Hoofdstuk 3 : Determinanten

Vergelijkbare documenten
Hoofdstuk 3 : Determinanten

WI1808TH1/CiTG - Lineaire algebra deel 1

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

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

De inverse van een matrix

Lineaire Algebra voor ST

1 Eigenwaarden en eigenvectoren

11.0 Voorkennis V

1 Stelsels lineaire vergelijkingen.

Determinanten. Definities en eigenschappen

Lineaire Algebra (2DD12) Laatste nieuws in 2012

Lineaire Algebra voor W 2Y650

Lineaire Algebra Een Samenvatting

Eindtermen Lineaire Algebra voor E vor VKO (2DE01)

Determinanten. , dan is det A =

Matrixalgebra (het rekenen met matrices)

6. Lineaire operatoren

4. Determinanten en eigenwaarden

Eigenwaarden en eigenvectoren

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

Eigenwaarden en eigenvectoren in R n

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

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

Stelsels Vergelijkingen

TENTAMEN LINEAIRE ALGEBRA 1 donderdag 23 december 2004,

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

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

Samenvatting Lineaire Algebra, periode 4

Lineaire Algebra voor ST

Geef niet alleen antwoorden, maar bewijs al je beweringen.

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

Tentamen Lineaire Algebra 1 (Wiskundigen)

Complexe eigenwaarden

Basiskennis lineaire algebra

3.2 Vectoren and matrices

Geadjungeerde en normaliteit

Aanvullingen bij Hoofdstuk 8

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op , uur.

Tussentijdse Toets Wiskunde 2 1ste bachelor Biochemie & Biotechnologie, Chemie, Geografie, Geologie en Informatica april 2011

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

Determinanten. Hoofdstuk Inleiding

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

Lineaire Algebra voor ST

Tentamen Lineaire Algebra 2

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

Tentamen Lineaire Algebra B

Eigenwaarden en Diagonaliseerbaarheid

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

Tentamen Lineaire Algebra

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

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Lineaire Algebra voor ST (2DS06) op , uur.

Matrices en Stelsel Lineaire Vergelijkingen

Lineaire vergelijkingen II: Pivotering

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

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

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.

Uitwerkingen Lineaire Algebra I (wiskundigen) 22 januari, 2015

Toepassingen op discrete dynamische systemen

Uitwerking Proeftentamen Lineaire Algebra 1, najaar y y = 2x. P x. L(P ) y = x. 2/3 1/3 en L wordt t.o.v de standaardbasis gegeven door

Functies van vectoren

Vragen, samenvattingen en uitwerkingen Lineaire algebra 1 - UvA

M1 Wiskundig taalgebruik en notaties

Antwoorden op de theoretische vragen in de examen voorbereiding

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

Symmetrische matrices

PROEFEXAMEN LINEAIRE ALGEBRA donderdag 17 november 2011

Toepassingen op differentievergelijkingen

Lineaire Algebra voor ST

CTB1002-D2 Lineaire Algebra 2

Algebra Determinanten en stelsels. Cursus voor de vrije ruimte

Inwendig product, lengte en orthogonaliteit in R n

UITWERKINGEN 1 2 C : 2 =

Lineaire Algebra (2DD12)

Inleiding in de lineaire algebra

Uitwerkingen tentamen lineaire algebra 2 13 januari 2017, 10:00 13:00

Wiskunde I voor Scheikunde en Medische Natuurwetenschappen

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

4 Positieve en niet-negatieve lineaire algebra

Lineaire Algebra voor ST

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

A = b c. (b) Bereken de oppervlakte van het parallellogram dat opgespannen wordt door b en c. Voor welke p is deze oppervlakte minimaal?

Lineaire Algebra voor ST

Wiskunde D vwo Lineaire algebra. Presentatie Noordhoff wiskunde Tweede Fase congres 19 november 2015 Harm Houwing en John Romkes

Voorbeeld theorie examen

Transcriptie:

(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 det(a) = 7 3 = 7 3 = 3 Definitie 3.2 De Ondermatrix (B ij) van de matrix B is de matrix die overblijft als je de i/de rij en de j/de kolom doorstreept. Voorbeeld 2 Neem de matrix B = Dan is ondermatrix B 2 = ( ) en ondermatrix B 23 = ( 7 3 ) Definitie 3.3 Om de determinant van een [3 x 3] matrix B uit te rekenen, als je deze ontwikkelt naar bijvoorbeeld de e rij : b b 2 b 3 det(b) = b 2 b 22 b 23 = b B b 2 B 2 + b 3 B 3 b 3 b 32 b 33

2 (A5D) Voorbeeld Om de determinant van B uit te rekenen, gebruik je de volgende stappen : B = ( ) det(b ) = = = B 2 = ( ) det(b 2) = = = B 3 = ( ) det(b 3) = = = De determinant van B kun je nu berekenen : det(b) = b B b 2 B 2 + b 3 B 3 = 7 + 3 3 = Opmerking Je kunt de matrix naar iedere rij en kolom ontwikkelen. Kies vaak de handigste rij / kolom (welke zal dat zijn?) + + Er is een trucje voor de plussen en minnen bij de determinant : ( + ) + + Voorbeeld 2 Bereken de determinant van de matrix B door hem te ontwikkelen naar de tweede kolom.

3 (A5D) Les 2 : Rekenregels voor Determinanten Een determinant is een getal, dus daar zijn ook rekenregels voor. Rekenregels en eigenschappen van Determinanten. Laat B een matrix zijn en B dezelfde matrix waarbij één rij met factor α vermenigvuldigd is. Dan geldt det (B) = α det (B ) 2. Vegen van rijen heeft GEEN invloed op de waarde van de determinant. 3. Laat B een matrix zijn en B 2 dezelfde matrix waarbij 2 rijen (of kolommen) van plaats wisselen. Dan geldt det (B) = - det (B 2) 4. det (AB) = det (A) det (B) 5. det (A T ) = det (A) 6. det(a) = De kolommen zijn onafhankelijk. Bij ieder ander getal zijn ze afhankelijk. 7. det(a ) = det (A) Voorbeelden Neem B = ( 6 3 5 2 ) en A = ( ). Er geldt det(b) = 2-3 = 9 en det (A) = 5+2=7 2. det(b) = 6 3 = 36 9 = 27 = 3 9 = 3 det (B) 3 6 2. R = R R2 det(b3) = 5 = = 9 = det (B) 2 3. det(b2) = 2 = 3 2 = 9 = 9 = det (B) 6 3 27 5 4. det(ab) = = 8 45 = 63 = 7 9 = det (A) det (B) 3 4 5. det(a T ) = 5 = 5 2 = 7 = det (A) 2 6. det(c) = 3 6 = 3 4 2 6 = Klopt want kolom 2 = 2 kolom 2 4 7. det (A) det (A - ) = det (A x A - ) = det (I) = det(a ) = det (A) Voorbeeld Bestaat de inverse van een matrix A als det(a) =?

4 (A5D) Les 4 : De regel van Cramer (Inverse met determinanten) De inverse van een matrix A is ook te bepalen m.b.v. de formule A = C = ( )i+j det (B ji ) det(a) Stappenplan voor de inverse met de regel van Cramer :. Bereken det(a) 2. Maak matrix B met b ij = det (A ij ) 3. Neem B T. 4. Verdeel de plussen en minnen volgens het schaakbordpatroon. (matrix D) 5. Deel de ontstane matrix door det(a). Zo ontstaat A -. Voorbeeld. Neem de matrix A = ( 4 ) en det(a) = 6 3 4 2. Dan is bijv. minor B 2 = ( 4 ) en det(b 2) = 4. Als je alle deelmatrices uitrekent ontstaat de 6 4 matrix B = ( 4 3 ) 4 6 3. [B] T = ( 4 4 ) 3 4 6 4. C = ( 4 4 ) 3 4 6 5. A = C = ( 4 4 ) = ( det(a) 6 3 4 4 ) 4 6 3 6 4

5 (A5D) Les 7 : Eigenwaarden en Eigenvectoren Definitie 3.4 Eigenwaarde en Eigenvector Neem de matrix A en een getal λ en x. Als voor de vector x geldt dat Ax = λx dan heet x de eigenvector met λ de bijbehorende eigenwaarde. Voorbeeld Neem A = ( 3 4 ) en x = ( 3 4 ). Dan is Ax = ( 3 3 ) ( 4 4 ) = ( 8 8 ) = 2 ( 4 4 ) Dus de vector x is eigenvector van de matrix A met eigenwaarde λ=2. Eigenwaarden en eigenvectoren berekenen Om de eigenwaarden en eigenvectoren te berekenen gebruik je Ax = λx Ax - λix = (A λi)x = Omdat x moet er gelden dat det(a λi) = Dit noemt men de karakteristieke vergelijking We zullen een stappenplan opstellen. Algoritme voor eigenwaarden en Eigenvectoren berekenen. Bepaal de matrix A λi en bereken de determinant van A λi 2. Bepaal een makkelijke waarde en bereken de andere waarde m.b.v. een staartdeling 3. Bepaal bij iedere eigenwaarde de eigenvector

6 (A5D) Voorbeeld Eigenwaarde en Eigenvectoren berekenen : 2 Neem A = ( 3 4). Bepaal de eigenwaarden en eigenvectoren. 4 9 Oplossing. Bepaal de matrix A λi en bereken de determinant : Ontwikkelen naar de e rij geeft : = 2. Bepaal een makkelijke waarde en los de vergelijking op. Voor λ = geldt de oplossing, dus een staartdeling uitvoeren geeft : -λ 3 +4λ 2-35λ + 22 : (λ ) = -λ 2 + 3λ 22 - (λ 2-3λ + 22) -(λ-)(λ-2) Dus de oplossingen zijn λ = ; λ = 2 en λ =. 3. Bepaal bij iedere eigenwaarde de eigenvector 9 a 9a a = ) λ = : (A I)x = ( 8 4 ) ( b) = ( 8b + 4c) = ( ) ( c = 2b) 4 2 c 4b 2c c = 2b Dus een eigenvector is ( ) (of een veelvoud daarvan) 2 a a a = 2) λ = : (A I)x = ( 2 4) ( b) = ( 2b + 4c) = ( ) ( b = 2c) 4 8 c 4b + 8c Dus een eigenvector is ( ) (of een veelvoud daarvan) 2 b = 2c a a a = 3) λ = 2 : (A I)x = ( 4) ( b) = ( b + 4c ) = ( ) ( b = 4c ) 4 7 c 4b + 7c b = 7 c 4 Dus een eigenvector is ( ) (of een veelvoud daarvan)

7 (A5D) Samengevat Er zijn drie eigenwaarden met 3 bijbehorende eigenvectoren : ) λ = : ( ) 2 2) λ = : ( ) 2 3) λ = 2 : ( ) Opmerkingen. Vegen van rijen verandert de eigenwaarden (NOOIT doen) 2. Eigenwaarden (λ) kunnen zijn, eigenvectoren NOOIT.