Professional Documents
Culture Documents
linalg
linalg
4
Lineaire Algebra
Alexander Arutunian
Disclaimer 4
Week 1 5
1 Matrix notatie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Toepassing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1 Warmteverdeling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Schakelingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.1 Wetten van Kirchhoff . . . . . . . . . . . . . . . . . . . . . . . . . 8
Week 2 10
1 Consistente systemen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Row Echolon Form . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1 Vrije variabelen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3 Toepassing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.1 Chemische reactie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Stromingsdiagrammen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3 Breuksplitsen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Week 3 13
1 Vermenigvuldigen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Diagonaal en Identiteit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 Transpose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4 Toepassing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.1 Ray tracing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.2 Grafen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.3 Complexe getallen(Deel I) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.4 Two-port systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.4.1 Weerstanden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.4.2 Transformator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.4.3 Voorbeeld Weekcheck 3 . . . . . . . . . . . . . . . . . . . . . . . . 17
Week 4 18
1 Determinant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2 Inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1 Cofactor matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2 Vegen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3 Toepassing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.1 Hill Cryptografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Volume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3 Wronskiaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1
3.4 Inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4.1 Grafen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4.2 Complexe getallen II . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Week 5 21
1 Vectoren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.1 Orthogonaal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2 Projectie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3 Rejectie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Kruisproduct . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1 Methode 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3 Toepassing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1 Mechanica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Maxwell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Vector calculus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.1 Gradiant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.2 Divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.3 Rotatie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.4 Warmte vergelijking . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.4 Kristal structuren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Week 6 23
1 Eigenwaarde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.1 Karakteristiek polynoom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.2 Voorbeeld . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3 Eigenschappen determinant . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2 Eigenvector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1 Bepalen eigenvector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2 Voorbeeld . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3 Toepassing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1 Laser Cavity Stability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.1 Kromme objecten . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2 Laser holte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.3 Voorbeeld . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2 Normal modes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.1 Massa-veer-massa-veer . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.2 2 ophangpunten, 2 massa’s,
3 veren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.3 3 massa’s, 3 veren . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.4 3 ophangpunten, 3 massa’s, 6 veren . . . . . . . . . . . . . . . . . . 26
3.2.5 Ophangpunt veer-massa-veer-massa . . . . . . . . . . . . . . . . . . 27
3.3 Asymptotisch gedrag? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3.1 Eigenvector van λ = 1 . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3.2 Een tweede λ = 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.3.3 Andere eigenwaarden |λ| = 1 . . . . . . . . . . . . . . . . . . . . . 27
Week 7 28
1 Least Squares Fit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.1 Stappenplan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.2 Als inproduct . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2
Bronnen 28
3
Disclaimer
Zoals de vorige is dit een samenvatting van het blok. In dit document verdiep ik me niet in de
wiskundige vaardigheden, want die moet je onder de knie hebben. Ik zal wel verdiepen in de
theorie en het toepassen ervan, want we mogen bij onze toets aantekeningen meenemen en ik zal
dit document meenemen. We weten eigenlijk heel goed wat ons te wachten staat deze toets, dus
moet het wel goed komen. Mijn grootste tip is los veel matrices op, zodat je daar vlot in bent.
Dan heb je veel tijd om over het toepassen na te denken, want dat is ook heel belangrijk. Als je
niet goed toepast, zal het oplossen van je matrix niet veel opleveren. Verder gebruik ik natuurlijk
heel de Wiskunde 1.4 sectie op BrightSpace, daar kan je alles terug vinden[1] . Ook kun je daar
de antwoorden van sommige opgaven terug vinden, zoals de check je week opdrachten. (In dit
document kunnen fouten zitten, feedback wordt gewaardeerd.)
4
Week 1 Wiskunde 1.4 Laatste toets
Week 1
1 Matrix notatie
Laten we kijken naar een twee bij twee matrix A:
1 2
A=
3 4
1 2
=
3 4
Deze matrix heeft twee rijen en twee kolommen. Om een specifiek element te pakken uit deze
matrix kunnen we dat doen door coördinaten: element = Arij,kolom . Dus A1,2 = 2. Verder zijn er
nog twee soorten matrices, een kolomvector en rijvector. De kolomvector is een n bij 1 matrix,
voor een rijvector geldt dat het een 1 bij n matrix is. Omdat er dan steeds een getal in de matrix
hetzelfde blijft (voor rij of kolom) hoef je geen twee getallen te geven voor elk element.
v1
v2
⃗v = .. ⃗ = w1 w2 w3 . . . wn
w
.
vn
Wij zullen grote vergelijkingen krijgen, om het makkelijker te maken kunnen we er een matrix
vergelijking van maken, maar die x, y, z spelen geen rol. Als we die weglaten krijgen we een
aangevulde matrix:
2x + 7y − z = 1 2 7 −1 x 1 2 7 −1 1
7x − 5y + 3z = 2 ⇒ 7 −5 3 y = 2 ⇒ 7 −5 3 2
9x + 3y − 4z = 3 9 3 −4 z 3 9 3 −4 3
5 Ez toets
Week 1 Wiskunde 1.4 Laatste toets
2 Toepassing
2.1 Warmteverdeling
We gaan kijken naar warmteverdeling. Hiervoor hebben we een differentiaal vergelijking gekregen:
X
Ṫ = ki Ai (Ti − T )
i
Buitentemperatuur 10.
Verwarmde kamers met bekende temperatuur 20.
Kamers met onbekende temperaturen Tn .
Doorlatingsfactor kdun = 3, kdik = 1.
Oppervlakte A, ieder hokje heeft A = 1 zijden.
Hieronder stellen we voor elke kamer de vergelijking op, zodat we deze in een matrix kunnen zetten.
De oplossing van deze maxtrix bevat de temperaturen van de drie onbekenden.
Kleine disclaimer: Het oplossen van een matrix is kort behandeld bij week 1 en uitgebreid bij week
2, een aanname die ik maak is dat jullie allemaal een matrix kunnen oplossen. De reden hiervoor
is, omdat een heel groot deel van de toets het oplossen van matrices zal zijn. Echter mogen wij
nu wel aantekeningen meenemen naar de toets, dit betekent dat het moeilijker zal zijn dat alleen
matrices oplossen. Dit document is een samenvatting van een deel van de stof en hetgene wat ik
zal meenemen naar de toets. De wiskundige vaardigheden moet jullie dus zelf beheersen!
6 Ez toets
Week 1 Wiskunde 1.4 Laatste toets
−8 3 0 −80 −8 0 8 0 −1 0 1 0
3 −10 3 −40 ⇒ 3 −10 3 −40 ⇒ 3 −10 3 −40 ⇒
0 3 −8 −80 0 3 −8 −80 0 3 −8 −80
−1 0 1 0 −1 0 1 0 −1 0 1 0
0 −10 6 −40 ⇒ 6 −10 0 −40 ⇒ 6 −10 0 −40 ⇒
0 3 −8 −80 −8 3 0 −80 −2 −7 0 −120
−1 0 1 0 −1 0 1 0 −1 0 1 0
3 −5 0 −20 ⇒ 3 −5 0 −20 ⇒ 0 31 0 400 ⇒
−2 −7 0 −120 1 −12 0 −140 1 −12 0 −140
−1 0 1 0 −1 0 1 0 0 0 1 14, 8
0 1 0 12, 9 ⇒ 0 1 0 12, 9 ⇒ 0 1 0 12, 9
1 −12 0 −140 1 0 0 14, 8 1 0 0 14, 8
(1)
(2)
7 Ez toets
Week 1 Wiskunde 1.4 Laatste toets
2.2 Schakelingen
Het moeilijke aan deze opdracht is om er een
matrix van te maken. Dit is precies hoe het
op de toets gaat zijn, moeilijke vragen die we
in matrix vorm moeten zetten om ze op te
kunnen lossen. Voor deze opdracht gebruiken
we Ohm’s wet en de wet van Kirchhoff. Als we
deze toepassen kunnen we de volgende formules
opstellen:
i1 = 2 + i2
2 − 2R − 3i1 = 0
−2 + 2R = 0
Juction rule
i1 = i2 + i3
Op ieder kruispunt geldt dat de ingaande stroom gelijk moet zijn aan de uitgaande stroom. Een
negatieve stroom is een stroom die tegen de richting van de pijl ingaat. Je kan dus de richtingen
vrij kiezen.
8 Ez toets
Week 1 Wiskunde 1.4 Laatste toets
Loop-rule
Elk rondje moet uitkomen op een voltage verschil van 0.
We kunnen op drie verschillende manieren een rondje maken, zie figuren 1a,1b,2. Dus samenvattend
hebben we drie vergelijkingen en drie onbekenden:
i1 − i2 − i3 = 0
−i2 R3 + i3 R2 = 0
i1 R1 + i3 R2 = V
Als je R1 , R2 , R3 , V weet dan is dit een lineair systeem dat je kunt oplossen!
9 Ez toets
Week 2 Wiskunde 1.4 Laatste toets
Week 2
1 Consistente systemen
Definition 1.1. Een systeem van vergelijkingen is consistent als er minstens één oplossing bestaat.
x+y+z =1
2x − 2y + z = 2
Er zijn meer onbekenden (x, y, z) dan vergelijkingen: Dit is een Ondergedetermineerd systeem
van vergelijkingen. Dit soort systemen hebben vaak oneindig veel oplossingen. Soms zijn ze
inconsistent.
x+y =1
2x − 2y = 2
x + 2y = 3
Er zijn meer vergelijkingen dan onbekenden (x, y): Dit is een Overgedetermineerd systeem van
vergelijkingen. Dit soort systemen zijn vaak inconsistent. Soms zijn ze wel consistent.
Iedere rij meer nullen aan de linker kant heeft staan dan bovenstaande rijen.
y =1−x
10 Ez toets
Week 2 Wiskunde 1.4 Laatste toets
Het systeem:
y+x+z =1
y+x−z =2
y+x+z =1
−2z = 1
Dat er vrije variabelen over zijn betekend dat we de oplossing niet volledig vast kunnen leggen.
Soms zijn er aanvullende eisen die niet als een lineaire vergelijking te schrijven zijn.
3 Toepassing
3.1 Chemische reactie
➊ ➌
➋
x1 x2 x3 x4 x1 =1
1 0 0 − 14
H 8 0 0 -2 0 1 0 − 5 x2 =5
C 3 0 -1 0 4
0 0 1 − 34 x3 =3
O 0 2 -2 -1 x4 =4
11 Ez toets
Week 2 Wiskunde 1.4 Laatste toets
3.2 Stromingsdiagrammen
2 12
x3
x1 + 2 = x3 x1 =5
x1 5 ⇒ x3 + 5 = 12 ⇒ x2 = 15
x1 + x2 = 20 x3 =7
x2 x4 + 5 = x2 x4 = 10
20 x4
3.3 Breuksplitsen
1 A B C 1
= + + A=
x(x + 2)(x + 1) x (x + 1) (x + 2) 2
1 = A((x + 1)(x + 2)) + B(x(x + 2)) + C(x(x + 1)) B = −1
1
1 = (A + B + c)x2 + (3A + 2B + C)x + 2A C=
2
12 Ez toets
Week 3 Wiskunde 1.4 Laatste toets
Week 3
1 Vermenigvuldigen
Definition 1.1. De theoretische definitie
P van matrix vermenigvuldiging is als volgt:
De elementen van C = AB zijn Ci,j = n Ai,n Bn,j
2 Diagonaal en Identiteit
Definition 2.1. De diagonaal van een matrix wordt gevormd door de elementen die op de
diagonaal liggen, waarbij i = j. De rest van de elementen zijn 0.
Voorbeelden:
a 0 0 a1 0
A = 0 b 0 B = 0 b1
0 0 c 0 0
Definition 2.2. Een identiteitsmatrix is een vierkante diagonaalmatrix waarbij alle diagonaal
elementen gelijk zijn aan 1.
1 0 0
I3 = 0 1 0 (In )ij = δij AI = A = IA
0 0 1
13 Ez toets
Week 3 Wiskunde 1.4 Laatste toets
3 Transpose
Definition 3.1. De Transpose van een matrix AT is de matrix A gespiegeld in de diagonaal,
waarbij rijen en kolommen omgewisseld zijn. (AT )ji = (A)ij
a b
T a c e
C = c d C =
b d f
e f
a a
a = b
→ aT = (a b c) → T T
(a ) = a = b
c c
AT B T ̸= (AB)T
4 Toepassing
4.1 Ray tracing
h1 = h0 + d sin(θ0 )
θ1 = θ0
Voor kleine θ:
h1 = h0 + dθ0
matrix:
h1 1 d h0
=
θ1 0 1 θ0
h1 = h0
θ1 = θ0 − h0 /f
h1 1 0 h0
=
θ1 −1/f 1 θ0
14 Ez toets
Week 3 Wiskunde 1.4 Laatste toets
1 d 1 0 h0
D= L= vi =
0 1 −1/f 1 θ0
Als systeem → M = LD
1 0
Bij ander medium → B =
0 nold /nnew
1 0
Voor gebogen oppervlakte → n1 −n2 n1 n1 =oud,n2 =nieuw
Rn2 n2
vuit = D3 B2 D2 B1 D1 vin
1 0 1 d 1 0
dikke lens → n1 −n2 n1 n1 −n2 n1
Rn2 n2 0 1 Rn2 n2
4.2 Grafen
Een graaf (Graph) is een weergave van een aantal
knooppunten die met elkaar verbonden zijn. Een vraag
die je kan stellen is: Ik begin in punt A en loop vier keer
over een lijn. Op hoeveel verschillende manieren kom
ik bij de verschillende eindpunten? Weergave in matrix
vorm:
b e g i n
e ... ... ... ... ...
i ... ... ... ... ...
n ... ... ... ... ...
d ... ... ... ... ...
e ... ... ... ... ...
Vraagstelling:
Ik begin in punt A en loop n keer over een lijn.
Op hoeveel verschillende manieren kom ik bij de
verschillende eindpunten? Bij vraag: Hoeveel manieren van
Berekening: A naar D:
0 0 0 0
0 1 1 1 1
1 1 0 1 0 0 0 0 0
M = b= b=
0
0 0 0
1 0 0 1 0
1 1 1 0 0 1 0 0 0
Antwoord:
Het antwoord wordt gegeven door M n b.
15 Ez toets
Week 3 Wiskunde 1.4 Laatste toets
z = a + bi → z = aI + bi met: i2 = −I
T
0 1 3 2 ∗ 3 2
i= 3 + 2i ←→ (3 + 2i) =
−1 0 −2 3 −2 3
R1 R4
i1 2 i
−→ −→
+ +
V1 R2 R3 V2
− R5 −
i1 2 i
←−
− ←−
−
Voorbeeld:
Toestand: Kijken naar de gedrag van dit voorbeeld: Ohm:
V2 = V1 − Ri1
V1
v1 = i
1
−→
i2
−→ i2 = i1
i1 + +
In matrix vorm:
V1 V2
− − 1 −R
1
←−
−
i i
2
←−
− v2 = v1
0 1
16 Ez toets
Week 3 Wiskunde 1.4 Laatste toets
4.4.2 Transformator
n2
n1
0
v2 = n1 v1
0 n2
1 3 2 0 1 0
M1 = , M2 = , M3 =
0 1 0 12 − 21 1
2 6 12
M= 1 , v1 =
−1 −2 2 2
36
M1 M2 M3 v2 = M v1 =
−17
17 Ez toets
Week 4 Wiskunde 1.4 Laatste toets
Week 4
1 Determinant
Definition 1.1. Eigenschap vierkante matrix.
a b a b 1 2 3
det = = ad − bc 3 4
c d c d det 2 3 4 = 1 · · (+1)
4 5
= ad · (+1) + bc · (−1) 3 4 5
+ − + ...
2 3
+2 · · (−1)
− + − . . . 4 5
+ − + . . . 2 3
.. .. .. . .
+3 · · (+1)
. 3 4
. . .
= −1 + 4 − 3 = 0
det(AB) = det(A)det(B)
2 Inverse
Voor 2x2 matrix:
AA−1 = I = A−1 A
2.2 Vegen
identiteitsmatrix rechts en matrix links, doel is om identiteitsmatrix links te krijgen. Rechts staat
dan de inverse van je matrix.
a b 1 0 1 0 e f
→
c d 0 1 0 1 g h
18 Ez toets
Week 4 Wiskunde 1.4 Laatste toets
3 Toepassing
3.1 Hill Cryptografie
Kies een bericht: BERICHT
B R C T
zet bericht in matrix→ M =
E I H
2 18 3 20
Van letters naar getallen.→ M =
5 9 8 0
Kies een sleutel S en versleutel bericht: SM
Vertaal
3.2 Volume
Definition 3.1. Wanneer we de determinant pakken van een vector pakken we de volume, dit kan
in hogere dimensies. Uiteraard is volume altijd positief, dus we pakken de absolute waarde van de
determinant van de matrix.Hier is de formule:
Vol(A) = |det(A)|
Voorbeeld:
1 0 0 0 1 0 0 0
2 1 0 0 2 1 0 0
, , ,
3 1 −1 0 ⇒ = −1 ⇒ Vol = | − 1| = 1
3 1 −1 0
4 1 0 1 4 1 0 1
19 Ez toets
Week 4 Wiskunde 1.4 Laatste toets
3.3 Wronskiaan
Definition 3.2. Toepassing van de determinant om te kijken of een verzamelijk van functies linear
afhankelijk is. De matrix moet vierkant zijn. De functies zijn lineair onafhankelijk als er een x
is waarvoor de Wronskiaan niet gelijk is aan 0. Hiermee kunnen we alleen bewijzen dat functies
lineair onafhankelijk zijn, niet dat functies lineair afhankelijk zijn. Bij W (x) = 0 zeg je geen
conclusie.
8
inv(M 8 ) = (M −1 )
Dus het is makkelijker om eerst de inverse te berekenen en dan 8 keer vermenigvuldigen, dan de
inverse van M 8 berekenen.
20 Ez toets
Week 5 Wiskunde 1.4 Laatste toets
Week 5
vector × vector = vector
1 Vectoren
1.1 Orthogonaal
Vectoren zijn orthogonaal wanneer ze loodrecht op elkaar staan, hierdoor is het inproduct 0:
v·w =0
2.1 Methode 2
v1 w1 eˆ1 v1 w1
v2 × w2 = det eˆ2 v2 w2
v3 w3 eˆ3 v3 w3
3 Toepassing
21 Ez toets
Week 5 Wiskunde 1.4 Laatste toets
∂T
= α∇ · ∇T
∂t
22 Ez toets
Week 6 Wiskunde 1.4 Laatste toets
Week 6
1 Eigenwaarde
1.1 Karakteristiek polynoom
Av = λv
(A − λI)v = 0 p(λ) = det(A − λI)
det(A − λI) = 0 De nulpunten van p(λ) zijn
de eigenwaarden van de matrix A.
Dan is λ een eigenwaarde van de matrix A.
Dan is v een eigenvector van de matrix A.
1.2 Voorbeeld
1.3 Eigenschappen determinant
0 −2
A=
1 3 det(AB) = det(A)det(B) → eigenwaarde A = BAB −1
p(λ) = det(A − λI)
B D
A=
0 − λ −2 0 C
= det
1 3−λ det(A) = det(B)det(C)
= (0 − λ)(3 − λ) + 2 = λ2 − 3λ + 2 det(AT ) = det(A) → eigenwaarde AT = A
= (λ − 1)(λ − 2) det(A∗ ) = det(A)∗
dus de eigenwaarden zijn λ1 = 1, λ2 = 2.
det(A) = λ1 λ2 . . . λn
tr(A) = λ1 + λ2 + . . . + λn
1 p
λ± = tr(A) ± tr(A)2 − 4det(A) → 2 × 2 matrix
2
23 Ez toets
Week 6 Wiskunde 1.4 Laatste toets
2 Eigenvector
2.1 Bepalen eigenvector
(1). Bepaal de eigenwaarden λi .
(4). LET OP: het systeem is afhankelijk, er is dus een vrije keuze te maken. Gebruikelijk zijn
om een element op 1 te zetten, of ||vi || = 1 te kiezen.
(5). LET OP: Als eigenwaarden vaker voorkomen, heb je meestal meer afhankelijkheid in het
systeem. Je kan dus meerdere waarden kiezen. Je moet de vectoren onafhankelijk van elkaar
kiezen v ̸= aw als dat kan. Als dit kan, dan is het mogelijk om de vectoren orthogonaal te
kiezen.
2.2 Voorbeeld
4 2
A=
−1 1
= (λ − 3)(λ − 2)
Voor λ1 = 3: Voor λ2 = 2:
1 2 2 2
(A − 3I)v1 = v =0 (A − 2I)v2 = v =0
−1 −2 1 −1 −1 2
24 Ez toets
Week 6 Wiskunde 1.4 Laatste toets
3 Toepassing
3.1 Laser Cavity Stability
We gaan kijken naar deze toepassing en we hebben een nieuw optisch element, namelijk een spiegel:
1 0
Spiegel =
0 1
3.1.3 Voorbeeld
Oefentoets wiskunde 11/06/2024.
L0.4
D0.05 ←−−−−−− D0.05
S0.2
←−−−−−−−− ←−−−−−−−−
−
→
−
→ −−−
−−
S−0.3
→
−
−−
−−
−−
−−
→ −−−−−−−−→
→
−−−−−−−−→
D0.05
D0.05 −−−−−−→
L0.4
25 Ez toets
Week 6 Wiskunde 1.4 Laatste toets
mẍ + kx = 0
ω 2 = M −1 K
26 Ez toets
Week 6 Wiskunde 1.4 Laatste toets
m1 ẍ1 + k1 x1 + k2 (x1 − x2 ) = 0
m2 ẍ2 + k2 (x2 − x1 ) = 0
m1 0 k1 + k2 −k2
ẍ + x=0
0 m2 −k2 k2
m1 0 x¨1 k1 + k2 −k2 x1
+ =0
0 m2 x¨2 −k2 k2 x2
eingenwaarde van M −1 K = ω 2
(M − I)vi = 0 (blz.23)
27 Ez toets
Week 7 Wiskunde 1.4 Laatste toets
Week 7
B = AT A
⃗1 · ⃗1 ⃗1 · ⃗t ⃗1 · t⃗2
⃗ ⃗
= t·1 ⃗t · ⃗t ⃗t · t⃗2
t⃗2 · ⃗1 t⃗2 · ⃗t ⃗ 2
t ·t ⃗2
⃗q = AT m ⃗
⃗1 · m
⃗
= ⃗t · m⃗
t⃗2 · m
⃗
28 Ez toets
Bibliography
29