H1: Wiskundig taalgebruik en notaties

Implicatie

P Q P => Q
Waar Waar Waar
Waar Vals Vals
Vals Waar Waar
Vals Vals Waar

 p: voldoende voorwaarde voor q

 q: nodige voorwaarde voor p

vb. dat je een brommer krijgt als je er door bent in juni!

 ALS je er door bent in juni, DAN krijg je een brommer
 P: als je er door bent
Q: je krijgt een brommer

Ontkenning: p => q is vals, als p waar is EN q vals

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)³ = a³ + 3a²b + 3ab² + b³

(a - b)³ = a³ - 3a²b + 3ab² - b³

 (a - b)(a + b) = a² - b²
(a - b)(a² + ab + b²) = a³ - b³

Absolute waarde

 |a|>0: |a|=|−a| en −|a|<a<|a|

Afstand

 Afstand tussen x en y: |x− y|

 Driehoeksongelijkheid:
o |a+b|≤|a|+|b|
o |x− y|≤|x−z|+|z − y|

Interval

 Moet 1 geheel zijn => geen onderbreking

Open en gesloten bij R

 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

1. Inductiestart: geldt het voor de kleinste waarde van de variabele? Vb (n=1)

2. Inductiehypothese: andere benaming voor de variabele nemen Vb (t)
inductiestap: zeggen dat het ook voor de variabele +1 geldt Vb (t +1)
3. Uitwerken!

De ruimtelijke structuren

 Algebraïsche structuur rekenen

 Euclidische structuur afstand en hoeken
 Topologische structuur omgeving, open en gesloten

Norm

 ‖x‖=√ x21 + x 22 +…+ x 2n

o ‖x‖=1 : eenheidsvector, genormeerd
o Bij (n = 1): ‖x‖=|x|
o Bij (n = 2) en (n = 3): ‖x‖ = euclidische afstand van x tot 0
o Komt van Pythagoras: c ²=a ²+b ² => c= √ a ²+b ²
 Altijd positief
 Voldoet aan de driehoeksongelijkheid:
‖x + y‖≤‖x‖+‖ y‖

Euclidische afstand

 ‖x− y‖= √ ( x 1− y 1 )2 +…+(x n− y n )²

o Bij (n = 1): ‖x− y‖=|x − y|
o Bij (n = 2) en (n = 3): ‖x− y‖ = afstand
 Voldoet aan de driehoeksongelijkheid:
‖x− y‖≤‖ x−z‖+‖z− y‖

Scalair product

 Niet hetzelfde als scalaire vermenigvuldiging!

3
 o Scalaire vermenigvuldiging: λ ( x 1 , x 2 , … , x n ) =( λ x 1 , λ x 2 , … , λ xn )

o Scalair product (inproduct): ⟨ x , y ⟩ =x1 y 1+ x2 y 2+ …+ x n y n

 ‖x‖²=⟨ x , x ⟩
 Het inproduct is bilineair
o ⟨ λx+ μy , z ⟩=λ ⟨ x , z ⟩ + μ ⟨ y , z ⟩
o ⟨ x , λy + μz ⟩=λ ⟨ x , y ⟩+ μ ⟨ x , z ⟩
 Het inproduct is positief definiet
o ⟨ x , x ⟩ ≥0 en als ⟨ x , x ⟩ =0 , danis x=0
 Via de cosinusregel vinden we dat
⟨ x , y ⟩ =‖x‖‖ y‖ cos θ
o ⟨ x , y ⟩< 0 : hoek > 90°

o ⟨ x , y ⟩= 0 : hoek = 90° => orthogonaal

o ⟨ x , y ⟩> 0 : hoek < 90°

Cauchy-Schwarz-ongelijkheid

 |⟨ x , y ⟩|≤‖x‖‖ y‖

Open en gesloten bij Rn

 Open bol met middelpunt x en straal r

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

 1 vectorfunctie bestaat uit componentsfuncties (=coördinaatsfuncties)

Functie

 1 x-waarde kan maximum 1 beeld hebben => anders geen functie

=> een verticale rechte mag de grafiek hoogstens in 1 punt snijden
 Bekijk functies HB blz 3.8-3.9
 Niveaulijnen: projectie op het XY-vlak van de doorsnede
o N c = { ( x , y ) ∈ R ²∨f ( x , y )=c }
o Hoogtelijnen, isobaren, isothermen, isokwanten, indifferentiecurves,…
o Hoe dichter bij elkaar, hoe harder de wijziging (stijging/daling)

Inverteren van functies

 Injectief: voor elke y hoogstens 1 x => niet injectief als f ( x 1 ) =f ( x 2 ) maar x 1 ≠ x2

Surjectief: voor elke y minstens 1 x
Bijectief: voor elke y juist 1x
 Injectief => inverse functie
o g : f ( A ) → A : y ↦ g ( y ) waarbij f ( g ( y ) )= y
o Functie spiegelen tov 1e bissectrice
o y en x omwisselen en dan opnieuw y zoeken

Rijen

 Expliciet voorschrift: formule die x n uitdrukt in termen van n

 Recursie voorschrift: formule die de (n+1)-ste term uitdrukt in functie vd n -de term
 Rekenkundige rij: x n=a+ nv vast getal v bij optellen

 Meetkundige rij: x n=ar n vaste factor r vermenigvuldigen

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

 ( nxm )-matrix: n rijen en m kolommen

 Functie is lineair als
1. f ( λx )= λf ( x ) voor alle x ∈ Rn en λ ∈ R

2. f ( x + y )=f ( x )+ f ( y ) voor alle x , y ∈ R n

 Samen genomen

f ( λx + μy )=λf ( x ) + μf ( y ) voor alle x , y ∈ Rn en λ , μ ∈ R

 Functie lineair => f kan je schrijven mbv een matrix

Eerstegraadsfunctie

 Eerstegraadsfunctie = lineaire functie + constante f ( x )=ax+ c= Ax+c

 f : R n → R mis dus een eerstegraadsfunctie als
l :R n → Rm : x ↦l ( x )=f ( x )−f (0)lineair is
 Lineaire functie => eerstegraadsfunctie (homogeen)
 Eerstegraadsfunctie => lineaire functie alleen als f ( 0 )=0
o vb x−3 y +5 geen lineaire functie
o vb x−3 y +0 wel een lineaire functie

Markt van al dan niet concurrerende producten

 q i=β i+ ∑ α i, j p j (met β i >0 en α i ,i <0)

 Model voor de vraag:

o α i , j > 0 :substituten : p1 stijgt => q1 daalt => q2 stijgt => p2 daalt ↑ ↑of ↓ ↓
wnr de prijs van goed 1 stijgt, ga ik meer van goed 2 kopen
o α i , j < 0 :complementen: p1 stijgt => q1 daalt => q2 daalt => p2 stijgt ↑ ↓of ↓ ↑
wnr de prijs van goed 1 stijgt, ga ik ook minder van goed 2 kopen
o α i , j = 0 :afzonderlijke producten: hebben niets met elkaar te maken

Lineaire interpolatie

 Benaderingsmethode om waarde te vinden tussen 2 andere gegeven waarden

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

 Oplossingen noteren in vectorvorm ( x , y , z )=( a , b , c)

 Oplossen van een stelsel = geven ve oplossingenverzameling (verzameling vectoren)
o Elke vector voldoet aan alle vgl
o Buiten deze oplossingenverzameling bestaan er geen andere oplossingen
 Aantal oplossingen: snijpunten van de rechtes
o Geen snijpunten : geen oplossing
o 1 snijpunt : juist 1 oplossing
o Vallen samen : oneindig veel oplossingen
 Homogeen stelsel : 1 of oneindig veel oplossingen
Niet-homogeen stelsel : 0, 1 of oneindig veel oplossingen
 via de substitutiemethode (2 vgl en 2 onbekenden)
Gauss-eliminatiemethode

Gauss(-Jordan) methode

 Door operaties uit te voeren op de rijen

o Rijen wisselen
o Vermenigvuldigen met scalair
o Een veelvoud van een rij bij andere optellen
 Leidende element = 1e element in de rij
 Eens in die vorm, via achterwaartse substitutie
 Echelonvorm
o Nulrijen onderaan
o Andere rijen 1 vooraan
o Links en onder de 1 alleen nullen
 Rijgereduceerd
o Echelonvorm + boven de 1 ook alleen nullen
9
  2 matrices zijn rij-equivalent als je via de ene de andere kan bekomen via rijoperaties
o Elke matrix is rij-equivalent met matrix in echelonvorm/ rijgereduceerd
o Dus we kunnen elke matrix transformeren naar echelonvorm (rijgereduceerde vorm)
 Rijreduceren door pivoteringsoperaties
o Element 1 maken en al de rest in kolom 0 = pivoteren
=> pivoteringselement/ spilelement
=> pivoteringskolom
 Eliminatiemethode van Gauss
o Schrijf gerande matrix
o Ga via rijoperaties tot echelonvorm
o Los het op via achterwaartse substitutie
 Eliminatiemethode van Gauss-Jordan
o Schrijf gerande matrix
o Ga via rijoperaties tot rijgereduceerde vorm
o Lees af

Stelsels met parameters

 Bespreken van het stelsel

o Nagaan hoe de oplossingenverz. afhangt vd parameters
o Zo krijg je bij andere vwen andere oplossingen

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

 Rekenregels voor matrices gelden ook voor reële getallen

 Niet alle rekenregels voor reële getallen gelden voor matrices!
o Vermenigvuldiging is niet commutatief
o Voor n>2 is er niet altijd een matrix B waarvoor AB=I n

 Eenheidsmatrix ( I n) , nulmatrix (O m , n)

Rekenen met matrices

 Matrix * getal = elk element * dat getal

 Matrix + matrix = element + element
o Alleen zinvol indien dezelfde afmetingen
 Matrix * matrix
o AB=C met ( m∗n )( n∗p )=(m∗p)

Transponeren

 Rijen als kolommen schrijven

 Matrix (vierkante) symmetrisch als At = A

 ( AB)t =Bt At

Inverteren

 Matrix inverteerbaar als AB=I n=BA

o Inverteerbaar = regulier
o Niet inverteerbaar = singulier
 Matrix inverteerbaar?
o Gerande matrix met rechts de eenheidsmatrix
o Proberen om links de eenheidsmatrix te bekomen
o Rechts krijgen we dan de inverse
 Alleen inverteerbaar als rang maximaal is!
 Met inverse stelsel oplossen:

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

Ontwikkelen naar rij of kolom

 Element kiezen en rij en kolom van dit element schrappen
 det ( A )=a k 1 C k 1+ ak 2 C k 2 +a k3 C k3
o Cofactor C ij =(−1)i+ j M ij

o Minor M = determinant van de (2∗2)-matrix die overblijft

Belangrijke eigenschappen

det ( A ) =det ⁡( A)
t


 Determinant is lineair in de rijen en de kolommen

o (rij /kolom)∗λ=det∗λ
o Bij het wisselen van 2 rijen/kolommen, verandert het teken van de det
o Is een rij/kolom de som van 2 rijen/kolommen
=> det ook de som van 2 det (met de samengestelde rijen/kolommen)
 Det met 2 gelijke rijen/kolommen = 0
 B een matrix uit A door bij een rij/kolom een veelvoud op te tellen => det ( A )=det ⁡( B)
 det ( AB )=det ( A ) det ⁡( B)

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

 We willen een volledige en expliciete definitie vinden voor de dynamische modellen

 Hoe machten nemen van grote matrices?

Diagonaliseerbaar

 Diagonaalmatrix: machten nemen van de diagonaalelementen

 Matrix is diagonaliseerbaar als
o Er een inverteerbare ( mxm )-matrix Q bestaat
o Er een( mxm )-diagonaalmatrix D bestaat
o A=QD Q
−1

Eigenwaarde en eigenvector

 Als A ( vector )= λ( vector)

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

Berekenen van eigenwaarden en eigenvectoren

 λ is een eigenwaarde van A ⇔ ( A−λ I m) niet inverteerbaar is

 Dus alleen als det ( A− λ I m ) =0

 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

Meetkunde in het vlak : R²

Rechte door de oorsprong

 Heeft een richtingsvector ( x , y )
 Die is niet uniek! Alle veelvouden van die vector zijn eveneens een richtingsvector
R={ λ ( x , y )∨ λ ∈ R }
 Heeft er dus oneindig veel (van dezelfde vorm)

Rechte niet door de oorsprong

 Door een rechte door de oorsprong evenwijdig te verschuiven
 Steunvector en richtingsvector (door oorsprong) nodig

 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

Voorstelling van rechten

Vectorvergelijking
 v=v s+ λ v s( λ ∈ R)

 v=v 1 + λ (v ¿ ¿ s−v 1)( λ ∈ R)¿

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

 x=x 1 + λ ( x 2−x 1 ) + μ( x 3−x 1)

y= y1 + λ ( y 2− y 1 ) + μ ( y 3− y 1 ) voor een ( λ ∈ R)
z=z 1 + λ ( z 2−z 1 ) + μ( z 3−z 1 )

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)

 als d = 0 gaat het vlak door de oorsprong (0,0,0)

 Lemma 3.2 gebruiken

19


¿
⇔ a ( b1 c 2−c 1 b2 ) +b( a1 c 2−c 1 a2)+c (a ¿ ¿ 1 b2 −b1 a2)=0 ¿

20