Matrixalgebra (het rekenen met matrices)



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

WI1808TH1/CiTG - Lineaire algebra deel 1

Lineaire Algebra voor ST

Lineaire Algebra voor ST

Determinanten. , dan is det A =

Lineaire Algebra Een Samenvatting

WI1808TH1/CiTG - Lineaire algebra deel 1

Lineaire Algebra voor ST

Eigenwaarden en eigenvectoren

De inverse van een matrix

3.2 Vectoren and matrices

Functies van vectoren

Determinanten. Definities en eigenschappen

Stelsels Vergelijkingen

Coëfficiënten matrix = matrix waarin de rechterkolom geen oplossing van de vergelijking is. 1. Lineair systeem = Stelsel van lineaire vergelijkingen

Lineaire Algebra voor ST

Lineaire Algebra en Vectorcalculus 2DN60 College 5.a Basis en dimensie

Vectorruimten en deelruimten

Lineaire Algebra (2DD12)

Aanvullingen bij Hoofdstuk 8

Hoofdstuk 3 : Determinanten

Inwendig product, lengte en orthogonaliteit in R n

Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b

11.0 Voorkennis V

Lineaire Algebra (wi2142tn) Les 5: Determinanten. Joost de Groot Les 5. Faculteit EWI, Toegepaste Wiskunde. Technische Universiteit Delft

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

Samenvatting Lineaire Algebra, periode 4

De dimensie van een deelruimte

PROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011

Lineaire Algebra voor ST

Dimensie van een deelruimte en rang van een matrix

x = b 1 x 1 , b = x n b m i,j=1,1 en een vector [x j] n j=1 m n a i,j x j j=1 i=1

Vector-en matrixvergelijkingen. Figuur: Vectoren, optellen

Zomercursus Wiskunde. Module 16 Lineaire algebra B (versie 22 augustus 2011)

Hints en antwoorden bij de vragen van de cursus Lineaire Algebra en Meetkunde

Toepassingen op differentievergelijkingen

TENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,

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

Bilineaire Vormen. Hoofdstuk 9

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

Zomercursus Wiskunde. Lineaire algebra (versie 15 september 2008)

Vragen, samenvattingen en uitwerkingen Lineaire algebra 1 - UvA

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

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

Voorbeeld theorie examen

Basiskennis lineaire algebra

1. Lineaire Vergelijkingen in Lineaire Algebra 2. Matrix Algebra 3. Determinanten 4. Vectorruimten 5. Eigenwaarden en Eigenvec.

Zomercursus Wiskunde. Module 3 Lineaire algebra A (versie 22 augustus 2011)

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

Lineaire Algebra voor ST

Tentamen Lineaire Algebra 2

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

Eerste deeltentamen Lineaire Algebra A

Tentamen Lineaire Algebra 1 (Wiskundigen)

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

Lineaire Algebra voor ST

Uitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015

Lineaire Algebra voor ST

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

PROEFEXAMEN LINEAIRE ALGEBRA dinsdag 22 november 2016

(iii) Enkel deze bundel afgeven; geen bladen toevoegen, deze worden toch niet gelezen!

4. Determinanten en eigenwaarden

Blokmatrices. , I 21 = ( 0 0 ) en I 22 = 1.

Inleiding in de lineaire algebra

Matrices en Stelsel Lineaire Vergelijkingen

M1 Wiskundig taalgebruik en notaties

Lineaire Algebra voor ST

1 Eigenwaarden en eigenvectoren

1 Inleidende begrippen Velden Veeltermen Matrices Stelsels van lineaire vergelijkingen... 22

Tentamen Lineaire Algebra B

Inwendig product, lengte en orthogonaliteit

Antwoorden op de theoretische vragen in de examen voorbereiding

b + b c + c d + d a + a

Lights Out. 1 Inleiding

Kwantummechanica Donderdag, 13 oktober 2016 OPGAVEN SET HOOFDSTUK 4. Bestudeer Appendix A, bladzijden van het dictaat.

4.0 Voorkennis [1] Stap 1: Maak bij een van de vergelijkingen een variabele vrij.

Supplement Wiskunde 2017/2018. Inhoudsopgave

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

Coëfficiënten matrix = matrix waarin de rechterkolom geen oplossing van de vergelijking is. 1. Lineair systeem = Stelsel van lineaire vergelijkingen

Lineaire Algebra voor ST

2. Transformaties en matrices

Hoofdstuk 3 : Determinanten

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

Samenvatting. Lineaire Algebra 1 - Collegejaar Dictaat met verwijzing naar het boek. Disclaimer

Lineaire Algebra voor W 2Y650

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

Ruimtemeetkunde deel 1

Lineaire Algebra voor ST

Toepassingen op discrete dynamische systemen

Dossier 4 VECTOREN. Dr. Luc Gheysens. bouwstenen van de lineaire algebra

Aanvullingen bij Hoofdstuk 6

Transcriptie:

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 : A (a ij, waarbij a ij staat voor het elemt van A in de i e rij in de j e kolom De elemt a, a 22, a, het wel de diagonaalelemt van A Deze vorm de zogaamde hoofddiagonaal van de matrix A E diagonaalmatrix is e vierkante matrix (dus : m n waarvan alle niet-diagonaalelemt nul zijn E matrix waarvan alle elemt nul zijn heet e nulmatrix Notatie : O Het (coördinaatsgewijs rek met vector kan m evoudig geraliser naar matrices Twee matrices noem we gelijk als hun afmeting gelijk zijn tevs de overekomstige elemt gelijk zijn Matrices met dezelfde afmeting kunn elemtsgewijs bij elkaar word opgeteld van elkaar word afgetrokk Ook de scalaire vermigvuldiging (vermigvuldiging met e getal gaat elemtsgewijs Voorbeeld Als A A + B + B 2 2 5 2A Op deze manier kunn lineaire combinaties gevormd word, zoals : 6 0 2 8 A 2B 6 9 + 2 4 8 5 0 5 6 8 6 2 2 4 4 6 0 0 We hebb nu de volgde rekregels : Stelling Als A, B C matrices zijn met dezelfde afmeting r s zijn reële getall, dan geldt : A + B B + A 4 r(a + B ra + rb 2 (A + B + C A + (B + C 5 (r + sa ra + sa A + O A 6 r(sa (rsa

De matrixvermigvuldiging Onder bepaalde voorwaard kunn we matrices ook met elkaar vermigvuldig : Definitie 2 Als A e (m n-matrix is B b b p e (n p-matrix, dan geldt : AB A b b p Ab Ab p Merk op dat dit e natuurlijke uitbreiding is van het matrix-vectorproduct Voorbeeld 2 Als A AB Immers, voor de eerste kolom geldt 2 + 0 voor de tweede kolom 2 2 + 4 0 B 2 5 2 5 ( 2 ( 2 6 2 + 9 0 5 2 8 4 + 2 0 20 7 6 7 6 5 20 7 7 5 6 6 20 Dit is de kolomgewijze badering, maar evals bij het matrix-vectorproduct kunn we dit ook rijgewijs berek : ( ( 2 2 2 4 7 6 AB 2 2 ( + 2 2 + 4 7 6 0 ( 5 0 2 5 4 5 20 Opmerking E matrixproduct AB is dus alle gedefinieerd als het aantal kolomm van A gelijk is aan het aantal rij van B In dat geval noemt m A B vermigvuldigbaar Als A e (m n-matrix is B e (n p-matrix, dan is AB dus gedefinieerd is AB e (m p-matrix In voorbeeld 2 is dus AB wel, maar BA niet gedefinieerd! 2

Voorbeeld Als A AB BA B ( 0 ( 0 ( 0 7 6 7 6 6 5 20 0 ( 7 6 Zowel AB als BA zijn gedefinieerd, maar AB is e ( -matrix BA is e (2 2-matrix Dus : AB BA Voorbeeld 4 Als A AB BA ( 4 ( 4 ( 0 2 5 B ( 0 2 5 ( 4 ( 0 2 5 ( 6 5 8 5 ( 4 8 7 Zowel AB als BA zijn gedefinieerd, beide zijn (2 2-matrices, maar AB BA Voorbeeld 5 Als A ( 4 AB BA ( 4 ( 4 2 5 B ( 4 2 5 ( 4 2 5 ( 4 ( 4 2 ( 4 2 Nu geldt AB BA M zegt dan dat de matrices A B commuter Voorbeeld 6 Als A ( 2 2 AB BA B ( 2 2 Dus : BA O, terwijl A O B O ( 2 2 ( ( 0 0 0 0 O

( 2 Voorbeeld 7 Als A 2 4 AB ( 2 2 4 2, B 2 ( 6 6 ( C ( 2 2 4 AC Dit toont aan dat we del door e matrix niet kunn definiër ( ( 6 6 In het algeme geldt dus : AB BA 2 AB O A O of B O AB AC B C Wel geld de volgde rekregels : Stelling 2 Als A e (m n-matrix is B C zijn matrices met afmeting zodat de onderstaande matrixproduct gedefinieerd zijn : A(BC (ABC 4 λ(ab (λab A(λB voor iedere λ R 2 A(B + C AB + AC 5 I m A A met I m de (m m-eheidsmatrix (A + BC AC + BC 6 AI n A met I n de (n n-eheidsmatrix E vierkante matrix A kan met zichzelf vermigvuldigd word Het product heeft dezelfde afmeting als A In dat geval kunn we dus macht van e matrix definiër : Definitie Als A e (n n-matrix is : A 2 A A, A A A 2 algeme A k A A k voor k 2,, 4, Dit geldt ook voor k als we definiër dat : A 0 I n Voorbeeld 8 Als A A 2 A A A A A 2 ( 4 8 7 ( 4 8 7 ( 9 22 Tslotte definiër we nog het begrip transponer Onder transponer van e matrix A verstaan we het verwissel van de rij de kolomm Het resultaat noem we de getransponeerde van de matrix A Notatie : A T Dus : als A (a ij A T (a ji Voorbeeld 9 Als A 2 4 0 5 Hiervoor geld de volgde rekregels :, dan is A T ( 2 0 4 5 4

Stelling Als A B matrices zijn zodat de onderstaande somm matrixproduct gedefinieerd zijn : (A T T A (λa T λa T voor iedere λ R 2 (A + B T A T + B T 4 (AB T B T A T ( ( 0 Voorbeeld 0 Stel dat A B 2 5 Vraag : Bepaal e matrix X zodat AX B ( 0 2 5 ( 2 Hieruit volgt dat X ( Vraag 2 : Bepaal e matrix Y zodat Y A B 0 ( 0 2 Merk op, dat : Y A B (Y A T B T A T Y T B T ( 0 ( 5 0 ( 0 4 6 9 4 ( ( 6 9 6 Hieruit volgt dat Y T dus dat Y 4 9 4 De inverse van e matrix Definitie 4 E (n n-matrix A heet inverteerbaar als er e (n n-matrix C bestaat zodat AC I én CA I Zo n matrix C heet e inverse van A Stelling 4 Als e (n n-matrix A inverteerbaar is, dan bestaat er maar één inverse Bewijs Stel dat AC I CA AB I BA, dan volgt B BI B(AC (BAC IC C Als e matrix A inverteerbaar is, dan kunn we dus sprek over de inverse van A Notatie : A E niet-inverteerbare matrix wordt ook wel singulier goemd e inverteerbare matrix niet-singulier (of : regulier 5

( a b Stelling 5 Als A c d : Als ad bc 0, dan is A inverteerbaar A ad bc Als ad bc 0, dan is A niet inverteerbaar ( d b c a Het getal ad bc heet de determinant van de matrix A : det A : ad bc a c Voorbeeld 0 A 2 Dus : A is inverteerbaar A 2 det A 2 0 ( ( 2 2 b d Stelling 6 Als de (n n-matrix A inverteerbaar is, dan heeft de matrixvergelijking Ax b precies één oplossing voor iedere b R n Die oplossing is dan x A b Er geld de volgde rekregels : Stelling 7 Als A B inverteerbare (n n-matrices zijn : (A A 2 (A T (A T (AB B A De laatste rekregel kan evoudig gegeraliseerd word tot : e product van inverteerbare (n n-matrices is inverteerbaar de inverse is het product van de invers in omgekeerde volgorde Stelling 8 Als A e vierkante matrix is C is e matrix zodat AC I ook dat CA I Het bewijs van deze stelling is niet zo evoudig (ge ttamstof, maar het resultaat bespaart veel werk Om na te gaan of e matrix A inverteerbaar is hoev we slechts te zoek naar e matrix X zodat AX I Als zo n matrix X bestaat, dan is dat de inverse van A als zo n matrix X niet bestaat, dan is A niet inverteerbaar Algoritme : (A I ( I A Voorbeeld A 2 2 0 Vraag : Is A inverteerbaar? Zo ja, wat is dan A? 6 0 ( 0 2

( 2 Dus : A is inverteerbaar A Voorbeeld 2 A 2 5 7 4 0 2 Vraag : Is A inverteerbaar? Zo ja, wat is dan A? 2 5 7 4 0 2 2 0 2 0 0 0 0 0 0 0 0 0 2 0 0 2 6 4 Dus : A is inverteerbaar A 2 6 4 2 7 4 0 2 0 0 0 0 7 5 0 2 0 6 4 Deelruimt van R n Definitie 5 E deelverzameling H van R n heet e deelruimte van R n als : o H 2 u + v H voor alle u, v H λu H voor alle u H λ R Stelling 9 Als A e (m n-matrix is, dan is Col A e deelruimte van R m Nul A e deelruimte van R n Definitie 6 E verzameling vector {a,, a p } in R n heet e basis van H als : H Span{a,, a p } 2 {a,, a p } is lineair onafhankelijk Stelling 0 Als A e (m n-matrix is, dan vorm de pivotkolomm van A e basis van Col A 7