Professional Documents
Culture Documents
Matrices
versie 2
Matrices
1.1
Een matrix is een rechthoekige tabel met getallen, en ronde haken erom. Bijvoorbeeld:
1
4
2
5
3
6
7
of 8
9
De afmeting van een matrix geef je aan met twee getallen, r k, eerst het aantal
rijen, dan het aantal kolommen (rooms katholiek). De linker matrix hierboven
is een 2 3 matrix, de rechter een 3 1 (ook wel kolomvector genoemd).
Als voor een matrix M geldt: r = k, dan heet M een vierkante matrix.
1.2
Optellen
1.3
Matrixvermenigvuldiging
Matrices kun je met elkaar vermenigvuldigen. Net als bij optellen stelt ook
vermenigvuldigen eisen aan de afmetingen van de matrices. Vermenigvuldigen
van matrix L met matrix M gaat zo:
bepaal het inproduct van de eerste rij van L met de eerste kolom van M
(elementen een voor een met elkaar vermenigvuldigen en de uitkomsten
optellen)
bepaal het inproduct van tweede rij van L met de tweede kolom van M
etcetera . . .
Bijvoorbeeld:
LM =
1
4
2
5
a
3
b
6
c
d
a + 2b + 3c d + 2e + 3f
e =
4a + 5b + 6c 4d + 5e + 6f
f
Gertjan Laan
Matrices
versie 2
De linker matrix L moet evenveel kolommen hebben als de rechter matrix rijen
heeft, anders kan de vermenigvuldiging niet.
Dus als L de afmeting rL kL heeft, en M de afmeting rM kM dan moet
kL = rM zijn.
L
M
rL kL rM kM
|
{z
}
(1)
a
M L = b
c
d
1
e
4
f
2
5
a + 4d 2a + 5d 3a + 6d
3
= b + 4e 2b + 5e 3b + 6f
6
c + 4f 2c + 5f 3c + 6f
Ook de vermenigvuldiging van vierkante matrices is in het algemeen niet commutatief. Bijvoorbeeld, enerzijds is:
1
3
2
5
4
7
6
8
5
7
6
1
8
3
2
4
19
43
22
50
23
31
34
46
Anderzijds:
1.4
Scalaire vermenigvuldiging
1
2
4
1.5
2
5
3
2
=
6
8
4
10
6
12
1
2
2
stelt een afbeelding voor.
3
Bij een afbeelding (of functie) denk ik bijvoorbeeld aan f (x) = x2 . Als je voor
x een waarde kiest, bijvoorbeeld x = 3, dan is f (3) = 9. Je stopt er 3 in, en er
komt 9 uit. Je kunt er eventueel een grafiek van maken.
Gertjan Laan
Matrices
versie 2
Hoe zit dat met matrix A? Je vermenigvuldigt A met een vector x, en er komt
een andere vector uit: A x = y
0 1
2
3
Bijvoorbeeld:
=
1
0
3
2
Je kunt hier eventueel een plaatje bij maken (zie opgave 1).
Een 2 2-matrix is een afbeelding van R2 naar R2 .
Immers, als je een 2 2-matrix vermenigvuldigt met een 2 1-vector, krijg je
een 2 1-vector.
Evenzo is een 3 3-matrix is een afbeelding van R3 naar R3 . In het algemeen nemen vierkante (n n) matrices een belangrijke plaats in, omdat ze een
afbeelding zijn van de ruimte Rn op zichzelf.
Opgave 1. Gegeven is de afbeelding M = 01 10 .
a. Teken de vector 32 en zijn beeld onder de afbeelding M .
b. Teken ook de vector ( 11 ) en zijn beeld onder de afbeelding M .
c. Hoe kun je de afbeelding M in woorden omschrijven?
1.6
Eenheidsmatrix
1 0 0
De 3 3 eenheidsmatrix: 0 1 0 = I3
0 0 1
Waarom heet hij eenheidsmatrix? Omdat
1 0
a b
a.1 + 0.c 1.b + 0.d
a
=
=
0 1
c d
0.a + 1.c 0.b + 1.d
c
b
d
1.7
Een stelsel lineaire vergelijkingen is makkelijk behulp van een matrix en vectoren
te schrijven. Neem bijvoorbeeld dit stelsel:
Gertjan Laan
Matrices
2x + 3y
x + 4y
=8
=9
versie 2
(2)
x
y
| {z }
8
9
|{z}
(3)
bekende vector
Je kunt gemakkelijk controleren dat (2)) en (3) gelijkwaardig zijn door de matrixvermenigvuldiging uit te schrijven.
In het algemeen kun je elk stelsel van de vorm
ax + by
cx + dy
=p
=q
schrijven in de vorm A x = y:
x
p
a b
en y =
A=
,x=
y
q
c d
Opmerking: net als bij de gewone vermenigvuldiging wordt bij een matrixvermenigvuldiging de punt vaak weggelaten:
A x = y wordt dan Ax = y.
1.8
Distributiviteit
1
A=
3
2
5
, B=
4
7
6
10
en x =
8
20
50
170
220
Enerzijds is Ax + Bx =
+
=
.
110
230
340
6
8
10
220
Anderzijds is (A + B)x =
=
.
10 12
20
340
1.9
Een matrix is een lineaire afbeelding. Dit begrip bestaat uit twee delen: afbeelding en lineair.
Het is een afbeelding: je neemt een vector x, vermenigvuldigt die met de matrix
A, en er komt een andere vector, zeg y uit. Dit is vergelijkbaar met een functie
4
Gertjan Laan
Matrices
versie 2
2
1
3
5
voor = 2 en x =
en
4
6
b
Opgave 4. Toon aan dat de matrix A =
een lineaire afbeelding is.
d
x1
y1
Dat wil zeggen: ga na dat voor willekeurige vectoren x =
en y =
,
x2
y2
en voor een willekeurig getal aan beide voorwaarden is voldaan.
a
c
Gertjan Laan
1.10
Matrices
versie 2
Eigenvector
Een eigenvector van een matrix A is een vector x 6= 0 die door A op een veelvoud
van zichzelf wordt afgebeeld.
1 2
1
3
1
Voorbeeld:
=
=3
3 0
1
3
1
1
1 2
Dus in dit geval is
een eigenvector van de matrix A =
.
1
3 0
De factor 3 heet de eigenwaarde bij deze eigenvector.
Algemeen:
x (6= 0) is een eigenvector van A als Ax = x
De waarde heet de eigenwaarde.
Eigenvectoren blijken handig te zijn bij allerlei berekeningen. Je kunt immers
een matrixvermenigvuldiging, Ax, vervangen door een scalaire vermenigvuldiging: x.
1
als eigenvector met eigen3
waarde = 2. Toon aan dat elk veelvoud van e ook een eigenvector van A is
met dezelfde eigenwaarde.
Opgave 7. Een matrix A heeft de vector e =
1.11
(4)
Ik zie meteen een oplossing: a = b = 0, dat is een triviale oplossing. Die zoek
ik niet (een eigenvector mag niet de nulvector zijn).
Verder zoeken dus. Schrijf (4) als stelsel :
2a
= a
a + b = b
(5)
Dit zijn twee vergelijkingen met drie onbekenden. Er is dus een variabele vrij
te kiezen. Er zijn veel verschillende manieren om dit op te lossen. Een manier
die doorgaans goed werkt is de volgende:
1. Breng alle termen naar een kant
6
Gertjan Laan
Matrices
versie 2
2a a
=0
a + b b = 0
(6)
(2 )a
a + (1 )b
=0
=0
(7)
(2 )a
(2 )a + (2 )(1 )b
=0
=0
(8)
Oftewel:
2a
=a
a+b =b
a
b
=0
=b
0
De oplossing is dus: de eigenvectoren zijn
, de eigenwaarde is = 1. Vaak
1
wordt weggelaten en wordt de oplossing zo geschreven:
7
Gertjan Laan
Matrices
versie 2
0
De eigenvector is
met eigenwaarde = 1.
1
2. Eigenvector bij = 2.
= 2 invullen in (5) levert:
Oftewel:
2a
= 2a
a + b = 2b
a
a
=a
=b
1
, met
1
eigenwaarde = 2.
1
0
Opgave 8. Ga na dat
en
inderdaad eigenvectoren zijn van A =
1
1
2 0
, met eigenwaarden respectievelijk 2 en 1.
1 1
Opgave 9. Bepaal de eigenwaarden en -vectoren van A =
1.12
1
2
4
1
Stelsels oplossen
b.
c.
x1 3x2
3x1 + 2x2
= 7
= 12
x1 3x2
2x1 6x2
= 7
= 14
x1 3x2
3x1 9x2
= 7
= 10
Opgave 11. Welke conclusies kun je trekken over het aantal oplossingen van
het volgende stelsel?
ax1 + bx2 = p
cx1 + dx2 = q
8
Gertjan Laan
Matrices
versie 2
1.13
De determinant
ax1 + bx2
cx1 + dx2
=p
=q
(9)
bestaat uit
1. snijdende lijnen als ad bc 6= 0, en er is dan 1 oplossing
2. evenwijdige of samenvallende lijnen als ad bc = 0, en er zijn dan 0 of
veel oplossingen
Opmerking: of er 0 of veel oplossingen zijn hangt af van p en q. Als de
verhouding p : q dezelfde is als a : c en b : d, dan vallen de lijnen samen. In dat
geval zijn er veel oplossingen. Anders zijn de lijnen evenwijdig en is er geen
oplossing.
Gebruikelijke notaties: Schrijf het stelsel (9) met behulp van matrices:
a
c
b
x1
p
=
d
x2
q
Dan geldt:
a
detA =
c
b
= ad bc
d
3 3-determinant
a b c
De determinant van een 3-matrix A = d e f is:
g h k
9
Gertjan Laan
a
detA = d
g
b
e
h
Matrices
c
e f d
b
f = a
h k g
k
f d
+c
k g
versie 2
e
= a(ekf h)b(dkf g)+c(dheg)
h
(10)
1.14
Determinant en eigenwaarde
ax1 + bx2
cx1 + dx2
= x1
= x2
ax1 x1 +
bx2 = 0
cx1 +
dx2 x2 = 0
(a )x1 +
bx2 = 0
cx1 +
(d )x2 = 0
Ofwel:
(11)
Uit paragraaf 1.12 weten we dat een dergelijk stelsel 0, 1 of oneindig veel oplossingen kan hebben.
In dit geval is een oplossing duidelijk te zien: de nulvector. Dit stelsel heeft
dus precies een (detA 6= 0) of oneindig veel (detA = 0) oplossingen. We zouden
graag zien dat er oneindig veel oplossingen zijn: er zijn immers oneindig veel
eigenvectoren. Dat betekent dat de determinant van het stelsel (11) gelijk aan
0 moet zijn.
Dus:
a
c
b
= (a )(d ) bc = 0
d
10
Gertjan Laan
Matrices
versie 2
2 0
Laten we dit toepassen op de matrix A =
uit paragraaf 1.11. De
1 1
karakteristieke vergelijking is:
2
0
=0
1
1
Dus
(2 )(1 ) 1 0 = 0
Ofwel:
(2 )(1 ) = 0
Dus 1 = 2 en 2 = 1.
Nog eenvoorbeeld: wat zijn de eigenwaarden en -vectoren van de matrix A =
1
4
uit opgave 9? De karakteristieke vergelijking is:
2 1
1
4
=0
2
1
Dus
(1 )(1 ) 2 4 = 0
Ofwel:
1 + + 2 8 = 0
2 9 = 0
Dus 1 = 3 en 2 = 3.
De eigenvectoren vind je uit Ax = 3x en uit Ax = 3x.
Bijvoorbeeld Ax = 3x:
1
2
4
x1
x
=3 1
1
x2
x2
x1
2x1
+4x2 = 3x1
x2 = 3x2
4x2
2x1
= 2x1
= 4x2
x1
x1
= 2x2
= 2x2
Kies
bijvoorbeeld x2 = , dan is x1 = 2, dus de eigenvectoren bij 1 zijn:
2
.
1
Evenzo vind je de andere eigenvectoren bij = 3.
11
Gertjan Laan
Matrices
7
Opgave 12. Vind de eigenwaarden en -vectoren van A =
3
3
.
1
0
Opgave 13. Bepaal de eigenwaarden en -vectoren van A = 1
1
2
Opgave 14. (*) Bepaal de eigenwaarden en -vectoren van A = 1
0
1.15
versie 2
1
0.
1
1
1
0
1
2
0
4
4.
1
12
Gertjan Laan
Matrices
versie 2
1
a
2
=
1
b
3
2
0
2
Dit stelsel heeft precies een oplossing als
0
Inderdaad ongelijk aan nul.
2
1
=
6
0.
Nu
is
0
1
1
= 2110 = 1.
1
Let op: hier moet de determinant ongelijk aan nul zijn, bij de berekening van
eigenwaarden moest de determinant juist wel nul zijn.
2
ook nemen, de determinant blijft steeds
Welke vector we in plaats van
3
hetzelfde.
2
1
Conclusie: de vectoren
en
vormen een basis voor R2 .
0
1
a
b
In het algemeen geldt dat twee vectoren 1 en 1 een basis voor R2 vormen
a
b2
2
a1 a2
6= 0.
als
b1 b2
Dergelijke vectoren heten onafhankelijke vectoren. En als de determinant wel
nul is heten ze afhankelijk.
1.15.1
1
0
0
2
3
6
1
0
7
Onafhankelijke vectoren kun je herkennen aan het feit dat de determinant van
de matrix die is opgebouwd uit de vectoren ongelijk aan nul is:
1 2 1
0 3 0 = 1 3 0 2 0 0 + 1 0 3 = 21 0 + 0 = 21 6= 0
6 7
0 7
0 6
0 6 7
13
Gertjan Laan
Matrices
versie 2
In de syllabus DM2b staat een voorbeeld van een keverpopulatie die bestaat uit
Jongeren (tot 1 jaar), Volwassenen (tussen 1 en 2 jaar) en Bejaarden (tussen 2
en 3 jaar). Niemand wordt ouder dan 3 jaar.
Elke jongere krijgt gemiddeld 0.8 nakomelingen, elke volwassene 2, en elke be1
3
jaarde geen. De overlevingskansen zijn respectievelijk 10
, 100
en 0. De volgende
matrix vat deze gegevens samen:
J
V
4
5
1
10
3
100
Nu we zo handig zijn met eigenwaarden (zie paragraaf 1.14) ligt het voor de
hand eens te kijken wat de eigenwaarden van deze matrix zijn.
Opgave 15. Bepaal de eigenwaarden van deze matrix.
Opgave 16. Bepaal de eigenvectoren bij elk van de eigenwaarden.
2.1
Slim idee
2000
startpopulatie, zeg s0 = 800 .
20
De grootte van de volgende generatie reken je uit door de matrix met deze vector
te vermenigvuldigen: s1 = A s0 .
En dan opnieuw: s2 = A s1 = A2 s0 .
...
2000
Uiteindelijk krijg je sn = An s0 = An 800
20
Een heel slim idee is nu om de eigenvectoren te gebruiken om An s0 uit te
rekenen.
0
Uit opgave 16 weten we wat de eigenvectoren van de kevermatrix zijn: 0,
1
1000
40
100 en 20.
3
3
14
Gertjan Laan
Matrices
versie 2
2000
0
1000
40
s0 = 800 = c1 0 + c2 100 + c3 20
(12)
20
1
3
3
Dus As0 is hetzelfde als:
0
1000
40
A c1 0 + c2 100 + c3 20
1
3
3
Omdat A lineair is (zie definitie 1 eigenschap 2), is dit hetzelfde als:
40
1000
0
s1 = A(c1 0) + A(c2 100 ) + A(c3 20)
3
3
1
En wederom omdat A lineair is (zie definitie 1 eigenschap 1), is dit hetzelfde
als:
1000
40
0
s1 = c1 A 0 + c2 A 100 + c3 A 20
3
3
1
Aangezien de drie vectoren eigenvectoren zijn, met eigenwaarden 0, 1 en 51
(zie 15) is dit hetzelfde als:
0
1000
40
1
s1 = c1 0 0 + c2 1 100 + c3 20
5
3
3
1
Oftewel:
1000
40
1
s1 = c2 100 + c3 20
5
3
3
1000
40
1
s2 = A(c2 100 + c3 20)
5
3
3
15
Gertjan Laan
Matrices
versie 2
2
1000
40
1
s2 = c2 100 +
c3 20
5
3
3
Dus op den duur:
n
1000
40
1
c3 20
sn = c2 100 +
5
3
3
n
erg klein wordt voor grote n, waardoor de laatste
Het is duidelijk dat 51
term verwaarloosbaar klein wordt.
Conclusie:
2000
1000
sn = An 800 ' c2 100
20
3
Uit dit hele verhaal volgt dat de populatie altijd groeit naar een vaste verhouding
200:100:3. De waarde van c2 hangt af van de keuze van de startvector.
2.1.1
De waarde van c2 kun je vinden uit (12), dat wil zeggen door het volgende stelsel
op te lossen:
2000
40
1000
0
c1 0 + c2 100 + c3 20 = 800
20
3
3
1
Dit is gelijkwaardig met:
1000c2
100c2
c1 +
3c2
+40c3 = 2000
20c3 = 800
+3c3 =
20
Beetje vereenvoudigen:
c1 +
25c2
5c2
3c2
+c3 = 50
c3 = 40
+3c3 = 20
Eerste twee rijen bij elkaar optellen levert 30c2 = 90, dus c2 = 3.
Dus voor de keverpopulatie geldt:
2000
1000
3000
sn = An 800 ' 3 100 = 300
20
3
9
16
Gertjan Laan
2.2
Matrices
versie 2
Samenvatting
17