Toepassingen op discrete dynamische systemen
|
|
- Tine Vink
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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 systeem Als de n n-matrix A diagonaliseerbaar is dan bestaat er een basis {v v n } van R n bestaande uit eigenvectoren van A dat wil zeggen : Av i λ i v i i n Dat betekent dat elke startvector x R n geschreven kan worden als lineaire combinatie van de basisvectoren v v n zeg Hieruit volgt enzovoorts Dus : x c v + + c n v n x Ax c Av + + c n Av n c λ v + + c n λ n v n x Ax c λ Av + + c n λ n Av n c λ v + + c n λ nv n x k c λ k v + + c n λ k nv n k Voorbeeld Beschouw het discreet dynamisch systeem x k+ Ax k k met / /4 A Merk op dat A een stochastische matrix of Markov-matrix is Nu / 3/4 volgt : A λi / λ /4 / 3/4 λ λ 4 λ + 4 λ λ 4 De eigenwaarden van A zijn dus λ en λ /4 Verder volgt : / /4 λ : v / /4 en λ /4 : /4 /4 / / De oplossing kan dus geschreven worden als x k c λ k v + c λ k k v c + c 4 v k waarbij c en c bepaald kunnen worden uit c v + c v x We zien dat lim x k bestaat k voor elke startvector x : lim x k c k
2 / waarbij c afhankelijk is van de keuze van de startvector x Als we bijvoorbeeld x / kiezen dan is c /3 Dit kunnen we snel vinden omdat het een Markov-proces betreft In het algemeen vinden we c en c door : c v + c v x c + c / / en dus / / 3 / 3 3 / c /3 c /6 Voorbeeld Beschouw het voorbeeld van het autoverhuurbedrijf uit de tweede week : x k+ Ax k met k en A Dan volgt tel de tweede en de derde rij op bij de eerste : λ A λi λ λ λ λ λ λ λ λ λ λ λ λ λ De eigenwaarden van A zijn dus λ λ en λ 3 Verder volgt : 3 λ : 3 E Span{ 3 zoals we eerder hebben gezien λ : en λ 3 : E Span{ E Span{ De algemene oplossing van het dynamische systeem x k+ Ax k met k is dus x k c + c k + c 3 k k } } }
3 waarbij c c en c 3 gevonden kunnen worden uit : c + c Als bijvoorbeeld x + c 3 dan volgt ga na! : x c c c 3 In dat geval is de oplossing dus gelijk aan x k k Duidelijk is dan dat lim k x k bestaat en dat lim x k k k 3 4 Merk op dat we nu in staat zijn de oplossing expliciet te bepalen Dat betekent dat we de situatie voor elke waarde van k { } kunnen berekenen We zien nu ook dat de limiet lim x k daadwerkelijk bestaat Voorheen konden we de limiet alleen bepalen als we k aannemen dat deze bestaat Met de methode die we in voorbeeld gebruikten om het karakteristieke polynoom van de matrix A te bepalen kunnen we nu ook aantonen dat elke stochastische matrix of Markovmatrix een eigenwaarde heeft Beschouw namelijk A λi en tel de tweede tot en met de laatste rij op bij de eerste rij Alle elementen in de eerste rij zijn dan gelijk aan λ omdat in de Markov-matrix de som van alle elementen in één kolom gelijk is aan Dit betekent dat A λi deelbaar is door λ en dat λ dus een eigenwaarde van A is Dat betekent dat elke Markov-matrix dus een evenwichtstoestandsvector q met Aq q heeft zie : Lay pag 6 De oplossing van een discreet dynamisch systeem x k+ Ax k met k kan geschreven worden in de vorm x k A k x k waarbij x de startvector is Als A diagonaliseerbaar is dan is A P DP voor zekere inverteerbare matrix P en diagonaalmatrix D Dan is A k P D k P voor k 3
4 Stel dat A diagonaliseerbaar is en dat A P DP voor zekere inverteerbare matrix P en diagonaalmatrix D Stel vervolgens x k P y k voor k dan volgt : x k+ Ax k P y k+ AP y k P DP P y k P Dy k k Aangezien P inverteerbaar is kunnen we links en rechts vermenigvuldigen met P Dan volgt dus : x k+ Ax k y k+ Dy k k c λ k Als D diagλ λ n dan volgt hieruit dat y k voor k Met c n λ k n P v v n volgt dan : x k P y k v v n c λ k c n λ k n c λ k v + + c n λ k nv n k In het geval dat A een -matrix is kunnen we de vectoren {x k } k die voldoen aan x k+ Ax k voor k plotten in het platte vlak R De grafiek van {x k } k wordt een baan van het discrete dynamische systeem x k+ Ax k genoemd Merk op dat zo n baan bestaat uit allemaal losse punten in R en dat deze alleen afhankelijk is van de keuze van de startvector x Als voor de eigenwaarden λ en λ van A geldt dat λ < en λ < dan gaan alle oplossingen x k c λ k v + c λ k v voor k naar de oorsprong O Men zegt dan dat de oorsprong O een aantrekker attractor is van het dynamische systeem x k+ Ax k Als voor de eigenwaarden λ en λ van A geldt dat λ > en λ > dan gaan alle oplossingen x k c λ k v + c λ k v voor k naar oneindig weg van de oorsprong O Men zegt dan dat de oorsprong O een afstoter is van het dynamische systeem x k+ Ax k Als λ < en λ > dan noemt men de oorsprong wel een zadelpunt van het dynamische systeem x k+ Ax k Sommige banen bewegen dan in de richting van de oorsprong terwijl andere naar oneindig gaan afhankelijk van de startvector x In het geval van niet-reële en dus complex geconjugeerde eigenwaarden hebben de banen de vorm van een spiraal zie : Lay pag 344 Als λ α ± iβ met α β R en β dan zijn de banen naar de oorsprong toe gericht als λ α + β < en juist van de oorsprong af gericht als λ α + β > 4
5 Numerieke methoden voor het bepalen van eigenwaarden We bestuderen twee iteratieve methoden voor het benaderen van de eigenwaarden van een matrix De eerste methode is de machtmethode of ook wel powermethode en de tweede is de inverse machtmethode De tweede methode is afgeleid van de eerste De machtmethode of powermethode kan worden gebruikt om van een n n-matrix A de strikt dominante eigenwaarde λ te vinden Een eigenwaarde λ heet strikt dominant als deze in absolute waarde strikt groter is dan de absolute waarden van de andere eigenwaarden Neem aan dat A diagonaliseerbaar en dat er dus een basis {v v n } van R n bestaat bestaande uit eigenvectoren van A behorende bij de eigenwaarden λ λ n respectievelijk waarbij λ > λ λ 3 λ n Dan is dus λ de strikt dominante eigenwaarde van A Omdat {v v n } een basis van R n is kan elke vector x R n geschreven worden in de vorm x c v + + c n v n Omdat Av i λ i v i voor i n volgt dan : A k x c λ k v + + c n λ k nv n k Delen door λ k geeft dan k k A k λ λn x c v + c v λ + + c n v λ n k λ k Nu is λ i /λ < voor alle i 3 n en dus A k x c v voor k λ k Dit geeft aanleiding tot het volgende algoritme details laten we achterwege : Kies een startvector x waarvan de in absolute waarde grootste coördinaat gelijk aan is Voor k Bereken Ax k Kies voor µ k de in absolute waarde grootste coördinaat van de vector Ax k Bereken x k+ /µ k Ax k Voor bijna elke keuze van de startvector x zal de rij {µ k } k naderen naar de strikt dominante eigenwaarde van A en de rij {x k } k naar een bijbehorende eigenvector Voorbeeld 3 De matrix A heeft de eigenwaarden λ 4 6 en λ 3 ga na! Er geldt dus : λ > λ dus : λ is een strikt dominante eigenwaarde van A
6 Kies nu bijvoorbeeld x Ax 4 4 Dan volgt : /4 4 µ 4 en x / 9/ Ax 9 µ 4 9/ 9 en x Ax µ 4 / en x 3 Ax 3 Ax / 3/ 4/ / 4 3/ µ en x 4 3/ / 3 /3 µ en x / / 3/ /3 De convergentie is niet erg snel maar er geldt : lim µ k 6 en lim x k k k / De convergentie is sneller als de startvector beter in de richting van de eigenvector gekozen wordt Kiezen we bijvoorbeeld x dan volgt : Ax 4 Ax Ax 4 4 / /3 / / 9/ /3 /3 µ en x /3 µ 4 en x 3 / µ en x 3 6 / /3 /
7 Ax 3 4 Ax 4 4 / / 99/ 4/ 99 / µ en x 4 6/ 3/ 6 3/6 µ en x / 3/6 Door dezelfde methode los te laten op een andere matrix kunnen we ook andere eigenwaarden van een matrix A benaderen Stel dat α R een redelijke benadering is van één van de eigenwaarden λ λ n van A Stel nu B A αi dan geldt dat λ α λ α λ n α de eigenwaarden zijn van B De in absolute waarde grootste eigenwaarde is die met de in absolute waarde kleinste noemer λ p α Passen we de machtmethode of powermethode toe op de matrix B dan wordt die strikt dominante eigenwaarde /λ p α benaderd Aangezien we de waarde van α kennen kunnen we hiermee de waarde van de eigenwaarde λ p benaderen Dit wordt de inverse machtmethode of inverse powermethode genoemd Hierbij treedt echter een klein probleem op als we Bx k A αi x k willen berekenen Daarvoor hebben we immers de inverse van A αi nodig In plaats van het berekenen van y k A αi x k lossen we echter de vergelijking A αiy k x k op bijvoorbeeld via een LU-decompositie Dit geeft aanleiding tot het volgende algoritme : Kies een geschikte waarde voor α voldoende dicht bij de gezochte eigenwaarde λ Kies een startvector x waarvan de in absolute waarde grootste coördinaat gelijk aan is Voor k Los A αiy k x k op Kies voor µ k de in absolute waarde grootste coördinaat van de vector y k Bereken ν k α + /µ k Bereken x k+ /µ k y k Voor bijna elke keuze van de startvector x zal de rij {ν k } k naderen naar de eigenwaarde λ van A en de rij {x k } k naar een bijbehorende eigenvector Voorbeeld 4 Als we α kiezen als een grove benadering van de eigenwaarde λ 3 3 van de matrix A dan geldt dus : A αi A I 4
8 Kiezen we nu als startvector x A Iy x : 3 dan volgt : y / y /4 / µ ν + / 4 en x 3 3/4 A Iy x : y y / 3 / 4 µ 3 4 ν en x /6 / /6 A Iy x : 3 y /6 y / / µ 966 ν en x 3 / / y 3 / y 3 43/44 / /6 µ ν en x 4 y 4 /6 y 4 / 34/344 µ ν en x y 34/34 y 63/64 4/ µ ν en x 6 Het lijkt er op dat ν k 3 en dat x k A 4 /6 34/34 34/34 36/366 36/366 voor k Er geldt inderdaad 3 3 3
Toepassingen 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 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 informatiex 1 (t) = ve rt = (a + ib) e (λ+iµ)t = (a + ib) e λt (cos µt + i sin µt) x 2 (t) = ve rt = e λt (a cos µt b sin µt) ie λt (a sin µt + b cos µt).
76 Complexe eigenwaarden Ook dit hebben we reeds gezien bij Lineaire Algebra Zie: Lay, 57 Als xt ve rt een oplossing is van de homogene differentiaalvergelijking x t Axt, dan moet r een eigenwaarde van
Nadere 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 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 informatieHoofdstuk 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 informatieDe dimensie van een deelruimte
De dimensie van een deelruimte Een deelruimte van R n is een deelverzameling die op zichzelf ook een vectorruimte is. Ter herinnering : Definitie. Een deelverzameling H van R n heet een deelruimte van
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 informatieAanvullingen bij Hoofdstuk 8
Aanvullingen bij Hoofdstuk 8 8.5 Definities voor matrices De begrippen eigenwaarde eigenvector eigenruimte karakteristieke veelterm en diagonaliseerbaar worden ook gebruikt voor vierkante matrices los
Nadere informatieTentamen Lineaire Algebra 1 (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 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. 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 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 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 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 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 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 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 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 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 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 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 informatieDeterminanten. , dan is det A =
Determinanten We hebben al gezien : ( a b Definitie Als A c d, dan is det A a c b d ad bc Als A een ( -matrix is, dan geldt : A is inverteerbaar det A 0 Definitie Als A (a ij een (m n-matrix is, dan is
Nadere 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 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 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 informatiex = b 1 x 1 , b = x n b m i,j=1,1 en een vector [x j] n j=1 m n a i,j x j j=1 i=1
WIS9 9 Matrixrekening 9 Vergelijkingen Stelsels lineaire vergelijkingen Een stelsel van m lineaire vergelijkingen in de n onbekenden x, x 2,, x n is een stelsel vergelijkingen van de vorm We kunnen dit
Nadere 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 informatieMatrixalgebra (het rekenen met matrices)
Matrixalgebra (het rek met matrices Definitie A a a n a a n a m a mn is e (m n-matrix Hierbij is m het aantal rij van A n het aantal kolomm (m n noemt m de afmeting( van de matrix A We noter vaak kortweg
Nadere 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 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 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 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 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 informatieWiskunde D vwo Lineaire algebra. Presentatie Noordhoff wiskunde Tweede Fase congres 19 november 2015 Harm Houwing en John Romkes
Wiskunde D vwo Lineaire algebra Presentatie Noordhoff wiskunde Tweede Fase congres 9 november 205 Harm Houwing en John Romkes Vwo D Lineaire algebra Harm Houwing John Romkes Hoofdstuk 4 Onderwerpen Rekenen
Nadere informatieHoofdstuk 3 : Determinanten
(A5D) Hoofdstuk 3 : Determinanten Les : Determinanten Definitie 3. De determinant van de [2 x 2]-matrix A = ( a c det(a) = ad bc. b ) is een getal met waarde d a b Notatie : det(a) = = ad bc c d Voorbeeld
Nadere 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 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 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 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 informatieVoorbeeld theorie examen
Vooreeld theorie examen Het schriftelijk examen over de theorie en de oefeningen heeft plaats op 27 juni van 8u3 t/m 13u. 1 uur en 3 minuten zijn voorzien voor het theorie examen. De vragen zijn gericht
Nadere informatieWiskundige Technieken 1 Uitwerkingen Hertentamen 23 december 2014
Wiskundige Technieken Uitwerkingen Hertentamen 3 december 04 Normering voor 4 pt vragen andere vragen naar rato: 4pt 3pt pt pt 0pt goed begrepen én goed uitgevoerd, eventueel met enkele onbelangrijke rekenfoutjes
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 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 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 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 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 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 informatieTussentijdse Toets Wiskunde 2 1ste bachelor Biochemie & Biotechnologie, Chemie, Geografie, Geologie en Informatica april 2011
Tussentijdse Toets Wiskunde ste bachelor Biochemie & Biotechnologie, Chemie, Geografie, Geologie en Informatica april Deze toets is bedoeld om u vertrouwd te maken met de wijze van ondervraging op het
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 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 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 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 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 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 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 informatieNP2.5w3 Eigenwaarden. Eigenwaarden. VU Numeriek Programmeren 2.5. Charles Bos. Vrije Universiteit Amsterdam 1A april /26
1/26 Eigenwaarden VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 22 april 2013 2/26 Overzicht Waarom? Voorbeelden Eigenwaarden/eigenvectoren Hoe vind ik ze? Polynoom
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 informatieWetenschappelijk Rekenen
Wetenschappelijk Rekenen Examen - Bacheloropleiding informatica Oefeningen 3 september 204. Beschouw de matrix A = 8 6 3 5 7 4 9 2 Deze matrix heeft 5 als dominante eigenwaarde. We proberen deze eigenwaarde
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 informatie3. Bepaal de convergentie-eigenschappen (absoluut convergent, voorwaardelijk convergent, divergent) van de volgende reeksen: n=1. ( 1) n (n + 1)x 2n.
Radboud Universiteit Tentamen Calculus A NWI-WP025 25 januari 208, 8.30.30 Het gebruik van een rekenmachine/gr, telefoon, boek, aantekeningen e.d. is niet toegestaan. Geef precieze argumenten en antwoorden.
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 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 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 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 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 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 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 informatieVoorbeeldopgaven Meetkunde voor B
Voorbeeldopgaven Meetkunde voor B Hoofdstuk 2: Opgave 2 1 Gegeven zijn de vlakken U : x + y + z = 0 en V : x y + az = 0 waarbij a een parameter is. a) Bereken de cosinus van de hoek tussen de twee vlakken
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 informatie( ) Hoofdstuk 4 Verloop van functies. 4.1 De grafiek van ( ) 4.1.1 Spiegelen t.o.v. de x-as, y-as en de oorsprong
Hoofdstuk 4 Verloop van functies Met DERIVE is het mogelijk om tal van eigenschappen van functies experimenteel te ontdekken. In een eerste paragraaf onderzoeken we het verband tussen de grafieken van
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 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 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 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 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 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 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 informatieExamenvragen Hogere Wiskunde I
1 Examenvragen Hogere Wiskunde I Vraag 1. Zij a R willekeurig. Gegeven is dat voor alle r, s Q geldt dat a r+s = a r a s. Bewijs dat voor alle x, y R geldt dat a x+y = a x a y. Vraag 2. Gegeven 2 functies
Nadere informatieHoofdstuk 3 : Determinanten
Hoofdstuk 3 : Determinanten Paragraaf 3.2 : Determinanten (Les ) Definitie determinant aa bb De determinant van de [2 x 2]-matrix AA = is een getal met waarde cc dd det(a) = ad bc. aa bb Notatie : dddddd(aa)
Nadere informatieHoofdstuk 5 - Recursie
Hoofdstuk 5 - Recursie Een banktegoed waarover je jaarlijks rente krijgt uitgekeerd is een voorbeeld van recursie. Je kunt steeds het nieuwe banktegoed berekenen op basis van het banktegoed van vorig jaar.
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 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 informatieExamenvragen Numerieke Wiskunde 2012
Examenvragen Numerieke Wiskunde 2012 Dennis Frett, Karel Domin, Jonas Devlieghere 3 oktober 2014 1 Inhoudsopgave 1 Programma verschil, verklaar afwijking 4 2 Matrix met dominante eigenwaarde 6 3 Functiewaarden
Nadere informatie(Assistenten zijn Sofie Burggraeve, Bart Jacobs, Annelies Jaspers, Nele Lejon, Daan Michiels, Michael Moreels, Berdien Peeters en Pieter Segaert).
Tussentijdse Toets Wiskunde I 1ste bachelor Biochemie & Biotechnologie, Chemie, Geografie, Geologie, Informatica, Schakelprogramma Master Toegepaste Informatica, donderdag 17 november 011, 8:30 10:00 uur
Nadere informatieInhoud college 5 Basiswiskunde Taylorpolynomen
Inhoud college 5 Basiswiskunde 4.10 Taylorpolynomen 2 Basiswiskunde_College_5.nb 4.10 Inleiding Gegeven is een functie f met punt a in domein D f. Gezocht een eenvoudige functie, die rond punt a op f lijkt
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 informatieMonitoraatssessie Wiskunde
Monitoraatssessie Wiskunde 1 Overzicht van de cursus Er zijn drie grote blokken, telkens voorafgegaan door de rekentechnieken die voor dat deel nodig zullen zijn. Exponentiële en logaritmische functies;
Nadere informatieAANVULLINGEN WISKUNDE MET (BEDRIJFS)ECONOMISCHE TOEPASSINGEN: OEFENINGEN
AANVULLINGEN WISKUNDE MET (BEDRIJFS)ECONOMISCHE TOEPASSINGEN: OEFENINGEN Hieronder volgt een korte beschrijving van de vragen van het oefeningengedeelte met antwoord. We geven ook kort weer wat regelmatig
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
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 informatieTentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, ( )
Faculteit der Wiskunde en Informatica Tentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, (9.00-12.00) Zoals beschreven in de studiehandleiding 2DE04 bestaat dit tentamen uit drie
Nadere 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 informatieModule 10 Lineaire Algebra
L Vak 57.5 Les 36. Module Lineaire Algebra Afbeeldingen (vervolg (b)) In deze les worden de eigenwaarden en eigenvectoren van lineaire afbeeldingen behandeld. Inhoud van de leskern Basistransformatie *:;*
Nadere informatie8. Differentiaal- en integraalrekening
Computeralgebra met Maxima 8. Differentiaal- en integraalrekening 8.1. Sommeren Voor de berekening van sommen kent Maxima de opdracht: sum (expr, index, laag, hoog) Hierbij is expr een Maxima-expressie,
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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Beknopte uitwerking Examen Neurale Netwerken (2L490) d.d. 11-8-2004.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Beknopte uitwerking Eamen Neurale Netwerken (2L490) d.d. 11-8-2004. 1. Beschouw de volgende configuratie in het platte vlak. l 1 l 2
Nadere informatiePraktische informatie. m.b.t. College. Lineaire Algebra en Beeldverwerking. Bachelor Informatica. 1e jaar. Voorjaar semester 2012
Praktische informatie m.b.t. College Lineaire Algebra en Beeldverwerking Bachelor Informatica 1e jaar Voorjaar semester 2012 Docenten: Jesse Goodman en Charlene Kalle Universiteit Leiden Praktische informatie
Nadere informatieOefening 4.3. Zoek een positief natuurlijk getal zodanig dat de helft een kwadraat is, een derde is een derdemacht en een vijfde is een vijfdemacht.
4 Modulair rekenen Oefening 4.1. Merk op dat 2 5 9 2 = 2592. Bestaat er een ander getal van de vorm 25ab dat gelijk is aan 2 5 a b? (Met 25ab bedoelen we een getal waarvan a het cijfer voor de tientallen
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 informatie