Tentamen lineaire algebra 2 18 januari 2019, 10:00 13:00 Uitwerkingen (schets)
|
|
- Hanne van den Broek
- 4 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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 + D en ND = DN. (b) Bepaal A 9. (a) Het karakteristiek polynoom van A is (t ), dus de enige eigenwaarde is. Omdat het karakteristiek polynoom ontbindt in lineaire factoren, heeft A een Jordannormaalvorm J, waarin elk diagonaalelement gelijk is aan. Er geldt dus J = D + N met D = ( ) en N = ( ) x voor zekere x {, }. Voor deze matrices geldt D N = N D. Er is dus een inverteerbare matrix Q zodanig dat Q AQ = J = D + N. Dan geldt A = QJQ = D + N met D = QD Q en N = QN Q. We hoeven Q niet te bepalen: omdat D een scalar veelvoud is van de identiteit, geldt D = QD Q = D en ( ) N = A D =. Er geldt bovendien DN = (QD Q )(QN Q ) = QD N Q = QN D Q = (QN Q )(QD Q ) = ND, maar dat volgt nog makkelijker uit het feit dat D een scalaire matrix is. (b) Omdat D en N commuteren mogen we het binomium van Newton toepassen. Wegens N = vallen bijna alle termen daarin weg en vinden we voor k dat k ( ) k A k = (D + N) k = D k j N j = D k + kd k N. j Met D = I volgt Voor k = 9 vinden we j= A k = D k (D + kn) = k (D + kn). A 9 = 8 (D + 9N) = 8 ( ) 9. 9
2 Opgave. ( + + punten) Gegeven is de matrix M =. (a) Laat zien dat M rang heeft. (b) Laat zien dat λ = een eigenwaarde is voor M. (c) Bepaal een orthogonale matrix Q en een diagonale matrix D zodanig dat er geldt M = QDQ. (a) Dit kan eenvoudig door de matrix te vegen. Het volgt ook uit het feit dat de rang enerzijds minstens is omdat de eerste twee kolommen geen veelvoud van elkaar zijn, terwijl de rang ook hooguit is omdat de kern de niet-nul vector (,, ) bevat. (b) De matrix M λi = M + I = heeft rang (alle rijen zijn een veelvoud van de eerste rij), en dus een niet-triviale kern. Deze kern is de eigenruimte, dus λ = is inderdaad een eigenwaarde. (c) We laten eerst zien dat en de enige eigenwaarden zijn. De eigenruimte bij eigenwaarde heeft dimensie wegens (a), en de eigenruimte bij eigenwaarde heeft dimensie wegens (b). De som van de dimensies van alle eigenruimtes is hooguit (het aantal rijen/kolommen), dus we concluderen dat er niet nog meer eigenwaarden zijn dan alleen en. Een andere (meer omslachtige) manier om dit te laten zien is uit te rekenen dat het karakteristiek polynoom van M gelijk is aan t(t+). Nog een derde manier is door te checken dat M(M +I ) =, dus het minimum polynoom van M is een deler van (en zelfs gelijk aan) t(t+). Omdat alle nulpunten van het karakteristiek polynoom (dus de eigenwaarden) ook nulpunten van het minimum polynoom zijn, volgt dat en de enige eigenwaarden zijn. Omdat M symmetrisch is, is M ook diagonaliseerbaar (dit volgt ook uit het feit dat het minimum polynoom geen dubbele nulpunten heeft), en zelfs orthogonaal diagonaliseerbaar. We zoeken een orthonormale basis. Eigenvectoren van verschillende eigenwaarden zijn automatisch orthogonaal, dus het volstaat om voor beide eigenruimtes een orthonormale basis te vinden. Voor eigenwaarde is de eigenruimte -dimensionaal, dus hoeven we alleen de voortbrenger (,, ) te normaliseren. Dit geeft v = (,, ). Voor eigenwaarde wordt de eigenruimte ker(m + I ) voortgebracht door (,, ) en (,, ). Passen we op deze vectoren Gram-Schmidt toe, dan vinden we v = (,, ) en v = (,, ). Met de basis B = (v, v, v ) en Q = [id] B E = en D = [f M ] B B = vinden we M = [f M ] E E = [id] B E [f M ] B B [id] E B = QDQ. En omdat B orthonormaal is, volgt Q = Q.
3 Opgave. ( + punten) Zij V een reële vectorruimte van dimensie 8. Zij g : V V een lineaire afbeelding. Stel dat we de volgende rangen kennen. rang ( (g id V ) 8) = en rang ( (g + id V ) 8) =. (a) Bepaal twee eigenwaarden voor g, en ook de dimensies van de bijbehorende gegeneraliseerde eigenruimtes. (b) Laat zien dat g een Jordannormaalvorm heeft. Dat wil zeggen, er bestaat een basis B voor V zodanig dat de matrix [g] B B een Jordannormaalvorm is. Deze opgave is iets subtieler dan het op het eerste gezicht lijkt. Veel van de stellingen die je zou willen toepassen hebben namelijk als voorwaarde dat het karakteristiek polynoom ontbindt in lineaire factoren. Dat weten we (nog) niet, dus die stellingen kunnen we nog niet gebruiken! Voor (a) geven we twee oplossingen. (a). Om te beginnen is een eigenwaarde, want als de kern van g id V triviaal was, dan zou g id V een isomorfisme zijn, en dan elke macht ervan ook, wat in tegenspraak is met het feit dat de rang van (g id V ) 8 niet maximaal is. Zij k 8 een geheel getal en definieer U = ker ( (g id V ) k) V. Definieer ook n = dim U 8. Definieer bovendien de beperking h = (g id V ) U tot U. Dan geldt h k =, dus is h nilpotent (op U), dus is het karakteristiek polynoom van h gelijk aan t n, dus geldt h n = wegens Cayley-Hamilton, en dus ook h 8 =. Hieruit volgt dat de inclusie ker(g id V ) 8 U een gelijkheid is, dus ker(g id V ) 8 is de hele gegeneraliseerde eigenruimte voor eigenwaarde, dus die heeft dimensie 8 =. Het argument voor eigenwaarde is analoog. Een alternatief argument gaat als volgt. Voor alle j {,,,..., 8} definiëren we r j = dim ker(g id V ) j. Uit de dimensiestelling voor lineaire afbeeldingen volgt r 8 = dim V =. De rij {} = ker id V = ker(g id V ) ker(g id V ) ker(g id V ) ker(g id V )... geeft = r r r r.... Definiëren we s j = r j r j voor j, dan volgt uit Lemma. dat er geldt s s s.... Uit = r 8 = s + s + + s 8 volgt dan ten eerste dat s, dus r, dus de kern van g id V is niet nul, dus is een eigenwaarde. Uit de som = r 8 = s + s + + s 8 volgt bovendien ook dat er een j 8 is met s j = en dus = s j = s j+ = s j+ =.... Hieruit volgt r j = r j = r j+ =.... (Vergelijk dit met opgave van hoofdstuk uit het dictaat.) In het bijzonder is ker(g id V ) k gelijk aan ker(g id V ) 8 voor k 8, dus ker(g id V ) 8 is de hele gegeneraliseerde eigenruimte, dus de gegeneraliseerde eigenruimte voor eigenwaarde heeft dimensie. Analoog vinden we dat een eigenwaarde is, en de dimensie van de bijbehorende gegeneraliseerde eigenruimte is 8 =. (b). Zij U = ker ( (g id V ) 8) V als in onderdeel (a), dus de gegeneraliseerde eigenruimte voor eigenwaarde, met dimensie n = dim U =. Dan is de beperking h van g id V tot U nilpotent, dus h heeft karakteristiek polynoom t dim U = t, en de beperking g U heeft dus karakteristiek polynoom (t ). Dit betekent dat (t ) een deler is van het karakteristiek polynoom P g van g (zie bijvoorbeeld opgave.. uit het dictaat van Lineaire Algebra ). Analoog is (t + ) ook een deler van P g, dus is er een polynoom q(t) zodanig dat P g (t) = (t ) (t + ) q(t). Hieruit volgt dat q(t) graad heeft, dus P g (t) is het product van lineaire factoren, dus g heeft een Jordannormaalvorm.
4 Opgave. ( punten) Voor elk positief geheel getal n schrijven we V n voor de reële vectorruimte van reële polynomen van graad kleiner dan n. Er geldt dus dim V n = n. Definieer de afbeelding ϕ: V n V n R door ϕ(f, g) = f(x)g(x) dx. (a) Laat zien dat ϕ een inproduct is op V n. (b) Verifieer dat voor elke gehele i, j met i, j < n geldt ϕ(x i, x j ) = i + j +. (c) Neem n =. Zij U V de deelruimte van alle polynomen f met f() =. Geef een orthogonale basis voor U. (d) Neem n =. Zij T : V V het endomorfisme dat een polynoom f V stuurt naar zijn afgeleide f. Is T normaal? (e) Bewijs dat de matrix inverteerbaar is. (a) Er geldt uiteraard ϕ(f, g) = ϕ(g, f), dus ϕ is symmetrisch. Dat ϕ bilineair is volgt dan uit de identiteit ϕ(λ f + λ f, g) = = ( λ f (x) + λ f (x) ) ( g(x) dx = λ f (x)g(x) + λ f (x)g(x) ) dx λ f (x)g(x) dx + λ f (x)g(x) dx = λ ϕ(f, g) + λ ϕ(f, g). Het feit dat ϕ positief-definiet is volgt omdat f(x) nergens negatief is, en de integraal over het interval [, ] dus positief is, tenzij f(x) = voor alle x [, ]. Dat laatste kan alleen als f =, want een niet-nul polynoom heeft slechts eindig veel nulpunten. (b) Duidelijk, want xm dx = m+ voor m = i + j. (c) We beginnen met de basis (x, x, x ) en passen Gram-Schmidt toe, zonder normaliseren, want we hoeven alleen maar een orthogonale basis. We krijgen uiteindelijk v = x, v = x x, v = x x + x. (d) Om te kijken of T normaal is, bepalen we de geassocieerde matrix ten opzichte van een orthonormale basis. Als basis nemen we de basis die we krijgen door Gram-Schmidt toe te passen op de basis (, x), namelijk de basis B = (, c(x )), waarbij c R een constante is zodanig dat c(x )
5 lengte heeft. (We kunnen checken dat c = ±, maar dat hebben we niet nodig.) Ten opzichte van die basis vinden we ( ) [T ] B c B =. Noemen we deze matrix A, dan geldt ( ) ( ) AA c = c = A A, dus A is niet normaal, dus T is niet normaal. (e) De bilineaire vorm ϕ is positief definiet, dus ook niet-gedegenereerd. Dat betekent dat als B een basis voor V n is, dat ϕ dan ten opzichte van B gerepresenteerd wordt door een matrix die inverteerbaar is. Voor n = en de basis B = (, x, x, x, x ) is die matrix precies de matrix uit de opgave, dus is die matrix inverteerbaar. Zie ook Remark 8. uit het dictaat.
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 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 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 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 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 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 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 informatieTentamen lineaire algebra 2 17 januari 2014, 10:00 13:00 zalen 174, 312, 412, 401, 402
Tentamen lineaire algebra 2 17 januari 214, 1: 13: zalen 174, 312, 412, 41, 42 Dit zijn geen complete uitwerkingen. Er is dus geen garantie dat het overschrijven met andere getallen voldoende is voor huiswerk
Nadere 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 93 email: JCMKeijsper@tuenl studiewijzer: http://wwwwintuenl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 3 JKeijsper (TUE) Lineaire
Nadere informatieGeadjungeerde en normaliteit
Hoofdstuk 12 Geadjungeerde en normaliteit In het vorige hoofdstuk werd bewezen dat het voor het bestaan van een orthonormale basis bestaande uit eigenvectoren voldoende is dat T Hermites is (11.17) of
Nadere informatieTentamen lineaire algebra voor BWI 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 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 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 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 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 informatieCoördinatiseringen. 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 informatieLineaire Algebra. Bovendriehoeks- en onderdriehoeks vorm: onder (boven) elke leidende term staan enkel nullen
Lineaire Algebra Hoofdstuk 1: Stelsels Gelijkwaardige stelsels: stelsels met gelijke oplv Elementaire rijbewerkingen: 1. van plaats wisselen 2. externe vermenigvuldiging 3. interne optelling (2. en 3.:
Nadere 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 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 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 informatieTENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,
TENTAMEN LINEAIRE ALGEBRA donderdag december 004, 0.00-.00 Bij elke vraag dient een berekening of motivering worden opgeschreven. Het tentamen bestaat uit twee gedeelten: de eerste drie opgaven betreffen
Nadere informatieUitwerkingen tentamen Algebra 3 8 juni 2017, 14:00 17:00
Uitwerkingen tentamen Algebra 3 8 juni 207, 4:00 7:00 Je mocht zoals gezegd niet zonder uitleg naar opgaven verwijzen. Sommige berekeningen zijn hier weggelaten. Die moest je op je tentamen wel laten zien.
Nadere informatieExamen 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 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 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 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 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 informatieRingen en Galoistheorie, 1e deel, 19 april 2012
Ringen en Galoistheorie, 1e deel, 19 april 2012 Bij dit tentamen mag het dictaat niet gebruikt worden. Schrijf op elk vel je naam, studnr en naam practicumleider. Laat bij elke opgave zien hoe je aan je
Nadere informatieEindtermen Lineaire Algebra voor E vor VKO (2DE01)
Eindtermen Lineaire Algebra voor E vor VKO (2DE01) dr. G.R. Pellikaan 1 Voorkennis Middelbare school stof van wiskunde en natuurkunde. Eerste gedeelte (Blok A) van Lineaire Algebra voor E (2DE04). 2 Globale
Nadere informatieLineaire Algebra voor 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 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 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 informatieVincent van der Noort Scoop vult de gaten in onze kennis... Het gevoel van eigenwaarden van David J. Griffith
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
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 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 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 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 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 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 informatieKwantitatieve Economie / Faculteit Economie en Bedrijfskunde / Universiteit van Amsterdam. Schrijf je naam en studentnummer op alles dat je inlevert.
Kwantitatieve Economie / Faculteit Economie en Bedrijfskunde / Universiteit van Amsterdam Tentamen Lineaire Algebra A (met uitwerking) Maandag juni 00, van 9:00 tot :00 (4 opgaven) Schrijf je naam en studentnummer
Nadere informatieHints 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 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 informatieextra sommen bij Numerieke lineaire algebra
extra sommen bij Numerieke lineaire algebra 31 oktober 2012 1. Stel, we willen met een rekenapparaat (dat arithmetische bewerkingen uitvoert met een relatieve nauwkeurigheid ξ, ξ ξ) voor twee getallen
Nadere 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 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 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 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 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 informatieMatrixgroepen. SL n (K) = S GL n (K)
B Matrixgroepen De lineaire algebra is niet alleen een theorie waar de functionaalanalyse op voort bouwt, omgekeerd hebben sommige resultaten uit de hoofdtext ook consequenties voor de lineaire algebra.
Nadere informatieAnton-Rorres Anton-Rorres
Anton-Rorres 8.4. In[]:= A, 3,,, 0,, 6,, 4; a. Dit is makkelijk: de coordinaten van T(v) ten opzichte van B staan in de eerste kolom van A, dus het antwoord de kolomvector [,,6]^T. (^T staat voor getransponeerd.)
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 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 informatieOverzicht Fourier-theorie
B Overzicht Fourier-theorie In dit hoofdstuk geven we een overzicht van de belangrijkste resultaten van de Fourier-theorie. Dit kan als steun dienen ter voorbereiding op het tentamen. Fourier-reeksen van
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 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 informatieUitwerking opgaven 17 december. Spoilers!!
Uitwerking opgaven 7 december Spoilers!! (duh... 8 januari 206 Inhoudsopgave Complex diagonaliseren matrix 2. Opgave................................................ 2.2 Oplossing...............................................
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 informatieOpgaven Getaltheorie en Cryptografie (deel 1) Inleverdatum: 28 februari 2002
Opgaven Getaltheorie en Cryptografie (deel 1) Inleverdatum: 28 februari 2002 1. We vatten {0, 1} op als het lichaam F 2. Een schuifregisterrij is een rij {s n } n=0 in F 2 gegeven door r startwaarden s
Nadere informatieOPLOSSINGEN PROEFEXAMEN LINEAIRE ALGEBRA donderdag 18 november 2010
OPLOSSINGEN PROEFEXAMEN LINEAIRE ALGEBRA donderdag 18 november 2010 1. Zij V een vectorruimte en A = {v 1,..., v m } een deelverzameling van m vectoren uit V die voortbrengend is voor V, m.a.w. V = A.
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 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 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 informatieWiskundigen. Tentamen Lineaire Algebra 1. Donderdag 18 december 2008, a ( )
Wiskundigen Tentamen Lineaire Algebra Donderdag 8 december 8,.-3. Naam: () Bepaal voor alle reële waarden van a de rang van de matrix a C a = a. 4a () Zij n een geheel getal en laat P n de vectorruimte
Nadere 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 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 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 informatieBilineaire Vormen. Hoofdstuk 9
Hoofdstuk 9 Bilineaire Vormen In dit hoofdstuk beschouwen we bilineaire vormen op een vectorruimte V nader. Dat doen we onder andere om in het volgende hoofdstuk de begrippen afstand en lengte in een vectorruimte
Nadere informatie