Oplossing examen algebra 01-02-2007

Vraag 1

1.1. De maximum en de minimumwaarde van een positief definiete kwadratische vorm

xT Ax voor kxk = 1 met een symmetrische n n-matrix A zijn gelegen tussen de grootste
en de kleinste diagonale elementen van de matrix A.

Verkeerd: De diagonale elementen kunnen geschreven worden als ai,i = eTi Aei met ei =
(0, . . . , 0, 1, 0, . . . , 0) (met de 1 op de i-de plaats). Vermits kei k = 1, zijn de diagonale
elementen de waarden van de kwadratische vorm in de vectoren x = ei met norm 1. De
extreme waarden van de kwadratische vorm voor vectoren met norm 1 worden echter
bekomen voor x gelijk aan de genormeerde eigenvectoren bij de maximale en minimale
eigenwaarden.

mogelijke correctie: De diagonaalelementen zijn gelegen tussen de minimale en de maxi-

male eigenwaarde van A.

1.2. Er bestaat geen 2 2 matrix A met eigenwaarden 1 en 0 en met singuliere waarden

5 en 0.

Verkeerd: Om een eenvoudige matrix te bekomen die reeds te eigenwaarden 1 en 0 heeft

en waarbij we nog speling hebben voor de singuliere waarden zoeken we (bijvoorbeeld)
een driehoeksmatrix met diagonaalelementen 1 en 0:
 
1 a
A=
0 0

 
1 + a2 0
Omdat AAT = , vinden we singuliere waarden 5 en 0 door 1 + a2 gelijk te
0 0
kiezen aan 25.

1.3. De positieve machten (0.9)k van 0.9 gaan naar 0 voor toenemende k. Hetzelfde geldt
voor de machten van 0.9i en 0.9 + 0.9i en 0.8 + 0.6i en 0.5 + 0.5i (hierin is i = 1).

Verkeerd: Als we a + bi in polaire vorm schrijven, a + bi = rei (met r = a2 + b2 en
tan = b/a), dan is (a + bi)k = rk eik . Hierin ligt eik op de eenheidscirkel en gaat
k
(a
p + bi) naar 0 als en alleen
p als r < 1. Voor 0.9 + 0.9i en 0.8 + 0.6i vinden we echter
(0.9) + (0.9) > 1 en (0.8)2 + (0.6)2 = 1, zodat r 1.
2 2

1
1.4 Als U een n n orthogonale matrix, en P een n n projectiematrix (definitie van
projectiematrix zie oefening 36 pagina 471) is, dan is I U een n n orthogonale matrix,
en I P is een projectiematrix, en U P is een n n projectiematrix.

(Lay p. 471: een matrix B is een projectiematrix als en alleen als B T = B en B 2 = B).

Verkeerd: I U is niet orthogonaal: (I U )T (I U ) = I U U T + U T U = 2I U U T .

Dit is in het algemeen niet gelijk aan I. Eenvoudig tegenvoorbeeld: U = I.

I P is wel een projectiematrix: I P is symmetrisch want P is symmetrisch. En

(I P )2 = I P P + P 2 = I P (wegens P 2 = P ).

U P is over het algemeen geen projectiematrix. U is over het algemeen zelfs niet
symmetrisch, en dan is U P het ook niet.

1.5 Voor een discrete tijdsysteem met impulsresponsie h[k] = {1, 2, 3, 1, 2, 3, 1, 2, 3, . . .}

(dit is een periodische herhaling van 1, 2, 3), heeft elke toestandsbeschrijving een A matrix
met de drie eigenwaarden 0,1 en 1.

Verkeerd: H(z) = k
= 3j
+2 3j1
+3 3j2
= (1+2z 1 +
P P P P
k=0 h[k]z j=0 z j=0 z j=0 z
3 2
3z 2 ) 1z1 3 = z +2z
z 3 1
+3z
. De polen van dit systeem zijn de oplossingen van z 3 1 = 0. Dit
2 2
zijn 1, ej 3 en ej 3 . Deze 3 waarden moeten eigenwaarden zijn van de A-matrix.

Vraag 2

de 3
Gegeven 3 matrix
A.Neem hierin
a = jouw
examennummer.
1 2 1 1 1 0 0
A= 2 0 2 ,b= 2 ,W= 0
4 0
1 2 1 a 0 0 9

1. Bepaal de rang van de matrix A.

2. Bepaal de eigenwaardenontbinding van A en ga na of A positief (semi-)definiet is.
3. Bepaal ook de singuliere waardenontbinding van A, en de pseudo-inverse van A en
de inverse van A als deze bestaat.
4. Wat is de maximale waarde die xT Ax kan aannemen als xT x = 25 en voor welke
waarde van x wordt die bereikt? Omschrijf met welke berekeningen je de minimale
waarde kan bepalen die xT Ax kan aannemen als xT Wx = 1 en voor welke waarde
van x die wordt bereikt.

2
 5. Bepaal de projectiematrix die loodrecht projecteert op de kolomruimte van A en
bepaal zijn eigenwaarden en eigenvectoren en verklaar.
6. Bepaal de kleinste kwadraten oplossing van het stelsel Ax = B. Is het stelsel exact
oplosbaar? Omschrijf met welke berekeningen je de gewogen kleinste kwadraten
oplossing bepaalt met de gewichtsmatrix W, m.a.w. de oplossing van WAx = WB.
7. Leg ook verbanden tussen deze resultaten.

Oplossing:

1. De rang van de matrix is 2.

1 1
2. De eigenwaarden zijn: 4, -2 en 0, en bijhorende eigenvectoren zijn: 1 , 2
1 1
1
en 0 , respectievelijk. De eigenwaardenontbinding is dus A = PDP1 , met
1
1 1 1 4 0 0
P = 1 2 0 en D = 0 2 0 . Als je de eigenvectoren normalizeert,
1 1 1 0 0 0
kan je stellen dat: 1
1 1
1 1 1

4 0 0
3 6 2
13 3 3
A = PDP1 = PDPT = 13 26 0 2
0 2 0 6 6 6 .
1
1 1 12 0 0 0 1 0 12
3 6 2
De matrix A is indefiniet.
3. De singuliere waardenontbinding
1 is:

1 1
1 1 1

3 6 2 4 0 0
1 26 31 2
3 3
16
A = UVT = 0 0 2 0 .

3 6 6
1 1 12 0 0 0 1 0 12
3 6 2
De pseudo-inverse
1 van
A is:
1 " 1 #
3 6 1 1
 1
0
A+ = 13 26 4 1 3 3 3
.

0 1 2 16
1 1 2 6 6
3 6
A is niet inverteerbaar.
4. De maximale waarde
5 die xT Ax kan aannemen als xT x = 25, is 100. Deze wordt

3
bereikt bij x = 5 .

3
5
3

3
 De minimale
waarde van xT Ax als xT Wx = 1, kan je vinden door te stellen y = Vx,
1 0 0
met V = 0 2 0 . Dan moet je de minimale waarde zoeken van yT VT AV1 y

0 0 3
met y y = 1. Deze is gelijk aan de kleinste eigenwaarde van de matrix VT AV1 .
T

De waarde van y waarvoor deze bereikt wordt, is de overeenkomstige eigenvector

van VT AV1 . Je vindt dan x als V1 y.
5. De projectiematrix
1 die loodrecht projecteert op de kolomruimte van A, is:
1 " #
3 6 1 1 1
P = 13 26 13 3 3
.

2 1
1 1 6 6 6
3 6 1
1 " 1 #
1 1
13 62 1 0


3 3 3
Vermits dus ook geldt: P = 3 1 2 1
,
1 1
6 0 1 6
6 6

3 6
kan je onmiddellijk inzien dat de eigenwaarden 1, 1 en 0 zijn. De eigenvectoren
horende bij de eigenwaarde 1 zijn ook reeds gegeven in bovenstaande formule, en
zijn gelijk aan de twee eigenvectoren van A, horende bij de niet-nul eigenwaarden.
Het is ook duidelijk in te zien dat de nulruimte van P dezelfde is als de nulruimte
van A, dus de eigenvectoren horende bij eigenwaarde 0 van A en P zijn ook gelijk.
6. De KKO kan je op twee manieren bepalen:
1

2
a1
(a) De eenvoudigste manier is door te stellen dat x = A+ b = 4
.
1
2
(b) Je kan ook het stelsel AT Ax = AT B oplossen door gebruik te maken van
elementaire rijoperaties. Let op dat je niet kan stellen
dat (AT A)1 AT B,
x =
1 1
T a1
omdat A A niet inverteerbaar is. Je bekomt: x =
4
+ 0 x3 .
0 1
Nota: in geval (a) bekom je een unieke KKO (meer bepaald deze met de kleinste
2-norm), terwijl je in geval (b) een oplossingenverzameling bekomt. Merk op dat de
oplossing uit (a) een element is van de oplossingenverzameling uit (b).
Voor alle a 6= 1, is Ax = b strijdig, dus het stelsel is niet exact oplosbaar.
Als
je
1
2
examennummer 1 hebt, is het stelsel wel exact oplosbaar. De oplossing is 0 .
1
2
+
De gewogen KKO bepaal je door x = (AW) Wb, of door oplossen van het stelsel
AT WT WAx = AT WT Wb op te lossen met elementaire rijoperaties.
7. Belangrijke verbanden waren bijvoorbeeld dat je de SWO rechtstreeks kon afleiden
uit de EWO, en dat je de EWO van de projectiematrix (en dus ook de projectiema-

4
 trix zelf) eenvoudig kon bekomen uit de EWO van de matrix A (zelfde eigenvec-
toren, en eigenwaarden 1 voor de kolomruimte en eigenwaarde 0 voor de nulruimte).
Additionele/alternatieve verbanden worden ook beloond.

Vraag 3

Construeer 9 2007-matrices C en 3 3-matrices D met de drie 3 3 matrices

1 0 0 1 0 1 1 1 1
I3 = 0 1 0 , A = 0 2 0 , B = 1 1 1
0 0 1 1 0 1 1 1 1

in de volgende gevallen:

Geval 1) Construeer een 9 2007 matrix C opgebouwd enkel uit kopies van I3 , A en B
(dit wil zeggen: maak een gepartitioneerde 9 2007-matrix C met als deelmatrices enkel
kopies van I3 , A en B en geen andere deelmatrices zoals nulmatrices), en zorg ervoor dat
C van zo laag mogelijke rang is.

Oplossing: Als we C opbouwen uit enkel kopies van B, zijn alle kolommen gelijk (en
C 6= 0), en heeft C dus rang 1. Er is maar 1 matrix van rang kleiner dan 1, namelijk
de nulmatrix, die rang 0 heeft, maar die kunnen we niet construeren met de gegeven
matrices. Dus, de rang van C is minimaal.

Geval 2) Analoog aan geval 1) voor zo hoog mogelijke rang van C, bepaal ook zijn rang.

Oplossing: Hier zijn veel oplossingen mogelijk. Het volstaat voor 9 lineair onafhankelijke
kolommen te zorgen en zo een matrix van rang 9 te bekomen. (Rang groter dan 9 is onmo-
gelijk voor een 9 2007-matrix). Een mogelijkheid bestaat erin de eerste 3 blokkolommen
gelijk te kiezen aan

I3 B B
I3 I3 B
I3 I3 I3

Via eenvoudige rijoperaties vinden we dat deze matrix rijequivalent is met

I3 B B
0 I3 B 0
0 0 I3 B

5
Omdat I3 B inverteerbaar is (B heeft eigenwaarden 3, 0, 0, dus I3 B heeft eigenwaarden
2, 1, 1), is ook de gehele 9 9-matrix inverteerbaar, en heeft C rang 9.

Geval 3) Construeer een 9 2007-matrix C, die enkel opgebouwd is uit kopies van I3 en
B (en niet A) en met een zo groot mogelijke eerste singuliere waarde. Argumenteer ook
waarom je denkt dat die C de grootste singuliere waarde heeft.

Oplossing: Neem C zoals in geval 1. Deze is van rang 1 en heeft slechts 1 singuliere
waarde verschillend van 0. Omdat CC T = 2007E, waarbij E een 9 9 matrix is met alle
elementen gelijk aan 1, een eigenwaarde 9 2007 heeft (bijde eigenvector (1, . . . , 1)), is de
enige singuliere waarde die van nul verschilt, gelijk aan 3 2007.

De grootste singuliere waarde isP Cx voor een vector x met kxk = 1.

de maximale normPvan P
Nu is kCxk2 = 9i=1 (cTi x)2 9i=1 kci k2 kxk2 = 9i=1 2007 2 T
P
j=1 ci,j (waarbij ci de rijen van
C zijn, en waarbij gebruik gemaakt werd van kxk = 1). Omdat voor een matrix C,
opgebouwd uit enkel kopieen van B, deze laatste waarde maximaal is, en bovendien
bereikt wordt door de hierboven berekende singuliere waarde is deze matrix de gezochte
matrix.

Geval 4) Construeer (door een passende keuze van gehele i,j, en n) een collectie matrices
D = nI3 + iAk + jB m zodat voor alle gehele k, en m, de matrix D de eigenwaarde
7 + 13 2k + 11 3m heeft. (Hint: zoek een relevante gemeenschappelijke eigenvector van
I3 , A en B; en gebruik die samen met andere relevante eigenschappen).

Oplossing: De 3 gegeven matrices hebben de eigenvector e = (1, 1, 1) gemeenschappelijk

met eigenwaarden respectievelijk 1, 2 en 3. Voor de matrix D geldt: De = (nI3 + iAk +
jB m )e = (n + 2ik + 3j m )e (door herhaald gebruik van Ae = 2e en Be = 3e). Hieruit volgt
dat de keuze van n = 7, i = 13 en j = 11 tot het gewenste resultaat leidt.

Vraag 4

Toestandsbeschrijving

Uitgang onderste doorschuifelement: x1 [k]

Uitgang bovenste doorschuifelement: x2 [k]

6
 1
x1 [k + 1] = u[k] + x1 [k]
4
1
x2 [k + 1] = u[k] + x1 [k]
4
y[k] = 2x1 [k] + x2 [k]

1
   
4
0 1    
A= 1 B= C= 2 1 D= 0
4
0 1

Aan de hand van het schema kan al afgeleid worden dat het systeem vereenvoudigd kan
worden en dus niet minimaal is. De ingangen en de uitgangen van de doorschuifelementen
stellen namelijk hetzelfde signaal voor. De twee Ds kunnen versmolten worden tot een.
Een alternatieve toestandbeschrijving van het gereduceerd systeem wordt:

1
       
A= 4
B= 1 B= 3 D= 0

Overdrachtsfunctie

H(z) = C(zI A)1 B + D

 z 1 0 1 1
   
  
= 2 1 4 + 0
1
4 z 1
  
  1 z 0 1
= 2 1 1 1
z(z 4 ) 4 z 4
1 1
 
1   z
= 1 2 1
z(z 4 ) z
3
=
z 14

7
Impulsresponsie

3
H(z) = 1
z 4
z
= 0 + 1 1
z 4

0 = H(0) = 12
z 41
1 = limz 1 H(z) = 12
4 z

z
H(z) = 12 + 12 1
z 4
1
h[k] = 12[k] + 12( )k
4

Polen, nulpunten, eigenwaarden, minimaliteit, stabiliteit

3
H(z) = z 14
Polen: 14
Nulpunten: op oneindig
Eigenwaarden: 14 , 0
Polen moeten eigenwaarden zijn!
Sommige eigenwaarden zijn geen polen: systeem NIET MINIMAAL. Dit volgt ook uit het
feit dat het systeem terug te brengen was tot een systeem met slechts een doorschuifele-
ment.
Polen liggen binnen eenheidscirkel: ingangsuitgangsstabiel
Eigenwaarden liggen binnen eenheidscirkel: inwendig stabiel
Uit inwendige stabiliteit volgt ook ingangsuitgangsstabiliteit.

8
Regimegedrag

ingang: u[k] = 2 + 5 cos(k 2 )

Regimegedrag eerste term (2): H(ej0 ) = H(1) = 4

versterking: |4| = 4
fazeverschuiving: 4 = 0

Regimegedrag tweede term (5 cos(k 2 )): H(ej 2 ) = H(j) = 3
j 14
= 12
17
j 48
17

12 17
versterking: | 17
j 48
17
| = 12 17
12 48 48
fazeverschuiving: 17
j 17 = bgtg( 17
12 ) = bgtg(4) + (+ want derde kwadrant)
17

17
Combinatie: 4 2 + 5 12 17
cos( 2 k + bgtg(4) + )