Module 10 Lineaire Algebra

Maat: px
Weergave met pagina beginnen:

Download "Module 10 Lineaire Algebra"

Transcriptie

1 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 *:;*

2 Leskern Basistransformatie. Kentallen (coördinaten) ten opzichte van een basis Zoals u weet vormt het stelsel fe ;e g een basis voor de R : Als er verder niets vermeld wordt, bedoelt men ook deze basis. Iedere vector in de R kan uitgedrukt worden in deze basisvectoren. Bijvoorbeeld: de vector x 3 3e +e : De getallen 3 en zijn de kentallen van de vector x ten opzichte van de basis fe ;e g : Het is echter ook mogelijk om in de R twee andere onafhankelijke vectoren te kiezen die de R opspannen. Deze onafhankelijke vectoren hoeven in het geheel niet loodrecht op elkaar te staan en het hoeft ook niet zo te zijn dat ze lengte hebben. Men kan immers elke vector van de R schrijven als een combinatie van zo n onafhankelijk stelsel vectoren. Voorbeeld Neem de twee onafhankelijke vectoren b en b als nieuwe basis voor de R. b en b Het is mogelijk om iedere vector in deze basisvectoren uit te drukken. Druk bijvoorbeeld de vector x 3 uit in deze basisvectoren, dat wil zeggen x x x e + x e y b + y b en bereken de kentallen y en y : - Men noemt x en x de kentallen van x ten opzichte van fe ;e g : - Men noemt y en y de kentallen van dezelfde vector maar dan ten opzichte van de nieuwe basis fb ;b g : Zie ook afbeelding. x -as 5/ b x b b -/ b x -as Afbeelding Antwoord:

3 De volgende vectorvergelijking moet opgelost worden waarin y en y de onbekenden zijn. 3 y y b + y b ) y µ y 3 µ 3 5 y De matrix waarvan de kolommen gevormd worden door de nieuwe basisvectoren wordt B genoemd. Voor de berekening van de inverse matrix B kunt u Maple gebruiken > with(linalg): > B:matrix([[,-],[,]]) " # B : > inverse(b) > [y,y]evalm(inverse(b) &* vector([3,])) 5 [y;y] ; Het komt er dus op neer dat u de vectoren van de nieuwe basis b en b in de kolommen van een matrix zet die u B noemt. Elke vector x R kanuitgedruktwordenindebasisvectorenb en b : Uhoeftslechtsde inverse van B te kennen en de nieuwe kentallen y en y van de desbetreffende vector x zijn: y B y x x Voorbeeld Bereken de kentallen van e en e ten opzichte van de basis fb ;b g van voorbeeld. Antwoord: De nieuwe kentallen worden B µ µ µ ) B µ e b b µ e b + b µ µ )

4 Ga op afbeelding na dat de kentallen van de vectoren e en e ten opzichte van de basis fb ;b g kloppen. - Een vector R n met n kentallen ten opzichte van fe ;e ; :::::; e n g kan overgevoerd worden naar dezelfde vector y R n maar nu met kentallen ten opzichte van een nieuwe basis fb ;b ; :::::; b n g door middel van y B x waarbij B de matrix is waarvan de kolommen gevormd worden door de vectoren van deze nieuwe basis. UzultbegrijpendateenbasisindeR n bestaat uit n vectoren met n kentallen, dus de matrix B is vierkant. Deze n vectoren moeten onafhankelijk zijn. Dit houdt in dat de matrix B altijd inverteerbaar is. Opdracht Bereken de kentallen van de vector x (; ; 3) ten opzichte van de basis:!!!) fb ;b ;b 3 g (Ã 3 ; Ã ; Ã 6. Afbeeldingen ten opzichte van een basis U weet dat in de kolommen van een afbeeldingsmatrix van een afbeelding van R naar R de beelden staan van de basisvectoren e en e : Dat wil zeggen dat de afbeelding beschreven is ten opzichte van dezebasis.meestalzegtmendaternietbijalshetomde standaard-basis gaat. Voorbeeld 3 Neemt u de afbeelding van R naar R vandespiegelingindelijn x x : Zie ook afbeelding. x -as b b x -as Afbeelding De matrix (ten opzichte van fe ;e g) van deze afbeelding S (spiegeling in de lijn x x ) is S

5 en heeft als kolommen de beelden van e en e : Het zou eigenlijk mooier zijn om niet fe ;e g als basis te nemen voor juist deze afbeelding S maar over te gaan op een nieuwe basis fb ;b g met b en b Op afbeelding zult u kunnen zien dat deze basis voor juist deze afbeelding zéér geschikt is, want bij deze spiegeling worden de beelden van deze basisvectoren op zichzelf of op hun eigen lijn afgebeeld!! De matrix (ten opzichte van fb ;b g) van déze spiegeling moet als kolommen de beelden van b en b hebben! Bij deze afbeelding geldt dus dat b op zijn plaats blijft en dat b alleen maar omgeklapt wordt. De beelden van b en b zijn dus Sb b en Sb b : De vectoren b en b zijn nu juist de eigenvectoren van deze spiegeling! Als we deze beeldvectoren ook nog met de kentallen willen schrijven ten opzichte van de nieuwe basis fb ;b g dan worden de beelden van deze basisvectoren na spiegelen in de lijn x x dus B Sb µ en B Sb µ Let op!, de betekenis van ten opzichte van de nieuwe basis fb ;b g wil zeggen b + b : Vormen we nu met de beelden van b en b de kolommen van een matrix waarbij ook nog de kentallen ten opzichte van de nieuwe basis fb ;b g gegeven zijn, dan krijgen we de matrix die de genoemde spiegeling beschrijft met als basis het stelsel fb ;b g : Hetmoetu opvallen dat het resultaat een diagonaal-matrix is. B SB - Algemeen geldt nu het volgende voor een afbeelding A (ten opzichte van de normale basis). Zet men de beelden van een stelsel nieuwe basisvectoren (met kentallen ten opzichte van deze basisvectoren) in de kolommen van de afbeeldingsmatrix, dan krijgt men de matrix B AB:(De kolommen van matrix B worden gevormd door de nieuwe basisvectoren.) Deze samengestelde matrix stelt weer precies dezelfde afbeelding voor. Men moet zich echter bewust zijn van het feit dat deze afbeelding niet meer ten opzichte van de gewone basis beschreven wordt, maar ten opzichte van een nieuwe basis die natuurlijk wel erbij vermeld dient te worden. Opdracht Gegeven is een afbeeldingsmatrix A. 5 A 6 a. Bereken de matrix van deze afbeelding, maar nu ten opzichte van de basis ; ª waarvan de matrix B genoemd wordt. b. Bereken de matrix van deze afbeelding, maar nu ten opzichte van de basis ; 3 ª waarvan de matrix B genoemd wordt.

6 c. Bereken de eigenwaarden van afbeeldingsmatrix A. d. Bereken de eigenwaarden van de afbeeldingsmatrix B AB ten opzichte van basis B en ook van de afbeeldingsmatrix B AB ten opzichte van basis B : e. Bereken de eigenvectoren van A uitgedrukt in de basis fe ;e g : f. Bereken de eigenvectoren van de afbeelding B AB ten opzichte van basis B en van de afbeelding B AB ten opzichte van basis B : Let op!, deze eigenvectoren zijn dan ook uitgedrukt in de vectoren van de nieuwe basis. g. Controleer dat de kolommen van de matrix B AB gevormd worden door de beelden van de bijbehorende basisvectoren, uitgedrukt in deze basisvectoren. jordan.3 Diagonaalmatrix Het is niet voor niets geweest dat we in voorbeeld 3 de nieuwe basisvectoren b en b hadden genomen! De spiegelingsmatrix B SB(ten opzichte van fb ;b g) wordtnuheelmooieen diagonaalmatrix. Misschien is u al opgevallen dat b en b juist de eigenvectoren waren van de spiegelingsmatrix S: Er geldt immers Sb b en dus is b een eigenvector met eigenwaarde. Er geldt immers Sb b en dus is b een eigenvector met eigenwaarde. In de diagonaalmatrix staan heel netjes de eigenwaarden op de diagonaalplaatsen. Ook in opdracht ziet u dat de basis van eigenvectoren de diagonaalmatrix (B ) oplevert bij basistransformatie naar de basis van eigenvectoren. - De matrix van S (van voorbeeld 3) ten opzichte van fe ;e g stelt dezelfde afbeelding voor als de matrix B SB(met dezelfde eigenvectoren en dezelfde eigenwaarden), maar de laatste is ten opzichte van de basis fb ;b g.hierinvormendevectorenb en b de kolommen van matrix B (uitgedrukt in deze basisvectoren). - Voor iedere afbeelding A van R n naar R n kan men in R n een nieuwe basis kiezen (van n onafhankelijke vectoren) die R n opspant (het domein van de afbeelding). De vectoren van deze nieuwe basis vormen de kolommen van de vierkante matrix B. De afbeelding wordt beschreven door matrix A (ten opzichte van fe ; ::::::e n g),maarkanookbeschrevenwordendoordematrix B ABten opzichte van fb ; ::::::b n g : U kunt zelf kiezen voor een willekeurige basis, maar de basis die gevormd wordt door de eigenvectoren vandeafbeeldingishetmooist. - De afbeeldingsmatrix ten opzichte van de basis van eigenvectoren wordt dan de diagonaalmatrix met op de diagonaalplaatsen de eigenwaarden. Maple heeft een gemakkelijk commando om van een afbeeldingsmatrix A van de R 3 naar de R 3 de diagonaalmatrix B AB te maken en metéén ook de matrix B van eigenvectoren te geven. Dit commando kan echter alléén gebruikt worden als u er zeker van bent dat u met een stelsel onafhankelijke eigenvectoren te maken hebt. Zo niet, dan krijgt u met dit commando ook geen diagonaalmatrix. Het commando luidt jordan en hier volgt metéén een voorbeeld.

7 Voorbeeld 4 Gegeven de afbeeldingsmatrix van de spiegeling van voorbeeld 3. Bepaal de diagonaalmatrix B ABen ga na dat in de kolommen van de matrix B de eigenvectoren van A staan. Antwoord: Bij het opgeven van de matrix A kunt u als optie B meegeven die dan staat voor de matrix van eigenvectoren. De letter B (deze letter kiest u zelf) staat tussen quotes, want anders zou Maple deze kunnen opvatten als een eerder gede nieerde B. > with(linalg): > A:matrix([[,],[,]]) " # A : > jordan(a, B ) " # > evalm(b) 6 4 Uzietdatdediagonaalmatrix links boven de eigenwaarde vermeldt. In de bijbehorende matrix B vindt u als eerste kolom de eigenvector ( ; ): Deze eigenvector noteren wij meestal zonder breuken als (; ): Het maakt niet uit welke lengte deze eigenvector heeft, het moet een representant zijn. De tweede eigenwaarde van matrix A staat op de tweede diagonaalplaats van de diagonaalmatrix en de tweede eigenvector staat in de tweede kolom van matrix B. Deze tweede eigenvector staat als ( ; ) genoteerd, maar wij schrijven liever zonder breuken (; ): De controle voor de eigenwaarden en eigenvectoren kunt u ook met eigenvects doen. > eigenvects(a) [ ; ; f[ ; ]g]; [; ; f[; ]g] Opdracht 3 Onderzoek of er een basis van eigenvectoren te vinden is bij de volgende matrices en bepaal zo mogelijk de diagonaalmatrix. P Ã 3! en 3 3 A 3

TENTAMEN LINEAIRE ALGEBRA 1A. maandag 16 december 2002, b. Bepaal een basis voor de rijruimte en voor de kolomruimte van A.

TENTAMEN LINEAIRE ALGEBRA 1A. maandag 16 december 2002, b. Bepaal een basis voor de rijruimte en voor de kolomruimte van A. TENTAMEN LINEAIRE ALGEBRA 1A maandag 16 december 2002, 1000-1200 Coördinaten zijn gegeven tov een standaardbasis in R n 1 De matrix A en de vector b R 4 zijn gegeven door 1 0 1 2 0 1 1 4 3 2 A =, b = 0

Nadere informatie

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

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

Nadere informatie

11.0 Voorkennis V

11.0 Voorkennis V 11.0 Voorkennis V 8 6 4 3 6 3 0 5 W 8 1 1 12 2 1 16 4 3 20 5 4 V is een 2 x 4 matrix. W is een 4 x 3 matrix. Deze twee matrices kunnen met elkaar vermenigvuldigd worden. Want het aantal kolommen van matrix

Nadere informatie

te vermenigvuldigen, waarbij N het aantal geslagen Nederlandse munten en B het aantal geslagen buitenlandse munten zijn. Het resultaat is de vector

te vermenigvuldigen, waarbij N het aantal geslagen Nederlandse munten en B het aantal geslagen buitenlandse munten zijn. Het resultaat is de vector Les 3 Matrix product We hebben gezien hoe we matrices kunnen gebruiken om lineaire afbeeldingen te beschrijven. Om het beeld van een vector onder een afbeelding te bepalen hebben we al een soort product

Nadere informatie

Tentamen Lineaire Algebra 1 (Wiskundigen)

Tentamen Lineaire Algebra 1 (Wiskundigen) Tentamen Lineaire Algebra Wiskundigen Donderdag, 23 januari 24,.-3. Geen rekenmachines. Motiveer elk antwoord.. Voor alle reële getallen a definiëren we de matrix C a als a C a = a 2. a Verder definiëren

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor ST (DS6) op -4-, 4.-7. uur. Opgave Gegeven is het volgende stelsel lineaire vergelijkingen met parameters

Nadere informatie

Tentamen Lineaire Algebra B

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

Nadere informatie

Lineaire afbeeldingen

Lineaire afbeeldingen Hoofdstuk 4 Lineaire afbeeldingen In de algebra spelen naast algebraïsche structuren zelf ook de afbeeldingen ertussen die (een deel van de structuur bewaren, een belangrijke rol Voor vectorruimten zijn

Nadere informatie

TENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,

TENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004, TENTAMEN LINEAIRE ALGEBRA donderdag december 004, 0.00-.00 Bij elke vraag dient een berekening of motivering worden opgeschreven. Het tentamen bestaat uit twee gedeelten: de eerste drie opgaven betreffen

Nadere informatie

Vierde huiswerkopdracht Lineaire algebra 1

Vierde 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 informatie

Lineaire Algebra voor W 2Y650

Lineaire Algebra voor W 2Y650 Lineaire Algebra voor W 2Y650 Docent: L. Habets HG 8.09, Tel: 040-2474230, Email: l.c.g.j.m.habets@tue.nl http://www.win.tue.nl/wsk/onderwijs/2y650 1 Eigenwaarden en eigenvectoren Zij A een n n matrix.

Nadere informatie

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

Uitwerkingen tentamen lineaire algebra 2 13 januari 2017, 10:00 13:00 Uitwerkingen tentamen lineaire algebra 3 januari 07, 0:00 3:00 Hint: Alle karakteristiek polynomen die je nodig zou kunnen hebben, hebben gehele nulpunten. Als dat niet het geval lijkt, dan heb je dus

Nadere informatie

ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.

ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3. ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Voorbeeldtoetsen Lineaire Algebra Deliverable 3.10 Henk van der Kooij ONBETWIST Deliverable 3.8 ONBETWIST ONderwijs verbeteren met WISkunde Toetsen Inleiding

Nadere informatie

Tentamen Lineaire Algebra UITWERKINGEN

Tentamen Lineaire Algebra UITWERKINGEN Tentamen Lineaire Algebra 29 januari 29, 3:3-6:3 uur UITWERKINGEN Gegeven een drietal lijnen in R 3 in parametervoorstelling, l : 2, m : n : ν (a (/2 pt Laat zien dat l en m elkaar kruisen (dat wil zeggen

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op , uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op , uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor ST (DS) op --9,.-7. uur. Aan dit tentamen gaat een MATLAB-toets van een half uur vooraf. Pas als de laptops

Nadere informatie

Meetkunde en lineaire algebra

Meetkunde en lineaire algebra Meetkunde en lineaire algebra Daan Pape Universiteit Gent 7 juni 2012 1 1 Möbius transformaties De mobiustransformatie wordt gegeven door: z az + b cz + d (1) Als we weten dat het drietal (x 1, x 2, x

Nadere informatie

Uitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015

Uitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015 Uitwerkingen Lineaire Algebra I (wiskundigen) januari, 5 In deze uitwerkingen is hier en daar een berekening weggelaten (bijvoorbeeld het bepalen van de kern van een matrix) die uiteraard op het tentamen

Nadere informatie

WI1808TH1/CiTG - Lineaire algebra deel 1

WI1808TH1/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 informatie

Wiskunde 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 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 informatie

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

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

Nadere informatie

UITWERKINGEN d. Eliminatie van a geeft d. Eliminatie van b,

UITWERKINGEN 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 informatie

Stelsels lineaire vergelijkingen

Stelsels lineaire vergelijkingen Een matrix heeft een rij-echelon vorm als het de volgende eigenschappen heeft: 1. Alle nulrijen staan als laatste rijen in de matrix. 2. Het eerste element van een rij dat niet nul is, ligt links ten opzichte

Nadere informatie

Kies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen

Kies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen Hoofdstuk 95 Orthogonaliteit 95. Orthonormale basis Definitie 95.. Een r-tal niet-triviale vectoren v,..., v r R n heet een orthogonaal stelsel als v i v j = 0 voor elk paar i, j met i j. Het stelsel heet

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 6 J.Keijsper (TUE)

Nadere informatie

Aanvullingen bij Hoofdstuk 8

Aanvullingen bij Hoofdstuk 8 Aanvullingen bij Hoofdstuk 8 8.5 Definities voor matrices De begrippen eigenwaarde eigenvector eigenruimte karakteristieke veelterm en diagonaliseerbaar worden ook gebruikt voor vierkante matrices los

Nadere informatie

Lineaire Algebra. Bovendriehoeks- en onderdriehoeks vorm: onder (boven) elke leidende term staan enkel nullen

Lineaire Algebra. Bovendriehoeks- en onderdriehoeks vorm: onder (boven) elke leidende term staan enkel nullen Lineaire Algebra Hoofdstuk 1: Stelsels Gelijkwaardige stelsels: stelsels met gelijke oplv Elementaire rijbewerkingen: 1. van plaats wisselen 2. externe vermenigvuldiging 3. interne optelling (2. en 3.:

Nadere informatie

Matrices en Stelsel Lineaire Vergelijkingen

Matrices en Stelsel Lineaire Vergelijkingen Complexe Getallen Wat is de modulus van een complex getal? Hoe deel je twee complexe getallen? Wat is de geconjugeerde van een complex getal? Hoe kan je z z ook schrijven? Wat is de vergelijking van een

Nadere informatie

Eerste deeltentamen Lineaire Algebra A

Eerste deeltentamen Lineaire Algebra A Eerste deeltentamen Lineaire Algebra A 8 november 2011, 13u30-16u30 Bij dit tentamen mag het dictaat niet gebruikt worden. Schrijf op elk vel je naam, studnr en naam practicumleider (Victor Blasjo, Esther

Nadere informatie

Matrixalgebra (het rekenen met matrices)

Matrixalgebra (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 informatie

x = 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

x = 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 informatie

Uitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =

Uitwerkingen tentamen Lineaire Algebra 2 16 januari, en B = Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 2015 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt

Nadere informatie

Matrixoperaties. Definitie. Voorbeelden. Een matrix is een rechthoekig array van getallen, die kentallen of elementen heten.

Matrixoperaties. Definitie. Voorbeelden. Een matrix is een rechthoekig array van getallen, die kentallen of elementen heten. Definitie Een matrix is een rechthoekig array van getallen, die kentallen of elementen heten. Voorbeelden De coëfficiëntenmatrix of aangevulde matrix bij een stelsel lineaire vergelijkingen. Een rij-echelonmatrix

Nadere informatie

Geef niet alleen antwoorden, maar bewijs al je beweringen.

Geef niet alleen antwoorden, maar bewijs al je beweringen. Tentamen Lineaire Algebra maandag 3--27, 3.3-6.3 uur Het is niet toegestaan telefoons, computers, grafische rekenmachines (wel een gewone), dictaten, boeken of aantekeningen te gebruiken. Schrijf op elk

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 11 J.Keijsper

Nadere informatie

College WisCKI. Albert Visser. 16 januari, Department of Philosophy, Faculty Humanities, Utrecht University. Loodrechte Projectie

College 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 informatie

Lineaire Algebra voor W 2Y650

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

Nadere informatie

Bekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { De tweede vergelijking van de eerste aftrekken geeft:

Bekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { De tweede vergelijking van de eerste aftrekken geeft: Determinanten Invoeren van het begrip determinant Bekijk nog een keer het stelsel van twee vergelijkingen met twee onbekenden x en y: { a x + b y = c a 2 a 2 x + b 2 y = c 2 a Dit levert op: { a a 2 x

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 2 J.Keijsper (TUE)

Nadere informatie

Linalg.nb 1. Werk het notebook aandachtig door en maak de (genummerde) oefeningen aan het einde van elke sectie. Succes!

Linalg.nb 1. Werk het notebook aandachtig door en maak de (genummerde) oefeningen aan het einde van elke sectie. Succes! Linalg.nb Lineaire Algebra Andr Heck AMSTEL Instituut, Universiteit van Amsterdam Werk het notebook aandachtig door en maak de (genummerde) oefeningen aan het einde van elke sectie. Succes! Å Introductie

Nadere informatie

Dimensie van een deelruimte en rang van een matrix

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

Nadere informatie

Lineaire afbeeldingen

Lineaire 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 informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra en Lineaire Analyse (Y550/Y530), op donderdag 5 november 00, 9:00 :00 uur. De uitwerkingen van de opgaven dienen

Nadere informatie

Functies van vectoren

Functies van vectoren Functies van vectoren Alexander Ly Psychological Methods University of Amsterdam 15 September 2014 Overview 1 Notatie 2 Overview 1 Notatie 2 Matrices Een matrix schrijven we vaak met een hoofdletter A.

Nadere informatie

Uitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =

Uitwerkingen tentamen Lineaire Algebra 2 16 januari, en B = Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 215 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan. Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 93 email: JCMKeijsper@tuenl studiewijzer: http://wwwwintuenl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 3 JKeijsper (TUE) Lineaire

Nadere informatie

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

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

Nadere informatie

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

Tentamen lineaire algebra 2 17 januari 2014, 10:00 13:00 zalen 174, 312, 412, 401, 402 Tentamen lineaire algebra 2 17 januari 214, 1: 13: zalen 174, 312, 412, 41, 42 Dit zijn geen complete uitwerkingen. Er is dus geen garantie dat het overschrijven met andere getallen voldoende is voor huiswerk

Nadere informatie

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie

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

Nadere informatie

x 1 (t) = ve rt = (a + ib) e (λ+iµ)t = (a + ib) e λt (cos µt + i sin µt) x 2 (t) = ve rt = e λt (a cos µt b sin µt) ie λt (a sin µt + b cos µt).

x 1 (t) = ve rt = (a + ib) e (λ+iµ)t = (a + ib) e λt (cos µt + i sin µt) x 2 (t) = ve rt = e λt (a cos µt b sin µt) ie λt (a sin µt + b cos µt). 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 informatie

Kwantitatieve 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. 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 informatie

1 Eigenwaarden en eigenvectoren

1 Eigenwaarden en eigenvectoren Eigenwaarden en eigenvectoren Invoeren van de begrippen eigenwaarde en eigenvector DEFINITIE Een complex (of reëel getal λ heet een eigenwaarde van de n n matrix A als er een vector x is met Ax = λx Dan

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 3 J.Keijsper

Nadere informatie

Lineaire Algebra Een Samenvatting

Lineaire Algebra Een Samenvatting Lineaire Algebra Een Samenvatting Definitie: Een (reële) vectorruimte is een verzameling V voorzien van een additieve en multiplicatieve operatie, zodat (a) u V en v V u + v V, (1) u + v = v + u voor alle

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 2 J.Keijsper

Nadere informatie

Tentamen Lineaire Algebra

Tentamen Lineaire Algebra Tentamen Lineaire Algebra 3 januari 214, 8:3-11:3 uur - Bij dit tentamen mogen dictaten en boeken niet gebruikt worden - Een eenvoudige rekenmachine, hoewel niet nodig, is toegestaan, maar geen grafische

Nadere informatie

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

Tentamen lineaire algebra voor BWI dinsdag 17 februari 2009, uur. Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI dinsdag 7 februari 9, 8.-.5 uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen

Nadere informatie

Toepassingen op discrete dynamische systemen

Toepassingen op discrete dynamische systemen Toepassingen op discrete dynamische systemen Een discreet dynamisch systeem is een proces van de vorm x k+ Ax k k met A een vierkante matrix Een Markov-proces is een speciaal geval van een discreet dynamisch

Nadere informatie

Eindtermen Lineaire Algebra voor E vor VKO (2DE01)

Eindtermen Lineaire Algebra voor E vor VKO (2DE01) Eindtermen Lineaire Algebra voor E vor VKO (2DE01) dr. G.R. Pellikaan 1 Voorkennis Middelbare school stof van wiskunde en natuurkunde. Eerste gedeelte (Blok A) van Lineaire Algebra voor E (2DE04). 2 Globale

Nadere informatie

Samenvatting Lineaire Algebra, periode 4

Samenvatting Lineaire Algebra, periode 4 Samenvatting Lineaire Algebra, periode 4 Hoofdstuk 5, Eigenwaarden en eigenvectoren 5.1; Eigenvectoren en eigenwaarden Definitie: Een eigenvector van een n x n matrix A is een niet nulvector x zodat Ax

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT (2DM20) op vrijdag 12 juni 2009, 9.00 Dit tentamen bestaat uit 5 open vragen, en 4 kort-antwoord vragen.

Nadere informatie

Jordan normaalvorm. Hoofdstuk 7

Jordan normaalvorm. Hoofdstuk 7 Hoofdstuk 7 Jordan normaalvorm Zoals we zagen hangt de matrix die behoort bij een lineaire transformatie af van de keuze van een basis voor de ruimte In dit hoofdstuk buigen we ons over de vraag of er

Nadere informatie

Wiskunde 1 voor kunstmatige intelligentie. Bernd Souvignier

Wiskunde 1 voor kunstmatige intelligentie. Bernd Souvignier Wiskunde voor kunstmatige intelligentie Bernd Souvignier voorjaar 2003 Hoofdstuk I Lineaire Algebra Les Stelsels lineaire vergelijkingen Om te beginnen is hier een puzzeltje: vandaag is Annie twee jaar

Nadere informatie

4. Determinanten en eigenwaarden

4. 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 informatie

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

Tentamen lineaire algebra voor BWI maandag 15 december 2008, uur. Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI maandag 5 december 8, 5.5-8. uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen

Nadere informatie

Ruimtewiskunde. college. De determinant en lineaire afbeeldingen. Vandaag. De determinant van een matrix. Toepassing: oppervlakte en inhoud

Ruimtewiskunde. college. De determinant en lineaire afbeeldingen. Vandaag. De determinant van een matrix. Toepassing: oppervlakte en inhoud college 6 en lineaire collegejaar college build slides Vandaag : : : : 6-7 6 9 juni 27 3 2 3 van een matrix Toepassing: oppervlakte en inhoud.6-7[6] vandaag van de 2 2-matrix a b c d is gelijk aan ad bc.

Nadere informatie

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

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

Nadere informatie

Vector-en matrixvergelijkingen. Figuur: Vectoren, optellen

Vector-en matrixvergelijkingen. Figuur: Vectoren, optellen Vector-en matrixvergelijkingen (a) Parallellogramconstructie (b) Kop aan staartmethode Figuur: Vectoren, optellen (a) Kop aan staartmethode, optellen (b) Kop aan staart methode, aftrekken Figuur: Het optellen

Nadere informatie

Complexe eigenwaarden

Complexe eigenwaarden Complexe eigenwaarden Tot nu toe hebben we alleen reële getallen toegelaten als eigenwaarden van een matrix Het is echter vrij eenvoudig om de definitie uit te breiden tot de complexe getallen Een consequentie

Nadere informatie

Stelsels differentiaalvergelijkingen

Stelsels differentiaalvergelijkingen Stelsels differentiaalvergelijkingen Stelsels homogene differentiaalvergelijkingen We bekijken in deze paragraaf stelsels homogene differentiaalvergelijkingen: x (t x (t x (t x (t x n(t A Voorbeeld x +

Nadere informatie

Lineaire afbeeldingen

Lineaire 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 informatie

Een andere codering. Hannes Stoppel Max-Planck-Gymnasium, Gelsenkirchen Duitsland (Vertaling: L. Sialino)

Een andere codering. Hannes Stoppel Max-Planck-Gymnasium, Gelsenkirchen Duitsland (Vertaling: L. Sialino) Een andere codering Hannes Stoppel Max-Planck-Gymnasium, Gelsenkirchen Duitsland (Vertaling: L Sialino) Niveau VWO-scholieren die matrix berekeningen al kennen Het helpt als ze module berekeningen kennen

Nadere informatie

Oefensommen tentamen Lineaire algebra 2 - december A =

Oefensommen tentamen Lineaire algebra 2 - december A = Oefensommen tentamen Lineaire algebra 2 - december 2012 Opg 1 De schaakbordmatrix A is de 8 bij 8 matrix 1 0 1 0 1 0 1 0 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 A = 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 0 1 0 1 0 1

Nadere informatie

Tussentijdse Toets Wiskunde 2 1ste bachelor Biochemie & Biotechnologie, Chemie, Geografie, Geologie en Informatica april 2011

Tussentijdse 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 informatie

Hoofdstuk 3 : Determinanten

Hoofdstuk 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 informatie

Toepassingen op differentievergelijkingen

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 informatie

Lineaire Algebra voor ST

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

Nadere informatie

UITWERKINGEN 1 2 C : 2 =

UITWERKINGEN 1 2 C : 2 = UITWERKINGEN. De punten A, B, C, D in R zijn gegeven door: A : 0, B : Zij V het vlak door de punten A, B, C. C : D : (a) ( pt) Bepaal het oppervlak van de driehoek met hoekpunten A, B, C. Oplossing: De

Nadere informatie

Lineaire Algebra (2DD12) Laatste nieuws in 2012

Lineaire Algebra (2DD12) Laatste nieuws in 2012 Lineaire Algebra (2DD12) Laatste nieuws in 2012 Kwartiel 3, week 1 Het eerste college zal op maandagmiddag 6 februari 2012 beginnen om 13:45 uur in Auditorium 8. Zie de desbetreffende pagina van OASE of

Nadere informatie

Basiskennis lineaire algebra

Basiskennis lineaire algebra Basiskennis lineaire algebra Lineaire algebra is belangrijk als achtergrond voor lineaire programmering, omdat we het probleem kunnen tekenen in de n-dimensionale ruimte, waarbij n gelijk is aan het aantal

Nadere informatie

Antwoorden op de theoretische vragen in de examen voorbereiding

Antwoorden op de theoretische vragen in de examen voorbereiding Antwoorden op de theoretische vragen in de examen voorbereiding Theorie vraag Zij A een m n-matrix. Geef het verband tussen de formule voor de dimensie d van een niet-strijdig stelsel, d = n rang (A) (zie

Nadere informatie

Eigenwaarden en eigenvectoren in R n

Eigenwaarden en eigenvectoren in R n Eigenwaarden en eigenvectoren in R n Als Ax λx voor zekere x in R n met x 0, dan is λ een eigenwaarde van A en x een eigenvector van A behorende bij λ. Een eigenvector is op een multiplicatieve constante

Nadere informatie

Definities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2

Definities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2 Definities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2 Bob Jansen Inhoudsopgave 1 Vectoren 3 2 Stelsels Lineaire

Nadere informatie

Eigenwaarden en Diagonaliseerbaarheid

Eigenwaarden en Diagonaliseerbaarheid Hoofdstuk 3 Eigenwaarden en Diagonaliseerbaarheid 31 Diagonaliseerbaarheid Zoals we zagen hangt de matrix die behoort bij een lineaire transformatie af van de keuze van een basis voor de ruimte In dit

Nadere informatie

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

Wiskundigen. Tentamen Lineaire Algebra 1. Donderdag 18 december 2008, a ( ) Wiskundigen Tentamen Lineaire Algebra Donderdag 8 december 8,.-3. Naam: () Bepaal voor alle reële waarden van a de rang van de matrix a C a = a. 4a () Zij n een geheel getal en laat P n de vectorruimte

Nadere informatie

Eigenwaarden en eigenvectoren

Eigenwaarden en eigenvectoren Eigwaard eigvector Als A e vierkante matrix is, dan heet e vector x e eigvector van A als Ax e veelvoud van x is : Definitie Stel dat A e (n n-matrix is E vector x R n met x o heet e eigvector van A als

Nadere informatie

CTB1002 deel 1 - Lineaire algebra 1

CTB1002 deel 1 - Lineaire algebra 1 CTB1002 deel 1 - Lineaire algebra 1 College 6 27 februari 2014 1 Opbouw college Vandaag behandelen we de rest van hoofdstuk 1.8 en 1.9 Voor de pauze: hoofdstuk 1.8 Na de pauze: hoofdstuk 1.9 2 Transformatie

Nadere informatie

maplev 2010/12/22 15:06 page 183 #185 Lineaire algebra.

maplev 2010/12/22 15:06 page 183 #185 Lineaire algebra. maplev // : page 8 #8 Module Lineaire algebra Onderwerp Voorkennis Expressies Bibliotheken Zie ook Stelsels lineaire vergelijkingen: Gauss(-Jordan)-eliminatie; Gram-Schmidt; Eigenwaarden, eigenvectoren.

Nadere informatie

Tentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, ( )

Tentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, ( ) Faculteit der Wiskunde en Informatica Tentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, (9.00-12.00) Zoals beschreven in de studiehandleiding 2DE04 bestaat dit tentamen uit drie

Nadere informatie

Symmetrische matrices

Symmetrische matrices Symmetrische matrices We beginnen met een eenvoudige definitie : Definitie Een matrix A heet symmetrisch als A T = A NB Een symmetrische matrix is dus altijd vierkant Symmetrische matrices hebben fraaie

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

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

Nadere informatie

xxii Handleiding Maple 10

xxii Handleiding Maple 10 xxii Handleiding Maple 10 dat geval kun je van de vectorvergelijking een stelsel vergelijkingen maken in de vorm van een verzameling of een lijst naar keuze en dit stelsel te lijf gaan met solve of andere

Nadere informatie

3.2 Vectoren and matrices

3.2 Vectoren and matrices we c = 6 c 2 = 62966 c 3 = 32447966 c 4 = 72966 c 5 = 2632833 c 6 = 4947966 Sectie 32 VECTOREN AND MATRICES Maar het is a priori helemaal niet zeker dat het stelsel vergelijkingen dat opgelost moet worden,

Nadere informatie

a) Bepaal punten a l en b m zó dat de lijn door a en b parallel is met n.

a) 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 informatie

Hoofdstuk 1 : Vectoren (A5D)

Hoofdstuk 1 : Vectoren (A5D) 1 Hoofdstuk 1 : Vectoren (A5D) Hoofdstuk 1 : Vectoren (A5D) Les 1 : Stelsels en Echelon vorm DOEL : WE GAAN EEN AANTAL VERGELIJKINGEN MET EEN AANTAL VARIABELEN PROBEREN OP TE LOSSEN. Definities Stelsel

Nadere informatie

Schoolagenda 5e jaar, 8 wekelijkse lestijden

Schoolagenda 5e jaar, 8 wekelijkse lestijden Leerkracht: Koen De Naeghel Schooljaar: 2012-2013 Klas: 5aLWi8, 5aWWi8 Aantal taken: 19 Aantal repetities: 14 Schoolagenda 5e jaar, 8 wekelijkse lestijden Taken Eerste trimester: 11 taken indienen op taak

Nadere informatie

Supplement Wiskunde 2017/2018. Inhoudsopgave

Supplement Wiskunde 2017/2018. Inhoudsopgave Inhoudsopgave Hoofdstuk 1: Missende stof in de verslagen... 2 Hoofdstuk 2: Overbodige stof in de verslagen... 7 Hoofdstuk 3: Fouten in de verslagen... 8 Tentamen halen? www.rekenmaarverslagen.nl 1 Hoofdstuk

Nadere informatie

Lineaire Algebra voor ST

Lineaire Algebra voor ST Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college J.Keijsper (TUE)

Nadere informatie

FLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j

FLIPIT 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 informatie

Lineaire Algebra 2. Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven

Lineaire Algebra 2. Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven Lineaire Algebra 2 Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven 2012-2013 ii Syllabus in wording bij Lineaire Algebra 2 (2WF30 Inhoudsopgave 1 Lineaire afbeeldingen 1 11 Lineaire

Nadere informatie

Uitwerking opgaven 17 december. Spoilers!!

Uitwerking opgaven 17 december. Spoilers!! Uitwerking opgaven 7 december Spoilers!! (duh... 8 januari 206 Inhoudsopgave Complex diagonaliseren matrix 2. Opgave................................................ 2.2 Oplossing...............................................

Nadere informatie