4 Positieve en niet-negatieve lineaire algebra
|
|
- Jurgen Hendriks
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 4 Positieve en niet-negatieve lineaire algebra Positieve en niet-negatieve matrices komen veel voor binnen de stochastiek (zoals de PageRank matrix) en de mathematische fysica: temperatuur, dichtheid, druk, zijn allemaal niet-negatief. Definitie 4.1 (Positieve en niet-negatieve matrices) Laat (a ij ) = A R n k. Als a ij > 0 voor alle i, j {1,..., n} schrijven we A > 0 en heet A een positieve matrix. Als a ij 0 voor alle i, j {1,..., n} schrijven we A 0 en heet A een niet-negatieve matrix. Opmerking 4.2 Als gevolg schrijven we A > B als A B > 0 en A B als A B 0, en A voor de matrix waarvan de entries de absolute waarden zijn van de entries van A. Opmerking 4.3 Als x R en x 0 en x 0 dan is x > 0. Echter, als A R n k met nk > 1 en A 0 en A 0, impliceert dit niet dat A positief is: zie bijvoorbeeld A = [1 0]. Zonder bewijs vermelden we de volgende eigenschappen. Lemma 4.4 (E1) Als A > 0 en x 0, x 0, dan is Ax > 0; (E2) Als A > 0 en x > y dan is Ax > Ay; (E3) Als A 0 en x y dan is Ax Ay; (E4) Voor alle A R n k en x R k geldt dat Ax A x ; (E5) Voor alle matrices A en B waarvoor AB bestaat geldt dat AB A B. 4.1 De Neumannrij en de Neumannreeks Als r R en r < 1 dan convergeert dat de meetkundige reeks j=0 r k = 1 1 r, want 1 + r + r2 + + r k = 1 rk+1 1 r (1) voor alle k en k r k+1 = 0. Een soortgelijk resultaat werd voor matrices met bepaalde eigenschappen bewezen door de Duitse wiskundige Carl Neumann. Carl Neumann ( ) Eerst een definitie, die de voorwaarde r < 1 voor convergentie helpt te generaliseren. 1
2 Definitie 4.5 (Spectraalstraal) Laat A C n n. De spectraalstraal van A is het reële, niet-negatieve getal ρ(a) = max{ λ λ σ(a)} waarbij σ(a) de verzameling van eigenwaarden van A is, het spectrum van A. Dus ρ(a) is de straal van de kleinste schijf rond 0 C waarop alle eigenwaarden van A liggen. De met (1) corresponderende uitspraak verdelen we over twee lemma s en een stelling. Lemma 4.6 Laat λ C met λ < 1 en laat l N. Dan geldt dat λ k l = 0. (2) k l Bewijs. Dit volgt uit de begrenzing van de binomiaalcoëfficiënt middels kl l l!, gevold door toepassing van de regel van de l Hopital. Lemma 4.7 (Neumannrij) Laat A C n n en veronderstel ρ(a) < 1, dan geldt dat de iet voor k van de Neumannrij (A k ) k 0 gelijk is aan de nulmatrix, k Ak = 0. Bewijs. Eerder bewezen we dat er een X GL n (C) bestaat zo, dat T X 1 0 T... AX = T p (3) waarbij T j = λ j I +M j met M j C m j m j strict bovendriehoeks. Hierbij is m j de meetkundige multipliciteit van de eigenwaarde λ j van A. Nu volgt eenvoudig dat T1 k A k 0 T = X k Tp k X 1. Omdat de beide matrices λ j I en M j commuteren, vinden we met behulp van het binomium van Newton dat voor alle k N, T k j = (λ j I + M j ) k = k l=0 λ k l j Mj l = l m j l=1 λ k l j Mj l. l waarbij de laatste gelijkheid geldt omdat M j nilpotent is met index ten hoogste m j. Omdat λ j < 1 wegens de aanname dat ρ(a) < 1 volgt met Lemma 4.6 dat de iet voor k naar oneindig van T k j gelijk is aan de nulmatrix, en dus ook die van Ak. 2
3 Stelling 4.8 (Neumannreeks) Laat A C n n en veronderstel dat ρ(a) < 1, dan geldt dat A k = (I A) 1. (4) j=0 Bewijs. Voor iedere gehele k 0 geldt dat (I + A + A A k )(I A) = I A k+1. De iet voor k van het rechterlid bestaat volgens Lemma 4.7 en dus vinden we dat A k (I A) = I. j=0 Omdat I A vierkant is, is de som links van de matrix I A kennelijk zijn inverse Perron-Frobeniustheorie voor positieve matrices Oskar Perron en Georg Frobenius bewezen resultaten voor eigenwaarden en eigenvectoren van niet-negatieve matrices. Oskar Perron ( ) en Georg Ferdinand Frobenius ( ) De bewijzen zijn het eenvoudigst voor positieve matrices. Lemma 4.9 Laat A R n n. Als A > 0 dan is zijn spectraalstraal ρ(a) > 0. Bewijs. Stel dat ρ(a) = 0. Dit betekent dat alle eigenwaarden van A gelijk zijn aan nul. Maar dan is A nilpotent en bestaat er dus een p met A p = 0. Echter, als A > 0 dan is ook A k > 0 voor alle k. Deze tegenspraak bewijst de bewering. Lemma 4.10 Laat A R n n, A > 0. Als Ax = x voor zekere x 0, x 0, dan is x > 0. Bewijs. Volgens (E1) uit Lemma 4.4 is Ax > 0. Omdat Ax = x geldt dus ook x > 0. Stelling 4.11 Laat A R n n. Als A > 0 dan bestaat er een x > 0 zodanig dat waarbij ρ(a) de spectraalstraal is van A. Ax = ρ(a)x. (5) 3
4 Bewijs. Veronderstel op grond van Lemma 4.9 zonder verlies van algemeenheid dat ρ(a) = 1. Dit betekent dat er een λ σ(a) bestaat met λ = 1 en een y 0 waarvoor Ay = λy. Voor deze λ en y geldt y = λ y = λy = Ay A y = A y, waarbij we gebruik maken van eigenschap (E4) uit Lemma 4.4. We concluderen dat w = A y y 0. (6) Veronderstel nu dat w 0. Omdat A > 0 volgt met (E1) uit Lemma 4.4 dat zowel Aw > 0 als dat A y > 0, oftewel, AA y > A y > 0. (7) Omdat iedere entry van AA y groter is dan de overeenkomstige entry van A y, bestaat er een ε > 0 met A A y > A y > ε (8) Schrijf nu B = A 1 + ε en z = A y. Met deze notatie verandert (8) in Bz > z > 0. Maar dan is met (E2) uit Lemma 4.4 ook B 2 z = B(Bz) > Bz want B > 0, en met inductie zien we dat B k z > z > 0 voor alle k N. Echter ρ(b) = ρ(a) 1 + ε = ε < 1, en Lemma 4.7 geeft dat B k 0 voor k. Dit is in tegenspraak met B k z > z > 0 voor alle k. Hieruit volgt dat A y = y. Maar dan is x = y = 0 blijkbaar een eigenvector van A behorende bij een eigenwaarde λ = 1 van A, en uit Lemma 4.10 volgt tot slot dat x > 0. Opmerking 4.12 Het feit dat B k 0 is niet in tegenspraak met B k z > 0 voor alle k. Het is dus noodzakelijk om de ongelijkheid B k z > z > 0 te bewijzen in plaats van slechts B k z > 0. De eigenruimte van de eigenwaarde ρ(a) van A bevat dus een positieve vector x > 0. We laten zien dat alle andere eigenvectoren behorende bij ρ(a) hier veelvouden van zijn. Stelling 4.13 Laat A R n n. Laat A > 0. Dan is dim ker(a ρ(a)i) = 1. Bewijs. Veronderstel wegens Lemma 4.9 zonder verlies van algemeenheid dat ρ(a) = 1. Uit Stelling 4.11 volgt dat er een x > 0 bestaat met Ax = x. Laat nu y 0 met Ay = y. We tonen aan dat y een veelvoud is van x. Merk hiertoe op dat er een α R bestaat zodanig dat z = y + αx 0, terwijl z ook ten minste één entry gelijk aan nul heeft. Als nu z 0 volgt uit Az = z en Lemma 4.10 dat z > 0, wat in tegenspraak is met het feit dat z ten minste één entry gelijk aan nul heeft. Dus z = 0 en dus is y = αx een veelvoud van x. Definitie 4.14 (Perronvector) Laat A R n n met A > 0. De unieke x > 0 waarvoor Ax = ρ(a)x en e x = 1, waarbij e = e e n de all-ones vector is, heet de Perronvector van A. 4
5 Opmerking 4.15 Een van de bekendste en tevens meest recente Perronvectoren is de Google PageRank vector van Larry Page en Sergey Brin. Stelling 4.16 De enige eigenwaarde van 0 < A R n n met absolute waarde ρ(a) is ρ(a). Bewijs. Volgens Stelling 4.11 is ρ(a) σ(a). Resteert de uniciteit aan te tonen. Veronderstel op grond van Lemma 4.9 zonder verlies van algemeenheid dat ρ(a) = 1. Laat λ σ(a) met λ = 1. Dan bestaat er dus een y 0 met Ay = λy. Hiervoor geldt net als in het bewijs van Steling 4.11 dat A y = y > 0. Per definitie van matrix-vectorvermenigvuldiging impliceren de respectievelijke gelijkheden A y = y en Ay = λy, dat voor alle k {1,..., n}, en dus, y k = a kj y j en λy k = a kj y j = y k = a kj y j (9) a kj y j. (10) Nu geldt dat de absolute waarde z 1 + +z n van de som van n complexe getallen alleen gelijk is aan de som z , + z n van de absolute waarden als ze allemaal hetzelfde argument hebben. Dus concluderen we uit (10) dat y k = α k y 1 met α k > 0 voor alle k {1,..., n}. Dus is y een eventueel complex veelvoud y 1 α van een positieve vector α. Maar dan is ook α een eigenvector van A behorende bij eigenwaarde λ. En omdat Aα reëel is, gelijk aan λα, en in het bijzonder positief, is λ dat ook. We concluderen dat λ = De machtsmethode, ook wel Von Mises-iteratie genaamd De Von Mises-iteratie, ook wel machtsmethode genoemd, is een methode, al gebruikt door Jacobi, om een eigenvector te berekenen horend bij de eigenwaarde van A die het grootst is in absolute waarde, en waarvan de eigenruimte dimensie één heeft. Richard von Mises ( ) en Carl Jacobi ( ) Stelling 4.17 Laat A R n n met A > 0. Veronderstel dat ρ(a) = 1. Dan geldt dat waarbij Au = u > 0 met u = 1 en A w = w 0. k Ak = uw (11) 5
6 Bewijs. Omdat A > 0 is volgens Stelling 4.11 ρ(a) = 1 een eigenwaarde van A, en bestaat er een unieke positieve eigenvector u > 0 met u = 1 zo, dat Au = u. Dus bestaat er een Schurdecompositie van AU = UT van A van de vorm [ ] 1 b AU = UT waarbij T =, met U U = I en Ue 1 = u. De eigenwaarden van R zijn de eigenwaarden van A ongelijk aan 1. Op grond van Stelling 4.16 zijn deze allemaal kleiner dan 1 in absolute waarde. Dus ρ(r) < 1. We berekenen nu machten van A, A k = ( [ 1 b U ] ) k [ U 1 b = U Met volledige inductie kan eenvoudig worden aangetoond dat [ 1 b ] k [ 1 b(i + R + + R = k 1 ) k ] k U. ]. (12) Omdat ρ(r) < 1 volgt met behulp van Lemma 4.7 en Stelling 4.8 dat [ ] 1 b(i R) 1 k Ak = U U = Ue v U waarbij v = [1, b(i R) 1 ] en dus vinden we dat k Ak = uw waarbij u = Ue 1 en w = v U. Omdat kennelijk k (A ) k = wu is w een eigenvector bij λ = 1 van de getransponeerde matrix A. Dit bewijst de bewering.. Gevolg 4.18 Als x R n zodanig is dat w x = α 0, dat k Ak x = u(w x) = αu. Dus, de rij (A k x) k 0 convergeert naar een niet-triviaal veelvoud van de eigenvector bij λ = 1. Opmerking 4.19 Matrixvermenigvuldiging is associatief: (A k )x = A k 1 (Ax). Het is echter veel rekenwerk om A tot de k-de macht te verheffen en A k te vermenigvuldigen met x. Efficiënter is x 1 = Ax uit te rekenen, dan x 2 = Ax 1, tot en met x k = Ax k 1 = A k x. Het laatste vergt k matrix-vectorvermenigvuldigingen, het eerste k matrix-matrixvermenigvuldigingen. Opmerking 4.20 De Google Pagerankvector wordt in de praktijk niet precies uitgerekend, maar in drie decimalen nauwkeurig benaderd met x k = Ax k 1 = A k x voor zekere k << n. 4.4 Een alternatief analystisch bewijs Perron-Frobeniusstellingen kunnen ook worden bewezen middels technieken uit de Analyse. Definitie 4.21 (Convexe verzameling) Een verzameling C R n heet convex als voor iedere x, y C geldt dat tx + (1 t)y C voor alle t [0, 1]. 6
7 Een belangrijk resultaat uit de Analyse zegt het volgende. Stelling 4.22 (Dekpuntstelling van Brouwer) Laat D R n gesloten, begrensd, en convex zijn, en f : D D continu. Dan bestaat er een x D waarvoor f(x) = x. Luitzen Brouwer ( ) Opmerking 4.23 Ingeval D = [a, b] een gesloten interval is, zegt de stelling niets anders dan dat de grafiek van f de lijn y = x snijdt, wat direct uit de Tussenwaardestelling volgt. De dekpuntstelling aannemende wordt Perron-Frobeniustheorie iets inzichtelijker en intuïtiever. Immers, associeer met de matrix A > 0 de lineaire afbeelding L A : R n 0 R n 0, x Ax van het onbegrensde niet-negatieve orthant R n 0 naar zichzelf. Definieer S = {x R n 0 e t x = 1}. Oftewel, S is het deel van het hypervlak met vergelijking x x n = 1 dat in R n 0 ligt. Dan is S gesloten, begrensd, en convex. Bekijk nu de continue afbeelding S S : x L A(x) e t L A (x). De dekpuntstelling zegt nu dat er een x S is waarvoor S(x) = x. Voor deze x geldt dat Ax = (e t Ax)x. Omdat x S geldt dat x 0 en x 0. Omdat x 0 en x 0 is Ax > 0. Omdat Ax = (e t Ax)x vinden we dus tot slot dat e t Ax > 0 en x > 0. Dit bewijst de existentie van de Perronvector op analytische wijze. 7
4 Positieve en niet-negatieve lineaire algebra
4 Positieve en niet-negatieve lineaire algebra Positieve en niet-negatieve matrices komen veel voor binnen de stochastiek (met als bekend voorbeeld de Google PageRank matrix) en binnen het modelleren van
Nadere informatieextra sommen bij Numerieke lineaire algebra
extra sommen bij Numerieke lineaire algebra 31 oktober 2012 1. Stel, we willen met een rekenapparaat (dat arithmetische bewerkingen uitvoert met een relatieve nauwkeurigheid ξ, ξ ξ) voor twee getallen
Nadere informatieWI1808TH1/CiTG - Lineaire algebra deel 1
WI1808TH1/CiTG - Lineaire algebra deel 1 College 10 13 oktober 2016 1 Samenvatting Hoofdstuk 4.1 Een constante λ is een eigenwaarde van een n n matrix A als er een niet-nul vector x bestaat, zodat Ax =
Nadere informatieTer Leering ende Vermaeck
Ter Leering ende Vermaeck 15 december 2011 1 Caleidoscoop 1. Geef een relatie op Z die niet reflexief of symmetrisch is, maar wel transitief. 2. Geef een relatie op Z die niet symmetrisch is, maar wel
Nadere 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 informatieTentamen lineaire algebra voor BWI maandag 15 december 2008, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI maandag 5 december 8, 5.5-8. uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere 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 informatieZ.O.Z. Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 16 juni 2016, 12:30 15:30 (16:30)
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 16 juni 016, 1:30 15:30 (16:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van aantekeningen
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 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 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 informatiePROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011
PROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011 Familienaam:....................................................................... Voornaam:.........................................................................
Nadere informatieTentamen lineaire algebra voor BWI dinsdag 17 februari 2009, uur.
Vrije Universiteit Amsterdam Faculteit der Exacte Wetenschappen Afdeling Wiskunde Tentamen lineaire algebra voor BWI dinsdag 7 februari 9, 8.-.5 uur. ELK ANTWOORD DIENT TE WORDEN BEARGUMENTEERD. Er mogen
Nadere informatieKies voor i een willekeurige index tussen 1 en r. Neem het inproduct van v i met de relatie. We krijgen
Hoofdstuk 95 Orthogonaliteit 95. Orthonormale basis Definitie 95.. Een r-tal niet-triviale vectoren v,..., v r R n heet een orthogonaal stelsel als v i v j = 0 voor elk paar i, j met i j. Het stelsel heet
Nadere 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 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 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 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 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 informatie1. (a) Formuleer het Cauchy criterium voor de convergentie van een reeks
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 7 augustus 2015, 16:30 19:30 (20:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van het boek
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 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 informatieIII.2 De ordening op R en ongelijkheden
III.2 De ordening op R en ongelijkheden In de vorige paragraaf hebben we axioma s gegeven voor de optelling en vermenigvuldiging in R, maar om R vast te leggen moeten we ook ongelijkheden in R beschouwen.
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 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 informatieInleiding Analyse 2009
Inleiding Analyse 2009 Inleveropgaven A). Stel f(, y) = In (0, 0) is f niet gedefinieerd. We bestuderen y2 2 + y 4. lim f(, y). (,y) (0,0) 1. Bepaal de waarde van f(, y) op een willekeurige rechte lijn
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 informatie1 Triangulatiestellingen voor lineaire transformaties
Triangulatiestellingen voor lineaire transformaties Zoals bekend kan niet iedere lineaire transformatie L : V V van een vectorruimte (V, K) gediagonaliseerd worden. Als het lichaam K echter algebraïsch
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 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 informatieV.4 Eigenschappen van continue functies
V.4 Eigenschappen van continue functies We bestuderen een paar belangrijke stellingen over continue functies. Maxima en minima De stelling over continue functies die we in deze paragraaf bewijzen zegt
Nadere informatiePositieve matrices en hun toepassingen
Positieve matrices en hun toepassingen Mireille Kroon, Daphne Broedersz 30 augustus 203 Bachelorscriptie Begeleiding: Dr. Tanja Eisner-Lobova KdV Instituut voor Wiskunde Faculteit der Natuurwetenschappen,
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 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 informatieDe Minimax-Stelling en Nash-Evenwichten
De Minima-Stelling en Nash-Evenwichten Sebastiaan A. Terwijn Radboud Universiteit Nijmegen Afdeling Wiskunde 20 september 2010 Dit is een bijlage bij het eerstejaars keuzevak Wiskunde, Politiek, en Economie.
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 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 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 informatieDe Dekpuntstelling van Brouwer
De Dekpuntstelling van Brouwer Non impeditus ab ulla scientia K. P. Hart Faculteit EWI TU Delft Twente, 19 oktober 2009: 18:00 20:00 Outline 1 2 3 4 De formulering Dekpuntstelling van Brouwer Zij n een
Nadere informatieTentamen Lineaire Algebra 1 (Wiskundigen)
Tentamen Lineaire Algebra Wiskundigen Donderdag, 23 januari 24,.-3. Geen rekenmachines. Motiveer elk antwoord.. Voor alle reële getallen a definiëren we de matrix C a als a C a = a 2. a Verder definiëren
Nadere informatie1 Rekenen in eindige precisie
Rekenen in eindige precisie Een computer rekent per definitie met een eindige deelverzameling van getallen. In dit hoofdstuk bekijken we hoe dit binnen een computer is ingericht, en wat daarvan de gevolgen
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 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 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 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 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 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 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 informatieExamenvragen Hogere Wiskunde I
1 Examenvragen Hogere Wiskunde I Vraag 1. Zij a R willekeurig. Gegeven is dat voor alle r, s Q geldt dat a r+s = a r a s. Bewijs dat voor alle x, y R geldt dat a x+y = a x a y. Vraag 2. Gegeven 2 functies
Nadere 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 informatieV.2 Limieten van functies
V.2 Limieten van functies Beschouw een deelverzameling D R, een functie f: D R en zij c R. We willen het gedrag van f in de buurt van c bestuderen. De functiewaarde in c is daarvoor niet belangrijk, de
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 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 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 informatie2 De Jordannormaalvorm van een lineaire transformatie
2 De Jordannormaalvorm van een lineaire transformatie We zagen dat iedere lineaire transformatie L : V V van een vectorruimte (V, K) over een algebraïsch afgesloten lichaam K op bovendriehoeksvorm kan
Nadere informatie(b) Formuleer het verband tussen f en U(P, f), en tussen f en L(P, f). Bewijs de eerste. (c) Geef de definitie van Riemann integreerbaarheid van f.
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 2 juli 2015, 08:30 11:30 (12:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van het boek Analysis
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 informatie2 De Jordannormaalvorm voor lineaire transformaties
2 De Jordannormaalvorm voor lineaire transformaties We zagen dat iedere lineaire transformatie L : V V van een vectorruimte (V, K) over een algebraïsch afgesloten lichaam K op bovendriehoeksvorm kan worden
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 informatieWiskundige beweringen en hun bewijzen
Wiskundige beweringen en hun bewijzen Analyse (en feitelijk de gehele wiskunde) gaat over het bewijzen van beweringen (proposities), d.w.z. uitspraken waaraan de karakterisering waar of onwaar toegekend
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 informatie3 De duale vectorruimte
3 De duale vectorruimte We brengen de volgende definitie in de herinnering. Definitie 3.1 (hom K (V, W )) Gegeven twee vectorruimtes (V, K) en (W, K) over K noteren we de verzameling van alle lineaire
Nadere informatieToepassingen op differentievergelijkingen
Toepassingen op differentievergelijkingen We beschouwen lineaire differentievergelijkingen of lineaire recurrente betrekkingen van de vorm a 0 y k+n + a y k+n + + a n y k+ + a n y k = z k, k = 0,,, Hierbij
Nadere 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 1 J.Keijsper
Nadere informatieJe hebt twee uur de tijd voor het oplossen van de vraagstukken. µkw uitwerkingen. 12 juni 2015
Je hebt twee uur de tijd voor het oplossen van de vraagstukken. Elk vraagstuk is maximaal 10 punten waard. Begin elke opgave op een nieuw vel papier. µkw uitwerkingen 12 juni 2015 Vraagstuk 1. We kunnen
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 informatieRadboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 26 augustus 2010, , Examenzaal
Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 26 augustus 2010, 14.00 17.00, Examenzaal Het gebruik van een rekenmachine en/of telefoon is niet toegestaan. U mag geen gebruik maken van het boek
Nadere informatieOverzicht Fourier-theorie
B Overzicht Fourier-theorie In dit hoofdstuk geven we een overzicht van de belangrijkste resultaten van de Fourier-theorie. Dit kan als steun dienen ter voorbereiding op het tentamen. Fourier-reeksen van
Nadere 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 informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.6, donderdag K. P. Hart Faculteit EWI TU Delft Delft, 2 juni, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 38 Outline 1 Rekenregels 2 K. P. Hart TW2040: Complexe
Nadere informatieTechnische Universiteit Delft. ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW2030 Vrijdag 30 januari 2015,
Technische Universiteit Delft Faculteit EWI ANTWOORDEN van Tentamen Gewone differentiaalvergelijkingen, TW23 Vrijdag 3 januari 25, 4.-7. Dit tentamen bestaat uit 6 opgaven. Alle antwoorden dienen beargumenteerd
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 informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 2 Leo van Iersel Technische Universiteit Delft 14 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 14 september 2016 1 / 30 Modelleren van LP en ILP problemen
Nadere informatieLineaire Algebra voor W 2Y650
Lineaire Algebra voor W 2Y650 Docent: L Habets HG 809, Tel: 040-2474230, Email: lcgjmhabets@tuenl http://wwwwintuenl/wsk/onderwijs/2y650 1 Herhaling: Oplossing homogene DV ẋ = Ax Aanname: A is diagonaliseerbaar
Nadere informatieLineaire programmering
Lineaire programmering Hans Maassen kort naar Inleiding Besliskunde van J. Potters [Pot]. en Methods of Mathematical Economics van J. Franklin [Fra]. Lineaire programmering is het bepalen van het maximum
Nadere informatie6. Lineaire operatoren
6. Lineaire operatoren Dit hoofdstukje is een generalisatie van hoofdstuk 2. De meeste dingen die we in hoofdstuk 2 met de R n deden, gaan we nu uitbreiden tot andere lineaire ruimten Definitie. Een lineaire
Nadere 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 informatieLineaire algebra I (wiskundigen)
Lineaire algebra I (wiskundigen) Voorbeelden van toetsopgaven, 011 en (1) (a) Bepaal de afstand van het punt Q = (1,, ) R 3 tot het vlak gegeven door x + y z = 1. (b) Bepaal de hoek tussen de vectoren
Nadere 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 informatieUitwerking opgaven 17 december. Spoilers!!
Uitwerking opgaven 7 december Spoilers!! (duh... 8 januari 206 Inhoudsopgave Complex diagonaliseren matrix 2. Opgave................................................ 2.2 Oplossing...............................................
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op , uur.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Lineaire Algebra voor ST (DS) op --9,.-7. uur. Aan dit tentamen gaat een MATLAB-toets van een half uur vooraf. Pas als de laptops
Nadere informatieTENTAMEN LINEAIRE ALGEBRA 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 informatieOplossing van opgave 6 en van de kerstbonusopgave.
Oplossing van opgave 6 en van de kerstbonusopgave. Opgave 6 Lesbrief, opgave 4.5 De getallen m en n zijn verschillende positieve gehele getallen zo, dat de laatste drie cijfers van 1978 m en 1978 n overeenstemmen.
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 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. Wilbrink HG 9.49, Tel. 2783, E-mail: h.a.wilbrink@tue.nl http://www.win.tue.nl/wsk/onderwijs/2wf09
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 informatieUitwerkingen toets 12 juni 2010
Uitwerkingen toets 12 juni 2010 Opgave 1. Bekijk rijen a 1, a 2, a 3,... van positieve gehele getallen. Bepaal de kleinst mogelijke waarde van a 2010 als gegeven is: (i) a n < a n+1 voor alle n 1, (ii)
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 informatieExamen G0U13 Bewijzen en Redeneren Bachelor of Science Fysica en Wiskunde. vrijdag 3 februari 2012, 8:30 12:30
Examen G0U13 Bewijzen en Redeneren Bachelor of Science Fysica en Wiskunde vrijdag 3 februari 2012, 8:30 12:30 Naam: Geef uw antwoorden in volledige, goed lopende zinnen. Het examen bestaat uit 5 vragen.
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 informatieDe dimensie van een deelruimte
De dimensie van een deelruimte Een deelruimte van R n is een deelverzameling die op zichzelf ook een vectorruimte is. Ter herinnering : Definitie. Een deelverzameling H van R n heet een deelruimte van
Nadere informatieOVER IRRATIONALE GETALLEN EN MACHTEN VAN π
OVER IRRATIONALE GETALLEN EN MACHTEN VAN π KOEN DE NAEGHEL Samenvatting. In deze nota buigen we ons over de vraag of een macht van π een irrationaal getal is. De aangereikte opbouw en bewijsmethoden zijn
Nadere informatieEigenwaarden en eigenvectoren
Eigwaard eigvector Als A e vierkante matrix is, dan heet e vector x e eigvector van A als Ax e veelvoud van x is : Definitie Stel dat A e (n n-matrix is E vector x R n met x o heet e eigvector van A als
Nadere informatieTENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,
TENTAMEN LINEAIRE ALGEBRA donderdag december 004, 0.00-.00 Bij elke vraag dient een berekening of motivering worden opgeschreven. Het tentamen bestaat uit twee gedeelten: de eerste drie opgaven betreffen
Nadere informatieAANVULLINGEN WISKUNDE MET (BEDRIJFS)ECONOMISCHE TOEPASSINGEN: OEFENINGEN
AANVULLINGEN WISKUNDE MET (BEDRIJFS)ECONOMISCHE TOEPASSINGEN: OEFENINGEN Hieronder volgt een korte beschrijving van de vragen van het oefeningengedeelte met antwoord. We geven ook kort weer wat regelmatig
Nadere informatieLineaire Afbeelding Stelsels differentiaalvergelijkingen. 6 juni 2006
Lineaire Afbeelding Stelsels differentiaalvergelijkingen 6 juni 6 i ii Inhoudsopgave Stelsels differentiaalvergelijkingen Opgaven Stelsels differentiaalvergelijkingen In deze paragraaf passen we onze kennis
Nadere informatie1 De permanent van een matrix
De permanent van een matrix Schrijf S n voor de symmetrische groep, met als elementen alle permutaties σ van de getallen {,..., n}. De permanent van een n n matrix A = (a ij ) is een getal dat formeel
Nadere informatie7.1 Het aantal inverteerbare restklassen
Hoofdstuk 7 Congruenties in actie 7.1 Het aantal inverteerbare restklassen We pakken hier de vraag op waarmee we in het vorige hoofdstuk geëindigd zijn, namelijk hoeveel inverteerbare restklassen modulo
Nadere informatieHoofdstuk 3 : Determinanten
(A5D) Hoofdstuk 3 : Determinanten Les : Determinanten Definitie 3. De determinant van de [2 x 2]-matrix A = ( a c det(a) = ad bc. b ) is een getal met waarde d a b Notatie : det(a) = = ad bc c d Voorbeeld
Nadere informatieTW2040: Complexe Functietheorie
TW2040: Complexe Functietheorie week 4.1, donderdag K. P. Hart Faculteit EWI TU Delft Delft, 21 april, 2016 K. P. Hart TW2040: Complexe Functietheorie 1 / 32 Outline 1 K. P. Hart TW2040: Complexe Functietheorie
Nadere informatie