Vakcode: wi1314wb

Vaknaam: Lineaire Algebra 2

ZIE OOK BLACKBOARD

Colstructie

TUD studiepunten: 2

ECTS studiepunten: 3

Faculteit der Informatietechnologie en Systemen

Docent(en): Dr. R. Koekoek

Tel.:  015-27 87218

Trefwoorden:

numerieke methoden, eigenwaarden en eigenvectoren,

symmetrische matrices, kwadratische vormen.

Cursusjaar:

1

Periode:

0/0/0/5

Coll.uren p/w:

4

Andere uren:

1 (vragenuur)

Toetsvorm:

schriftelijk

Tentamenperiode:

(zie jaarindeling)

Voorkennis: Lineaire Algebra 1 (wi1313wb)

Wordt vervolgd door: Differentiaalvergelijkingen (wi2055wb)

Uitgebreide beschrijving van het onderwerp:

• Blokmatrices, LU-decompositie van een matrix, iteratieve methoden van Jacobi en Gauss-Seidel.

• Eigenwaarden en eigenvectoren, de karakteristieke vergelijking, diagonaliseerbaarheid, toepassingen op differentievergelijkingen, Markov-ketens en stelsels differentiaalvergelijkingen, de power- of machtmethode en de inverse power- of machtmethode.

• Diagonaliseerbaarheid van symmetrische matrices, kwadratische vormen, singuliere waarden ontbindingen, toepassingen.

College materiaal:

• David C. Lay, Linear Algebra and its Applications, Updated Second Edition, Addison-Wesley, 2000, ISBN 0-201-34774-1.

Referenties vanuit de literatuur: -

Opmerkingen (specifieke informatie over tentaminering, toelatingseisen, etc.): -

Leerdoelen:

• Recognize and manipulate block matrices. Apply the concept of partitioning

• Apply LU-factorization of matrices

• Apply iterative solution procedures to systems of equations, using the Jacobi & Gauss-Seidel methods

• Apply iterative solution procedures to establish eigenvalues, using the Power & Inverse Power methods

• Calculate eigenvalues & eigenvectors of a matrix, of real & complex nature

• Apply the theory of eigenvalues & eigenvectors in simple, elementary situations such as simple dynamical systems

• Apply the concept of diagonalization to matrices, and understand the relationship between diagonalization and linear transformations

• Apply the concept of eigenvalues & eigenvectors to (simple) discrete dynamical systems and differential equations

• Recognize symmetric matrices and apply their fundamental characteristics to the determination of eigenvalues and eigenvectors

• Recognize matrices of quadratic form, classify their forms and apply their fundamental characteristics to the determination of eigenvalues and eigenvectors

• Apply the concept of symmetric matrices and quadratic forms to constrained optimization

• Determine the singular value decomposition of a matrix and understand its implications

Computer gebruik: -

Practicum: -

Ontwerp component: -

Percentage ontwerponderwijs:  0 %