Vakcode: wi1314wbmt

Vaknaam: Lineaire Algebra 2

ZIE OOK BLACKBOARD

Het betreft een colstructie

ECTS studiepunten: 3

Faculteit der Informatietechnologie en Systemen

Docent(en): Maks, dr.ir. J.G.

Tel.:  015-27 85764

Trefwoorden:

numerieke methoden, eigenwaarden en eigenvectoren,

symmetrische matrices, kwadratische vormen.

Cursusjaar:

BSc 1e jaar

Semester:

2B

Coll.uren p/w:

4

Andere uren:

1 (vragenuur)

Toetsvorm:

schriftelijk

Tentamenperiode:

 2B, Aug.

(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, 3rd ed. ISBN 0-201-70970-8.

Referenties vanuit de literatuur: -

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

Leerdoelen:

De student kan:

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

2. Apply LU-factorization of matrices

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

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

5. Calculate eigenvalues & eigenvectors of a matrix, of real & complex nature

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

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

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

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

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

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

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

Computer gebruik: -

Practicum: -

Ontwerp component: -

Percentage ontwerponderwijs:  0 %