Lineaire Algebra. Bovendriehoeks- en onderdriehoeks vorm: onder (boven) elke leidende term staan enkel nullen
|
|
- Marina Lemmens
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 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.: een rij vervangen door een LC met een andere rij) (uitgebreide) geassocieerde matrix: coerfficientenmatrix van een stelsel (met alleenstaande coefficient) Homogeen stelsel: stelsel waarin alle alleenstaande coefficienten 0 zijn Rij-equivalente matrices: matrices waarvan de geassocieerde stelsels gelijke oplossingen hebben Voorwaarden voor rij-echelon vorm: 1. nulrijen onderaan 2. het eerste niet-nul element in een rij staat altijd meer naar rechts dan het eerste niet-nul element in de rij erboven Elke matrix is rij-equivalent met een matrix in rij-echelon vorm Voorwaarden voor rij-canonieke vorm: 1. rij-echelon 2. leidende termen zijn gelijk aan 1 3. Boven en onder elke lijdende term staan enkel nullen Elke matrix is rij-equivalent met juist een rij-canonieke matrix Rijrang van een matrix: aantal niet-nul rijen in een rij-equivalente rij-echelon matrix. Rang van een stelsel is de rijrang van de geassocieerde matrix Ontaarde vergelijking: vergelijking waarin alle coefficienten nul zijn behalve de alleenstaande Bovendriehoeks- en onderdriehoeks vorm: onder (boven) elke leidende term staan enkel nullen Een stelsel in driehoeksvorm heeft precies een oplossing Gebonden en vrije variabelen (p18) Er bestaat voor elk stelsel juist 1 opl als de vrije variabelen een waarde krijgen Bewijs p18 Als een stelsel een unieke oplossing heeft dan is de rijrang van A gelijk aan n (vierkante (nietuitgebreide) geassocieerde matrix) Hoofdstuk 2: Matrices Associativiteit, gemengde associativiteit (met R), distributiviteit tov en tov. - Getransponeerde matrix: = gespiegeld. Noteer ( ) ( ). Matlab: A
2 ( ) en ( ) - Diagonaalmatrix: onder- en bovendriehoeksmatrix. is de eenheidsmatrix in en het neutraal element voor vermenigvuldiging. Eye(n) - Symmetrische matrix: matrix waarvoor - Scheefsymmetrische matrix: Voor een vierkante matrix geldt is symmetrisch en is scheefsymmetrisch - Inverse matrix: waarvoor inv(a) of eye(n)/a of A\eye(n) (inverse is uniek), en ( ) Bewijs p37 en p38 Berekenen van inverse matrix: voor de verzameling rij-operaties f: ( ) ( ) Hoofdstuk 3:Determinanten Voor een vierkante rij is de rijontwikkeling naar een rij gelijk aan die naar een andere rij. Of kolom. Een ontwikkeling naar een rij is gelijk aan een ontwikkeling naar een kolom. - Minor van een element van matrix is gedefinieerd als det. - De cofactor is ( ). Voor een vierkante matrix zijn de volgende uitspraken equivalent: 1. Het homogeen stelsel heeft alleen de nuloplossing 2. Matrix A is inverteerbaar 3. Rang A = n 4. det A 0 Effect van de rijbewerkingen op de determinant: - Omwisselen van twee rijen geeft een tegengestelde determinant. - Door een rij te vermenigvuldigen met een getal r wordt de determinant ook vermenigvuldigd met r. - De determinant van een matrix verandert niet als we een veelvoud van een rij bij een andere rij optellen. De determinant van een driehoeksmatrix is het product van de diagonaalelementen. Bewijs p55 De determinantafbeelding is multilineair in de rijen : als in de matrix A rij i = r*i + s*j wordt, en alle andere rijen zijn gelijk dan geldt voor de determinant = r*det A + s*det A(waarvoor i=j). Als twee rijen of kolommen gelijk zijn is deta=0 Een matrix met een nulrij heeft deta=0 Matrixbewerkingen en determinanten: - waarin n de dimentie is van A. Bewijs p52 - Bewijs p61 en p62 De determinent van de inverse van een matrix is het omgekeerde van de determinant van die matrix.
3 - De toegevoegde (adjugate) van een matrix is de getransponeerde van de matrix waarin elk element is vervangen door zijn cofactor. ( ) Bewijs p64 - Een stelsel van Cramer is een stelsel waarbij. De oplossing van een stelsel van Cramer is de i-de kolom vervangen is door de oplossingenvector gedeeld door det A. Hoofdstuk 4: vectorruimten Eigenschappen: - Bewerkingen o Inwendige optelling o Uitwendige vermenigvuldiging - Commutatieve groep V,+ o + is assoc o + is comm o V,+ heeft neutr. Element o Elk element van V heeft een invers element v - Gemengde eigenschappen + en o Gemengde associativiteit: ( ( )) ( ) o Distributiviteit en +: ( ) o Distributiviteit + en : ( ) o Neutraal element van ( ), m.a.w de determinant van A waarbij een Bewijs p65 Bewijs p75 -, - is de verzameling van veeltermen in x. - Gebonden vector en plaatsvector - Een deelruimte is een vectorruimte waarvan de verzameling een deelverzameling is. is altijd een element van een deelruimte van een vectorruimte waarin de nulvector is. Als W een deelruimte is van is W niet leeg en bestaat en elke is inwendig en overal gedefinieerd in W. Als U en W deelruimten zijn van, dan is ook een deelverzameling. - Een lineaire combinatie (LC) van vectoren is een inwendige som van uitwendige vermenigvuldigingen van die vectoren. - * + is de verzamelingen van alle LC s van de vectoren in S. - De ruimte voortgebracht of opgespannen door S is * + voor S bevat steeds S en is de kleinste deelruimte van die S bevat. Bewijs p84 Voor U en W twee deelruimten van vectorruimte : ( ). (de som van twee verzamelingen is de verzamelingen van de sommen van elk paar elementen) - Een voortbrengend deel van een vectorruimte is een verzameling van vectoren S waarvoor geldt ( ) Bewijs p91
4 - Een stel vectoren is lineair afhankelijk als er reele niet-nul getallen bestaan waarvoor de som van de producten van de vectoren met de getallen gelijk is aan de nulvector. - Een verzamelig in een vectorruimte wordt vrij genoemd als elk eindig stel vectoren uit die verzameling lineair onafhankelijk is. - Een deel van een vectorruimte is een basis indien die vrij is en voortbrengend. - De standaardbasis is de meest voor de hand liggende basis: voor is ( ) ( ). Elke vector van een vectorruimte kan als precies 1 LC van een basis worden geschreven. Een voortbrengend deel van een vectorruimte bevat steeds even veel of meer elementen dan een vrij deel - De dimensie van een vectorruimte is het aantal elementen in een basis. Bewijs p102 Om na te gaan of vectoren lineair afhankelijk zijn: in matrix zetten en rij-eschelon maken. Aantal rijen tellen. - Een rijruimte van een matrix is de vectorruimte opgespannen door de rijen - Een kolomruimte Een groep vectoren is lineair onafhankelijk als en slechts als de determinant van de matrix bekomen door de vectoren in kolommen te zetten niet nul is. Equivalente uitspraken: - rijrang A = n - kolomrang A = n - det A is niet 0 - A is inverteerbaar - De coordinaten van een vector tov een base ( ) is de vector ( ) waarvoor. Een deelruimte van een vectorruimte heeft een even grote of kleinere dimensie dan de vectorruimte. Dimensiestelling: Bewijs p115 Een homogeen lineair stelsel S in n onbekenden: ( ) ( ) Bewijs p128 Stelsel S is oplosbaar als de rijrang van het de geassocieerde matrix gelijk is aan die van de geassocieerde uitgebreide matrix. De oplossing van een stelsel is de som van een particuliere oplossing van dat stelsel met de algemene oplossing van het geassocieerde homogeen stelsel (bij oplosssingsruimte 2: geassocieerd stelsel heeft opl vlak door oosprong stelsel zelf heeft evenwijdige oplossing). Hoofdstuk 5: Lineaire afbeeldingen - Een lineaire afbeelding is een functie waarvoor ( ) ( ) ( ) Een lineaire afbeelding van een nulvector is de nulvector en de definitie geldt ook voor meerdere termen Bewijs p147 Er bestaat 1 afbeelding die een basis van een vectorruimte afbeeldt op een bepaalde set vectoren.
5 - Een isomorfisme is een bijectieve lineaire afbeelding Als twee vectorruimte een zelfde dimensie hebben bestaat er een isomorfisme tussen Bewijs p152 Lineaire bewerkingen (of opeenvolging van) van lineaire afbeeldingen zijn ook lineaire afbeelidngen. - De kern ( ) van een LA is de verzameling van vectoren waarvoor ( ) - Het beeld ( ) van een LA is de verzameling vande vectoren ( ). Voor LA is ( ) en ( ). Bewijs p159 Het beeld van een LA is de verzameling voortgebracht door de LA van de basisvectoren DIMENSIESTELLING: ( ) ( ) Bewijs p160 Hoofdstuk 6: Matrices en lineaire afbeeldingen Een LA kan worden afgebeeld als een matrix door de coordinaten van de beelden van de basis van V in de kolommen te zetten van een matrix. - Matrixvoorstelling of overgangsmatrix van een LA is de matrix waarvoor ( ( )) ( ) Bewijs p172 De matrixvoorstelling van een lineaire bewerking van LA( s) is de lineaire bewerking van deze matrixvoorstellingen. ( ). Voor een opeenvolging van LA is de matrixvoorstelling het product van de matrixvoorstellingen ( ( ) ) De rijrang en kolommatrix van een willekeurige matrix zijn gelijk. Bewijs p177 De overgangsmatrix van B A is de inverse van de overgangsmatrix van A B als A en B twee basissen zijn van een zelfde vectorruimte. Bij een LA geldt ook dat. - Matrices zijn gelijkvormig als ze horen bij een zelfde LA (evt tov andere basissen) Er bestaat een matrix P waarvoor, met A een en B LA van een basis naar de zelfde basis. Hoofdstuk 7: Diagonaliseren - Een eigenvector van een LA/matrix is een vector die door de LA wordt afgebeeldt op een veelvoud van zichzelf - Een eigenwaarde van een LA/matrix is een veelvoud dat voorkomt bij een eigenvector Eigenwaarden worden gevonden door de karakteristieke vgl ( ) - De karakteristieke vergelijking van een matrix is de vergelijking waarbij alle x een eigenwaarde voorstellen - De karakteristieke veelterm is het linkerlid van deze vergelijking Het product van de eigenwaarden van een matrix is gelijk aan de determinant van die matrix
6 - De algebraische multipliciteit van een eigenwaarde is het aantal keer dat ze de oplossing is van de karakteristieke vergelijking - De eigenruimte van een eigenwaarde van een matrix is de vectorruimte * + ( ). - De meetkundige multipliciteit van een eigenwaarde is de dimensie van de eigenruimte, en is altijd kleiner of gelijk aan de algebraische multipliciteit De eigenvectoren die horen bij verschillende eigenwaarden zijn LOA Bewijs p202 Een matrix is diagonaliseerbaar als er een gelijkvormige diagonaalmatrix bestaat met D=diagonaalmatrix, A=matrix en P=inverteerbare matrix Gelijkvormige matrices bezitten de zelfde eigenwaarden, en de bijbehorende eigenvectoren zijn waarbij een eigenvector is van de andere matrix en P de overgangsmatrix Bewijs p207 De corresponderende eigenvectoren zijn LOA als en slechts als de vectoren LOA zijn Een matrix is diagonaliseerbaar als en slechts als A enkel LOA eigenvectoren bezit. Bewijs p208 De eenvoudigste matrixvoorstelling van een LT (diag(eigenwaarden)) wordt gegeven door met P de matrix die de basisvectoren bevat van B in de kolommen Hoofdstuk 7: Normen en orthogonaliteit - Het vectorproduct van twee vectoren is de som van de producten van de corresponderende componenten van de vectoren - De norm van een vector is de positieve vierkantwortel van het scalair product van de vector met zichzelf en drukt de lengte van die vector uit in een euclidische ruimte - Een vector met lengte 1 is een eenheidsvector - De euclidische afstand van ( ) van twee vectoren is de norm van de verschilvector. De cosinus van de hoek tussen twee vectoren is het scalair product van de overeenkomstige eenheidsrichtingsvectoren. (= definitie hoek). Ongelijkheid van Cauchy-Schwartz:. - Twee vectoren zijn onderling orthogonaal wanneer de hoek is, dus wanneer. - Een basis die bestaat uit orthogonale vectoren is een orthogonale basis - Een basis die bestaat uit orthogonale eenheidsvectoren is een orthonormale basis Orthogonalisatieprocedure van Gram-Schmidt: De driehoeksongelijkheid stelt dat. De stelling van pythagoras:. - Een orthogonale matrix is een inverteerbare matrix waarvoor en bevat in elke twee kolommen of rijen onderling orthonormale vectoren Voor een orthogonale matrix geldt dat ( ) ( ). Dat geldt enkel voor orthogonale matrices. - Een orthogonale lineaire transformatie is een transformatie waarvoor ( ) ( ) Een orthogonale lineaire transformatie:
7 - Behoudt de hoek tussen twee vectoren (=>, niet <=>) - Behoudt de afstand tussen twee vectoren (<=>) - Beeldt een orthonormale basis af op een orthonormale basis (<=>) Een matrix die hoort bij een lineaire transformatie tussen twee orthonormale basissen is een orthogonale matrix. De overgang van een orthonormale basis naar de standaardbasis wordt vastgelegd door een orthogonale basisveranersingsmatrix. De determinant van een orthogonale matrix is ±1 ( ( ) ( ) ( ) ) Een orthogonale 2x2 matrix met een determinant van 1 kan geschreven worden als [ zorgt voor een rotatie met de hoek θ. Een orthogonale matrix met determinant -1 is van de vorm [ ] [ ] [ ] en zorgt voor een spiegeling rond de oorsprong, gevolgd door een rotatie van θ. ] en Hoofdstuk 9: Orthogonale diagonalisatie van reele symmetrische matrices en toepassingen Eigenvectoren die horen bij verschillende eigenwaarden van een reele matrix zijn onderling orthogonaal Een symmetrische nxn matrix bezit n orthonormale eigenvectoren. Om die te vinden: - Bereken de reele eigenwaarden en eigenvectoren - Bepaal voor elke eigenwaarde de basis van de eigenruimte - Bepaal een orthonormale basis B voor elke eigenruimte met de Gram-Schmidt procedure - De matrix waarvan de kolommen die vectoren zijn is de overgangsmatrix voor orthogonale diagonalisatie - De kwadratische vorm is een afbeelding (n argumenten) beaald door een vierkante n n matrix. Een kwadratische vorm is niet geassocieerd met een unieke matrix (factor van x i x j is a ij +a ji dus de diagonaal moet gelijk zijn en twee om de diagonaal gespiegelde elementen moeten een gelijke som hebben van twee matrices met de zelfde kwadratische vorm). Er is wel een unieke symmetrische matrix. Bij een kwadratische vorm horen orthonormale basissen waarvoor de KV geschreven kan worden in termen van die basis als een som van kwadraten. Zo n basis wordt gegeven door een stel orthonormale eigenvectoren va de bijbehorende symmetrische matrix. - Een kwadratisch hyperoppervlak of hyperkwadriek is een verzameling punten die voldoen aan. Als n=3 (drie onbekenden) of n=2 is het een kegelsnede
Definities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2
Definities, stellingen en methoden uit David Poole s Linear Algebra A Modern Introduction - Second Edtion benodigd voor het tentamen Matrix Algebra 2 Bob Jansen Inhoudsopgave 1 Vectoren 3 2 Stelsels Lineaire
Nadere 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 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 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 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 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 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 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 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 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 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 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 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 (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 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 informatie11.0 Voorkennis V
11.0 Voorkennis V 8 6 4 3 6 3 0 5 W 8 1 1 12 2 1 16 4 3 20 5 4 V is een 2 x 4 matrix. W is een 4 x 3 matrix. Deze twee matrices kunnen met elkaar vermenigvuldigd worden. Want het aantal kolommen van matrix
Nadere 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 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 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 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 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 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 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 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 informatieLineaire algebra en kegelsneden. Cursus voor de vrije ruimte
Lineaire algebra en kegelsneden Liliane Van Maldeghem Hendrik Van Maldeghem Cursus voor de vrije ruimte 2 Hoofdstuk Reële vectorruimten. De reële vectorruimte van de reële n-tallen Definitie Een reëel
Nadere informatieLineaire Algebra. Samenvatting. De Roover Robin
Lineaire Algebra Samenvatting De Roover Robin 21-211 Deze samenvatting is een overzicht van alle definities, stellingen, lemma's en proposities met hun bijhorende bewijzen. Deze samenvatting is gebaseerd
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 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 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 informatieCoördinatiseringen. Definitie 1. Stel dat B = {b 1,..., b n } een basis is van een vectorruimte V en dat v V. iedere vector v V :
Coördinatiseringen Het rekenen met vectoren in R n gaat erg gemakkelijk De coördinaten bieden de mogelijkheid om handig te rekenen (vegen Het is nu ook mogelijk om coördinaten in te voeren voor vectoren
Nadere 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 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 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 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 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 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 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 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 informatieSamenvatting. Lineaire Algebra 1 - Collegejaar Dictaat met verwijzing naar het boek. Disclaimer
Samenvatting Lineaire Algebra 1 - Collegejaar 2013-2014 Dictaat met verwijzing naar het boek Disclaimer De informatie in dit document is afkomstig van derden. W.I.S.V. Christiaan Huygens betracht de grootst
Nadere informatieUitwerkingen tentamen Lineaire Algebra 2 16 januari, en B =
Uitwerkingen tentamen Lineaire Algebra 2 16 januari, 2015 Deze uitwerkingen zijn niet volledig, maar geven het idee van elke opgave aan Voor een volledige oplossing moet alles ook nog duidelijk uitgewerkt
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 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 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 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 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. 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 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 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 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 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 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 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 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 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 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 informatieGeef niet alleen antwoorden, maar bewijs al je beweringen.
Tentamen Lineaire Algebra maandag 3--27, 3.3-6.3 uur Het is niet toegestaan telefoons, computers, grafische rekenmachines (wel een gewone), dictaten, boeken of aantekeningen te gebruiken. Schrijf op elk
Nadere 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 informatieInwendig product, lengte en orthogonaliteit in R n
Inwendig product, lengte en orthogonaliteit in R n Het inwendig product kan eenvoudig worden gegeneraliseerd tot : u v u v Definitie Als u = u n en v = v n twee vectoren in Rn zijn, dan heet u v := u T
Nadere informatie1. Lineaire Vergelijkingen in Lineaire Algebra 2. Matrix Algebra 3. Determinanten 4. Vectorruimten 5. Eigenwaarden en Eigenvec.
LINEAIRE ALGEBRA Eric Jespers Vrije Universiteit Brussel Referentie: David C. Lay, Linear Algebra and Its Applications, Fourth edition, Pearson International Edition, 2012, ISBN: 9781408287859 verplicht
Nadere informatieOefensommen tentamen Lineaire algebra 2 - december A =
Oefensommen tentamen Lineaire algebra 2 - december 2012 Opg 1 De schaakbordmatrix A is de 8 bij 8 matrix 1 0 1 0 1 0 1 0 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 A = 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 0 1 0 1 0 1
Nadere 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 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 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 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 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 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 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 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 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 informatiePraktische informatie m.b.t. College Lineaire Algebra en Beeldverwerking Bachelor Informatica en Economie 2 e jaar Voorjaar semester 2013 Docent:
Praktische informatie m.b.t. College Lineaire Algebra en Beeldverwerking Bachelor Informatica en Economie 2 e jaar Voorjaar semester 2013 Docent: D.P. Huijsmans LIACS Universiteit Leiden College Lineaire
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 informatiete vermenigvuldigen, waarbij N het aantal geslagen Nederlandse munten en B het aantal geslagen buitenlandse munten zijn. Het resultaat is de vector
Les 3 Matrix product We hebben gezien hoe we matrices kunnen gebruiken om lineaire afbeeldingen te beschrijven. Om het beeld van een vector onder een afbeelding te bepalen hebben we al een soort product
Nadere informatieTENTAMEN LINEAIRE ALGEBRA 2 dinsdag 3 april 2007,
TENTAMEN LINEAIRE ALGEBRA 2 dinsdag 3 april 2007, 000-300 Bij elke vraag dient een berekening of mo- Dit tentamen bestaat uit vijf opgaven tivering te worden opgeschreven Grafische en programmeerbare rekenmachines
Nadere informatieAanvullingen bij Hoofdstuk 6
Aanvullingen bij Hoofdstuk 6 We veralgemenen eerst Stelling 6.4 tot een willekeurige lineaire transformatie tussen twee vectorruimten en de overgang naar twee nieuwe basissen. Stelling 6.4. Zij A : V W
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 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 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 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 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 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 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 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 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 informatieWI1808TH1/CiTG - Lineaire algebra deel 1
WI1808TH1/CiTG - Lineaire algebra deel 1 College 1 8 september 2016 1 Even voorstellen Theresia van Essen Universitair docent bij Technische Wiskunde j.t.vanessen@tudelft.nl Slides op http://homepage.tudelft.nl/v9r7r/
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 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 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 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 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 (2DD12)
Lineaire Algebra (2DD12) docent: Ruud Pellikaan - Judith Keijsper email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/ ruudp/2dd12.html Technische Universiteit Eindhoven college 1 J.Keijsper
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 informatiePraktische informatie. m.b.t. College. Lineaire Algebra en Beeldverwerking. Bachelor Informatica. 1e jaar. Voorjaar semester 2012
Praktische informatie m.b.t. College Lineaire Algebra en Beeldverwerking Bachelor Informatica 1e jaar Voorjaar semester 2012 Docenten: Jesse Goodman en Charlene Kalle Universiteit Leiden Praktische informatie
Nadere 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 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 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 informatieInwendig product, lengte en orthogonaliteit
Inwendig product, lengte en orthogonaliteit We beginnen met een definitie : u u Definitie. Als u =. en v = u n v v. v n twee vectoren in Rn zijn, dan heet u v := u T v = u v + u v +... + u n v n het inwendig
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 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 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 informatieSchoolagenda 5e jaar, 8 wekelijkse lestijden
Leerkracht: Koen De Naeghel Schooljaar: 2012-2013 Klas: 5aLWi8, 5aWWi8 Aantal taken: 19 Aantal repetities: 14 Schoolagenda 5e jaar, 8 wekelijkse lestijden Taken Eerste trimester: 11 taken indienen op taak
Nadere 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 informatie