Samenvatting: Lineaire Algebra

1. Vectoren rechten en vlakken

1.1. Vectoren
Glijdende vector is een grootheid bepaald door: Zijn richting Zijn zin Zijn grootte Vaste vector is een grootheid bepaald door: Stelling 1: u + v IRn u + (w+v) = (u+w) + v Er bestaat een 0 waarvoor : u+ 0 = 0 + u = u Voor alle u IRn bestaat er n u waarvoor: u + (-u) = 0 u +v = v+ u k. u IRn k (u +v) = ku + kv (k+l) u = ku + lu k(lu) = (k l) u 1u=u Merk op: Nulvector wordt aangeduid met een gewoon getal en niet altijd met een streepje Zijn richting Zijn zin Zijn grootte De plaats van het aangrijpingspunt

1.2. Rechten in IR en IR
Vectorile vergelijking van een rechte: P = P0 + k S Met P0 = punt op de rechte S = richtingsvector van de rechte Parametervergelijking door een punt (x0 , y0) en richtingsgetallen ( a , b): x = x0 + k a y = y0 + k b

Vergelijking van een rechte door twee punten: P = P0 + k ( P1 P0) x = x0 + k (x1 x0) y = y0 + k (y1 y0)

Carthesische vergelijking : We zetten de parametervergelijking om in een carthesische vergelijking door k te elimineren. x x0 = a y y0 b y y0 = b/a (x x0 )

Deze kan dan omgezet worden naar : Merk op : Wanneer a = 0; x = x0 y = y0 + k b

y is dus willekeurig waardoor de vergelijking dit wordt :

x = x0

De richtingvector kan nooit ( 0 , 0 ) zijn, nulvector is dus nooit een richtingsvector.

Algemene vorm van de carthesische vergelijking: In IR: In IR: Ax + By + C = 0 A1x + B1y + C1z + D = 0 A2x + B2y + C2z + D = 0

1.3. Afstand , legte, loodrechte stand en hoek

1.3.1. Lengte en afstand
Scalair product of inproduct van 2 vectoren u (u1, u2, ., un) en v (v1, v2, ., vn) u . v = u1 . v1 + u2 . v2 + .. + un . vn Het scalair product heeft al uitkomst een getal

Stelling 2: u . v = v. u u . ( v+ w) = u . v + u . w (k u ). v = u . (k v) = k ( u . v) u.u0 u.u=0 u=0

Norm of lengte van een vector: ||u|| = Afstand tussen 2 vectoren : d(u , v) = || u v|| = Een afstand is een norm en dus nooit negatief! Stelling 3: ||u|| 0 ||u || = 0 u=0 =

||k u || = |k| ||u||

Stelling 4: d(u, v) 0 d(u , v) = 0 u=v

d(u , v) = d( v , u) eu = u ||u||

Eenheidsvector = vector waarvan de norm 1 is. Om een eenheidvector te maken van een vector :

1.3.2. Hoek en loodrechte stand

Ongelijkheid van Cauchy-Schwarz: Als u , v IRn , dan geldt : |u . v| ||u|| ||v||

Bewijs:

Cosinus van de hoek tussen 2 vectoren : Cos = u . v

||u|| ||v||

met [0, [

Twee vectoren zijn orthogonaal als u . v = 0 u . v = ||u|| ||v|| u . v = -||u|| ||v|| u.v=0 vectoren zijn evenwijdig met = 0 evenwijdig in tegengestelde zin met =

vectoren zijn loodrecht met = /2

Stelling 6: Als u , v IRn dan geldt: ||u + v|| ||u|| + ||v||

1.4. Vectorieel product

Vectorieel product U x V =

Uitkomst is een nieuwe vector!

Merk op : Vectorieel product is anti communitatief en is niet associatief

Stelling 7: U x V = -( V x U) Ux(V+W)=UxV+UxW k ( U x V ) = (k U) x V = U x (k V) UxU=0 U x ( V x W) = (U. W)V (U . V) W (U x V) . W = U . ( V x W)

Stelling 8: Als U , V IR dan is U |_ U x V en V |_ U x V Daarbij is ook : ||U x V|| = ||U|| ||V|| sin U , V en U x V hebben dezelfde orintatie als een rechtsdraaiend assenkruis.

1.5. Vergelijking van een vlak in IR

Vergelijking van een vlak : Ax + By + Cz + D = 0 Met (A , B , C) is een richting loodrecht op het vlak Merk op: D=0 C=0 vlak door oorsprong vlak evenwijdig aan z-as vlak evenwijdig aan xy-vlak

A=B=0

Vlak gegeven door 3 punten die niet op een rechte gelegen zijn: N = (P1 P0) x (P2 P0)

Beschouw 2 vlakken :

1: A1x + B1y + C1z + D1 = 0 2: A2x + B2y + C2z + D2 = 0

1 = 2 1 is evenwijdig aan 2 1: A1x + B1y + C1z + D = 0 2: A2x + B2y + C2z + E = 0

1 is snijdend met 2 ( A1, B1, C1) zijn richtingsgetallen van 1 ( A2, B2, C2) zijn richtingsgetallen van 2

( A1, B1, C1) x ( A2, B2, C2) zijn richtingsgetallen van snijlijn

1.6. Speciale standen van rechten en vlakken

Vlakken : Evenwijdig als richtingsgetallen een veelvoud zijn van de andere richtingsgetallen Loodrecht als het inproduct van de richtingsgetallen 0 is Hoek tussen 2 vlakken = hoek tussen de twee normaalvectoren van de vlakken: cos = Rechte en een vlak : Rechte is loodrecth op vlak als : S=kN S.N=0

Rechte is evenwijdig met het vlak als :

Hoek tussen een rechte en een vlak : eerste wordt de hoek tussen S en N berekent , daarna : = / 2 of = / 2 +

1.7. Rechtenbundel en vlakkenbundel

1.7.1. Rechtenbundel in IR
In IR 2 snijdende rechten : Rechtenbundel : e : k(A1x + B1y + C1) + l(A2x + B2y + C2) = 0

1.7.2. Vlakkenbundel in IR
In IR 2 snijdende vlakken : Vlakkenbundel : : k(A1x + B1y + C1z + D1) + l(A2x + B2y + C2z + D2) = 0

1.8. Afstand van een punt tot een rechte/vlak

Van een punt tot een rechte: d (P0, e) = d (P0, S) =

Van een punt tot een vlak : d(P0, ) = d (P0, S) =

2. Matrices
Twee matrices met gelijke dimensies zijn slechts gelijk als hun overeenkomstige elementen gelijk zijn. Viekante matrix = matrix met het aantal rijen = aantal kolommen Rijmatrix = matrix die slechts 1 rij bevat Kolommatrix = matrix die slechts 1 kolom bevat Diagonaalmatrix = vierkante matrix waarbij alle elementen buiten die op de hoofddiagonaal nul zijn Eenheidmatrix = een diagonaalmatrix waarbij alle elementen op de hoofddiagonaal 1 zijn en de rest van de elementen 0 Nulmatrix = een matrix waarbij alle elementen nul zijn Symmetrische matrix = een vierkante matrix waarbij aij = aji Asyssmetrische matrix = een vierkante matrix waarbij aij = - aji

2.1. Optelling van matrices

De som van twee matrices A en B is een matrix C met als elementen de som van de overeenkomstige elementen van A en B Merk op: Enkel matrices met dezelfde dimensie kunnen met elkaar opgeteld worden. Stelling 1: Inwendige eigenschap : A + B IRm x n Associatieve eigenschap : (A + B) + C = A + (B + C) Neutraal element : A + 0 = 0 + A = A Tegengestelde matrix : A + D = D + A = O D is dus eigenlijk A Commutatieve eigenschap : A + B = B + A

2.2. Product van een matrix

Met een reel getal: Het product van een matrix met een reel getal is opnieuw een matrix met dezelfde dimensie , die ontstaat door elk element van de matrix te vermenigvuldigen met het getal. r A = [ r aij ]

Stelling 2: r A IRm x n r ( sA) = (r s ) A r ( A + B) = r A + r B ( r + s) A = rA + s A 1A=A

Product van 2 matrices: Kan enkel voorkomen wanneer het aantal kolommen van de ene matrix gelijk is aan het aantal rijen van de andere matrix Merk op : Product van 2 matrices is niet commutatief Product van 2 matrices kan de nulmatrix zijn zonder da 1 van de 2 de nulmatrix is

Stelling 3: A(B C) = (A B ) C (A+B)C=AC+BC

2.3. Getransponeerde van een matrix

Om de getransponeerde van een matrix te vormen , vorm je een nieuwe matrix waarbij de rijen kolommen vormen. aijT = aji Stelling 4: (AT)T = A (A + B)T = AT + BT (A B )T = BT AT (r A)T = r AT A = AT

Een matrix is symmetrisch

2.4. Elementaire bewerkingen op matrices

2.4.1. Echelonvorm
Volgende voorwaarden moeten voldaan zijn voor een echelonvorm: Indien er nulrijen zijn , moeten deze onderaan geplaatst worden Voor elke niet nulrij moet het meest linkse element dat verschillend van nul is , n zijn. Onder de bovenste 1 moeten allemaal nullen zijn , daarna onder elke 1 moeten ook nullen zijn. Elke leidende 1 moet ook elke keer minstens 1 kolom naar rechts zijn. Canonieke echelonvorm = Boven de leidende 1 moeten ook allemaal nullen zijn.

2.4.2. Elementaire bewerking

Omwisselen van ide en jde rij Vermenigvuldiging van de ide rij met een niet nul getal Optelling van k keer de ide rij bij de jde rij

Merk op : Bij elke elementaire bewerking hoort een bepaalde eenheidsmatrix = elementaire matrix Rij-equivalent = indien een matrix B kan worden afgeleid uit een matrix A d.m.v een eindig aantal elementaire matrices zijn A en B rijequivalent. Elementaire matrices : Rijen wisselen :

Rijen vermenigvuldigen met een getal:

Rijen optellen:

2.4.3. Rang van een matrix

De rang van een matrix is het aantal niet nulrijen in de echelonvorm van de matrix

2.5. Inverse van een matrix

ENKEL VOOR VIERKANTE MATRICES!! Regulier of inverteerbaar = Er bestaat een matrix zodat A B = B A = In Als die B niet bestaat is de matrix Singulier of niet inverteerbaar Stelling 5: Indien A een inverse heeft , dan is deze uniek Stelling 6: Als A regulier is dan is A 1 dit ook en (A 1) 1 Als A en B regulier zijn , dan is AB dat ook en (A B) = B -1 A 1 Als A regulier is , dan is A T dit ook en (AT) -1 = (A 1)T A1

Stelling 7 : Alle elementaire matrices zijn regulier Stelling 8: A rijequivalent is met de eenheidmatrix Bewijs: A inverteerbaar is

Merk op : Als de matrix singulier is , dan zal er bij deze een nulrij optreden bij het nagaan van A rijequivalent met In Stelling 9: Indien A en B twee vierkante matrices zijn en A B = In dan is B A = In

3. Stelsels van lineaire vergelijkingen

Strijdig stelsel = stelsel dat geen oplossingen heeft Hogomeen stelsel = stelsel waar alle tweede leden nul zijn Heeft altijd de triviale oplossing Niet-triviale oplossing = oplossing dat verschilt van de nuloplossing Gelijkwaardige stelsels = stelsels met precies dezelfde oplossingen Vorm van een stelsel :

Coefficientenmatrix:

Uitgebreide matrix :

Stelling 1 : Een lineair stelstel heeft 1 , nul of oneindig veel oplossingen Bewijs:

Merk op : Van zodra er 2 verschillende oplossingen zijn , zijn er onmiddellijk oneindig veel.

3.1. Elementaire bewerkingen op vergelijkingen/ oplossingmethodes

Toegelaten bewerkingen : Twee vergelijkingen van plaats veranderen Beide leden van de vergelijking vermenigvuldigen met een getal k verschillend van 0 Een vergelijking een aantal keer optellen bij een andere vergelijking

Stelling 2: Twee lineaire stelsels A X = B en C X = D met evenveel vergelijkingen en onbekenden zijn gelijkwaardig indien hun uitgebreide matrices [ A| B] en [C | D ] rijequivalent zijn Twee homogene lineaire stelsels A X = 0 en C X = 0 met evenveel vergelijkingen en onbekenden zijn gelijkwaardig indien A en C rijequivalent zijn.

Om een stelsel op te lossen worden 2 methodes toegepast: Gauss-eliminate = naar echelonvorm Gauss-Jordan = naar canonieke echelonvorm Stelling 3 : Ee lineair stelsel A X = B heeft oplossingen B] Merk op: Stelling 4: Als A X = B oplossingen heeft ; Aantal vrije keuzes = aantal veranderlijken rang A de rang van A gelijk is aan de rang van [ A|

Stelling 5: voor een n x n matrix geldt: A is regulier A X = 0 heeft de nuloplossing A is rijequivalent met In Rang A = n

Bewijs:

Merk op : Wanneer men een stelsel A X = moet oplossen voor verschillende rechterleden , is het efficinter om dit in een keer te doen met verschillende rechterleden in de matrix.

4. Determinanten
Determinant van 2 x 2 matrix: A= dan is de determinant : |A| = ad bc

Determinant van orde 3: Minor = 2 x 2 matrix dat bekomen wordt door het schrappen van de ide rij en jde kolom Cofactor = (-1)i + j Merk op : Determinanten van hogere orde matrices worden op dezelfde manier bekomen met minor en cofactor toe te passen.

4.1. Eigenschappen van determinanten

| A| = | AT| Indien B ontstaat door een wisseling van 2 rijen in A : |B| = -|A| Indien A een nulrij of een nulkolom bevat , dan | A| = 0 en dan kunnen we naar die rij of kolom ontwikkelen Indien B ontstaat door in A bij een rij een aantal keer een andere rij op te tellen dan geldt : |B| = |A | Geldt ook voor bewerkingen op kolommen Indien A twee gelijke rijen bevat , dan kunnen we van 1 een nulrij maken en dan is |A| =0 Indien B uit A ontstaat door in A alle elementen van een rij(kolom) met een factor c te vermenigvuldigen, dan geldt |B| = c |A| De determinant van het product van 2 matrices is gelijk aan het product van de afzonderlijke determinanten |A B | = |A| |B| Als A regulier is , dan |A| 0 en is |A -1| = 1/|A|

Bewijs :

4.2. Methode voor A -1

Adjunctmatrix = De matrix die men bekomt door elk element te vervangen door zijn cofactor en de aldus verkregen matrix te transponeren Adj A = [Aij]T = [Aji] Eigenschappen : Als A =[aij] een n x n matri sis , dan is A adj A= adj A A = |A| In Voor n x n matrix A: A is regulier |A | 0

Bewijs:

Merk op : A -1 = adj A / |A| Gevolg : Voor een homogeen stelsel A X = 0 waarbij A een vierkante matrix is geldt: |A | 0 dit stelsel heeft enkel de 0-oplossing

Voor een niet homogeen stelsel A X = B waarbij A een vierkante matrix is geldt: |A | 0 dit stelsel heeft precies 1 oplossing

Voor een vierkante matrix is het volgende waar:

4.3. De regel van Cramer

Merk op : deze methode heeft bepaalde beperkingen : Werkt enkel op vierkante matrices Enkel met een unieke oplossing , |A | 0 Rekenwerk is redelijk veel , enkel toepassen op 3 x3 stelsels

Regel van Cramer: Stel A X = B een vierkante matrix met |A | 0 . Heeft dus een unieke oplossing

waarbij Ai de matrix is die ontstaat door de i-de kolom van A te vervangen door het tweede lid van het stelsels

5. Rele vectorruimten
5.1. Rele vectorruimten
V is een vectorruimte indien voldaan aan deze voorwaarden : u+vV (u +v) + w = u + ( v+w) 0+u=u+0=u u + (- u ) = 0 u+v=v+u kuV k( u +v ) = k u = kv (k + l) u = k u + l u k (l u) = (k l) u 1u=u

Merk op : Enkele eigenschappen volgen uit de definitie: 0u=0 k0=0 k u =0 dan is k = 0 of u = 0 (-1) u = -u

5.2. Deelruimten
Is V een vectorruimte een W een deelverzameling van V die ook een vectorruimte is voor dezelfde bewerkingen , dan is W een deelruimte Elke vectorruimte heeft minstens 2 deelruimten: De nulruimte en de vectorruimte zelf Stelling 1: W is een deelruimte van V W de nulvector van V bevat W inwendig is voor lineaire combinaties van elementen van W:

5.3. Lineaire combinaties

Lineaire combinatie : Als u1, u2, . ,un vectoren zijn van een vectorruimte V a1u1 + a2u2 + .+ anun Voortbrengend: Als S= {u1, u2, . ,un} een verzameling vectoren is van een vectorruimte V , dan zegt men dat S de ruimte V voortbrengt. S is dus voorbrengend voor V, als elke vector van V kan geschreven worden als lineaire combinatie van de vectoren uit S. Voor een niet-ledige deelverzameling S van een vectorruimte V gebruiken we L(S) als notatie voor de verzameling van alle lineaire combinaties van de vectoren uit S. het is duidelijk dat L(S) een deelruimte van V vormt. Het is zelfs de kleinste deelruimte van V die S omvat. Lineaire combinatie van de vectoren

5.4. Lineaire onafhankelijkheid

S is afhankelijk als : S bevat minstens n vector die geschreven kan worden als lineaire combinatie van de andere vectoren Er bestaat een lineaire combinatie van de vectoren uit S die de nulvector oplevert waarbij niet alle cofficinten 0 zijn.

S= {u1, u2, . ,un} is lineair onafhankelijk als: a1 u1 + a2u2 + + anun = 0 a1=a2=.......=an=0 De enige lineaire combinatie die de nulvector oplevert is dus de triviale Gevolg: Als S de nulvector bevat , dan is S afhankelijk Als S maar 1 vector bevat , dan zijn er 2 mogelijkheden: o S bevat de nulvector afhankelijk onafhankelijk

o S bevat niet de nulvector

5.5. Basis en Dimensie

S is een basis van V S voortbrengend is en lineair onafhankelijk

Stelling 2: Als S een basis is van V , dan kan elke vector van V op een unieke manier geschreven worden als lineaire combinatie van de vectoren uit S Bewijs:

Stelling 3:

Als S een basis is van V , dan geldt:

Elke verzameling van V met meer dan n elementen is lineair afhankelijk Elke andere basis van V telt n elementen. n = dimensie van V dimV =n

Merk op : Dimensie van de nulruimte = 0 Stelling 4: Als S= {u1, u2, . ,un} een lineair onafhankelijke verzameling is van de vectorruimte V met dimensie n , dan is S ook voortbrengend en dus een basis. Als S= {u1, u2, . ,un} een voortbrengende verzameling is van de vectorruimte V met dimensie n, dan is S ook lineair onafhankelijk en dus een basis

Het volstaat dus om 1 van de 2 criteria te bewijzen om aan te tonen dan S een basis is. De andere volgt er onmiddellijk uit. Stelling 5: In een vectorruimte met een eindige dimensie n, kan een lineair onafhankelijke verzameling met minder dan n elementen steeds worden uitgebreid tot een basis.

6. Cordinaten
Merk op : Men kan enkel over coordinaten spreken als er een basis is! Definitie: Zij S= {u1, u2, . ,un} een basis van de vectorruimte V , dan kan elke vector op een unieke manier geschreven worden als lineaire combinatie van de basisvectoren; u = a1u1 + a2u2 + + anun Coefficienten ai zijn de cordinaten van u t.o.v de basis S

En [u]s = cordinaatvector van u tegenover S Merk op: Coordinaten zijn afhankelijk van de gebruikte basis.

6.1. Isomorfisme tussen V en IR n x 1

Keuze van basis = afbeelding van V naar IR n x 1 Met n = dimensie van vectorruimte De afbeelding is een bijectie: Elke vector heeft een uniek stel cordinaten tegenover de gekozen basis Bij elk stel cordinaten hoort precies n vector door de cordinaten in dezelfde volgorde te gebruiken in een lineaire combinatie van de basisvectoren.

De bijectie behoudt de som : de cordinaten van de somvector = de som van de cordinaatvectoren Dit is analoog voor een veelvoud van een vector: de cordinaten van een veelvoud van een vector = het veelvoud van de cordinaatvector. Isomorfisme = bijectie dat de som en het veelvoud behoudt Stelling 1: Een n-dimensionale vectorruimte V is isomorf met IR n x 1 en we noteren : V IR n x 1

Stelling 2: Zij V een vectorruimte met basissen S= {u1, u2, . ,un} en T= {v1, v2, . ,vn} Dan geldt

Ps->T is dus een n x n matrix, de transformatiematrix genoemd , met als kolommen de cordinaatkolommen van de oude basisvectoren t.o.v. de nieuwe basis. Bewijs:

Stelling 3: Als P de transformatiematrix is van een basis S naar een basis T dan : P is regulier PT->S = P-1 ; de inverse transformatie wordt dus gegeven door de inverse transformatiematrix

Bewijs:

7. Euclidische vectorruimten
Euclidische vectorruimte = vectorruimte voorzien van een inproduct Eigenschappen: <u , v> = <v , u> <u , v + w> = <u, v> + <u , w> <ku , v> = <u , kv> = k <u , v> <u , u> 0 en <u , u> = 0 u=0

Norm of lengte van een vector u: ||u|| = Merk op : Elke vector heeft een norm Afstand tussen twee vectoren u en v: d(u , v) = ||u v|| Merk op: Een afstand is een norm en dus nooit negatief

Stelling 1:

De norm van een vector heeft de volgende eigenschappen:

||u|| 0 ||u|| = 0 u=0

||k u || = |k| ||u|| ||u +v || ||u|| + ||v|| De afstand tussen 2 vectoren heeft de volgende eigenschappen:

Stelling 2:

d(u , v) 0 d(u, v) = 0 u=v

d(u , v) = d(v ,u) d(u , v) d(u , w) + d(w , v)

Ongelijkheid van Cauchy-Schwarz: Als u, v V met V een Euclidische vectorruimte , dan geldt | <u , v> | ||u|| ||v||

Hieruit kan de hoek tussen 2 vectoren gehaald worden : - ||u|| ||v|| <u ,v> ||u|| ||v|| -1 <u ,v> 1 ||u|| ||v|| De hoek bevindt zich dus tussen [0 , ] Cosinus van de hoek tussen de 2 vectoren : Cos = <u ,v> ||u|| ||v|| Twee vectoren staan dus loodrecht als: u |_ v Stelling 4: (Pythagoras) Als u en v een element zijn van V en V is een euclidische ruimte , en u en v zijn orthogonaal dan : ||u + v|| = ||u|| + ||v|| Bewijs: <u , v> = 0 met [0 , ]

7.1. Orthonormale basis

Orthogonale euclidische ruimte = De vectoren van de euclidische ruimte zijn twee aan twee loodrecht op elkaar en daarenboven een norm gelijk aan n hebben. Stelling 5 : Zij S= {u1, u2, . ,un} een orthonormale basis van een euclidische ruimte , dan worde de cordinaten van u t.o.v. S:

Bewijs:

Stelling 6 : Zij S= {u1, u2, . ,un} een orthogonale verzameling van vectoren ( nulvector) in een Euclidische ruimte dan is S lineair onafhankelijk Gevolg: Wanneer de dimensie van een Euclidische ruimte V gelijk is aan n en S is een verzameling van n orthogonale vectoren , dan is S een basis.

Een vector u is orthogonaal met een deelverzameling W van V als u orthogonaal is met elke vector van W.

7.2. Beste benadering

Stelling 7 : Zij V een eindig dimensionale Euclidische ruimte en W een deelruimte van V Dan kan elke vector v V geschreven worden v1 + v2 met v1 W en v2 |_ W Bovendien geldt: De ontbinding is uniek V1 is de beste benadering van v in W , d.w.z. voor elke andere vector v1 W geldt dat v1 = projw v d(v , v1) > d (v , v1)

Merk op : Als we beschikken over een orthonormale basis S= {u1, u2, . ,un} voor W , dan kan aangetoond worden dat voor een willekeurige vector v V geld dat : projw v = Er bestaat een techniek (Gram-Schmidt) om een gegeven basis om te vormen naar een orthonormale basis.

7.3. Basiswijziging in een Euclidische ruimte

Stelling 8: Indien P de transformatiematrix is van een orthonormale basis S naar een orthonormale basis T in een Euclidische ruimte , dan P -1 = PT Orthogonale matrix Merk op : De transformatiematrix tussen twee orthonormale basissen in een Euclidische ruimte is dus steeds orthogonaal. P -1 = PT

Stelling 9: Als P orthogonaal is , dan is |P| = 1 Bewijs: NIET OMGEKEERD

8. Eigenwaarden en Eigenvectoren
Eigenvector: Zij A een n x n matrix. Indien het product van A met een kolomvector X verschillend van de nulvector een veelvoud van X is , heet X een eigenvector van de matrix. AX=X Eigenwaarde = het getal Merk op : Eigenvector mag niet nul zijn en een eigenwaarde is enkel te vinden bij vierkante matrices Stelling 1 : De verzameling van eigenvectoren horend bij een vaste eigenwaarde , uitgebreid met de nulvector is een deelruimte W Bewijs:

Eigenruimte van = deelruimte horend bij eigenwaarde Karakteristieke veelterm van matrix A =

Karakteristieke vergelijking = f() = | A - In| = 0

Stelling 2: De eigenwaardenn van A zijn de wortels van de karakteristieke veelterm van A Bewijs:

Eigenwaarden zijn dus te vinden als de wortels van de karakteristieke veelterm. Gevolg: een n x n matrix heeft precies n eigenwaarden. Merk op : Deze eigenwaarden kunnen reel zijn of complex meervoudig (multipliciteit > 1) enkelvoudig ( multipliciteit = 1) of

1 dim W multipliciteit van Ontaarde eigenwaarde = eigenwaarde waarvoor 1 dim W multipliciteit van geldt Merk op : Enkelvoudige eigenwaarden kunnen nooit ontaard zijn.

Nadat de eigenwaarden gekend zijn , kunnen de eigenvectoren gevonden worden door (A In ) X = 0 op te lossen Merk op : Hier MOET men altijd oneindig veel oplossingen vinden Er is dus minstens 1 nulrij

8.1. Eigenschappen
Niet symmetrische matrices Eigenwaarden kunnen complex zijn Eigenwaarden kunnen ontaard zijn Eigenwaarden horend bij verschillende eigenwaarden zijn lineair onafhankelijk Symmetrische matrices Eigenwaarden zijn steeds reel Eigenwaarden zijn nooit ontaard Eigenwaarden horend bij verschillende eigenwaarden zijn onderling loodrecht

9. Kegelsneden
Kegelsneden ontstaan door het snijden van een kegel met een vlak

9.1. De cirkel
Een cirkel C bestaan uit de punten P die op een vaste afstand R van een vast punt M liggen Straal = vaste afstand R Middelpunt = vast punt M Middelpunt = oorsprong: Middelpunt oorsprong : x + y = R (x x0) + (y y0) = R

9.2. De parabool
Een parabool P is de verzameling punten waarvoor de afstand tot een vaste rechte d gelijk is aan de afstand tot een vast punt F dat niet op d ligt. Brandpunt = punt F Richtlijn = rechte d Eigenschap 1: De vergelijking van de parabool P met brandpunt F(p , 0) en richtlijn d : x= -p: y = 4 p x

Afleiding:

Merk op: x-as is dus de symmetrieas van de parabool

Er zijn 4 mogelijkheden voor een parabool met top in de oorsprong en n van de cordinaatassen als symmetrieas.:

Wanneer de top niet in de oorsprong ligt maar op een willekeurige plaats T(x0 , y0) dan vind men analoog deze vergelijkingen: Horizontale symmetrieas: (y- y0) = 4 p (x- x0) met F( x0 + p, y0) en d: x = x0 -p Verticale symmetrieas : (x- x0) = 4 p (y- y0) met F( y0 + p) en d: y = y0 -p

9.3. De ellips
Een ellips is de verzameling van de punten waarvoor de som van de afstanden tot twee vaste punten F1 en F2 constant is:

Brandpunten = F1 en F2 Eigenschap 2: Beschouw 2 punten F1 (c, 0) en F2 (-c , 0) en een constant a zodat 0< c < a De vergelijking van de ellips met deze twee punten als brandpunten is dan :

Merk op : b = a - c

Bewijs:

Focale as = symmetrieas waarop beide brandpunten liggen Halve lange as = parameter a Halve korte as = parameter b Merk op : snijpunten van de ellips met de korte as ( 0 , b) zijn ook toppen

Eenvoudige parametervoorstelling De afstand tussen de top ( 0 , b) en het brandpunt F1(of F2) is gelijk aan a De verhouding c/a = excentriciteit e

Merk op : Wanneer de rollen van x en y omgedraaid worden , liggen de branpunten vericaal voven elkaar in F1(0 , c) en F2 (0 , -c). Toppen liggen dan op (0 , a) Vergelijking is dan : Wanneer middelpunt oorsprong :

Verschillende mogelijkheden:

9.4. De hyperbool
Een hyperbool is de verzameling punten waarvoor het verschil tussen de afstanden tot twee vaste punten F1 en F2 constant is.

Brandpunten = F1 en F2 Eigenschap 3: Beschouw 2 vaste punten F1 ( c, 0) en F2 (-c , 0)en met een constant a zodat 0< a < c. Vergelijking van de hyperbool met deze twee punten als brandpunten :

Merk op : b = c -a

x-as en y-as zijn de symmetrieassen Focale as = symmetrieas waar de brandpunten op liggen Halve lange as = parameter a Halve korte as = parameter b Merk op : De hyperbool H: heeft 2 asymptoten y = b/a x

Indien a = b hyperbool = orthogonaal Hierbij staan de twee asymptoten loodrecht op elkaar Wanneer de rollen van x en y omgedraaid worden :

Brandpunten verticaal boven elkaar in F1(0 , c) en F2 (0 , -c). (0 , a) Wanneer middelpunt oorsprong : Horizontaal:

Toppen liggen dan op

Verticaal:

Hyperbool H heeft als parametervergelijking Parameter t ligt tussen en Andere mogelijkheid:

Excentriciteit e = c/a

Merk op : Steeds groter als 1

9.5. Uniforme definitie van een kegelsnede

Ellips: Vertrekkend van de standaardvergelijking van een ellips E: De rechten d1 : x = a/e Eigenschap 4: Elk punt P van E : Bewijs: voldoet aan =e i=1,2 en d2 : x = -a/e met a>b>0

richtlijnen van de ellips

Hyperbool: Analoog aan ellips Parabool: Voor de parabool met brandpunt F en richtlijn d geldt inderdaad overeen met e = 1 in de vermelde uniforme definitie en dit stemt

10. Vlakke krommen en ruimtekrommen

10.1. Ruimtekrommen
Bewegend punt in de ruimte:

= vectorile functie

beeld = ruimtekromme vlakke kromme

Wanneer dit in 2 dimensies is

F(t) , g(t) , h(t) zijn de uitdrukkingen van de ruimtekromme in parametervorm Schroeflijn of helix:

X en y component beschrijven een elliptische beweging rond de z-as terwijl de z-component lineair in functie van de tijd toeneemt. Merk op: a=b xy-beweging cirkelvormig en ligt de helix op de wand van een cirkelvormige cilinder Parameter t met 2 toeneemt punt maakt 1 omwenteling en stijgt in de z-richting met 2 c

Cyclode

Andere manier om een ruimtekromme te definiren = snijlijn van 2 snijdende opervlakken F(x , y , z) = 0 G(x , y ,z) = 0 Merk op: De formule die de ruimtekromme beschrijft is niet uniek

10.2. Afgeleide van een ruimtekromme

Vergelijking: Afleiden van ruimtekromme = afleiden van de afzonderlijke componenten Koorde = verbinding tussen een bewegend punt op tijdstip 1 en tijdstip 2 Deze is dan ook evenwijdig met de richting

Richting van de koorde wordt in limiet de richting van de raaklijn

Meetkundige betekenis : Eerste afgeleide geefft dus de richting van de raaklijn Als de afgeleide in elk punt bestaat , continu is en nergens nul Gladde kromme

10.2.1.
Gevolg: Stel ||

Eigenschappen

is een afleidbare ruimtekromme met een constante norm. || = = constant =0

beide zijden afleiden

Constante norm elke raaklijn staat in een punt aan een boloppervlak loodrecht op de voerstraal naar dat punt. Afgeleide = snelheidvector van dat bewegend punt 2de afgeleide = versnellingvector

10.3. Raaklijn en normaal aan een ruimtekromme

Bij een vectorile vergelijking: Beschouw met afgeleide: vergelijking va raaklijn aan ruimtekromme

Voor een bepaalde waarde t0 wordt P 0 bereikt in het punt P0 :

Normaalvlak in P0 = vlak door P0 met Vergelijking : Bij een snijlijn van 2 oppervlakken: Ruimtekromme is gegeven door:

als normaal

F(x , y , z) = 0 G(x , y ,z) = 0

Vectorile functie met ruimtekromme als beeld:

Punten van

voldoen aan de vergelijking van beide oppervlakken:

Als we dit dan afleiden en het punt P0 invullen:

Omdat het scalair product nul is

vectoren staan loodrecht op elkaar:

Vector aan de rechterkan = afgeleide componenten van raaklijn in P0 Richting loodrecht op de twee vectoren in de linkerleden product

in t0 en evenwijdig met de evenwijdig met hun vectorieel

De booglengte :

Booglengte tussen twee punten:

Booglente tussen en punt en een bewegend punt:

Merk op : Booglengte s(t) is zelf geen vector maar een scalaire grootheid

10.4. Kromming bij vlakke krommen

Kromming in een punt van de vlakke of ruimtekromme = In welke mate de kromme afwijkt van een rechte baan. Torsie van een ruimtekromme = mate hoeveel ze afwijkt van een vlakke baan

10.4.1.

Eenheidsvector volgens de raaklijn en normaal

Eenheidsvector volgens de raaklijn :

= evenwijdig met de snelheidsvector heeft dezelfde zin en norm 1

De afgeleide van

staat loodrecht op normeren:

maar heeft niet noodzakelijk een lengte 1

Als de lengte niet nul is

Eenheidsvector langs de normaal: Is evenwijdig aan Eenheidsvector langs de normaal is dus naar binnen gericht en loodrecht op raaklijn Merk op : In 3 dimensies = eenheidvector volgens de binormaal

10.4.2.

Kromming

Grote kromming = korte bocht Kleine kromming = wijde bocht Kromming = 0 rechtlijnige beweging = Merk op: Kromming is niet afhankelijk van de snelheid waarmee de afstand afgelegd wordt Eenheid = [rad/m] Kromming kan niet negatief zijn

10.4.3.
Krommingsvector :

Krommingsvector

10.4.4.

Andere uitdrukking voor de kromming

=

of:

10.5. De kromtecirkel
Contact van orde 2 = twee krommen in een punt dezelfde eerste en tweede afgeleide hebben Gevolg: Wanneer twee krommen in een punt contact van orde 2 hebben , hebben ze in dat punt ook dezelfde kromming Kromtecirkel = cirkel die in een punt van een kromme contact van orde 2 maakt Merk op : raakt niet alleen de kromme maar heeft ook dezelfde kromming en ligt aan de binnenkant van de draaiing van de kromme Gevolg: Kromtestraal = Straal R van de kromtecirkel C in een punt P van een vlakke kromme H is gelijk aan 1 / in dat punt. H = C = 1/R

10.5.1.

Vergelijking van de kromtecirkel

Een willekeurige cirkel:

Moeten dezelfde 1ste afgeleide hebben:

Dezelfde 2de afgeleide:

Kromtemiddelpunt = Middelpunt (,) van de kromtecirkel = =

10.5.2.

De evolute en involute

Evolute = Verzameling van alle kromtemiddelpunten van een vlakke kromme S is een nieuw vlakke kromme T Involute = omgekeerde begrip van evolute

11. Oppervlakken
11.1. Oppervlakken
11.1.1. Gedefinieerd door impliciete functie
S: F (x , y , z) = 0

Vergelijking van een oppervlak S

Punt P ligt in het oppervlak als zijn cordinaten aan de vergelijking voldoen Algebrasch oppervlak = F (x , y , z) = veelterm Ax + By + Cz + D = 0 Indien de graad 2 is: Kwadriek = ax + by + cz + 2d x y + 2 e x z + 2 f y z + g x + h y + i z + j = 0 Transcendent oppervlak = F (x , y , z) veelterm Regeloppervlak = oppervlak S waarbij door elk punt P minstens n rechte gaat die volledig in S ligt Symmetrien: F (x , y , z) = F (-x , y , z) F (x , y , z) = F (x , -y , z) F (x , y , z) = F (x , y ,- z) F (x , y , z) = F (x , -y , -z) F (x , y , z) = F (-x , y ,- z) F (x , y , z) = F (-x , -y ,z) F (x , y , z) = F (-x , -y ,- z) symmetrie t.o.v het yz-vlak symmetrie t.o.v het xz-vlak symmetrie t.o.v het xy-vlak symmetrie t.o.v het x-as symmetrie t.o.v het y-as symmetrie t.o.v het z-as symmetrie t.o.v het oorsprong

11.1.2.

Gedefinieerd door parameterfuncties

x = f( u , v) y = g( u , v) z = h( u , v)

Paramterfunctie met 2 parmaters:

Merk op : Door n van de parameters vast te kiezen verkrijgt men een ruimtekromme verschillende vaste parameters = familie van ruimtekrommen op het oppervlak

11.2. Raakvlak aan een oppervlak

11.2.1.
Eigenschap 1 : De verzameling raaklijnenn in een punt P0(x0 , y0, z0) van een oppervlak S met vergelijking F(x , y, z) = 0 vormen een vlak indien de partile afgeleiden Fx, Fy, Fz niet samen nul zijn in het punt P0(x0 , y0, z0) Bewijs:

Gedefinieerd door impliciete functie

Raakvlak = alle raaklijnen aan het oppervlak S

11.2.2.
x = f( u , v) y = g( u , v) z = h( u , v)

Gedefinieerd door parameterfuncties

x0 = f(u0, v0) en P0(x0 , y0, z0) een punt is op S zodat y0 = g(u0, v0) z0 = h(u0, v0)

Oppervlak beschreven door middel van twee parameters:

Als we dan v constant houden : x = f( u , v0) 1: y = g( u , v0) z = h( u , v0) Als we dan u constant houden

x = f(u0 , v) 2: y = g(u0 , v) z = h( u0 , v) De raaklijnen 1 en 2 zijn dus twee raaklijnen aan S Het vectorieel product van die 2 = normaalvector van het raakvlak in P0

11.3. Kwadrieken
11.3.1. De ellipsode

11.3.2.

De eenbladige hyperbolode

11.3.3.

De tweebladige hyperbolode

11.3.4.

De Kegel

11.3.5.

De elliptische parabolode

11.3.6.

De hyperbolische parabolode ( zadeloppervlak)

11.3.7.

Kwadratische cilinderoppervlakken