PORTFOLIO WISKUNDE - WikiMedicawikimedica.medica.be/wiki/images/6/6d/Portfolio_Wiskunde.pdf ·...
Transcript of PORTFOLIO WISKUNDE - WikiMedicawikimedica.medica.be/wiki/images/6/6d/Portfolio_Wiskunde.pdf ·...
PORTFOLIO WISKUNDE
Inhoudstafel
1 Basiswiskunde en rekenregels2 Elementaire functies3 Grafieken tekenen4 Recursie- en Differentievergelijking5 Limieten6 Afgeleiden7 Toepassingen van afgeleiden in calculus8 Asymptoten9 Integralen10 Differentiaalvergelijkingen11 Stelsels en Matrices12 Functies met meer variabelen13 Evenwichten en stabiliteit14 Biologische modellen
1 Janko Pallay, BMW 19 11
1 Basiswiskunde en rekenregels
1.1 Rechten
y− y1=y2− y1
x2−x1(x− x1)
l 1∥l 2 als m1=m2
l 1⊥l 2 als m1×m2=−1
1.2 Cirkel
r 2=( x−x0)2+ ( y− y0)
2 met afstandsformule (voor straal) d (P ,Q)=√(( x2−x1)2+ ( y1− y1)
2)
vb. cirkel door punt (5,7) met M (2,3)straal = √((5−2)2+ (7−3)2)=√(9+ 16)=5vergelijking: 52=(x−2)2+ ( y−3)2
1.3 Goniometriegraden360 °
= rad2π
tanθ= sinθcos θ
secθ= 1cosθ
cscθ= 1sinθ
cotθ= 1tanθ
sin 2θ+ cos2θ=1sin2θcos2θ
+ 1= 1cos2θ
tan 2θ+ 1=sec2θ
Bijzondere hoeken
α 0 π/6 π/4 π/3 π/2
Sin α 0 1/2 V2/2 V3/2 1
Cos α 1 V3/2 V2/2 1/2 0
Tan α 0 V3/3 1 V3 X
Verwante hoeken
sin (−α )=−sin (α )cos (−α )=cos(α )
tan (−α )=−tan (α )
sin(π2−α )=cosα
cos (π2−α )=sinα
tan (π2−α )=cot α
sin(π−α )=sinαcos (π−α )=−cos(α )tan (π−α )=−tan(α )
sin(π+ α )=−sin αcos (π+ α )=−cos (α )tan (π+ α )=tan(α )
2 Janko Pallay, BMW 19 11
Som en verschil Formules van Simpson
Dubbele hoek
Driehoekena2=b2+ c2−2.b.c.cos A
1.4 Exponentenar×a s=ar+ s
ar
as =ar−s
a−r=1a r
(a×b)r=ar×br
(ab)
r
=ar
br
(ar)s=ar×s
1.5 Logaritmenx=loga y→ y=a x
loga (x× y )=loga x+ loga y
loga (xy)=loga x−loga y
loga x r=r×loga x
loga b=log blog a
log10 x=log xloge x=ln x
loga ax=xa loga x= x
3 Janko Pallay, BMW 19 11
2 Elementaire functies
2.1 Even en onevenf (x )= f (−x)→ even→ y−asals symmetrief (x )=− f (−x )→ oneven→ oorsprong als symmetrie
2.2 Samengestelde functies( f o g)( x)= f ( g (x )) lees: f ná g
vb. { f x =2x3=u
g x= x3
f o g x= f g x = f x3=2x33g o f =g f x =g 2x3=2x33
2.3 Veelterm functiesf (x )=ao x0+ a1 x1+ a2 x2+ ...+ an−1 xn−1+ an x n
n is even -> functie is evenn is oneven -> functie is oneven
2.4 Rationale functies
f (x )= p( x)q( x)
q( x)≠0
Concreet: Michaelis-Menten model (enzymenreacties)
r (N )= aNk+ N
N≥0a , k=positieve constantenk=half −verzadigingsconstante
2.5 Machtsfunctiesf (x )=xr r∈ℝ
2.6 Exponentiële functiesf (x )=a x met:a=1→ constante functie y=1x=10< a< 1→ dalende functiea> 1→ stijgende functiea< 0→ onmogelijk , zie logaritmische functies (2.8)
2.7 Inverse functiesf −1( x)≠ f (x)−1
→ 1f (x )
f [ f −1(x )]= xf −1 [ f ( x)]=x
vb.f x = y=x35x3= y−5x= 3 y−5 f −1x = 3 x−5
Niet alle functie hebben inverse: één-één regelAls een horizontale lijn de grafiek slecht in één punt snijdt, heeft deze een inverse.
4 Janko Pallay, BMW 19 11
2.8 Logaritmische functiesZijn de inverse van exponentiële functies.
f (x )=a x→ f −1( x)=loga x a≠1,a> 0 Geen negatief logaritme!!
2.9 goniometrische functief (x )=a.sin(bx+ c)+ d met
a=amplitude2π
b= periode
c=horiz. verschd=vert. versch
3 Grafieken tekenen
3.1 Transformatiesy= f (x )
y= f (x )+ a verticale verschuiving y= f (x−c) horizontale verschuivingy=− f (x) spiegeling rond x-asy= f (−x) spiegeling rond y-as
3.2 Logaritmische ijking
3.2.1 SEMI- LOG ploty=b .a x
log y=log b .a xY=log blog ax
Y=log b x log aY=log a . xlogb y=axb
Y=axblog y=axb10log y=10axb
y=10ax .10b
y=10ax10b y=a x.b
3.2.2 LOG-LOG ploty=b xr
log y=log b xrY=log blog x r
Y=log br log xY=r Xlog b y=axb
Y=aXblog y=a log xblog y=log xab10log y=10logxab
y=10logxa
.10b
y=xa .10b y=xab
5 Janko Pallay, BMW 19 11
4 Recursie- en differentievergelijkingen
4.1 RecursiefN t1=N t . R
- Tijd is impliciet (niet af te lezen)- R is de groeifactor (rico van de rechte)
-N t
N t1= 1
R= ouders
kinderen=cte
4.2 ExplicietN t=N 0 Rt
- Tijd is expliciet (aflezen op x-as)- N0 is beginaantal- R is de groeifactor
R1 dan f x∞R=1 dan f x N 0
0R1dan f x0
4.3 VerschilRecursievergelijking
N t1= f N tmet gegeven N 0
DifferentievergelijkingN= f N t−N t=g N tmet gegeven N 0
5 Limieten
5.1 Bestaande limietenvb. lim
x5x2=25
5.2 Linker- en rechterlimiet
vb.
limx0+
∣x∣x =1
limx0-
∣x∣x=−1
limx0
∣x∣x=onbestaand
6 Janko Pallay, BMW 19 11
5.3 Onbestaande limieten
vb. limx∞sin x =onbestaand Want sin x varieert tussen -1 en 1 (divergeert)
5.4 Rekenregelslimx ca.f x =a lim
xcf x
limx c[ f xg x ]=lim
x cf xlim
xcg x
limx c[ f x .g x ]=lim
xcf x. lim
xcg x
limx c
f xg x
=limxc
f x
limxc
g xals g x≠0
5.5 Continuïteitx=c lim
x cf x= f c dan is de functie continu in c
5.6 Limieten bij oneindig
limx∞
f x =limx∞
p x q x
={0L≠0bestaat niet∞
als gr pgr q als gr p=gr q als gr pgr q
5.7 Sandwich theoremaAls f x ≤g x≤hx en lim
xcf x =lim
xchx =L
dan limxc
g x=L
vb.
limx∞e−x . cos10x
−1≤cos10x≤1−e− x≤e−x . cos10x≤e−x
limx∞−e−x =lim
x∞e−x=0
dus limx∞e−x . cos10x=0
5.8 Bijzondere goniometrische limieten
limx0
sin xx=0 lim
x0
1−cos xx
=0
7 Janko Pallay, BMW 19 11
6 Afgeleiden
6.1 AlgemeenN t=
N th−N t th−t
=N th−N t
hDit is de gemiddelde verandering
= rico van rechte door [t, N(t)] en [t+h, N(t+h)]
Voor ogenblikkelijke verandering moet het interval zo klein mogelijk zijn, dus h zo klein mogelijk
limh 0
N th−N t h
f ' x= limh0
f xh− f x h
,indien limh 0
bestaat (Rechte)
f ' c=limh 0
f ch− f ch =rico raaklijn in punt C (Getal)
vergelijking raaklijn: y− f c = f ' cx−c
vergelijking normaal (loodrecht op raaklijn): y− f c = −1f ' c
x−c
Notatie:
nde afgeleide: d n ydxn
6.2 Toegepaste voorbeelden6.2.1 Afgeleide van een constante functie f(x)=a
f ' x=limh 0
f xh− f xh
=limh0
a−ah=lim
h0
0h=0
opm.: h≠0 maar NADERT 0 lang rechts en links (anders delen door nul!)6.2.2 Afgeleide van een lineaire functie f(x)=mx+b
f ' x=limh 0
f xh− f xh
=limh0
m xhb−mxbh
=limh0
mxmhb−mxbh
=limh0
mhh=m
opm.: h≠0 maar NADERT 0 lang rechts en links (anders delen door nul!)Men ziet dat een constante functie een bijzonder geval is van de lineaire functie, met m=0.
6.3 Productregelh ' x= f ' x . g x g ' x . f x
h x = f x . g x dus rechthoekh x x = f x x. g x x
Alles delen door Δx en limieten nemen
8 Janko Pallay, BMW 19 11
hx x−hx =opp 1opp 2[ f x x − f x ]×g x[ g x x−g x ]× f x x
6.4 Quotiëntregel
h ' x= f ' x×g x −g ' x × f x g x 2
6.5 Kettingregel f o g ' x = f ' [ g x ]×g ' x
vb. dydx3x2−12=2×3x2−1×3
6.6 Impliciet afleiden
Strategie: Afleiden naar x, dan oplossen naar dydx
vb.
dydx
van y3 x2− y x2 y2=x
ddx
y3 x2−ddx
y xddx
2 y2=ddx
x
2 x y3x23 y2 dydx−[ ydy
dx x]4 y dy
dx=1
dydx3 y2 x2−x4y2 x y3− y=1
dydx= y1−2 x y3
3 y2 x2−x4 y
ddx
y3 x2=2 x y3 x23 y2 dydx
ddx
y x=1 ydydx x
ddx
2 y2=4 y dydx
6.7 Afgeleiden van goniometrische functies
6.8 Afgeleiden van exponentiële functiesddx=ax= d
dxe ln ax
=e ln ax ddx x ln a =a x ln a
ddx
e g x=eg x ×g ' x
9 Janko Pallay, BMW 19 11
6.9 Afgeleide van inverse functiesddx
f −1x = 1f ' [ f −1x ]
of dydx= 1
dydx
6.10 Afgeleide van logaritmische functiesddx
ln x= f −1x = 1f ' [ f −1x]
= 1eln x=
1x
ddx
loga x= ddx
ln xln a=
1x
ln a−0. ln x
ln a 2= 1
x ln addx
ln f x= f ' x f x vb.
ddx
ln 3x= 33x=1
xddx
ln x21= 2xx21
7 Toepassingen van afgeleiden in calculus
7.1 Mean Value theoremAls f continu is over [a,b] en afleidbaar over ]a,b[ dan bestaat een punt c Є ]a, ,b[ zodat
f b− f a b−a
= f ' c
7.2 Stijgen of dalenf ' x0∀ x∈a ,b f is stijgend over [a ,b]f ' x0∀ x∈a ,b f is dalend over [a ,b]
7.3 Hol en bolf ' ' x 0∀ x∈[a ,b] f ishol over [a ,b]f ' ' x 0∀ x∈[a ,b] f is bol over [a ,b ]
7.4 Relatieve extremaf ' c=0en f ' ' c0 relatief minimum voor x=cf ' c=0en f ' ' c0 relatief maximum voor x=c
7.5 Buigpuntenf ' ' c =0en f ' ' verandert van teken x=c is buigpunt
7.6 Regel van l'Hospital∀ lim
x af x =lim
xag x=0
∀ limx a
f x =limxa
g x=∞
als limx a
f x g x
=L
dan limxa
f ' xg ' x
=L
vb.
limx2
x6−64x2−4
=00
MAAR
limx2
x6−64x2−4
=limx2
6 x5
2 x =6×25
2×2 =6×23=48
10 Janko Pallay, BMW 19 11
7.7 LinearisatieOver een kort interval kan de raaklijn de oorspronkelijke functie benaderen.
L x= f a f ' a x−a≈ f xvb. Waarde van √65=?
We weten dat f x = x en f ' x= 12 x
en kennen √64 in de buurt van √65.
L x= f a f ' a x−a = f 64 f ' 6465−64=8 1161=8,0625≈8,062257
8 Asymptoten
8.1 Verticale asymptootlimxc+
f x =±∞ of limxc -
f x =±∞ x=cVA
Kortom: nulpunten van de noemer die geen nulpunten van de teller zijn
8.2 OpeningenNulpunten van de noemer die wel nulpunten van de teller zijn
8.3 Horizontale asymptotenlim
x∞f x =b of lim
x−∞f x =b y=bHA
Kortom: gedrag van functie naar oneindig, dus limiet nemen. (Coeff. Hoogste graad teller/ coeff. Hoogste graad noemer)
8.4 Schuine asymptootEnkel als: graad teller = graad noemer +1Euclidische deling uitvoeren, rest gaat naar 0 bij x→oneindig
11 Janko Pallay, BMW 19 11
9 Integralen
9.1 Riemann som
- f(x) is het integrand- a is de ondersom- b is de bovensom
- ck is het midden van Δxk
- ck . xk = Opp. Rechthoek
- som v. Opp= integraal
9.2 Eigenschappen
∫a
a
f x dx=0
∫a
b
f x dx=−∫b
a
f xdx
∫a
b
k f x dx=k∫a
b
f xdx k=cte
∫a
b
[ f xg x]dx=∫a
b
f xdx∫a
b
g xdx
∫a
b
f x dx=∫a
c
f x dx∫c
b
f xdx
als f x ≥0over [a ,b] geldt
∫a
b
f x dx≥0
als f x ≤g xover [a ,b ] geldt
∫a
b
f xdx≤∫a
b
g xdx
als m≤ f x≤M over [a ,b] geldt
m b−a ≤∫a
b
f xdx≤M b−a
9.3 Fundamentele stelling van de calculus (1)
Als f continu is over [a, b], dan is de functie F gegeven door F x =∫a
x
f udu a≤x≤b is
continu over [a, b] en afleidbaar over ]a, b[ met ddx
F x = f x .
M.a.w. Is een integraal het inverse van een afgeleide.
9.4 Fundamentele stelling van de calculus (2)
Als f continu is over [a, b] dan geldt ∫a
b
f x dx=F b−F a waar F(x) de primitieve functie is
van f(x), zo dat F'(x)=f(x).
12 Janko Pallay, BMW 19 11
∫a
b
f x dx= lim∣∣P∣∣0∑k=1
n
f ck xk
9.5 Primitive functies (anti-afgeleiden)
F x =∫a
x
f udu=∫a
b
f udu∫b
x
f udu=CG x
Primitieve functies van eenzelfde functie f(u) verschillen onderling slecht in een constante (C).
∫ f xdxonbepaalde integraal
=C∫a
x
f udu
9.6 Formules voor integralen
9.7 Toepassingen9.7.1 Oppervlakteberekening
Als f en g continu zijn over [a, b] en f(x) ≥ g(x) ∀ x Є [a, b] dan is de oppervlakte tussen f en g over
[a, b] gelijk aan A=∫a
b
[ f x−g x ] dx
9.7.2 Cumulatieve verandering
Definitie onbepaalde integraal (9.5)
N(t) – N(0) is de cumulatieve verandering (van populatiegrootte tussen 0 en t)
13 Janko Pallay, BMW 19 11
dNdt= f t
∫ dNdt=∫
0
t
f uduC
N t =∫0
t
f uduC
N t =∫0
t
f uduN 0
N t −N 0=∫0
t
f udu
N t −N 0=∫0
t dNdu
du
C=?
N 0=∫0
0
f uduC=0C=C
9.7.3 Gemiddelde waardenAls f continu is over [a, b] dan is de gemiddelde waarde van f over [a, b]
f gem=1
b−a∫ab
f x dx
Ook bestaat er een punt c Є [a, b] zodat f c b−a=∫a
b
f xdx
9.7.4 Volume van omwentelingslichamen
V=∫a
b
[ f x ]2 dx
9.8 Substitutie als oplosmethode
∫ f [ g x] .g ' xdx=∫ f u duWerkwijze:
∫ 1x ln x
dxu=ln xdudx=1
xA dx=x du
∫ 1x ln x
=∫ 1xu
xdu=∫ 1u
du ln∣u∣c ln∣ln∣xc
Opm: Bij bepaalde integralen: ook grenzen aanpassen
vb. ∫1
2 3x21x3 x
dx
u=x3xdudx=3 x21
BOVENDIENals x=1 u=2als x=2u=10
∫2
10 duu[ ln∣u∣]2
10=ln 10−ln 2=ln 102=ln 5
9.9 Splitsen in partieelbreuken als oplosmethode9.9.1 Noemer bevat verschillende factoren met nulpunt1
x x−1 A
x B
x−1=
Ax−1B xx x−1
= ABx−A
x x−1 A=−1
B=11x x−1
=−1x1
x−19.9.2 Noemer is een product van gelijke factoren met nulpunt
1)
x x12
Ax1
B x12
=A x1 x12
B x12
=Ax1Bx12
=AxABx12
A=1B=−1
xx12
=1x1
−1x12
2) 1
x2x1 A
x B
x2C
x19.9.3 Noemer met verschillende factoren zonder reëel nulpunt
2 x3−x22 x−2x22x21
A xBx22
C xDx21
9.9.4 Noemer met gelijke factoren zonder reëel nulpuntx2x1 x212
A xBx21
C xDx212
14 Janko Pallay, BMW 19 11
9.10 Partiële integratie als oplosmethode
∫u dv=uv−∫ v duvb. ∫ x sin x v '=sin x v=−cos x
u=x u '=1∫u dv=uv−∫ v du=x −cos x −∫−cos x1=−x cos xsin x
9.11 Hulpmiddeltjes voor de oplossing van integralen
– Herschrijf de integraal: tan x= sincos x
– Vereenvoudig integraal – Herschrijf u: u=2x-1 → x=1/2(u-1) ∫ x 2 x−1– Vermenigvuldig met 1 (Part. Integreren): u= f(x), v'=1– Herhaaldelijk integreren (sin, cos, e)– Euclidische deling bij rationale functies
– “+ a – a” x
x−2= x2−2
x2=1− 2
x2– meestal: u=veelterm, ln, Bgtan, Bgsin ..– meestal: v=sin, cos, ex...– x2−2 x5=x 2−2 x14=x−124
10 Differentiaal vergelijkingen
10.1 Algemeen
vb. d 2 ydx2
dydx= x y is een vergelijking die de vergelijking van een afgeleide functie bevat.
Differentiaal vergelijkingen van de vormdydx= f x g y worden opgelost m.b.v. scheiding van
variabelen.
Delen door g(y)
stel y= u(x), dan is dy/ dx = u'(x)
integreren naar x
g(u(x)) = g(y) & u'(x) dx = dy
15 Janko Pallay, BMW 19 11
dydx= f x g y
1
g y dydx= f x
1
g u x u ' x = f x
∫ 1g u x
u ' x dx=∫ f xdx
∫ 1g y
dy=∫ f x dx
10.2 Pure time vergelijkingenEnkel afhankelijk van de tijd (x)
dydx= f x
∫ dy=∫ f x dxy=∫ f xdx
10.3 Autonome vergelijkingendydx=g y
dyg y
=dx
10.3.1 g y =k y−a dyy−a
=k dx y≠a
∫ dyy−a
=∫ k dx
ln∣y−a∣=k xC1
∣y−a∣=ek xC 1
∣y−a∣=eC 1ek x
y=±eC1 ek xay=C. ek xa met C=±eC1
10.3.2 g y =k y−a y−b– a=b
∫ dy y−a y−a
=∫ dy y−a2
=∫ k dx
−1y−a
=k xC y=a−1k xC
– a≠b
∫ dy y−a y−b
=∫ k dx oplossen met partieelbreuken (9.9)
1a−b
[ ln∣y−a∣− ln∣y−b∣]=k xC1
[...]
y=a−bC e ka−b x
1−C ek a−b x
10.4 Allometrische groei1L1
dL1
dt=k 1
L2
dL2
dtals k=1 → isometrischals k≠1 → allometrischIntegreren geeft: L1=C L2
k
16 Janko Pallay, BMW 19 11
11 Matrices en lineaire algebra
11.1 Stelsels vergelijkingen
Stelsels worden opgelost door substituties, eliminatie of gelijkstelling.
11.2 Het begrip matrix
met m = # rijen n = # kolommen
m x n de dimmensie van de matrix
11.3 Matrix transponeren
A=[1 42 53 6] A '=[1 2 3
4 5 6] Gerbuikt voor betere leesbaarheid in teksten.
11.4 Bewerkingen met matrices11.4.1 Optellen
AB=BAABC=ABC A0=A 0=nulmatrix
11.4.2 Vermenigvuldigen!! Volgorde belangrijk !!!! # kolommen A = # rijen B!!
Als A=[aij ] m× len B=[b ij] l×n
DAN C=ABm×n
en [cij ]=∑k=1
l
a ik bkj
Komt neer op vermenigvuldigen van ide rij met jde kolom.
ABC=ACBCABC =ABACABC=ABC A0=0 A=0An×n Ak=A k−1 A=A Ak−1
vb. A2=A A A3=A A A
17 Janko Pallay, BMW 19 11
[ a11 a12 a1n
a21 a22 a2n
am1 am2 amn]
11.5 Eenheidsmatrix
Vermenigvuldigen met eenheidsmatrix [1 0 00 1 00 0 1] levert geen verandering op.
A I=I A=AI k= I k∈ℤ
11.6 Inverse matrixAls A een inverse matrix A−1 heeft, geldt A A−1¿ A−1 A= IIndien A geen inverse matrix A−1 heeft, noemt men A singulier, indien wel heet A nonsingulier.A−1−1=AAB −1=A−1 B−1
Als A=[a11 a12
a21 a22]dan A−1= 1
a11 a22−a21 a12 determinant
×[ a11 −a12
−a21 a22 ]11.6.1 Berekenen van inverse matrix
[a bc d∣1 0
0 1] omvormentot
[1 00 1∣e f
g h ]
[e fg h ] = [a b
c d ]−1
11.7 Leslie Matrix11.7.1 Algemeen
← # 0-jarigen← # 1-jarigen← # 2-jarigen← # m-jarigen
Aantal 1-jarigen volgend jaar = aantal 0-jarigen die dit jaar overleven met P0 de overlevingskans.
Aantal 0-jarigen volgend jaar=aantal nakomelingen van alle generaties dit jaar met F0
de vruchtbaarheidscijfer.
11.7.2 Stabiele leetijdsverdelingAls men herhaaldelijk de Leslie-matrix uitvoert, stelt men volgende relaties vast.
18 Janko Pallay, BMW 19 11
N t =[N 0 t N 1t N 2 t N m t
]N 1t1=P0 N 0t N 2t1=P1 N 1t
N m t1=Pm−1 N m−1N 0t1=F 0 N 0t F 1 N 1t ...F m N mt
L=[F 0 F 1 ... F m−1 F m
P0 0 ... 0 00 P1 ... 0 0... ... ... ... ...0 0 0 Pm−1 0
] N t1=L N t
←verhouding 0-jarigen over totaal = leeftijdsverdeling
De grootste eigenwaarde bepaalt de groei van de populatie bij een Leslie matrix. De overeenkomstige eigenvector is de stabiele leeftijdsverdeling.
11.8 Vectoren
x=[x1
x2]x=[r cos
r sin ]∣x∣= x1
2x22
x=[x1
x2] , y=[ y1
y2] x y=[ x1 y1
x2 y2] a x=[a x1
a x2]11.9 Lineaire afbeelding
[a 00 b][ x1
x 2]=[a x1
b x2] enkel uitrekken/inkrimpen
[x1
x2]=[r cosrsin ] R=[cos −sin
sin cos ]R[r cos
r sin ]=[r cos cos−sin sinr sincoscos sin]=[r cos
r sin ]gedraaid over een hoek θ
11.10 Eigenwaarden en eigenvectorenAls A een vierkantmatrix (n x n) is, dan is een niet-nulvector x dat voldoet aan A x= x een eigenvector van matrix A en is λ een eigenwaarde van matrix A.
11.10.1 Eigenwaarden en eigenvectoren berekenenA x= xA x− x=0A x− I x=0A− I x=0det A− I =0 zodat x≠0
det[a bc d ]−[− 0
0 −]=det[a− bc d−]=0
19 Janko Pallay, BMW 19 11
q0t =N 0t
N 0t1
q1t =N 1t
N 1t1}limt∞q0=lim
t∞q1=cte
p t =N 0t
N 0t N 1t =cte
vb.
A=[5 7−2 −4]
det[5− 7−2 −4−]=0
5−−4−−−2×7=01=3 of 2=−2
1=3
[5−3 7−2 −4−3][ x1
x2]=[00]2 x17 x 2=0−2 x1−7x2=0} x1=1, x2=
−27 u1[1−2
7 ]2=−2analoog
Grafisch:
U 1=[U a U b]U 2=[U cU d ]
Als 1≠2 dan zijn u1 en u2 lineair onafhankelijk.Gevolg: Men kan elke vector x schrijven als lineaire combinatie van twee eigenvectorenrightarrow x=a1 u1a2 u2
11.11 Toepassing: Macht van een matrix maal een vectorAn x=a11 u1a22 u2
A=[1 23 2] vraag : A10 x met x=[41]
{1=−1u1=[ 1−1]
2=4u2=[23]
[41 ]=a1[1−1]a2[23 ]={4=a12a2
1=−a13a2
{a1=2a2=1
A10 x=2×−110×[1−1]1×410×[23]=[20971543145 726]
20 Janko Pallay, BMW 19 11
12 Functies met meer variabelen
12.1 Algemeenvb. f x , y =sin xcos y De functie f is afhankelijk van x én y.Functies met twee variabelen worden voorgesteld op een driedimensionaal assenstelsel.
f x , y =sin xcos y
12.2 Partieel afgeleidenAls f een functies is met twee variabelen x en y, dan is de partieel afgeleide naar x gelijk aan∂ f x , y ∂ x
= f x x , y=limh0
f xh , y − f x , y h
en de partieel afgeleide naar y gelijk aan∂ f x , y ∂ y
= f y x , y =limh0
f x , yh− f x , y h
Praktisch komt het overeen met één variabele vastzetten en behandelen als een constante en afleiden naar de andere variabele.
vb.
f x , y =x2 ysin x∂ f x , y∂ x
=2 y xcos x
∂ f x , y∂ y =x2
12.2.1 Partiële afgeleiden van een hogere orde
f y x x , y= ∂2 f∂ x∂ y
=∂ f∂ x ∂ f
∂ y in dit geval eerst afleiden naar y, dan naar x.
12.3 Raakvlakken
Vergelijking van het raakvlak z: z−z0=∂ f x0, y0∂ x
x−x0∂ f x0, y0∂ y
y− y0
vb.
z= f x , y =4x2 y2 punt 1,2 ,8∂ f∂ x=8x1,2 ,88×1=8
∂ f∂ x=2y1,2,82×2=4
z−8=8 x−14 y−28 x4 y− z=8
21 Janko Pallay, BMW 19 11
12.4 DifferentieerbaarheidDe lineaire benadering van f x op x= x0 is L x= f x0 f ' x0x− x0De afstand tussen f x en L x is ∣ f x−Lx ∣=∣ f x − f x0− f ' x0x−x0∣Delen we de afstand door de afstand tussen x en x0 , namelijk ∣x−x0∣ vinden we dat∣ f x−Lx ∣∣x−x0∣
=∣ f x −L xx−x0 ∣=∣ f x− f x0− f ' x0x− x0
x− x0∣=∣ f x − f x0
x−x0− f ' x0∣
Vervangen we f ' x0 door f x − f x0
x− x0en de limiet neemt, krijgt men
limx x 0∣ f x −L x
x−x0∣=0 . We zeggen dat f differentieerbaar is, als het hieraan voldoet.
Voor functies met twee onafhankelijke variabelen geldt dat ze differentieerbaar zijn in x0, y0
wanneer: limx , y x0, y0 ∣ f x , y−Lx , y
x−x02y− y0
2∣=0
Voor L x , y zie wat volgt
12.5 LineariseringAls f differentieerbaar is in x0, y0 dan is de linearisatie gegeven door:
L x , y = f x0, y0∂ f x0, y0∂ x
x−x0∂ f x0, y0∂ y
y− y0
De benadering L x , y ≈ f x , y heet standaard lineaire benadering of raakvlakbenadering.
12.6 Vector valued functionsWat als f :ℝnℝm
x1, x2, ... , xn[ f 1 x1, x2,... , xnf 2 x1, x2,... , xn
...f m x1, x2, ... , xn
]
Concreet voor f :ℝ2ℝ2
x , y [ f x , y g x , y ]
De linearisatie is
f x , y= f x0, y0∂ f x0, y0∂ x
x−x0∂ f x0, y0∂ y
y− y0
gx , y=g x0, y0∂ g x0, y0∂ x
x−x0∂ g x0, y0∂ y
y− y0
L x , y =[x , y x , y ]=[ f x0, y0
g x0, y0][ ∂ f x0, y0∂ x
x−x0∂ f x0, y0∂ y
y− y0
∂ g x0, y0∂ x
x−x0∂ g x0, y0∂ y
y− y0 ]
L x , y=[ f x0, y0g x0, y0][ ∂ f x0, y0
∂ x∂ f x0, y0∂ y
∂ g x0, y0∂ x
∂ g x0, y0∂ y
]
JacobiMatrix
[ x−x0
y− y0]
22 Janko Pallay, BMW 19 11
f i :ℝnℝm ,i=1,2 , .. , n
x1, x2,... , xn=[x1
x2
...xn][ f 1x1, x2,... , xn
f 2x1, x2,... , xn...
f mx1, x2,... , xn] Jacobi=[
∂ f 1
∂ x1...
∂ f 1
∂ xn
... ...∂ f m
∂ x1...
∂ f m
∂ xn
]Linearisatie van f in het punt x1* , x2“∗” , ... , x n* is dan
13 Evenwichten en stabiliteit
13.1 Evenwichten van differentievergelijkingenx t1= f x t t=0,1,2 , ...
Vaste punten: AnalytischGrafisch (snijpunten van 2 rechten)
13.2 Stabiliteit van evenwichten van differentievergelijkingenEen evenwicht x* van x t1 is stabiel als ∣ f∣' x “∗”1Bewijs:
Linearisering in x= x*
substitutie van x= x* z t
evenwicht, dus: f x *= x* , x* dan schrappen
Lineaire benadering
Vorm van exponentiële groei y t1=R y t met oplossing y t= y0 Rt
Voor ∣R∣1 geldt limx∞
Rt=0 . Hier is ∣R∣=∣ f ' x *∣ .
Dus als ∣ f ' x *∣1 zal z t naderen naar z *=0 en dus x t x als t∞ .
vb.
x t1=14−5
4x2 t=0,1 ,2 ,...
x=15
of x=−1
f ' x =−52 x
∣−52×1
5∣=∣−12∣1
stabiel
en ∣−52×−1∣=∣52∣1
onstabiel
23 Janko Pallay, BMW 19 11
x= f xx t1= f x t x t1=x t
x t=x*zt
x t1= f x t= f x *z t
L x= f x* f ' x*x−x *
L x* zt= f x * f ' x * z t
x t1=x*z t1≈ f x* f ' x * zt
z t1= f ' x* z t
L x1* , ... , xn*=[ f 1 x1 * , ... , xn *f 2 x1* , ... , xn*
...f m x1* ,... , xn*] J x1* , ... , xn *[ x1− x1*
...xn− xn*]
13.3 Evenwichten van differentiaalvergelijkingen
Als y een evenwichtspunt is van dydx=g y en dus g y =0 dan is:
y stabiel als de functie terugkeert naar y na een kleine storingy onstabiel als de functie niet terugkeert naar y na een kleine storing
13.4 Stabiliteit van evenwichten van differentiaalvergelijkingen13.4.1 Analytisch
Bewijs:
Stel y is een evenwichtspunt is van dydx=g y en dus g y =0
y=cte dus afgeleide is nul
Linearisering in y=y
Substitutie van y=y z
Lineaire benadering
Stel =g ' y , dan is z=g yz =dzdx met oplossing: z x=z 0e x .
Als 0 , is limx∞
z x =0 .
Als 0 keert de functie terug naar haar evenwichtswaarde → stabiel evenwicht Als 0 keert de functie niet terug →onstabiel evenwicht. Gevolg uit z x=z 0e x
als 0 , hoe groter λ, hoe sneller het weggaat van de evenwichtswaardeals 0 , hoe negatiever λ, hoe sneller het terugkeert naar evenwicht.λ is een eigenwaarde en is de richtingscoëfficiënt van de raaklijn van g(y) in y
13.4.2 GrafischIs de richtingscoëfficiënt van de raaklijn van g negatief (dalende functie) in een evenwichtspunt → stabiel evenwicht
y=yz−0, 0
als z0dydx0 y zal stijgen
als z0dydx0 y zal dalen
− y1, 0
als z0dydx0 y zal dalen
als z0dydx0 y zal stijgen
Boven x-as: pijltjes naar rechts Evenwicht stabiel als pijltjes Onder x-as: pijltjes naar links er naartoe aan
24 Janko Pallay, BMW 19 11
y=y zddx
y=ddx yz =d
dxz
dzdx=g y z
L y=g yg ' y y−y
L y=0g ' y y−y
L yz =g ' y yz−y =g ' y z
g ' y z≈g y z
13.5 Evenwichten en stabiliteit bij stelsels van differentiaalvergelijkingen (lineair)
[x1t1x2 t1]=[a11 a12
a21 a22]×[x1t x2t ]
x t =x t1 is het evenwicht en dit gebeurt als x t =[00]We schrijven
x 0=c1 u1c2 u2
x t =c11t u1c22
t u2(vector=lineaire combinatie van eigenvectoren, 11.10)
Als en slecht als ∣1∣1 én ∣2∣1 geldt limx∞
x t =[00] → Stabiel
Opm. 1 en2∉ℝ det A1 STABIEL
vb.
[x1t1x2t1]=[−0,4 0,2
−0,3 0,1]×[ x1t x2t ]
[00]is een evenwicht.
det [−0,4− 0,2−0,3− 0,1]
−0,4−0,1−−0,2−0,3 met {1=−0,12=−0,2} STABIEL
13.6 Evenwichten en stabiliteit bij stelsels van differentiaalvergelijkingen (niet-lineair)
{x1t1=F x1t , x2 t x2t1=G x1t , x2 t
met x1* , x2* als evenwichtspunt dat geldt voor
x1*=F x1* , x2* en x2 *=G x1* , x2*x1t =x1*z t en x2t =x2 *z t
L1 x1, x2=F x1 * , x2 *∂F x1 * , x2 *∂ x1 x1−x1* ∂F x1* , x2*
∂ x2 x 2−x2 *
=F x1* , x2*∂ F x1* , x2*∂ x1 z1t ∂F x1* , x2*
∂ x 2 z2t
x1 *z1t1≈F x1* , x2*x1*
∂F x1 * , x2 *∂ x1 z1t ∂ F x1 * , x2 *
∂ x2 z 2t
z1t1≈∂F x1 * , x2 *∂ x1 z1t ∂ F x1 * , x2 *
∂ x2 z 2t
L2x1, x2=G x1* , x2*∂G x1 * , x2 *∂ x1 x1−x1* ∂G x1* , x2*
∂ x2 x2− x2*
=G x1* , x2*∂G x1 * , x2 *∂ x1 z1 t ∂G x1 * , x2 *
∂ x2 z 2t
x2*z2t1≈G x1 * , x2 *x2*
∂G x1 * , x2 *∂ x1 z1t ∂G x1 * , x2 *
∂ x2 z2 t
z 2t1≈∂G x1 * , x2 *∂ x1 z1t ∂G x1 * , x2 *
∂ x2 z 2t
25 Janko Pallay, BMW 19 11
In matrix vorm
[z1 t1z 2t1]≈[ ∂F x1* , x2*
∂ x1 ∂F x1 * , x2 *∂ x2
∂G x1* , x2*∂ x1 ∂G x1* , x2*
∂ x2 ]×[ z1t z 2t ]
Men herkent hier de Jacobi-Matrix. Analoog aan de lineaire stelsels (13.5) kunnen we besluiten dat als beide eigenwaarden van de Jacobi-Matrix kleiner zijn dan 1 in hun absolute waarde, het evenwichtspunt stabiel is.Opm. 1 en2∉ℝ det A1 STABIEL
26 Janko Pallay, BMW 19 11