TENTAMEN LINEAIRE ALGEBRA 2 dinsdag 3 april 2007,
|
|
- Cornelis van den Berg
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 TENTAMEN LINEAIRE ALGEBRA 2 dinsdag 3 april 2007, Bij elke vraag dient een berekening of mo- Dit tentamen bestaat uit vijf opgaven tivering te worden opgeschreven Grafische en programmeerbare rekenmachines zijn op het tentamen niet toegestaan, wel mag een gewone (niet-programmeerbare) wetenschappelijke rekenmachine worden gebruikt Zij V R 3 het vlak met vergelijking x + 2x 2 = 0 S : R 3 R 3 is de loodrechte spiegeling in V a Bepaal een orthonormale basis van V (4 pt) b Geef een geschikte orthonormale basis van R 3 en bepaal de matrix van S tov die basis (6 pt) c Bepaal de matrix van S tov de standaardbasis (6 pt) 2 Beschouw in C 2 de vorm B(x, y) = x y +i x 2 y i x y 2 +3x 2 y 2 Hierbij is x = a Toon aan dat B(, ) een (hermites) inwendig product op C 2 is (7 pt) ( x x 2 ) en y = b Bepaal een basis van C 2 die orthonormaal is tov het inwendig product B(, ) (0 pt) ( y y 2 ) Gegeven is de matrix A = a Bepaal een Jordan-normaalvorm van A (0 pt) b Bepaal het minimumpolynoom van A (3 pt) c Druk A uit als een polynoom in A (3 pt) De laatste twee opgaven staan op de volgende pagina
2 4 Zij P n de vectorruimte van polynomen p(x) = a 0 + a X + + a n X n van graad hoogstens n met complexe coëfficiënten a 0,, a n en met de gebruikelijke optelling en scalaire vermenigvuldiging Met p (X) geven we de afgeleide naar X van p(x) aan Laat U = {p P n : p() = p () = 0} en W = span{, X} a Toon aan dat U een lineaire deelruimte is van P n (4 pt) b Toon aan dat {(X ) 2, (X ) 3,, (X ) n } een basis is van U (4 pt) c Bewijs dat P n = U W (4 pt) π : P n P n is de lineaire afbeelding gegeven door π(p)(x) = p() + p ()(X ) d Bepaal de matrix van π tov de basis {, X, X 2,, X n } (6 pt) e Leg uit dat π de projectie op W langs U is (maw π is de projectie op de tweede component van de directe som in (c)) (6 pt) 5 Zij V = M(n n, C) de vectorruimte van complexe n n-matrices met inwendig product (A, B) = tr(a B) (voor n geheel, n > ) Voor D V is de lineaire afbeelding R D : V V gedefinieerd als R D (A) = AD Verder is de afbeelding R : V L(V ) gedefinieerd door R(D) = R D (hierbij is L(V ) de vectorruimte van lineaire afbeeldingen van V naar zichzelf) a Laat zien dat R een lineaire afbeelding is (4 pt) b Toon aan dat ker(r) = {0} (3 pt) c Ga na of R inverteerbaar is (3 pt) d Voor D V is (R D ) de geadjungeerde afbeelding van R D Bewijs dat (R D ) = R D (4 pt) e Zij D V Bewijs dat D en R D dezelfde eigenwaarden hebben (4 pt)
3 Antwoorden a Een orthonormale basis van V is { 5 b Een geschikte orthonormale basis is B = { 5 matrix van A 2, 0 0 } 0 2, 2, A B B = c De matrix van A tov de standaardbasis E is 3/5 4/5 0 A E E = BE B A B BBB E = 4/5 3/ } Tov deze basis is de waarbij de basistransformatiematrix BE B = 2/ 5 / 5 0 / 5 2/ 5 0 de matrix is met als kolomvectoren de vectoren van de orthonormale basis B en BB E = (BB E ) = (BE B)T 0 0 i 2a Merk op dat B(x, y) = x By met B = B = B i 3 dus B is hermites, en de matrix B is positief definiet (heeft twee positieve eigenwaarden), dus B(, ) is sesquilineair, hermites en positief-definiet en dus een inproduct b We passen Gram-Schmidt toe op de standaardbasis {e, e 2 } (met het gegeven inproduct): a = e =, a 0 2 = e 2 B(a, e 2 ) i B(a, a ) a = Delen door de norm a = B(a, a) /2 geeft een orthonormaal stelsel: b =, b 0 2 = i 2
4 3a Het karakteristieke polynoom is (X ) 3 (X 2) 2 Verder is de rang van A I gelijk aan 3, de rang van A 2I is 4 Er zijn dus twee Jordanblokken bij ew en er is er een bij ew 2; een Jordan-normaalvorm is dan gelijk aan b Het minimumpolynoom is (X ) 2 (X 2) 2 = X 4 6X 3 + 3X 2 2X + 4 c Uit (b) volgt dat A 4 6A 3 + 3A 2 2A + 4I = O en dus is A = 4 A A2 3 4 A + 3I 4a Als p, q polynomen in P n zijn zodanig dat p() = p () = q() = q () = 0 dan geldt, voor a, b C: (ap + bq)() = ap() + bq() = 0, (ap + bq) () = ap () + bq () = 0 b We tonen eerst aan dat {, (X ),, (X ) k } lineair onafhankelijk zijn voor alle 0 k n We gebruiken volledige inductie naar k: voor k = 0 duidelijk Stel het is waar voor k < K Neem aan dat c 0 + c (X ) + + c K (X ) K = 0 voor zekere c 0,, c K C Uitschrijven in machten van X geeft 0 = c K X K + lagere machten van X Omdat, X,, X K lineair onafhankelijk zijn volgt dat c K = 0, maar dan volgt uit de lineaire onafhankelijkheid van,, (X ) K dat ook c 0 = = c K = 0 Dus zijn,, (X ) K lineair onafhankelijk Omdat dim P n = n +, is {, X,, (X ) n } een maximaal lineair onafhankelijk stelsel en dus een basis van P n Laat nu p P n Dan is p(x) = b 0 + b (X ) + + b n (X ) n voor zekere b 0,, b n Nu is p(0) = b 0 en p (0) = b Dus p U dan en slechts dan als b 0 = b = 0 dus U = span{(x ) 2,, (X ) n } Maar {(X ) 2,, (X ) n } is een lineair onafhankelijk stelsel (als deelstelsel van {,, (X ) n }) en dus een basis van U (Een iets korter antwoord is het volgende: omdat p() = p () = 0 twee onafhankelijke lineaire condities zijn is dim(u) = n + 2 = n Een lineair onafhankelijk stelsel bestaande uit n polynomen die in U liggen vormt dus een basis van U Lineaire onafhankelijkheid aantonen gaat als boven) c Uit (b) volgt dat dim(w ) + dim(u) = 2 + (n ) = n + = dim P n Verder is U W = {0}: immers als q W dan is q(x) = a X + a 0 en uit q() = q () = 0 volgt dat a 0 = a = 0 Maar dan is P n = U W 0 n 0 2 n d Omdat π(x k ) = kx + ( k), is de matrix van π gelijk aan e π is lineair (dit is gegeven) en π = π 2 dus π is een projectie Verder is im(π) = W en ker(π) = U Dus π is een projectie op U langs W
5 5a Laat C, D V en a, b C Dan is, voor A V willekeurig, R(aC+bD)(A) = R ac+bd (A) = A(aC+bD) = aac+bad = ar C (A)+bR D (A) = (ar(c)+br(d))(a) dus R(aC + bd) = ar(c) + br(d) b Zij C ker(r) Dan is R C = O dwz R C (A) = AC = O voor alle A V Ihb is R C (I) = C = O c Als R inverteerbaar is, dan is R een vectorruimte-isomorfisme en dus zijn V en L(V ) isomorfe vectorruimten Maar dim(v ) = n < n 2 = dim L(V ), tegenspraak Het is ook mogelijk om een tegenvoorbeeld te geven Zo is de afbeelding A CAC voor een vaste (inverteerbare) C V een afbeelding in L(V ) Er is echter geen D V zodanig dat CAC = AD voor alle A V Immers A = I nemen geeft D = I, maar iha is CAC A d Laat A, B, D V Dan is (A, R D (B)) = tr(a R D (B)) = tr(a BD) = tr(da B) = tr((ad ) B) = (AD, B) Maar dan is (R D ) (A) = AD = R D (A) e Laat D V en λ C Dan geldt: λ is een eigenwaarde van D det(d λi) = 0 De matrix D λi is niet-inverteerbaar er is een A V, A O zodanig dat A(D λi) = O er is een A V, A O zodanig dat R D (A) = λa λ is een eigenwaarde van R D
6 TENTAMEN LINEAIRE ALGEBRA 2 donderdag januari 2007, Bij elke vraag dient een berekening of motivering te worden opgeschreven Grafische rekenmachines zijn op het tentamen niet toegestaan, wel mag een gewone, niet-programmeerbare, wetenschappelijke rekenmachine worden gebruikt Laat l R 3 de lijn zijn die wordt opgespannen door a Bepaal een orthonormale basis van l (4 pt) Zij A : R 3 R 3 de rotatie in R 3 met l als rotatieas en π als rotatiehoek b Geef een geschikte orthonormale basis van R 3 en bepaal de matrix van A tov die basis (6 pt) c Bepaal de matrix van A tov de standaardbasis (6 pt) 2 Beschouw in R 2 de bilineaire vorm B(x, y) = 2x y + x 2 y + x y 2 + 3x 2 y 2 Hierbij is x = y en y = y 2 a Toon aan dat B(, ) een inwendig product op R 2 is (7 pt) b Bepaal een basis van R 2 die orthonormaal is tov het inwendig product B(, ) (0 pt) ( x x 2 ) Gegeven is de matrix C = a Bepaal de eigenwaarden van C en geef voor iedere eigenwaarde een basis van de bijbehorende eigenruimte Geef tevens de algebraïsche en meetkundige multipliciteit van iedere eigenwaarde (8 pt) b Bepaal een Jordan-normaalvorm van C en geef tevens het minimumpolynoom van C (0 pt) Zie de ommezijde van deze pagina voor de overige opgaven
7 4 Zij V = M(n n, C) de vectorruimte van complexe n n-matrices voorzien van het inwendig product (A, B) = tr(a B) Laat U een vaste unitaire n n-matrix zijn en definieer de lineaire afbeelding ψ : V V door ψ(a) = UA a Laat zien dat ψ een unitaire afbeelding is (4 pt) Laat {a,, a n } een orthonormale basis van eigenvectoren van U zijn in C n Definieer de matrices A ij voor i, j =, 2,, n dmv A ij = (0 0 a j 0 0) waarbij a j in de i-e kolom staat (en de andere kolomvectoren de nulvector zijn) b Toon aan dat A ij een eigenvector is van ψ (4 pt) c Toon aan dat de matrices A ij (i, j =,, n) een orthonormale basis van eigenvectoren van ψ vormen (6 pt) d Laat χ U en χ ψ de karakteristieke polynomen zijn van U resp ψ Leg uit waarom χ ψ (x) = χ U (x) n (4 pt) 5 Laten x,, x n verschillende reële getallen zijn Zij S = {x,, x n } en laat W de vectorruimte zijn van alle reële functies f : S R, met puntsgewijze optelling en scalaire vermenigvuldiging a Laat zien dat W n-dimensionaal is (5 pt) Zij P n de vectorruimte van alle polynomen p(x) = n j=0 a jx j van graad hoogstens n met reële coëfficiënten a j en met puntsgewijze optelling en scalaire vermenigvuldiging Definieer de (restrictie)afbeelding Res: P n W door (Res p)(x k ) = p(x k ) voor k =,, n b Laat zien dat Res een lineaire afbeelding is (4 pt) c Toon aan dat Ker Res = {0} (4 pt) d Bewijs dat er voor iedere keuze van reële getallen c,, c n precies één polynoom p van graad hoogstens n is, zodanig dat p(x k ) = c k voor k =,, n (5 pt)
8 Antwoorden a Een orthonormale basis van l is {, } b Een geschikte orthonormale basis is B = {,, } Tov deze basis is de matrix van A A B B = c De matrix van A tov de standaardbasis E is A E E = B B E A B BB E B = waarbij de basistransformatiematrix BE B = / 3 / 2 / 6 / 3 / 2 / 6 / 3 0 2/ de matrix is met als 6 kolomvectoren de vectoren van de orthonormale basis B en BB E = (BB E ) = (BE B)T 2 2a Merk op dat B(x, y) = x T By met B = B = B 3 T dus B is symmetrisch, en de matrix B is positief definiet (heeft twee positieve eigenwaarden), dus B(, ) is bilineair, symmetrisch en positief-definiet en dus een inproduct b We passen Gram-Schmidt toe op de standaardbasis {e, e 2 } (met het gegeven inproduct): a = e =, a 0 2 = e 2 B(e 2, a ) B(a, a ) a = Delen door de norm geeft een orthonormaal stelsel: b =, b = ( 0 2 /2 ) 3a Het karakteristieke polynoom is (X 2) 4, de enige eigenwaarde is dus 2 met algebraïsche multipliciteit 4 en meetkundige multipliciteit 2: de eigenruimte Ker(C 2I) wordt opgepannen door de vectoren en
9 b Uit een berekening volgt dat rang(c 2I) 2 =, dus rang(c 2I) - rang(c 2I) 2 = ; er zijn dus twee Jordanblokken (2 is de dimensie van de eigenruimte) en Jordanblok van afmeting minstens Een Jordan-normaalvorm is dus Het minimumpolynoom is (X 2) : de grootste afmeting van de Jordanblokken bij ew 2 is immers gelijk aan 3 4a Omdat U U = I is b c dus ψ is unitair (ψ(a), ψ(b)) = tr(a U UB) = tr(a B) = (A, B) UA ij = (0 0 Ua j 0 0) = (0 0 λ j a j 0 0) = λ j A ij 0 A ija kl = a j ( 0 a l 0 ) = a j a l E ik 0 waarbij E ik de matrix is met in de i-e rij en k-e kolom en verder nullen (Hierbij is δ ij het Kronecker-symbool dus δ ij = als i = j en 0 als i j) Nu is, aangezien {a,, a n } een orthonormale basis is van C n, dus {A ij } n i,j= is een orthonormaal stelsel in V Alternatief: (A ij, A kl ) = tr(a ija kl ) = (A ij, A kl ) = tr(a ija kl ) = a j a l tr(e ik ) = δ ik δ jl n (A ij ) pq (A kl ) pq = p,q= n p,q= δ iq δ kq (a j ) p (a l ) p = δ ik a j a l = δ ik δ jl Dit orthonormale stelsel is tevens een basis omdat een orthonormaal stel lineair onafhankelijk is en er precies n 2 = dim(v ) matrices A ij zijn d Met elke eigenvector a j van U corresponderen n eigenvectoren A ij (i =,, n) van ψ met dezelfde eigenwaarde λ j De multipliciteit van de eigenwaarde λ van ψ is dus n keer zo groot als de multipliciteit van de eigenwaarde λ bij U Dus is n n n χ ψ (X) = ( ) n (X λ j ) n = ( ) n (X λ j ) = χ U (X) n j= j= 5a Laat T : W R n de afbeelding zijn gegeven door T (f) = Dus is dim(w ) = dim(r n ) = n f(x ) f(x n ) T is lineair en inverteerbaar
10 Alternatief: Laat f i : S R gegeven zijn door f i (x j ) = δ ij (i, j =,, n) Als f W, dan is f = n i= f(x i)f i dus W wordt opgespannen door f,, f n Verder zijn de functies f i lineair onafhankelijk, nl uit n i= λ if i = 0 volgt dat 0 = n λ i f i (x j ) = i= n λ i δ ij = λ j voor j =,, n De conclusie is dat {f,, f n } een basis vormt van W dus dim(w ) = n b Ga na dat Res(p + q) = Res(p) + Res(q) en ook Res(λp) = λres(p) voor λ R c Zij p een polynoom van graad hoogstens n zodanig dat Res(p) = 0; dan is p(x k ) = 0 voor k =,, n Het polynoom p heeft dus minstens n nulpunten en dit is alleen mogelijk als p = 0 d Volgens de dimensiestelling is rang(res)+dim Ker(Res)=dim(P n )=n Volgens (c) is de rang van Res gelijk aan n = dim(w ) en dus is Res surjectief Omdat Res ook injectief is volgens (c), is Res een bijectieve lineaire afbeelding Nu is er precies één functie f in W zodanig dat f(x k ) = c k voor k =,, n, dus is er ook precies één polynoom p P n zodanig dat p(x k ) = c k, nl f = Res(p) i=
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 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 informatieUitwerkingen tentamen lineaire algebra 2 13 januari 2017, 10:00 13:00
Uitwerkingen tentamen lineaire algebra 3 januari 07, 0:00 3:00 Hint: Alle karakteristiek polynomen die je nodig zou kunnen hebben, hebben gehele nulpunten. Als dat niet het geval lijkt, dan heb je dus
Nadere informatieTENTAMEN LINEAIRE ALGEBRA 1A. maandag 16 december 2002, b. Bepaal een basis voor de rijruimte en voor de kolomruimte van A.
TENTAMEN LINEAIRE ALGEBRA 1A maandag 16 december 2002, 1000-1200 Coördinaten zijn gegeven tov een standaardbasis in R n 1 De matrix A en de vector b R 4 zijn gegeven door 1 0 1 2 0 1 1 4 3 2 A =, b = 0
Nadere informatieUitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =
Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 215 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan. Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt
Nadere informatieUitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =
Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 2015 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt
Nadere informatieTentamen Lineaire Algebra B
Tentamen Lineaire Algebra B 29 juni 2012, 9-12 uur OPGAVEN Uitwerkingen volgen na de opgaven 1. Gegeven is de vectorruimte V = R[x] 2 van polynomen met reële coefficienten en graad 2. Op V hebben we een
Nadere informatieGeef niet alleen antwoorden, maar bewijs al je beweringen.
Tentamen Lineaire Algebra donderdag 29 januari 205, 9.00-2.00 uur Het is niet toegestaan telefoons, computers, grafische rekenmachines (wel een gewone), dictaten, boeken of aantekeningen te gebruiken.
Nadere 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 informatieTentamen Lineaire Algebra
Tentamen Lineaire Algebra 3 januari 214, 8:3-11:3 uur - Bij dit tentamen mogen dictaten en boeken niet gebruikt worden - Een eenvoudige rekenmachine, hoewel niet nodig, is toegestaan, maar geen grafische
Nadere informatieTentamen lineaire algebra 2 18 januari 2019, 10:00 13:00 Uitwerkingen (schets)
Tentamen lineaire algebra 8 januari 9, : : Uitwerkingen (schets) Opgave. ( + punten) Gegeven is de matrix ( ) A =. (a) Bepaal een diagonaliseerbare matrix D en een nilpotente matrix N zodanig dat A = N
Nadere informatieLineaire Algebra voor W 2Y650
Lineaire Algebra voor W 2Y650 Docent: L. Habets HG 8.09, Tel: 040-2474230, Email: l.c.g.j.m.habets@tue.nl http://www.win.tue.nl/wsk/onderwijs/2y650 1 Eigenwaarden en eigenvectoren Zij A een n n matrix.
Nadere informatieOPGAVEN LINEAIRE ALGEBRA 2
OPGAVEN BIJ HET COLLEGE LINEAIRE ALGEBRA 2 ******** RJKooman Universiteit Leiden najaar 2007 0 In de opgaven gebruiken we de notatie K voor het lichaam van scalairen van een vectorruimte In alle gevallen
Nadere informatieWiskundigen. Tentamen Lineaire Algebra 1. Donderdag 18 december 2008, a ( )
Wiskundigen Tentamen Lineaire Algebra Donderdag 8 december 8,.-3. Naam: () Bepaal voor alle reële waarden van a de rang van de matrix a C a = a. 4a () Zij n een geheel getal en laat P n de vectorruimte
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 11 J.Keijsper
Nadere informatieTentamen Lineaire Algebra UITWERKINGEN
Tentamen Lineaire Algebra 29 januari 29, 3:3-6:3 uur UITWERKINGEN Gegeven een drietal lijnen in R 3 in parametervoorstelling, l : 2, m : n : ν (a (/2 pt Laat zien dat l en m elkaar kruisen (dat wil zeggen
Nadere informatieEigenwaarden en eigenvectoren 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 informatieKies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen
Hoofdstuk 95 Orthogonaliteit 95. Orthonormale basis Definitie 95.. Een r-tal niet-triviale vectoren v,..., v r R n heet een orthogonaal stelsel als v i v j = 0 voor elk paar i, j met i j. Het stelsel heet
Nadere informatieTENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,
TENTAMEN LINEAIRE ALGEBRA donderdag december 004, 0.00-.00 Bij elke vraag dient een berekening of motivering worden opgeschreven. Het tentamen bestaat uit twee gedeelten: de eerste drie opgaven betreffen
Nadere informatieUitwerkingen tentamen Lineaire Algebra 2
Uitwerkingen tentamen Lineaire Algebra 2 15 januari, 2016 Opgave 2 (10 punten (a Het karakteristiek polynoom van A is det(ti A = (t 1 5, dus er is maar één eigenwaarde, namelijk λ = 1 Er geldt (A I 2 =
Nadere informatieLineaire Algebra 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 informatieUitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015
Uitwerkingen Lineaire Algebra I (wiskundigen) januari, 5 In deze uitwerkingen is hier en daar een berekening weggelaten (bijvoorbeeld het bepalen van de kern van een matrix) die uiteraard op het tentamen
Nadere informatieTentamen lineaire algebra voor BWI dinsdag 17 februari 2009, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI dinsdag 7 februari 9, 8.-.5 uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. 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 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Dit tentamen bestaat uit 4 open vragen, en kort-antwoord vragen. De uitwerkingen van de open vragen dienen volledig, duidelijk geformuleerd
Nadere informatieUitwerking Proeftentamen Lineaire Algebra 1, najaar y y = 2x. P x. L(P ) y = x. 2/3 1/3 en L wordt t.o.v de standaardbasis gegeven door
Uitwerking Proeftentamen Lineaire Algebra, najaar 007. Gegeven is de lineaire afbeelding L : R R, die een punt P = (x, y) langs de lijn y = x projecteert op de lijn y = x: y y = x P x L(P ) y = x Bepaal
Nadere informatieLineaire 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 informatieTentamen lineaire algebra 2 17 januari 2014, 10:00 13:00 zalen 174, 312, 412, 401, 402
Tentamen lineaire algebra 2 17 januari 214, 1: 13: zalen 174, 312, 412, 41, 42 Dit zijn geen complete uitwerkingen. Er is dus geen garantie dat het overschrijven met andere getallen voldoende is voor huiswerk
Nadere informatieEXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I. 1. Theorie
EXAMEN LINEAIRE ALGEBRA EN ANALYTISCHE MEETKUNDE I MAANDAG 17 JANUARI 2011 1. Theorie Opgave 1. (a) In Voorbeelden 2.1.17 (7) wordt gesteld dat de maximale lineair onafhankelijke deelverzamelingen van
Nadere 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 informatieLineaire Algebra (2DD12) Laatste nieuws in 2012
Lineaire Algebra (2DD12) Laatste nieuws in 2012 Kwartiel 3, week 1 Het eerste college zal op maandagmiddag 6 februari 2012 beginnen om 13:45 uur in Auditorium 8. Zie de desbetreffende pagina van OASE of
Nadere 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 informatieJordan normaalvorm. Hoofdstuk 7
Hoofdstuk 7 Jordan normaalvorm Zoals we zagen hangt de matrix die behoort bij een lineaire transformatie af van de keuze van een basis voor de ruimte In dit hoofdstuk buigen we ons over de vraag of er
Nadere informatieEigenwaarden en 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 informatieUnitaire en Hermitese transformaties
Hoofdstuk 11 Unitaire en Hermitese transformaties We beschouwen vervolgens lineaire transformaties van reële en complexe inproductruimten die aan extra eigenschappen voldoen die betrekking hebben op het
Nadere 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 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 informatieGeadjungeerde en normaliteit
Hoofdstuk 12 Geadjungeerde en normaliteit In het vorige hoofdstuk werd bewezen dat het voor het bestaan van een orthonormale basis bestaande uit eigenvectoren voldoende is dat T Hermites is (11.17) of
Nadere informatieExamen Lineaire Algebra en Meetkunde Tweede zit (13:30-17:30)
Examen Lineaire Algebra en Meetkunde Tweede zit 2016-2017 (13:30-17:30) 1 Deel gesloten boek (theorie) (5.5pt) - indienen voor 14u30 (0.5pt) Geef de kleinste kwadratenoplossing van het stelsel AX = d,
Nadere 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 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 informatieExamenvragen eerste zittijd academiejaar Vraag 1 (op 6 punten) Gegeven:
Examenvragen eerste zittijd academiejaar 2010-2011 Vraag 1 (op 6 punten) de vectorruimte V = {A R 3 3 tr(a) = 0 en a 12 = a 21, a 13 = a 32, a 23 = a 31 }; de afbeelding T : V V, A A T A. (1) Toon aan
Nadere informatieMeetkunde en lineaire algebra
Meetkunde en lineaire algebra Daan Pape Universiteit Gent 7 juni 2012 1 1 Möbius transformaties De mobiustransformatie wordt gegeven door: z az + b cz + d (1) Als we weten dat het drietal (x 1, x 2, x
Nadere 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 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 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 informatieAnton-Rorres Anton-Rorres
Anton-Rorres 8.4. In[]:= A, 3,,, 0,, 6,, 4; a. Dit is makkelijk: de coordinaten van T(v) ten opzichte van B staan in de eerste kolom van A, dus het antwoord de kolomvector [,,6]^T. (^T staat voor getransponeerd.)
Nadere 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 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 informatieSymmetrische matrices
Symmetrische matrices We beginnen met een eenvoudige definitie : Definitie Een matrix A heet symmetrisch als A T = A NB Een symmetrische matrix is dus altijd vierkant Symmetrische matrices hebben fraaie
Nadere informatieCollege WisCKI. Albert Visser. 16 januari, Department of Philosophy, Faculty Humanities, Utrecht University. Loodrechte Projectie
College WisCKI Albert Visser Department of Philosophy, Faculty Humanities, Utrecht University 16 januari, 2012 1 Overview 2 Overview 2 Overview 2 Overview 3 Zij V een deelruimte met basis v 1,..., v k.
Nadere 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 informatieEindtermen Lineaire Algebra voor E vor VKO (2DE01)
Eindtermen Lineaire Algebra voor E vor VKO (2DE01) dr. G.R. Pellikaan 1 Voorkennis Middelbare school stof van wiskunde en natuurkunde. Eerste gedeelte (Blok A) van Lineaire Algebra voor E (2DE04). 2 Globale
Nadere informatieExamenvragen Meetkunde en lineaire algebra Eerste examenperiode
Examenvragen Meetkunde en lineaire algebra Eerste examenperiode 2008-2009 Door rotatie van de rechte r die bepaald wordt door de punten P(3, 1, 2) en Q(1, 1, 2) omheen de rechte s die gaat door het punt
Nadere informatieLineaire afbeeldingen
Hoofdstuk 4 Lineaire afbeeldingen In de algebra spelen naast algebraïsche structuren zelf ook de afbeeldingen ertussen die (een deel van de structuur bewaren, een belangrijke rol Voor vectorruimten zijn
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT (2DM20) op vrijdag 12 juni 2009, 9.00 Dit tentamen bestaat uit 5 open vragen, en 4 kort-antwoord vragen.
Nadere 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 informatieTweede huiswerkopdracht Lineaire algebra 1 Uitwerking en opmerkingen
Tweede huiswerkopdracht Lineaire algebra 1 en opmerkingen November 10, 2009 Opgave 1 Gegeven een vectorruimte V met deelruimtes U 1 en U 2. Als er geldt dim U 1 = 7, dimu 2 = 9, en dim(u 1 U 2 ) = 4, wat
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.3 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 2 J.Keijsper (TUE)
Nadere informatieTentamen Lineaire Algebra voor BMT en TIW (2DM20) op vrijdag 11 mei 2007, 9:00 12:00 uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT en TIW (DM) op vrijdag mei 7, 9: : uur. U mag bij het tentamen geen computer (notebook, laptop), boeken
Nadere informatieextra sommen bij Numerieke lineaire algebra
extra sommen bij Numerieke lineaire algebra 31 oktober 2012 1. Stel, we willen met een rekenapparaat (dat arithmetische bewerkingen uitvoert met een relatieve nauwkeurigheid ξ, ξ ξ) voor twee getallen
Nadere informatieExamenvragen Meetkunde en lineaire algebra Tweede examenperiode
Examenvragen Meetkunde en lineaire algebra Tweede examenperiode 2008-2009 Een rechte conoïde met als richtrechte de X-as, en als richtoppervlak de sfeer met middelpunt in (0, 16, 0) en straal 9. (1) Stel
Nadere informatieHints en antwoorden bij de vragen van de cursus Lineaire Algebra en Meetkunde
Hints en antwoorden bij de vragen van de cursus Lineaire Algebra en Meetkunde Ik heb de vragen die in de nota s staan en de vragen van de samenvattingen samengebracht in deze tekst en voorzien van hints
Nadere informatieLineaire Algebra voor 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/2ds06 Technische Universiteit Eindhoven college 8 J.Keijsper
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor BMT en TIW (DM) op dinsdag 9 april 8, 9.. uur. Dit tentamen bestaat uit 6 open vragen, en 4 kort-antwoord
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-D2 Lineaire Algebra 2
CTB00-D Lineaire Algebra Juli 03 Augustus 03 Juli 0 Augustus 0 Juli 0 Augustus 0 Juli 00 Augustus 00 Tentamenbundel Civiele Techniek Het Gezelschap "Practische Studie" Technische Universiteit Delft Faculteit
Nadere informatieSYLLABUS LINEAIRE ALGEBRA 2
SYLLABUS LINEAIRE ALGEBRA 2 ******** RJKooman Universiteit Leiden najaar 2007 0 INHOUDSOPGAVE I Algemene begrippen Vectorruimten 1 Lineaire deelruimte, lineaire onafhankelijkheid, basis 2 Lineaire afbeeldingen
Nadere informatieLineaire afbeeldingen
Hoofdstuk 2 Lineaire afbeeldingen 21 Inleiding Een afbeelding f van een verzameling V naar een verzameling W is een regel die aan ieder element v van V een element f(v) van W toevoegt maw een generalisatie
Nadere 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 informatieVectorruimten met inproduct
Hoofdstuk 3 Vectorruimten met inproduct 3. Inleiding In R 2 en R 3 hebben we behalve de optelling en scalairvermenigvuldiging nog meer structuur ; bij een vector kun je spreken over zijn lengte en bij
Nadere informatieHoofdstuk 9. Vectorruimten. 9.1 Scalairen
Hoofdstuk 9 Vectorruimten 9.1 Scalairen In de lineaire algebra tot nu toe, hebben we steeds met reële getallen als coëfficienten gewerkt. Niets houdt ons tegen om ook matrices, lineaire vergelijkingen
Nadere 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 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 informatieVoortgezette Lineaire Algebra. Prof. dr. J. van Mill Dr. F. van Schagen
Voortgezette Lineaire Algebra Prof. dr. J. van Mill Dr. F. van Schagen Inhoud Hoofdstuk I. Complexe vectorruimten en inwendige producten 5 I.1. Vectorruimten 5 I.2. Hermitische producten 8 I.3. Inwendig-productruimten
Nadere informatieLineaire 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 informatieComplexe eigenwaarden
Complexe eigenwaarden Tot nu toe hebben we alleen reële getallen toegelaten als eigenwaarden van een matrix Het is echter vrij eenvoudig om de definitie uit te breiden tot de complexe getallen Een consequentie
Nadere informatieLineaire Algebra voor 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 informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9. email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/ds6 Technische Universiteit Eindhoven college 9 J.Keijsper (TUE)
Nadere informatieLineaire Algebra voor 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 informatiePROEFEXAMEN LINEAIRE ALGEBRA dinsdag 22 november 2016
PROEFEXAMEN LINEAIRE ALGEBRA dinsdag 22 november 2016 1. Zi (R, V, +) een eindigdimensionale vectorruimte en veronderstel dat U en W deelruimten van V zin. Toon aan dat 2. Waar of fout? Argumenteer e antwoord.
Nadere informatieVectorruimten en lineaire afbeeldingen tussen vectorruimten
Hoofdstuk 3 Vectorruimten en lineaire afbeeldingen tussen vectorruimten 3.1 Vectorruimte : definitie en voorbeelden R DEFINITIE 3.1 vectorruimte Een vectorruimte of lineaire ruimte over een veld F is een
Nadere informatieTentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, ( )
Faculteit der Wiskunde en Informatica Tentamen (2DE04) van Lineaire Algebra voor E, op vrijdag 27 januari 2012, (9.00-12.00) Zoals beschreven in de studiehandleiding 2DE04 bestaat dit tentamen uit drie
Nadere informatieLineaire Algebra SUPPLEMENT II
Lineaire Algebra SUPPLEMENT II FBeukers 2012 Departement Wiskunde UU Inhoudsopgave 13 Eigenwaarden en eigenvectoren 3 131 Inleiding 3 132 Berekening van eigenwaarden en eigenvectoren 5 133 Basiseigenschappen
Nadere informatieAntwoorden op de theoretische vragen in de examen voorbereiding
Antwoorden op de theoretische vragen in de examen voorbereiding Theorie vraag Zij A een m n-matrix. Geef het verband tussen de formule voor de dimensie d van een niet-strijdig stelsel, d = n rang (A) (zie
Nadere 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 informatie(2) Stel een parametervoorstelling op van de doorsnijdingskromme van sfeer en cilinder in de voorkeurpositie.
Vraag op 5 punten de sfeer met middelpunt in,, 4 en straal 6; de omwentelingscilinder met straal 6 en als as de rechte door,, met richtingsvector,, Bepaal een affiene transformatie of een coördinatentransformatie,
Nadere informatieMatrixgroepen. SL n (K) = S GL n (K)
B Matrixgroepen De lineaire algebra is niet alleen een theorie waar de functionaalanalyse op voort bouwt, omgekeerd hebben sommige resultaten uit de hoofdtext ook consequenties voor de lineaire algebra.
Nadere informatieHet karakteristieke polynoom
Hoofdstuk 6 Het karakteristieke polynoom We herhalen eerst kort de definities van eigenwaarde en eigenvector, nu in een algemene vectorruimte Definitie 6 Een eigenvector voor een lineaire transformatie
Nadere informatieLineaire Algebra 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 informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra en Lineaire Analyse (Y550/Y530), op donderdag 5 november 00, 9:00 :00 uur. De uitwerkingen van de opgaven dienen
Nadere informatieVincent van der Noort Scoop vult de gaten in onze kennis... Het gevoel van eigenwaarden van David J. Griffith
Scoop februari 2003 Scoop vult de gaten Vincent van der Noort Scoop vult de gaten in onze kennis... Het gevoel van eigenwaarden van David J. Griffith De wiskundigen onder jullie zal de naam waarschijnlijk
Nadere informatieEigenwaarden en eigenvectoren
Eigwaard eigvector Als A e vierkante matrix is, dan heet e vector x e eigvector van A als Ax e veelvoud van x is : Definitie Stel dat A e (n n-matrix is E vector x R n met x o heet e eigvector van A als
Nadere informatieTentamen Lineaire Algebra 2
Lineaire algebra (NP010B) januari 013 Tentamen Lineaire Algebra Vermeld op ieder blad je naam en studentnummer. Lees eerst de opgaven voordat je aan de slag gaat. Schrijf leesbaar en geef uitleg over je
Nadere 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 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 informatieGelijkvormigheid en de Jordan normaalvorm Aanvullende leerstof Lineaire Algebra C (2WF09)
Gelijkvormigheid en de Jordan normaalvorm Aanvullende leerstof Lineaire Algebra C (2WF09) LCGJM Habets Faculteit Wiskunde en Informatica Technische Universiteit Eindhoven Abstract In de syllabus bij het
Nadere informatieLineaire Algebra SUPPLEMENT I
Lineaire Algebra SUPPLEMENT I F.Beukers 22 Departement Wiskunde UU Hoofdstuk 2 Vectorruimten 2. Axioma s Tot nu toe hebben we het uitsluitend over R n gehad. In de geschiedenis van de wiskunde blijkt
Nadere informatie