Lineaire Algebra (2DD12)
|
|
- Maria Sasbrink
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Lineaire Algebra (2DD12) docent: Ruud Pellikaan - Judith Keijsper J.C.M.Keijsper@tue.nl studiewijzer: ruudp/2dd12.html Technische Universiteit Eindhoven college 1 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 1 / 60
2 Inhoud 1 Motivatie 2 Stelsels lineaire vergelijkingen 3 De eliminatiemethode 4 Matrices 5 Rij-equivalentie 6 Echelon vormen (trapvormen) 7 Gauss-eliminatie 8 Gauss-Jordan reductie 9 Homogene stelsels 10 Matrixoperaties en rekenregels J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 2 / 60
3 Reactievergelijkingen kloppend maken Oxidatie van ammonia tot stikstofoxide en water: Behoud van massa (atomen): (x 1 )NH 3 + (x 2 )O 2 (x 3 )NO + (x 4 )H 2 O atoom N: x 1 = x 3, atoom H: 3x 1 = 2x 4, atoom O: 2x 2 = x 3 + x 4. Dit geeft een stelsel lineaire vergelijkingen in vier onbekenden: x 1 x 3 = 0 3x 1 2x 4 = 0 2x 2 x 3 x 4 = 0 Hoe los je zo n stelsel op? Antwoord: met de eliminatiemethode J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 3 / 60
4 x 1 x 3 = 0 3x 1 2x 4 = 0 2x 2 x 3 x 4 = 0 Trek de eerste vergelijking drie maal van de tweede af om x 1 te elimineren uit de tweede vergelijking: x 1 x 3 = 0 3x 3 2x 4 = 0 2x 2 x 3 x 4 = 0 Verwissel de tweede en derde vergelijking: x 1 x 3 = 0 2x 2 x 3 x 4 = 0 3x 3 2x 4 = 0 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 4 / 60
5 x 1 x 3 = 0 2x 2 x 3 x 4 = 0 3x 3 2x 4 = 0 Deel de tweede vergelijking door 2 en de derde door 3: x 1 x 3 = 0 x x x 4 = 0 x x 4 = 0 Tel de derde vergelijking een half maal op bij de tweede en één maal bij de eerste: x x 4 = 0 x x 4 = 0 x x 4 = 0 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 5 / 60
6 x x 4 = 0 x x 4 = 0 x x 4 = 0 Het stelsel was onderbepaald: er is geen unieke oplossing. Er zijn oneindig veel oplossingen die als volgt kunnen worden gevonden. Als x 4 vrij gekozen wordt, zeg x 4 = t R, dan liggen x 1, x 2 en x 3 vast. De algemene oplossing van dit stelsel is: x 1 = 2 3 t, x 2 = 5 6 t, x 3 = 2 3 t, x 4 = t R. Voor t = 6 krijg je gehele getallen x 1, x 2, x 3, x 4 : 4NH 3 + 5O 2 4NO + 6H 2 O J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 6 / 60
7 Definitie Een lineaire vergelijking in n onbekenden is een vergelijking van de vorm a 1 x 1 + a 2 x a n x n = b, met variabelen x 1,... x n, coëfficiënten a 1,..., a n R, en rechterlid b R. Een oplossing van deze vergelijking is een rij getallen s 1, s 2,... s n R zodat a 1 s 1 + a 2 s a n s n = b, Voorbeeld Een oplossing van de vergelijking in n = 3 variabelen is 1, 4, 1, ofwel x 1 = 1, x 2 = 4, x 3 = 1 3x 1 + 5x 2 8x 3 = 15 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 7 / 60
8 Definitie Een stelsel van m lineaire vergelijkingen in n onbekenden x 1,..., x n (kortweg lineair stelsel) is een verzameling bestaande uit m vergelijkingen, elk in de n variabelen x 1,..., x n. Een oplossing van het stelsel is een oplossing van elk van de m vergelijkingen van het stelsel. Voorbeeld Gegeven is het volgende stelsel van twee vergelijkingen in drie onbekenden 4x 1 x 2 + 3x 3 = 1 3x 1 + x 2 + 9x 3 = 4 x 1 = 1, x 2 = 2, x 3 = 1 is een oplossing van dit stelsel. x 1 = 1, x 2 = 8, x 3 = 1 is geen oplossing, want voldoet niet aan de tweede vergelijking. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 8 / 60
9 In het algemeen ziet een stelsel van m lineaire vergelijkingen in n onbekenden er als volgt uit: a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a m1 x 1 + a m2 x a mn x n = b m waarbij de a ij, 1 i m, 1 j n en de b i, 1 i m gegeven constanten (parameters) in R zijn. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 9 / 60
10 Er zijn drie mogelijkheden voor een lineair stelsel: 1. Het stelsel is strijdig of inconsistent (heeft geen oplossingen) x + y = 4 2x + 2y = 6 y y=4 x y=3 x O x J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 10 / 60
11 Een inconsistent stelsel herkent men gemakkelijk door systematisch toepassen van de eliminatiemethode. x + y = 4 2x + 2y = 6 Elimineren van x uit de tweede vergelijking geeft: x + y = 4 0 = 2 Vermenigvuldigen van de laatste vergelijking met 1 2 geeft: x + y = 4 0 = 1 Uit een inconsistent stelsel is met de eliminatiemethode altijd de onoplosbare vergelijking 0 = 1 af te leiden. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 11 / 60
12 2. Het stelsel is consistent en heeft precies één oplossing x + y = 4 x + 2y = 6 y y=4 x 2y=6 x O x J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 12 / 60
13 De eliminatiemethode vindt deze unieke oplossing als volgt. x + y = 4 x + 2y = 6 Elimineren van x uit de tweede vergelijking geeft: x + y = 4 y = 2 Elimineren van y uit de eerste vergelijking geeft: x = 2 y = 2 Dit is de unieke oplossing van het stelsel. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 13 / 60
14 3. Het stelsel is consistent en heeft oneindig veel oplossingen x + y = 4 2x + 2y = 8 y 2y=8 2x y=4 x O x J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 14 / 60
15 De eliminatiemethode geeft een manier om de oneindig vele oplossingen te beschrijven. x + y = 4 2x + 2y = 8 Elimineren van x uit de tweede vergelijking geeft: ofwel x + y = 4 0 = 0 x + y = 4 Kies y vrij in R, daarmee ligt x vast. Een parametervoorstelling (met parameter t) van de algemene oplossing van dit stelsel is dus x = 4 t y = t, t R J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 15 / 60
16 Twee stelsels lineaire vergelijkingen heten equivalent als zij precies dezelfde oplossingen hebben. Voorbeeld De enige oplossing van het stelsel x 3y = 7 2x + y = 7 is x = 2, y = 3. Dit is ook de enige oplossing van en van het stelsel 8x 3y = 7 3x 2y = 0 10x 2y = 14 x = 2 y = 3 Alledrie de stelsels zijn dus equivalent. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 16 / 60
17 De eliminatiemethode x 3y = 7 2x + y = 7 Vervang de tweede vergelijking door de tweede min 2 maal de eerste (elimineer x): x 3y = 7 7y = 21 Deel de tweede vergelijking door 7 (oftewel vermenigvuldig deze met 1 7 ): x 3y = 7 y = 3 Vervang de eerste vergelijking door de eerste plus 3 maal de tweede (elimineer y): x = 2 y = 3 Telkens gaat het stelsel over in een equivalent stelsel. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 17 / 60
18 Om een stelsel te vervangen door een equivalent stelsel dat eenvoudiger op te lossen is kunnen we de volgende drie soorten operaties toepassen 1. Verwissel twee vergelijkingen van plaats. 2. Vermenigvuldig een vergelijking met een constante ongelijk aan nul. 3. Vervang een vergelijking door de som van zichzelf en een veelvoud van een andere vergelijking. NB: Elk van deze operaties is omkeerbaar. NB: Elk van deze operaties behoudt de oplossingsverzameling van het stelsel. De eliminatiemethode past deze drie soorten operaties herhaaldelijk toe om zoveel mogelijk variabelen te elimineren (dwz verwijderen uit alle behalve één vergelijking) en zo een lineair stelsel op te lossen. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 18 / 60
19 Het stelsel x 3y = 7 2x + y = 7 kan compact worden weergegeven door de matrix [ ] of de gepartitioneerde matrix [ ] Dit is de uitgebreide matrix van het stelsel. Zonder de rechterleden krijgen we de coëfficiëntenmatrix van het stelsel: [ 1 ] J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 19 / 60
20 De drie soorten operaties op stelsels lineaire vergelijkingen corresponderen met elementaire rij-operaties op matrices 1. Verwissel twee rijen van de matrix. 2. Vermenigvuldig een rij met een constante ongelijk aan nul. 3. Vervang een rij van de matrix door de som van zichzelf en een veelvoud van een andere rij. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 20 / 60
21 [ Vervang de tweede rij door de tweede min 2 maal de eerste: [ 1 3 ] Deel de tweede rij door 7: [ Vervang de eerste rij door de eerste plus 3 maal de tweede: [ 1 0 ] Telkens gaat de matrix over in de uitgebreide matrix van een equivalent stelsel. Uit de laatste uitgebreide matrix lezen we gemakkelijk de (unieke) oplossing af: x = 2, y = 3. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 21 / 60 ] ]
22 Voorbeeld Eliminatiemethode geeft: [ [ x + 2y 3z = 4 2x + y 3z = 4 ] [ ] [ De algemene oplossing is eenvoudig af te lezen uit de laatste matrix: x = t + 4 y = t 4 z = t, t R ] ] J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 22 / 60
23 Rij-equivalentie De drie soorten elementaire rij-operaties op matrices zijn Definitie 1. Verwissel twee rijen van de matrix 2. Vermenigvuldig een rij met een constante ongelijk aan nul 3. Tel een veelvoud van een rij bij een andere rij op Een matrix A heet rij-equivalent met een matrix B (notatie: A B ) als A overgaat in B na het toepassen van een eindige reeks elementaire rij-operaties. NB: Als A en B uitgebreide matrices zijn van lineaire stelsels en A B, dan hebben de stelsels dezelfde oplossingsverzameling (de stelsels zijn equivalent). J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 23 / 60
24 Een stelsel in rij echelon vorm (trapvorm) Als de matrix in trapvorm is, kan men de oplossing van het bijbehorende stelsel direct aflezen De oplossing volgt uit zogenaamde achterwaartse substitutie: x 3 = 1 x 2 = 2 x 3 = = 3 x 1 = 3 2x 2 2x 3 = = 1 Elke matrix is rij-equivalent met een matrix in trapvorm waaruit de oplossing van het bijbehorende stelsel makkelijk kan worden afgelezen. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 24 / 60
25 Trapvorm en gereduceerde trapvorm Definitie Een matrix is in rij echelon vorm (trapvorm) als aan de volgende voorwaarden voldaan is 1. Eventuele nulrijen staan allemaal onderin de matrix 2. Als een rij geen nulrij is, dan is het eerste niet-nul element van de rij een 1 (de leidende 1 van de rij). 3. In elke niet-nul rij staat de leidende 1 rechts van en onder leidende enen in voorgaande rijen. Een matrix is in gereduceerde rij echelon vorm (gereduceerde trapvorm) als bovendien nog aan de volgende voorwaarde voldaan is 4. Als in een kolom een leidende 1 staat, dan zijn alle andere elementen in die kolom gelijk aan 0. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 25 / 60
26 Voorbeeld en zijn in trapvorm, maar niet in gereduceerde trapvorm, terwijl en in gereduceerde trapvorm zijn. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 26 / 60
27 Stelling Elke matrix is rij-equivalent met een matrix in trapvorm. Eliminatiemethode (Gauss-eliminatie) : Als A = O dan klaar. Anders: Stap 1. Vind de meest linkse kolom j die een niet-nul element bevat (de pivot kolom ) en kies een niet-nul element in deze kolom: de pivot of spil a ij Stap 2. Verwissel de rij van de pivot met de eerste rij: je krijgt matrix B met pivot b 1j J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 27 / 60
28 Stap 3. Deel de eerste rij van B door b 1j : je krijgt matrix C met pivot c 1j = Stap 4. Tel rij 1 een geschikt aantal malen bij de overige rijen op: je krijgt je een matrix D met d 1j = 1 en d hj = 0 voor alle h Stap 5. Laat de eerste rij van D weg en herhaal de procedure voor de matrix A 1 die je overhoudt J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 28 / 60
29 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 29 / 60
30 Stap 6. De matrix is nu in trapvorm. Om een gereduceerde trapvorm te krijgen (Gauss-Jordan reductie ), doen we het volgende: Vind de laatste niet-nul rij en tel deze een geschikt aantal maal op bij de rijen erboven om nullen te introduceren boven de leidende 1 van deze rij Ga nu één rij omhoog en herhaal, totdat alle kolommen met een leidende 1 erin schoongeveegd zijn J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 30 / 60
31 De Gauss-Jordan reductie methode geeft de volgende stelling: Stelling Elke matrix is rij-equivalent met een matrix in gereduceerde trapvorm. NB: de matrix in gereduceerde trapvorm is uniek (geen bewijs). MATLAB: rref(a) geeft je in één keer de unieke matrix in gereduceerde trapvorm (reduced row echelon form) die rij-equivalent is met A. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 31 / 60
32 Gauss-eliminatie: achterwaartse substitutie Voor het oplossen van een lineair stelsel Ax = b met behulp van Gauss-eliminatie transformeren we de uitgebreide matrix [A b] naar een rij-equivalente gepartitioneerde matrix [C d] in trapvorm, en lossen we het equivalente stelsel C x = d op door middel van achterwaartse substitutie : Voorbeeld [unieke oplossing] [C d] = x 3 = 3 x 2 = 2 x 3 = 2 3 = 1 x 1 = 9 2x 2 3x 3 = = 2 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 32 / 60
33 Voorbeeld [oneindig veel oplossingen] [C d] = x 5 = r x 4 = 9 2x 5 = 9 2r x 3 = 7 2x 4 = 7 2(9 x 5 ) 3x 5 = 11 + r x 2 = 7 2x 3 3x 4 + x 5 = 2 + 5r x 1 = 6 2x 2 3x 3 4x 4 5x 5 = 1 10r met r R NB: Kolommen zonder leidende 1 corresponderen met vrije variabelen. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 33 / 60
34 Voorbeeld [geen oplossing] [C d] = laatste rij: 0x 1 + 0x 2 + 0x 3 = 1 ofwel 0 = 1 NB: Als een stelsel inconsistent is dan ontstaat er bij Gauss-eliminatie altijd een rij van de vorm [ ] J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 34 / 60
35 Voorbeeld [nulrijen weglaten] [C d] = het bijbehorende stelsel is equivalent met het stelsel behorend bij [ ] dus parametervoorstelling van de oplossing: x 3 = r x 2 = 2 2r x 1 = 0 3x 2 = 6 + 6r met r R J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 35 / 60
36 Voor het oplossen van een lineair stelsel Ax = b met behulp van Gauss-Jordan reductie transformeren we de uitgebreide matrix [A b] naar een rij-equivalente gepartitioneerde matrix [C d] in gereduceerde trapvorm, en lossen we het equivalente stelsel Cx = d eenvoudig op (zonder achterwaartse substitutie): Voorbeeld [C d] = x 1 = 5 x 2 = 6 x 3 = 7 x 4 = 8 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 36 / 60
37 Voorbeeld [C d] = Druk variabelen corresponderend met leidende enen (gebonden variabelen) uit in de overige (vrije) variabelen: x 1 = 2 3 x 2 2x x 5 x 4 = x 5 Dus parametervoorstelling van de algemene oplossing: x 1 = 2 3 r 2s t x 2 = r x 3 = s x 4 = t x 5 = t met r, s, t R J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 37 / 60
38 Los het volgende stelsel lineaire vergelijkingen op: x 1 + 3x 2 2x 3 + 2x 5 = 0 2x 1 + 6x 2 5x 3 2x 4 + 4x 5 3x 6 = 1 5x x 4 15x 6 = 5 2x 1 + 6x 2 + 8x 4 + 4x x 6 = 6 Breng de uitgebreide matrix in gereduceerde trapvorm met Gauss-Jordan reductie: J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 37 / 60
39 Oplossing: x 1 = 3r 4s 2t, x 2 = r, x 3 = 2s, x 4 = s, x 5 = t, x 6 = 1 3, met r, s, t R J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 38 / 60
40 Homogene stelsels Definitie Een stelsel waarvan elke vergelijking rechterlid 0 heeft heet homogeen. Een homogeen stelsel is nooit strijdig, want x 1 = 0, x 2 = 0,..., x n = 0 is een oplossing. Deze oplossing heet de triviale oplossing van het homogene stelsel. Elke andere oplossing heet een niet-triviale oplossing van het homogene stelsel. Voorbeeld Het volgende homogene stelsel in de variabelen x en y heeft alleen de triviale oplossing. x + y = 0 x + 2y = 0 geeft [ ] [ ] dus x = 0 y = 0 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 39 / 60
41 Voorbeeld x + 3y 2z = 0 4x 6y + z = 0 m = 2 < 3 = n. Dit homogene stelsel heeft niet-triviale oplossingen, want twee vlakken door de oorsprong hebben minstens een snijlijn gemeen. Stelling Laat Ax = 0 een homogeen stelsel zijn van m vergelijkingen in n onbekenden. Als m < n (er zijn meer variabelen dan vergelijkingen), dan heeft het stelsel een niet-triviale oplossing (zelfs oneindig veel). Bewijs: Trapvorm [B 0] van [A 0] heeft hoogstens m leidende enen (gebonden variabelen), dus minstens n m > 0 vrije variabelen. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 40 / 60
42 Voorbeeld in gereduceerde trapvorm gebracht: x 1 = s t x 2 = s x 3 = t x 4 = 0 x 5 = t, met s, t R J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 41 / 60
43 Een (m n) matrix A = [a ij ] is een rechthoekig getallenschema a 11 a 12 a 1n a 21 a 22 a 2n..... a ij. a m1 a m2 a mn bestaande uit m rijen en n kolommen. De i-de rij (1 i m) van A = [a ij ] is de 1 n (sub)matrix [ ai1 a i2 ] a in De j-de kolom (a j n) van A = [a ij ] is de m 1 (sub)matrix a 1j a 2j a j =. a mj Het i, j-de element van A = [a ij ] is a ij. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 42 / 60
44 Definitie Als m = n dan heet A een vierkante matrix. Een n 1 matrix heet ook wel een n-vector of kortweg een vector. Een 1 n matrix heet ook wel een n-rijvector. Twee m n matrices A = [a ij ] en B = [b ij ] zijn gelijk als a ij = b ij voor alle i = 1,... m en alle j = 1,... n. Voorbeeld 2 u = 3 is een 3-vector. v = [ ] is een 3-rijvector. 1 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 43 / 60
45 Definitie De getransponeerde A T van een m n matrix A = [a ij ] is de n m matrix C = [c ij ] gedefinieerd door c ij = a ji (dus aij T = a ji, rijen en kolommen zijn verwisseld). Een reële matrix heet symmetrisch als A = A T Voorbeeld A = [ Een symmetrische matrix: B = ] NB: een symmetrische matrix is vierkant A T = = B T J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 44 / 60
46 Definitie De som A + B van twee m n matrices A = [a ij ] en B = [b ij ] is de matrix C = [c ij ] gedefinieerd door c ij = a ij + b ij, i = 1,... m, j = 1,... n. Het scalaire product ra van een reëel getal r en een m n matrix A is de m n matrix C = [c ij ] gedefinieerd door c ij = ra ij. Het verschil A B van twee m n matrices A en B is gedefiniëerd als de som van A en ( 1)B Voorbeeld [ ] [ ] A = 3A = [ ] [ ] B = A + B = [ ] A B = J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 45 / 60
47 Inproduct van vectoren Definitie Het inproduct van twee n-vectoren a 2 a =. en b = a n is gedefiniëerd als a 1 b 1 b 2. b n n a i b i = a 1 b 1 + a 2 b a n b n i=1 Notatie: a b J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 46 / 60
48 Voorbeeld Het inproduct van de 4-vectoren 1 2 u = 2 3 en v = 3 2 is 4 1 u v = ( 2) ( 2) = = 6 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 47 / 60
49 Matrix-vector product Het product Au van een m n matrix A = [a ij ] en een n-vector u is de m-vector gedefinieerd door Au = a T 1 u a T 2 u a T m u, waarbij a i de i-de rij van A voorstelt. Dwz het i-de element van het product Au is gelijk aan het inproduct van de i-de rij van A (getransponeerd) met de vector u. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 48 / 60
50 Voorbeeld A = Au = u = = NB: het product Au is alleen gedefinieerd als het aantal kolommen van A hetzelfde is als de afmeting van u (A is een m n matrix en u is een n-vector) J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 49 / 60
51 Lineair stelsel als matrix-vector product Het stelsel a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a m1 x 1 + a m2 x a mn x n = b m kan geschreven worden als Ax = b voor A = [a ij ] de coëfficiëntenmatrix van het stelsel, x de n-vector en b de m-vector van rechterleden b 1 b 2. b m J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 50 / 60. x 1 x 2. x n
52 Voorbeeld x 1 x 3 = 0 3x 1 2x 4 = 0 2x 2 x 3 x 4 = 0 kan geschreven worden als Ax = b met A = x = x 1 x 2 x 3 x 4 b = J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 51 / 60
53 Motivatie matrixproduct: substitutie x 1 + 2x 2 + 4x 3 = 0 2x 1 + 6x 2 = 0 Substitutie in Ax = 0 van x 1 y 1 + y 2 x = x 2 x 3 = y 1 y 2 y 1 + 2y 2 A = = By B = geeft het stelsel A(By) = 0 ofwel Cy = 0 in y-variabelen: [ (y 1 + y 2 ) + 2(y 1 y 2 ) + 4(y 1 + 2y 2 ) = 0 2(y 1 + y 2 ) + 6(y 1 y 2 ) + 0(y 1 + 2y 2 ) = 0 ] ofwel 7y 1 + 7y 2 = 0 8y 1 + 4y 2 = 0 C = [ ] J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 52 / 60
54 Matrixproduct Definitie Het product AB van een m p matrix A = [a ij ] en een p n matrix B = [b ij ] is de m n matrix gedefinieerd door AB = [ Ab 1 Ab 2 Ab n ], waarbij b j de j-de kolom van B voorstelt. NB: de j-de kolom van de matrix AB is het product van A en de j-de kolom van B. NB: het ij-de element van de matrix AB is dus het inproduct van de i-de rij van A (getransponeerd) en de j-de kolom van B. NB: het product AB is alleen gedefinieerd als het aantal kolommen van A hetzelfde is als het aantal rijen van B. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 53 / 60
55 Voorbeeld A = [ ] AB = B = [ ] Noem AB = [c ij ], dan bijvoorbeeld c 23 = = = 26 NB: BA is niet gedefinieerd want B is 3 4 en A is 2 3. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 54 / 60
56 Inproduct als matrixproduct Als u en v twee n-vectoren zijn, dan is hun inproduct u v gelijk aan het matrixproduct u T v. Voorbeeld u = v = u T v = [ ] = = 6 = u v J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 55 / 60
57 Definitie Een lineaire combinatie van de m n matrices A 1, A 2,..., A k is een uitdrukking van de vorm c 1 A 1 + c 2 A c k A k waarbij c 1, c 2,..., c k coëfficiënten genoemd worden. Een compactere schrijfwijze voor bovenstaande lineaire combinatie is k c i A i i=1 J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 56 / 60
58 Matrix-vector product als lineaire combinatie Als A een m n matrix is en a j de j-de kolom van A (een m-vector), dan geldt voor het matrixproduct van A met de n-vector c 1 c 2 c =. dat dit de volgende lineaire combinatie is van de kolommen van A: n Ac = c 1 a 1 + c 2 a c n a n = c j a j Voorbeeld c n j= = = J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 57 / 60
59 Evenzo, als A een m n matrix is en r i de i-de rij van A (een n-rijvector), dan geldt voor het matrixproduct van de m-rijvector c = [ c 1 c 2 c m ] met A dat dit de volgende lineaire combinatie is van de rijen van A: ca = c 1 r 1 + c 2 r c m r m = m c i r i i=1 Voorbeeld [ 2 1 ] = 2 [ ] 1 [ ] +3 [ ] = [ ] J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 58 / 60
60 Lineair stelsel als lineaire combinatie met onbekende coëfficiënten Het stelsel Ax = b kan geschreven worden als x 1 a 1 + x 2 a x n a n = b, waarbij a j de j-de kolom van A voorstelt. NB: er bestaat dus een oplossing x voor het stelsel Ax = b dan en slechts dan als b een lineaire combinatie is van de kolommen van A. J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 59 / 60
61 Voorbeeld kan geschreven worden als 1 0 x x x 1 x 3 = 0 3x 1 2x 4 = 0 2x 2 x 3 x 4 = 0 + x x = De oplossing x 1 = 4, x 2 = 5, x 3 = 4, x 4 = 6 van het stelsel correspondeert met de lineaire combinatie die de nulvector oplevert J.Keijsper (TUE) Lineaire Algebra (2DD12) college 1 60 / 60
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 1 J.Keijsper
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/2ds6 Technische Universiteit Eindhoven college 2 J.Keijsper
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 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 informatieLineaire Algebra TW1205TI. I.A.M. Goddijn, Faculteit EWI 12 februari 2014
Lineaire Algebra TW1205TI, 12 februari 2014 Contactgegevens Mekelweg 4, kamer 4.240 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http: //fa.its.tudelft.nl/ goddijn blackboard : http:
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 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 7 J.Keijsper
Nadere informatieStelsels 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 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/2ds06 Technische Universiteit Eindhoven college 8 J.Keijsper
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 5 J.Keijsper (TUE)
Nadere informatieMatrices en Grafen (wi1110ee)
Matrices en Grafen (wi1110ee) Electrical Engineering TUDelft September 1, 2010 September 1, 2010 Inleiding Mekelweg 4, kamer 4.240 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http:
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 3 J.Keijsper
Nadere informatieRuimtewiskunde. college. Stelsels lineaire vergelijkingen. Vandaag UNIVERSITEIT TWENTE. Stelsels lineaire vergelijkingen.
college 4 collegejaar college build slides Vandaag : : : : 16-17 4 29 maart 217 38 1 2 3.16-17[4] 1 vandaag Vectoren De notatie (x 1, x 2,..., x n ) wordt gebruikt voor het punt P met coördinaten (x 1,
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 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 informatievandaag is Annie twee jaar jonger dan Ben en Cees samen
Hoofdstuk I Lineaire Algebra Les 1 Stelsels lineaire vergelijkingen Om te beginnen is hier een puzzeltje: vandaag is Annie twee jaar jonger dan Ben en Cees samen over vijf jaar is Annie twee keer zo oud
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 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 informatieMatrixoperaties. 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 informatie3 Wat is een stelsel lineaire vergelijkingen?
In deze les bekijken we de situatie waarin er mogelijk meerdere vergelijkingen zijn ( stelsels ) en meerdere variabelen, maar waarin elke vergelijking er relatief eenvoudig uitziet, namelijk lineair is.
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 8 J.Keijsper (TUE)
Nadere informatie3.2 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 informatieLineair voor CT College 2a. Echelon vorm 1.2 Duncan van der Heul
Lineair voor CT College 2a Echelon vorm 1.2 Duncan van der Heul Speciale vormen van een matrix Een stelsel oplossen komt overeen met door elementaire rijopera-es bepalen van de gereduceerde echelon vorm
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 informatieCTB1002 deel 1 - Lineaire algebra 1
CTB1002 deel 1 - Lineaire algebra 1 College 1 11 februari 2014 1 Even voorstellen Theresia van Essen Docent bij Technische Wiskunde Aanwezig op maandag en donderdag EWI 04.130 j.t.vanessen@tudelft.nl Slides
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 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 informatieBasiskennis 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 informatieCTB1002 deel 1 - Lineaire algebra 1
CTB100 deel 1 - Lineaire algebra 1 College 5 5 februari 014 1 Opbouw college Vandaag behandelen we hoofdstuk 1.7 en deel van 1.8 Voor de pauze: hoofdstuk 1.7 Na de pauze: hoofdstuk 1.8 Verschillende notaties
Nadere informatieLineaire Algebra WI1048WbMt. I.A.M. Goddijn, Faculteit EWI 4 september 2016
Lineaire Algebra WI1048WbMt, 4 september 2016 Informatie over de docent Mekelweg 4, kamer 4.240 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http: //fa.its.tudelft.nl/ goddijn blackboard
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 4 J.Keijsper
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 informatieCoëfficiënten matrix = matrix waarin de rechterkolom geen oplossing van de vergelijking is. 1. Lineair systeem = Stelsel van lineaire vergelijkingen
Hoofdstuk 1 Vectoren dik gedrukt, scalairen normaal en Matrices in hoofdletters Vector = een pijl in R n. Een vector heeft een grootte en een richting. Dit in tegenstelling tot een coördinaat, dat slechts
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 informatieHoofdstuk 3. Matrices en stelsels. 3.1 Matrices. [[1,7]],[[12,8] ] of [ 1, 7; 12,8 ] bepaalt de matrix
Hoofdstuk 3 Matrices en stelsels 3.1 Matrices Een matrix is in DERIVE gedefinieerd als een vector van vectoren. De rijen van de matrix zijn de elementen van de vector. Op de volgende manier kan je een
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 informatieZomercursus Wiskunde. Lineaire algebra (versie 15 september 2008)
Katholieke Universiteit Leuven September 2008 Lineaire algebra (versie 15 september 2008) 2 Lineaire algebra Deze module wordt zowel gegeven in het A-programma als in het B-programma van de zomercursus
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 informatieM1 Wiskundig taalgebruik en notaties
M1 Wiskundig taalgebruik en notaties Verzamelingenleer Verzameling = aantal objecten samengebracht tot een geheel - Lege verzameling = verzameling die geen elementen bevat A = - Singleton verzameling =
Nadere informatieZomercursus Wiskunde. Module 3 Lineaire algebra A (versie 22 augustus 2011)
Katholieke Universiteit Leuven September 2011 Module 3 Lineaire algebra A (versie 22 augustus 2011) Inhoudsopgave 1 Vectoren in R n 1 2 Lineaire combinaties 2 3 Matrices 7 31 Het begrip matrix 7 32 Som
Nadere informatieZomercursus Wiskunde. Module 16 Lineaire algebra B (versie 22 augustus 2011)
Katholieke Universiteit Leuven September 2011 Module 16 Lineaire algebra B (versie 22 augustus 2011) Inhoudsopgave 1 Vectoren in R n en matrices 1 2 Lineaire stelsels 11 21 Formulering en interpretatie
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 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 informatie4.0 Voorkennis [1] Stap 1: Maak bij een van de vergelijkingen een variabele vrij.
3x4 y26 4x y3 4.0 Voorkennis [1] Voorbeeld 1 (Elimineren door substitutie): Los op: Stap 1: Maak bij een van de vergelijkingen een variabele vrij. 4x y = 3 y = 4x 3 Stap 2: Vul de vrijgemaakte variabele
Nadere informatieVector-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 informatieDe inverse van een matrix
De inverse van een matrix Laat A een n n matrix zijn. Veronderstel dat de matrixvergelijking A X = I n de oplossing X = C heeft. Merk op dat [ A I n ] rijoperaties [ I n C ] [ I n A] inverse rijoperaties
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 informatieLineaire Algebra C 2WF09
Lineaire Algebra C 2WF09 College: Instructie: L. Habets HG 8.09, Tel. 4230, Email: l.c.g.j.m.habets@tue.nl H.A. Wilbrink HG 9.49, Tel. 2783, E-mail: h.a.wilbrink@tue.nl http://www.win.tue.nl/wsk/onderwijs/2wf09
Nadere 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 informatieFLIPIT 5. (a i,j + a j,i )d i d j = d j + 0 = e d. i<j
FLIPIT JAAP TOP Een netwerk bestaat uit een eindig aantal punten, waarbij voor elk tweetal ervan gegeven is of er wel of niet een verbinding is tussen deze twee. De punten waarmee een gegeven punt van
Nadere informatieVragen, samenvattingen en uitwerkingen Lineaire algebra 1 - UvA
Vragen, samenvattingen en uitwerkingen 2013 - Lineaire algebra 1 - UvA Rocco van Vreumingen 28 juli 2016 1 Inhoudsopgave 1 Samenvattingen 3 1.1 Samenvatting stof college 1................... 3 1.2 Samenvatting
Nadere informatieLineaire Algebra voor 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 informatieStelsels lineaire vergelijkingen
Stelsels lineaire vergelijkingen Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven In het vak Meetkunde voor Bouwkunde kom je stelsels lineaire vergelijkingen tegen en matrices tegen.
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 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 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 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 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 informatieHet oplossen van stelsels lineaire vergelijkingen voor studenten IO, concept. Emiel van Elderen
Het oplossen van stelsels lineaire vergelijkingen voor studenten IO, concept Emiel van Elderen April 8, 28 Inleiding In dit document zullen we ons bezig houden met het systematisch oplossen van stelsels
Nadere informatieLinalg.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 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 informatieStudiewijzer Lineaire Algebra voor ST (2DS06), blok D, januari 2009
Studiewijzer Lineaire Algebra voor ST (2DS06), blok D, januari 2009 1 Algemeen 1.1 Docenten De cursus wordt gegeven door Judith Keijsper (Dr. J.C.M. Keijsper, HG 9.31, tel 5583, email J.C.M.Keijsper(AT)tue(DOT)nl).
Nadere informatieLineaire vergelijkingen. Introductie 13. Leerkern 14. Samenvatting 35
Lineaire vergelijkingen Introductie 13 Leerkern 14 1.1 Twee-bij-twee-stelsels en lijnen in het vlak 14 1.2 Algemene stelsels vergelijkingen 21 1.2.1 De elementaire bewerkingen van de gausseliminatie 21
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 3 J.Keijsper
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 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 informatieLineaire algebra toegepast
Lineaire algebra toegepast voor wiskunde D ( 5 VWO) H. van Gendt R.A.C. Dames Versie 4, november 008 Deze module is ontwikkeld in opdracht van ctwo. Copyright 008 R.Dames en H. van Gendt Inhoudsopgave
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 informatieEerste deeltentamen Lineaire Algebra A. De opgaven
Eerste deeltentamen Lineaire Algebra A 3 november 9, 3-6 uur Bij dit tentamen mogen dictaat en/of rekenmachine niet gebruikt worden. Schrijf op elk vel je naam, collegekaartnummer en naam van de practicumleider
Nadere informatieFACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE Afdeling Kwantitatieve Economie Lineaire Algebra, tentamen Uitwerkingen vrijdag 4 januari 0, 9 uur Gebruik van een formuleblad of rekenmachine is niet toegestaan. De
Nadere informatieDimensie 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 informatieCoëfficiënten matrix = matrix waarin de rechterkolom geen oplossing van de vergelijking is. 1. Lineair systeem = Stelsel van lineaire vergelijkingen
Hoofdstuk 1 Vectoren dik gedrukt, scalairen normaal en Matrices in hoofdletters Vector = een pijl in R n. Een vector heeft een grootte en een richting. Dit in tegenstelling tot een coördinaat, dat slechts
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 informatieUitwerking 1 Uitwerkingen eerste deeltentamen Lineaire Algebra (WISB121) 3 november 2009
Departement Wiskunde, Faculteit Bètawetenschappen, UU. In elektronische vorm beschikbaar gemaakt door de TBC van A Eskwadraat. Het college WISB werd in 9- gegeven door Prof. Dr. F. Beukers. Uitwerking
Nadere informatieLineaire Algebra (wi2142tn) Les 5: Determinanten. Joost de Groot Les 5. Faculteit EWI, Toegepaste Wiskunde. Technische Universiteit Delft
Lineaire Algebra (wi2142tn) Les 5: Determinanten Joost de Groot Les 5 1 Technische Universiteit Delft Doel van deze les Determinanten ben je al tegengekomen bij de behandeling van het in en het uitwendig
Nadere informatie3. Stelsels van vergelijkingen
. Stelsels van vergelijkingen We gaan de theorie van de voorgaande hoofdstukken toepassen op stelsels van lineaire vergelijkingen. Een voorbeeld: bepaal alle oplossingen (x,, ) van het stelsel vergelijkingen
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 informatieInleiding in de lineaire algebra
Inleiding in de lineaire algebra (SV.9) W.Oele P.J. den Brok 6 maart 4 Inleiding De cursus lineaire algebra bestaat uit een aantal colleges in de matrix- en de vectorrekening. De colleges over en de oefenopdrachten
Nadere informatieHoofdstuk 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 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 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 informatieb + b c + c d + d a + a
Voorwoord De wiskundige vorming die in de wiskundig sterke richtingen van het Vlaamse secundair onderwijs wordt aangeboden, vormt een zeer degelijke basis voor hogere studies in wetenschappelijke, technologische
Nadere informatieFuncties 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 informatieH5: onderzoek van functies. Symmetrie van een functie: even is een symmetrie rond de y-as of f is symmetrisch rond het middelpunt dan is f oneven.
Algemene eigenschappen H5: onderzoek van functies Symmetrie van een functie: even is een symmetrie rond de y-as of f is symmetrisch rond het middelpunt dan is f oneven. Coördinatietransformatie: x = αu
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 informatiePROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011
PROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011 Familienaam:....................................................................... Voornaam:.........................................................................
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 informatieLineaire afbeeldingen
Les 2 Lineaire afbeeldingen Als een robot bij de robocup (het voetbaltoernooi voor robots een doelpunt wil maken moet hij eerst in de goede positie komen, d.w.z. geschikt achter de bal staan. Hiervoor
Nadere 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 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 informatieRuimtewiskunde. college 3 Lijnen, vlakken en oppervlakken in de ruimte. Vandaag
college 3 Lijnen, vlakken en in de collegejaar : 16-17 college : 3 build : 6 juni 2017 slides : 37 Vandaag 1 Lijnen 2 Vlakken 3 4 Toepassing: perspectivische.16-17[3] 1 vandaag Lijnen in het platte vlak
Nadere informatieLights Out. 1 Inleiding
Lights Out 1 Inleiding Het spel Lights Out is een elektronisch spel dat gelanceerd werd in 1995 door Tiger Electronics. Het originele spel heeft een bord met 25 lampjes in een rooster van 5 rijen en 5
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 informatieSyllabus. Lineaire Algebra. dr. H.G.J. Pijls en dr. C.G. Zaal
Syllabus Lineaire Algebra dr HGJ Pijls en dr CG Zaal Im (L Faculteit der Natuurwetenschappen, Wiskunde en Informatica Universiteit van Amsterdam 4 augustus 2007 Syllabus Lineaire Algebra dr HGJ Pijls
Nadere informatieTentamen Lineaire Algebra B
Tentamen Lineaire Algebra B 29 juni 2012, 9-12 uur OPGAVEN Uitwerkingen volgen na de opgaven 1. Gegeven is de vectorruimte V = R[x] 2 van polynomen met reële coefficienten en graad 2. Op V hebben we een
Nadere informatie1.1 Oefen opgaven. Opgave Van de lineaire afbeelding A : R 3 R 3 is gegeven dat 6 2, 5 4, A 1 1 = A = Bepaal de matrix van A.
. Oefen opgaven Opgave... Van de lineaire afbeelding A : R 3 R 3 is gegeven dat A = Bepaal de matrix van A. 4, 4 A =, A = 3 4. In de volgende opgave wordt het begrip injectiviteit en surjectiviteit van
Nadere informatie1 Stelsels lineaire vergelijkingen.
Stelsels lineaire vergelijkingen Ter herinnering: in de tweede klas Havo/Atheneum leer je twee vergelijkingen met twee onbekenden oplossen Voorbeeld: { x + y = 5 x + y = 0 Twee keer de eerste vergelijking
Nadere informatieTU/e 2DD50: Wiskunde 2
TU/e 2DD50: Wiskunde 2 Enkele mededelingen Instructies (vandaag, 10:45 12:30) in vier zalen: Zaal Aud 10 Pav b2 Pav m23 Ipo 0.98 voor studenten met achternaam beginnend met letters A tot en met D met letters
Nadere informatieLineaire vergelijkingen II: Pivotering
1/25 Lineaire vergelijkingen II: Pivotering VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 15 april 2013 2/25 Overzicht Pivotering: Methodes Norm en conditionering
Nadere informatieTU/e 2DD50: Wiskunde 2 (1)
TU/e 2DD50: Wiskunde 2 (1) Organisatorische informatie Wat Dag Tijd Zaal Docent College Tue 5+6 Aud 6+15 Gerhard Woeginger Thu 1+2 Aud 1+4 Gerhard Woeginger Clicker session Tue 7+8 Aud 6+15 Gerhard Woeginger
Nadere informatie