld: 7 (x 1, x 2, x 3,...)
5. Lineaire ruimten Tot nu toe hebben we ons uitsluitend met de R n bezig gehouden. We gaan de behandelde theorie nu uitbreiden tot verzamelingen die een sterke overeenkomst met een R n vertonen. Een dergelijke
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 informatieTENTAMEN 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 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 6 J.Keijsper (TUE)
Nadere informatieUitwerkingen 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 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 informatieStelsels Vergelijkingen
Hoofdstuk 5 Stelsels Vergelijkingen Eén van de motiverende toepassingen van de lineaire algebra is het bepalen van oplossingen van stelsels lineaire vergelijkingen. De belangrijkste techniek bestaat uit
Nadere informatieVoortgezette Lineaire Algebra. Prof. dr. J. van Mill Dr. F. van Schagen
Voortgezette Lineaire Algebra Prof. dr. J. van Mill Dr. F. van Schagen Inhoud Hoofdstuk I. Complexe vectorruimten en inwendige producten 5 I.1. Vectorruimten 5 I.2. Hermitische producten 8 I.3. Inwendig-productruimten
Nadere informatieLineaire afbeeldingen
Les 2 Lineaire afbeeldingen Als een robot bij de robocup (het voetbaltoernooi voor robots een doelpunt wil maken moet hij eerst in de goede positie komen, d.w.z. geschikt achter de bal staan. Hiervoor
Nadere informatiePROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011
PROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011 Familienaam:....................................................................... Voornaam:.........................................................................
Nadere informatieLineaire algebra I (wiskundigen)
Lineaire algebra I (wiskundigen) Voorbeelden van toetsopgaven, 011 en (1) (a) Bepaal de afstand van het punt Q = (1,, ) R 3 tot het vlak gegeven door x + y z = 1. (b) Bepaal de hoek tussen de vectoren
Nadere informatieInwendig 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 informatieFLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j
FLIPIT JAAP TOP Een netwerk bestaat uit een eindig aantal punten, waarbij voor elk tweetal ervan gegeven is of er wel of niet een verbinding is tussen deze twee. De punten waarmee een gegeven punt van
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 informatie3 De duale vectorruimte
3 De duale vectorruimte We brengen de volgende definitie in de herinnering. Definitie 3.1 (hom K (V, W )) Gegeven twee vectorruimtes (V, K) en (W, K) over K noteren we de verzameling van alle lineaire
Nadere informatieTENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,
TENTAMEN LINEAIRE ALGEBRA donderdag december 004, 0.00-.00 Bij elke vraag dient een berekening of motivering worden opgeschreven. Het tentamen bestaat uit twee gedeelten: de eerste drie opgaven betreffen
Nadere informatieVragen, samenvattingen en uitwerkingen Lineaire algebra 1 - UvA
Vragen, samenvattingen en uitwerkingen 2013 - Lineaire algebra 1 - UvA Rocco van Vreumingen 28 juli 2016 1 Inhoudsopgave 1 Samenvattingen 3 1.1 Samenvatting stof college 1................... 3 1.2 Samenvatting
Nadere 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 informatieVectormeetkunde in R 3
Vectormeetkunde in R Definitie. Een punt in R wordt gegeven door middel van drie coördinaten : P = (x, y, z). Een lijnstuk tussen twee punten P en Q voorzien van een richting noemen we een pijltje. Notatie
Nadere informatieLineaire 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 informatieInwendig product, lengte en orthogonaliteit
Inwendig product, lengte en orthogonaliteit We beginnen met een definitie : u u Definitie. Als u =. en v = u n v v. v n twee vectoren in Rn zijn, dan heet u v := u T v = u v + u v +... + u n v n het inwendig
Nadere informatiewordt de stelling van Pythagoras toegepast, in dit geval twee keer: eerst in de x y-vlakte en vervolgens in de vlakte loodrecht op de vector y.
Wiskunde voor kunstmatige intelligentie, 2 Les 5 Inproduct Als we het in de meetkunde (of elders) over afstanden en hoeken hebben, dan hebben we daar intuïtief wel een idee van. Maar wat is eigenlijk de
Nadere informatieLineaire Algebra SUPPLEMENT I
Lineaire Algebra SUPPLEMENT I F.Beukers 22 Departement Wiskunde UU Hoofdstuk 2 Vectorruimten 2. Axioma s Tot nu toe hebben we het uitsluitend over R n gehad. In de geschiedenis van de wiskunde blijkt
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 informatieHet karakteristieke polynoom
Hoofdstuk 6 Het karakteristieke polynoom We herhalen eerst kort de definities van eigenwaarde en eigenvector, nu in een algemene vectorruimte Definitie 6 Een eigenvector voor een lineaire transformatie
Nadere informatieVierde huiswerkopdracht Lineaire algebra 1
Vierde huiswerkopdracht Lineaire algebra December, 00 Opgave : Voor positieve gehele getallen m, n schrijven we Mat(m n, R) voor de vectorruimte van alle m n matrices, met de gebruikelijke optelling en
Nadere 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 informatieLineaire Algebra voor W 2Y650
Lineaire Algebra voor W 2Y650 Docent: L. Habets HG 8.09, Tel: 040-2474230, Email: l.c.g.j.m.habets@tue.nl http://www.win.tue.nl/wsk/onderwijs/2y650 1 Herhaling: opspansel De vectoren v 1,..., v k V spannen
Nadere informatie4. Determinanten en eigenwaarden
4. Determinanten en eigenwaarden In dit hoofdstuk bestuderen we vierkante matrices. We kunnen zo n n n matrix opvatten als een lineaire transformatie van R n. We onderscheiden deze matrices in twee typen:
Nadere informatieLineaire 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 informatieLineaire Algebra C 2WF09
Lineaire Algebra C 2WF09 College: Instructie: L. Habets HG 8.09, Tel. 4230, Email: l.c.g.j.m.habets@tue.nl H.A. Wilbrink HG 9.49, Tel. 2783, E-mail: h.a.wilbrink@tue.nl http://www.win.tue.nl/wsk/onderwijs/2wf09
Nadere informatieLineaire Algebra Een Samenvatting
Lineaire Algebra Een Samenvatting Definitie: Een (reële) vectorruimte is een verzameling V voorzien van een additieve en multiplicatieve operatie, zodat (a) u V en v V u + v V, (1) u + v = v + u voor alle
Nadere informatie4 Positieve en niet-negatieve lineaire algebra
4 Positieve en niet-negatieve lineaire algebra Positieve en niet-negatieve matrices komen veel voor binnen de stochastiek (zoals de PageRank matrix) en de mathematische fysica: temperatuur, dichtheid,
Nadere informatieLineaire Algebra (wi2142tn) Les 5: Determinanten. Joost de Groot Les 5. Faculteit EWI, Toegepaste Wiskunde. Technische Universiteit Delft
Lineaire Algebra (wi2142tn) Les 5: Determinanten Joost de Groot Les 5 1 Technische Universiteit Delft Doel van deze les Determinanten ben je al tegengekomen bij de behandeling van het in en het uitwendig
Nadere informatieVectorruimten 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 informatieUitwerking opgaven 17 december. Spoilers!!
Uitwerking opgaven 7 december Spoilers!! (duh... 8 januari 206 Inhoudsopgave Complex diagonaliseren matrix 2. Opgave................................................ 2.2 Oplossing...............................................
Nadere informatieExamenvragen 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 informatieHoofdstuk 1. Inleiding. Lichamen
Hoofdstuk 1 Lichamen Inleiding In Lineaire Algebra 1 en 2 heb je al kennis gemaakt met de twee belangrijkste begrippen uit de lineaire algebra: vectorruimte en lineaire afbeelding. In dit hoofdstuk gaan
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 informatie3 De duale vectorruimte
3 De duale vectorruimte We brengen de volgende definitie in de herinnering. Definitie 3. (hom K (V, W )) Gegeven twee vectorruimtes (V, K) en (W, K) over K noteren we de verzameling van alle lineaire afbeeldingen
Nadere informatieUitwerking 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 informatieLineaire afbeeldingen
Hoofdstuk 2 Lineaire afbeeldingen 21 Inleiding Een afbeelding f van een verzameling V naar een verzameling W is een regel die aan ieder element v van V een element f(v) van W toevoegt maw een generalisatie
Nadere informatieTentamen 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 informatieExamenvragen Meetkunde en lineaire algebra Eerste examenperiode
Examenvragen Meetkunde en lineaire algebra Eerste examenperiode 2008-2009 Door rotatie van de rechte r die bepaald wordt door de punten P(3, 1, 2) en Q(1, 1, 2) omheen de rechte s die gaat door het punt
Nadere informatiea) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n.
. Oefen opgaven Opgave... Gegeven zijn de lijnen l : 2 + λ m : 2 2 + λ 3 n : 3 6 4 + λ 3 6 4 a) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n. b) Bepaal de afstand tussen die lijn
Nadere informatieFACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie Lineaire Algebra, tentamen Uitwerkingen vrijdag 4 januari 0, 9 uur Gebruik van een formuleblad of rekenmachine is niet toegestaan. De
Nadere informatieDualiteit. Raymond van Bommel. 6 april 2010
Dualiteit Raymond van Bommel 6 april 2010 1 Inleiding Op veel manieren kan meetkunde worden bedreven. De bekendste en meest gebruikte meetkunde is de Euclidische meetkunde. In dit artikel gaan we kijken
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 informatieVoortgezette Lineaire Algebra. Prof. dr. J. van Mill Dr. F. van Schagen Revisie , JS
Voortgezette Lineaire Algebra Prof. dr. J. van Mill Dr. F. van Schagen Revisie 2-3-2010, JS Inhoud Programma 5 Studiehandleiding voor de cursus Voortgezette Lineaire Algebra 7 Hoofdstuk I. Complexe vectorruimten
Nadere informatieLineaire algebra en kegelsneden. Cursus voor de vrije ruimte
Lineaire algebra en kegelsneden Liliane Van Maldeghem Hendrik Van Maldeghem Cursus voor de vrije ruimte 2 Hoofdstuk Reële vectorruimten. De reële vectorruimte van de reële n-tallen Definitie Een reëel
Nadere informatie