Professional Documents
Culture Documents
Implicatie
P Q P => Q
Waar Waar Waar
Waar Vals Vals
Vals Waar Waar
Vals Vals Waar
Equivalentie
P Q P <=> Q
Waar Waar Waar
Waar Vals Vals
Vals Waar Vals
Vals Vals Waar
Kwantoren
Ontkenning
o Kwantoren omwisselen
o Uitspraak ontkennen
Volgorde zeer belangrijk!
1
H2: Getallenverzameling
Merkwaardige producten
(a + b)² = a² + 2ab + b²
(a - b)² = a² - 2ab + b²
(a - b)(a + b) = a² - b²
(a - b)(a² + ab + b²) = a³ - b³
Absolute waarde
Afstand
Interval
Open: rond elk punt een open interval dat zelf nog in A ligt => geen randpunten
Gesloten: als het complement R ¿ open is => wel randpunten
Noch open, noch gesloten
o Q ¿−1,5 ¿¿ ¿
Open én gesloten
o R
2
Bewijs door (volledige) inductie
De ruimtelijke structuren
Norm
Euclidische afstand
Scalair product
3
o Scalaire vermenigvuldiging: λ ( x 1 , x 2 , … , x n ) =( λ x 1 , λ x 2 , … , λ xn )
Cauchy-Schwarz-ongelijkheid
|⟨ x , y ⟩|≤‖x‖‖ y‖
B ( x , r )= { y ∈ R ∨‖ y−x‖<r }
n
Open als we rond elk punt x van A een open bol kunnen plaatsen
Gesloten als complement Rn ¿open is
4
H3: Functies en Rijen
Componentfuncties
Functie
Rijen
Annuïteiten
u n−1
Slotwaarde: S= K+ Ku+ Ku ²+ …+ K u n−1=K
u−1
5
un −1 1
Aanvangswaarde: A=K
u−1 u n
6
H4: Lineaire functies, eerstegraadsfunctie
Matrix
Eerstegraadsfunctie
Lineaire interpolatie
7
Benaderen via eerstegraadsfuncties (lijnstuk = allemaal 1egraadsfuncties aan elkaar)
y 2− y 1
De waarde (f ( x )= y) voor x ∈ [ x1 ; x 2 ]: y= y1 + ( x−x 1)
x 2−x 1
8
H5: Lineaire stelsels
Lineair stelsel
Homogeen stelsel:
b 1=b2=…=b n=0 => AX =0
Matrixvoorstelling: de gerande matrix ( A|B )
Stelsel oplossen
Gauss(-Jordan) methode
Oplosbaarheidscriterium
( 0 0 … 0|1 ) is strijdig
Rang = # niet-nul rijen
# vrijheidsgraden = # vrij te kiezen onbekenden
o 1 oplossing: geen vrijheidsgraden
o Aantal onbekenden – rang
10
H6: Matrixalgebra
Matrix
Eenheidsmatrix ( I n) , nulmatrix (O m , n)
Transponeren
( AB)t =Bt At
Inverteren
11
AX=B en dus ook A−1 ( AX ) =A−1 B waardoor −1
X =A B
12
H7: Determinanten
Determinant
Via 1 getal (determinant) bepalen of matrix inverteerbaar is
(2∗2)-matrix: a 11 a22−a12 a21
(3∗3)-matrix: regel van Sarrus
De absolute waarde van de D van een (2x2)-matrix geeft de opp van de parallellogram
opgespannen door de 2 vectoren bepaald door de kolommen
Gelijkvormige driehoeken => verhouding tussen lengte van overeenkomstige zijden gelijk
Belangrijke eigenschappen
det ( A ) =det ( A)
t
Determinant en inverteerbaardheid
A is inverteerbaar ⟺ det ( A) ≠ 0
−1 1
Als A inverteerbaar is, dan is A = adj( A)
det ( A )
Met adj ( A )=¿
o De elementen vervangen door de cofactoren
o Die dan nog eens transponeren
o Bij een (2∗2)-matrix:
13
a −a12
adj ( A )=( 22 )
−a 21 a11
14
H8: Eigenwaarden en eigenvectoren
Probleem
Diagonaliseerbaar
Eigenwaarde en eigenvector
o λ = eigenwaarde van A
o (vector)= eigenvector van A
Eigenvector kan nooit nul zijn! (eigenwaarde wel)
Inverteerbare Q door de eigenvectoren als kolommen naast elkaar te schrijven
Diagonaalmatrix D door de eigenwaarden op de diagonaal te schrijven
Karakteristieke veelterm
Je vindt dus een eigenwaarde met een eigenvector
o Alle veelvouden van die eigenvector horen ook bij die eigenwaarde
Indien onvoldoende eigenvectoren (buiten de veelvouden) om Q te maken
Niet diagonaliseerbaar (want als je geen Q hebt, kan die zeker niet inverteerbaar zijn!!)
Toepassing
Herbekijken HBp8.12
15
16
H9: Elementaire meetkunde
R={ v s+ λ v s ∨λ ∈ R }
o De steunvector v s zorgt voor de verschuiving
o Je telt hier dan telkens de richtingsvector v r bij op
Vectorvergelijking
v=v s+ λ v s( λ ∈ R)
Zowel v r als v s zijn niet uniek
o Zo kan je eender welk punt kiezen op de rechte voor
o Zo zij eveneens alle veelvouden van goede richtingsvectoren
Indien je al 2 punten kent waar de rechte doorgaat: v=v 1 + λ (v ¿ ¿ s−v 1)( λ ∈ R)¿
Parametervergelijking
Haal je uit de vectorvgl => x en y gwn coödinaatsgewijs neer te schrijven
x=( 1− λ ) x1 + λ x 2
y= (1−λ ) y 1 + λ y 2 voor een ( λ ∈ R)
Cartesiaanse vergelijking
Haal je uit parametervgl => Substitueren (stelsel oplossen)
( y − y 1 )( x 2−x 1 )= ( y 2− y 1 ) (x−x 1)
ax +by +c =0
o Richtingsvector = (b ,−a)
o Normaalvector = (a , b) (want inproduct = 0)
17
o Als b=0 dan is de rechte verticaal
y 2− y 1
Rico m=
x 2−x 1
Onderlinge stand
Evenwijdig: als de richtingsvectoren (en normaalvectoren) veelvouden zijn van elkaar
Samenvallend: als naast a en b ook de c’s veelvouden zijn van elkaar
Snijdend: als ze juist één punt gemeenschappelijk hebben (via stelsel zoeken)
Lineaire programmering
Lineaire functies
o Optimalisatiemethode
o Met randvoorwaarden en positiviteitscondities
Toelaatbaar gebied => punten (x , y ) die aan alle randvwen voldoen
Gemeenschappelijke kenmerken
o Toelaatbaar gebied = convex
als je 2 punten neemt uit het gebied, dan ligt het verbindende lijnstuk er nog
binnen
o Het optimum ligt op een extreem punt, een hoekpunt
o Het is een globaal optimum
Algebraïsche methode om dit op te lossen = simplexmethode
18
Meetkunde in de ruimte: R³
Parametervergelijking
x=( 1− λ ) x1 + λ x 2
y= (1−λ ) y 1 + λ y 2 voor een ( λ ∈ R)
z=( 1− λ ) z1 + λ z 2
Cartesiaanse vergelijking
ax +by +c =0
a ' x +b ' z +c '=0
Lemma 3.2 gebruiken
( a 1 , b1 , c 1 )=λ ( a2 ,b 2 , c 2 ) ⇔ a1 b 2−b1 a2 =0 EN b 1 c 2−c1 b2=0
Voorstelling vlakken
Vectorvergelijking
v=v s+ λ v 1 + μ v 2 (λ , μ ∈ R)
v=v 1 + λ (v 2−v 1)+ μ(v 3−v 1) ( λ , μ ∈ R)
De drie punten zijn niet-collineaire: liggen niet allemaal op dezelfde rechte
Parametervergelijking
Cartesiaanse vergelijking
ax +by +cz +b=0
o richtingsvector = (x i−x 1 , y i− y1 , z i−z 1)
o normaalvector = (a,b,c) (want inproduct = 0)
19
¿
⇔ a ( b1 c 2−c 1 b2 ) +b( a1 c 2−c 1 a2)+c (a ¿ ¿ 1 b2 −b1 a2)=0 ¿
20