Lineare Gleichungssysteme (Teschl/Teschl 11.1)
|
|
- Stefan Stieber
- vor 5 Jahren
- Abrufe
Transkript
1 Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x a n x n = b a 2 x + a 22 x a 2n x n = b 2.. a m x + a m2 x a mn x n = b m Dabei sind b,..., b m und die Koezienten a ij reelle Zahlen für i =,..., m und j =,..., n. x = x. x n R n ist Lösung, wenn alle m Gleichungen erfüllt sind. lingls.pdf, Seite
2 Beispiel 3 Brötchen und 2 Eier kosten,65 e, 5 Brötchen und 4 Eier 2,95 e, als LGS mit dem Brötchenpreis B und dem Eierpreis E ergibt sich daraus: ( 3B + 2E =, 65 5B + 4E = 2, 95 Die eindeutige Lösung ist B = 0, 35 und E = 0, 30. Beispiel 2 3 Brötchen und 2 Eier kosten,65 e, 6 Brötchen und 4 Eier 3,30 e. Daraus lässt sich der Brötchen- und Eierpreis nicht mehr eindeutig bestimmen. Lösungen sind z. B. B = 0, 35; E = 0, 30 und B = E = 0, 33. ) lingls.pdf, Seite 2
3 Weitere Beispiele {. 2x = 4 3x = 9 (m = 2, n = ) hat keine Lösung, da aus der ersten Gleichung x = 2 und aus der zweiten Gleichung x = 3 folgt. { 2. x 2y = 0 (m =, n = 2) hat z. B. die Lösungen x = y = 0, x = 2, y = und x = 4, y = 2 bzw. allgemein x = 2t, y = t mit t R beliebig. { 2x + y = 3 3. (m = 2, n = 2) 4x + 2y = 6 hat z. B. die Lösungen x = y = und x = 2, y = bzw. allgemein x = t, y = 3 2t mit t R beliebig. lingls.pdf, Seite 3
4 Matrixschreibweise Mit der m nkoezientenmatrix A = (a ij ) und b = b. b m R m hat das LGS die kompakte Form Ax = b. Das. Brötchenbeispiel hat dann die Form ( )( B E ) = (, 65 2, 95 ). Homogen und inhomogen Ist b = 0, so heiÿt das LGS Ax = 0 homogen, ein LGS Ax = b mit b 0 heiÿt inhomogen. lingls.pdf, Seite 4
5 Lösungsmenge geometrisch Die Lösungsmenge einer Gleichung mit zwei Unbekannten der Form a x + a 2 x 2 = b ist eine Gerade im R 2. Bei zwei Gleichungen mit zwei Unbekannten gibt es daher folgende drei Möglichkeiten:. Es gibt eine eindeutige Lösung (die zu den beiden Gleichungen gehörenden Geraden schneiden sich in einem Punkt) 2. Das System ist nicht lösbar (die beiden Geraden sind parallel und schneiden sich nicht) 3. Es gibt unendlich viele Lösungen, die eine Gerade bilden (beide Gleichungen haben die selbe Gerade als Lösungsmenge) Diese geometrischen Überlegungen lassen sich auf mehr als zwei Gleichungen und mehr als zwei Unbekannte verallgemeinern (die Lösungsmenge einer Gleichung mit drei Unbekannten ist eine Ebene im R 3,...) lingls.pdf, Seite 5
6 Beispiel { Das LGS x y = 2y 2x = 2 hat unendliche viele Lösungen. Die linearen Gleichungssysteme { x y = und 2x + 3y = 0 { 2y 2x = 2 2x + 3y = 6 sind jeweils eindeutig lösbar. { 2x + 3y = 0 Das LGS ist nicht lösbar. 2x + 3y = 6 lingls.pdf, Seite 6
7 Struktur der Lösungsmenge analytisch Das homogene LGS Ax = 0 hat immer die Nulllösung x = 0. Ist x 0 eine weitere Lösung, so sind wegen A(cx) = c(ax) = 0 auch alle skalaren Vielfachen cx mit c R Lösungen. Sind x und y Lösungen, so ist wegen A(x + y) = Ax + Ay = 0 auch x + y Lösung. Fazit: Ein homogenes LGS hat entweder nur die Nulllösung oder unendlich viele Lösungen. lingls.pdf, Seite 7
8 Beispiel ( )( ) ( ) x 0 = 2 2 x 2 0 ( ) ( ) ( ) ( ) x y 2 hat die Lösungen = und =. x 2 y 2 2 ( )( ) ( ) ( ( ) ( )) 2 Aus = ( )( ) ( )( ) ( ) ( ) ( ) = + = + = ( ) ( ) ( ) x y folgt, dass auch + = Lösung ist. x 2 y 2 Ebenso folgt für c R beliebig ( ) ( ( )) c = c 2 2 also ist auch c ( ) = ( c c ( 2 2 ) )( ) ( ) ( 0 0 = c = 0 0 für jedes c R Lösung des LGS. lingls.pdf, Seite 8 ),
9 Lösungsmenge des inhomogenen Systems Ax = b Nicht jedes inhomogene LGS ist lösbar (siehe Beispiele). Sind x und y zwei Lösungen des inhomogenen LGS Ax = b, so ist wegen A(y x) = b b = 0 die Dierenz y x Lösung des homogenen Systems Ax = 0. Ist umgekehrt x Lösung des inhomogenen Systems Ax = b und y Lösung des zugehörigen homogenen LGS Ay = 0, so ist x + y wegen A(x + y) = Ax + Ay = b + 0 = b Lösung des imhomogenen LGS Ax = b. Daraus folgt: Ein inhomogenes LGS Ax = b hat entweder keine, genau eine oder unendlich viele Lösungen. lingls.pdf, Seite 9
10 Beispiel ( )( ) ( ) x 2 Das LGS = hat die Lösungen 2 2 x 2 4 ( ) ( ) ( ) ( ) x y 2 = und =. Es folgt x 2 y 2 0 ( ) ( ( ) ( )) ( )( ) ( )( ) 2 2 = ( ) ( ) ( ) ( ) ( ) ( ) y x = =, also ist = y 2 x 2 ( )( ) ( ) x 0 Lösung des homogenen LGS =. 2 2 x 2 0 lingls.pdf, Seite 0
11 Fortsetzung Beispiel ( ) c Für y = mit c R ist c ( ) ( ( ) ( )) c c ( )( ) ( )( ) ( ) ( ) ( c = + = + = c ( ) ( ) ( ) c + c also ist + = c c für jedes c R Lösung des inhomogenen ( )( ) ( ) x 2 LGS =. 2 2 x 2 4 ), lingls.pdf, Seite
12 Der GauÿAlgorithmus dient zur systematischen Bestimmung aller Lösungen eines LGS. Er beruht auf der Beobachtung, dass die Lösungsmenge des LGS Ax = b bei elementaren Zeilenoperationen (Zeilenumformungen) nicht verändert wird. Dies sind Vertauschen zweier Gleichungen (Zeilen), Multiplikation einer Gleichung (Zeile) mit einer Konstanten 0, Addition eines Vielfachen einer Gleichung (Zeile) zu einer anderen Gleichung (Zeile). lingls.pdf, Seite 2
13 Beispiel { 2y + 6z = 4 2x + 4y 2z = 0 3x + y z = 2 { 2x + 4y 2z = 0 2y + 6z = 4 3x + y z = 2 (Zeilen und 2 vertauscht) { x + 2y z = 0 2y + 6z = 4 3x + y z = 2 { x + 2y z = 0 2y + 6z = 4 5y + 2z = 2 (Zeile mal /2) (Zeile 3 minus 3 mal Zeile ) { { x + 2y z = 0 x + 2y z = 0 y + 3z = 2 y + 3z = 2 5y + 2z = 2 7z = 2 (Zeile 2 mal /2) (Zeile 3 plus 5 mal Zeile 2) { x = 2y + z = 6/7 y = 2 3z = 2/7 z = 2/7 (von unten nach oben eingesetzt) lingls.pdf, Seite 3
14 Kompakte Notation mit erweiterter Koezientenmatrix a a 2... a n b : a m a m2... a mn b m /7 lingls.pdf, Seite 4
15 Allgemeines Vorgehen. Schritt: Vorwärtselimination: Die erweiterte Koezientenmatrix wird durch elementare Zeilenumformungen in Zeilenstufenform gebracht. Diese ist gekennzeichnet durch: Jede Zeile besteht entweder nur aus Nullen oder enthält eine Eins (Pivotelement), vor der links nur Nullen stehen, Das Pivotelement jeder Zeile ab der zweiten steht weiter rechts als das Pivotelemet der Zeile darüber. lingls.pdf, Seite 5
16 Konkretes Vorgehen. Suche die am weitesten links stehende Spalte j, in der nicht alle Koezienten 0 sind. 2. Erreiche ggf. durch vertauschen zweier Zeilen, dass a j Multipilziere die erste Zeile mit /a j. (durch die Schritte 2 und 3 wird a j = zum Pivotelement) 4. Für i = 2,..., m subtrahiere von der iten Zeile das a ij fache der ersten Zeile. (dadurch werden die Koezienten unter dem Pivotelement zu 0) 5. Wiederhole die Schritte bis 4 mit der Untermatrix bestehend aus den Zeilen 2 bis m, anschlieÿend für die aus den Zeilen 3 bis m bestehenden Untermatrix usw. (dadurch werden alle Koezienten unten links zu 0) lingls.pdf, Seite 6
17 2 3 2 x Beispiel x 2 = 0 2 x Rote Einträge werden im nächsten Schritt durch Multiplikation der entsprechenden Zeile mit einer Konstanten zu. Grüne Einträge werden im nächsten Schritt zu 0, indem zur jeweiligen Zeile ein Vielfaches der PivotZeile mit der darüber stehenden addiert bzw. subtrahiert wird. Blaue Einträge können sich bei den Zeilenoperationen im nächsten Schritt verändern, graue Einträge in einem späteren Schritt, schwarze Einträge verändern sich nicht mehr. lingls.pdf, Seite 7
18 Bemerkungen Als Variante ist es möglich, auf Schritt 3 zu verzichten. In diesem Fall wird das Pivotelement nicht zu, was bei der Auösung der Gleichungen (Rückwärtssubstitution) berücksichtigt werden muss. Wichtig ist nur, dass die Pivotelemente immer 0 sind. In Schritt 4 muss dann das a ij a j fache der ersten Zeile subtrahiert werden. Im Fall eines homogenen LGS Ax = 0 bleiben die Koezienten b i der rechten Seite bei allen Umformungen 0. Daher kann die rechte Seite der erweiterten Koezientenmatrix weggelassen werden. lingls.pdf, Seite 8
19 2. Schritt: Rückwärtssubstitution Bei einer erweiterten Koezientenmatrix in Zeilenstufenform können die Unbekannten von unten nach oben berechnet werden, beginnend mit x n. Dabei gilt: Zeilen mit a i = a i2 =... = a in = b i = 0 liefern keine Information über die Lösung und werden nicht berücksichtigt, Gibt es eine Zeile i mit a i = a i2 =... = a in = 0 und b i 0, so hat das LGS keine Lösung, Eine Zeile mit einem Pivotelement a ij = legt den Wert der zugehörigen Unbekannten x j fest, Gibt es zu einer Unbekannten x j kein zugehöriges Pivotelement, so kann ihr Wert beliebig in R gewählt werden. In diesem Fall hat das LGS (falls es überhaupt lösbar ist, siehe oben) unendlich viele Lösungen. lingls.pdf, Seite 9
20 Fortsetzung Beispiel Nach der Vorwärtsselimination hat x x 2 = 0 2 x 3 die erweiterte Koezientenmatrix die Form Jede der 3 Zeilen liefert den Wert für eine der 3 Unbekannten, d. h. das LGS ist eindeutig lösbar. Zeile 3 besagt x 3 = 2, Zeile 2 besagt x 2 = und Zeile besagt x + 3x 2 2 x 3 = x 2 = = 2 2 x Die eindeutige Lösung ist somit x = x 2 x 3 = 2. lingls.pdf, Seite 20
21 ) ) ) Beispiel 2 ( ( ( Durch die 2 verbliebenen Zeilen 0 können jetzt nur 2 der 3 Unbekannten festgelegt werden, d. h. die Lösung ist nicht eindeutig: x 3 kann frei gewählt werden, da es in der 3. Spalte kein Pivotelement gibt. Man setzt x 3 = t R beliebig. x 2 wird aus der 2. Zeile (Pivotelement in 2. Spalte) berechnet: x 2 x 3 = x 2 = + x 3 = + t x wird aus der. Zeile berechnet: x +2x 2 x 3 = 0 x = x 3 2x 2 = t 2( +t) = 2 t Um eine konkrete Lösung zu erhalten, kann man einen beliebigen Wert für den freien Parameter t einsetzten. Mit t = 2 erhält man z. B. die Lösung (x ; x 2 ; x 3 ) = (0; ; 2). lingls.pdf, Seite 2
22 Bemerkung Enthält die Lösung des LGS Ax = b einen freien Parameter t R, so lässt sich der nicht von t abhängende Anteil der allgemeinen Lösung zu einem Vektor ˆx R n zusammenfassen. Der von t abhängige Anteil hat dann die Form t v mit einem weiteren Vektor v R n. Also hat die allgemeine Lösung die Form {ˆx + t v : t R} und entspricht somit der Parameterdarstellung einer Geraden. Dabei ist {t v : t R} die allgemeine Lösung des entsprechenden homogenen LGS Ax = 0. Somit setzt sich die allgemeine Lösung eines inhomogenen LGS Ax = b zusammen aus einer speziellen Lösung ˆx und der allgemeinen Lösung des homogenen LGS Ax = 0. lingls.pdf, Seite 22
23 Im letzten Beispiel 2 2x + 4x 2 2x 3 = 0 3x + 2x 2 + x 3 = 4 x 2x 2 + 3x 3 = 4 ist die allgemeine Lösung die Gerade {( ) ) 2 ( } 0 + t : t R Dabei bilden die skalaren Vielfachen des Vektors allgemeine Lösung des homogenen LGS 2x + 4x 2 2x 3 = 0 3x + 2x 2 + x 3 = 0. x 2x 2 + 3x 3 = 0 die lingls.pdf, Seite 23
24 Geometrisches Beispiel Lösungsmengen des inhomogenen LGS (IH) ( )( ) 2 4 x = 3 6 x 2 und des zugehörigen homogenen LGS (H) ( )( ) 2 4 x = 3 6 x 2 ( ) 8 2 ( ) 0 mit der speziellen Lösung ˆx = 0 ( ) 2 von (IH) und der allgemeinen Lösung von (H) {x = t v : v R} mit v = ( 2 ). lingls.pdf, Seite 24
25 Verallgemeinerung Bei zwei frei wählbaren Parametern hat die allgemeine Lösung die Form {ˆx + t v + s w : s, t R} mit Vektoren ˆx, v, w R n und ist die Parameterdarstellung einer Ebene. Allgemein gibt es zu jedem frei wählbaren Parameter einen Richtungsvektor. Der Ortsvektor ˆx kann genau dann als Nullvektor gewählt werden, wenn das LGS homogen ist ( 0 ist eine Lösung). In diesem Fall bildet die allgemeine Lösung einen Teilraum des R n, den Lösungsraum des homogegenen LGS Ax = 0. lingls.pdf, Seite 25
26 2 3 4 x x 2 x 3 = x / / Beispiel Als allgemeine Lösung erhält man x 4 = t R beliebig, x 3 = 7 3 x 4 = 7 3 t, x 2 = s R beliebig und x = 2 2x 2 3x 3 4x 4 = 2 2s 3 ( 7 3 t) 4t = 2 2s 3 + 7t 4t = 2s + 3t Also ist x = t 3 0 7/3 + s mit s, t R. lingls.pdf, Seite 26
27 Bemerkung (zum Beispiel) Das LGS x x 2 x 3 x 4 = 2 (unterscheidet sich vom letzten Beispiel nur in der 3. Komponente der rechten Seite) ist nicht lösbar. Denn mit den gleichen Zeilenumformungen wie vorher erhält man die Zeilenstufenform / Hier sind in der 3. Zeile alle Koezienten der Matrix A links gleich 0, während der Eintrag auf der rechten Seite 0 ist. Der Algorithmus kann an dieser Stelle abgebrochen werden, da klar ist, dass es keine Lösung geben kann. 2 lingls.pdf, Seite 27
28 Bemerkung 2 Hat das LGS Ax = b die allgemeine Lösung x = ˆx + t v t r v r mit Richtungsvektoren v,..., v r R n und freien Parametern t,..., t r R, so bildet der variable Anteil der Lösung x = t v t r v r gerade den Lösungsraum des entsprechenden homogenen LGS Ax = 0. Damit setzt sich die allgemeine Lösung eines inhomogenen LGS Ax = b zusammen aus einer speziellen Lösung ˆx und der allgemeinen Lösung des homogenen Systems Ax = 0. lingls.pdf, Seite 28
29 Weitere Anmerkungen Der GauÿAlgorithmus benötigt O(n 3 ) Rechenoperationen. Rundungsfehler können beim GauÿAlgorithmus ein Problem darstellen. Es gibt Beispiele, wo kleine Rundungsfehler zu groÿen Fehlern beim Ergebnis führen. Bei praktischen Anwendungen werden oft Pivotstrategien gewählt, wo die Zeilen und Spalten der Koezientenmatrix in anderer Reihenfolge abgearbeitet werden. Neben dem GauÿAlgorithmus gibt es noch weitere, zum Teil iterative Verfahren, die zur numerischen Lösung linearer Gleichungssysteme eingesetzt werden. lingls.pdf, Seite 29
30 Lösbarkeit und Rang Bei der Lösung eines LGS mit dem GauÿAlgorithmus können grundsätzlich 3 unterschiedliche Fälle auftreten:. Es gibt eine eindeutige Lösung. Dies ist der Fall, wenn nach der Vorwärtselimination für jede Unbekannte eine Gleichung übrig bleibt. Die Zahl der Zeilen ungleich Null muss also der Zahl der Unbekannten entsprechen. 2. Das LGS ist nicht lösbar. In diesem Fall gibt es eine Zeile, auf der links nur Nullen stehen und der Eintrag rechts 0 ist. 3. Es gibt unendliche viele Lösungen. In diesem Fall verbleiben nach der Vorwärtselimination weniger Gleichungen als es Unbekannte gibt. Diese 3 Fälle können mit Hilfe des Rangs der Matrix A sowie der erweiterten Koezientenmatrix (A b) charakterisiert werden. lingls.pdf, Seite 30
31 Der Rang einer Matrix A ist gleich Anzahl der Zeilen ungleich 0, nachdem die Matrix durch elementare Zeilenoperationen in Zeilenstufenform gebracht worden ist. Bezeichnung: rang(a) oder rg(a). Beispiel A = hat Rang 2, da sie sich durch elementare Zeilenumformungen gemäÿ dem GauÿAlgorithmus in die Matrix überführen lässt lingls.pdf, Seite 3
32 Zusammenhang zwischen Rang und Lösungen eines LGS Für das LGS Ax = b mit der m nmatrix A und b R m gilt Das LGS ist genau dann lösbar, wenn für die erweiterte Koezientenmatrix (A b) gilt rg(a b) = rg(a). Insbesondere: Ist rg(a) = m, so ist Ax = b für alle b R m lösbar. Die Lösung ist eindeutig, wenn rg(a) = n. Ist rg(a b) = rg(a) = k, so können n k Unbekannte als freie Parameter beliebig gewählt werden. Spezialfall: Für eine quadratische n nmatrix A mit rg(a) = n hat das LGS Ax = b für jedes b R n eine eindeutige Lösung. lingls.pdf, Seite 32
33 Beispiel Mit A aus dem letzten Beispiel und b = den Umformungen dass der Rang der erweiterten Koezientenmatrix (A b) = von A ist erhält man mit gleich 2 und somit gleich dem Rang Es folgt, dass das LGS Ax = b lösbar ist. Da es n = 3 (gleich Zahl der Spalten von A) Unbekannte gibt, enthält die allgemeine Lösung einen (gleich n rg(a) = 3 2) freien Parameter., lingls.pdf, Seite 33
34 Beispiel 2 Mit A wie vorher und b = aus folgt ist dagegen rg(a b) = 3, was Somit ist wegen rg(a) = 2 < rg(a b) = 3 in diesem Fall das LGS Ax = b nicht lösbar. lingls.pdf, Seite 34
35 Beispiel Mit A = 2 2 ist rg(a) = rg 2 2 = rg = rg = rg 0 4/3 = Ist b R 3 nun ein beliebiger Vektor, so hat die erweiterte Koezientenmatrix (A b) drei Zeilen, also ist rg(a b) 3. Damit ist das LGS Ax = b in jedem Fall lösbar. Wegen rg(a) = 3 werden dabei alle 3 Unbekannte eindeutig festgelegt, d. h. das LGS ist für beliebiges b R 3 eindeutig lösbar. lingls.pdf, Seite 35
36 Eigenschaften des Ranges Der Rang einer m nmatrix A... ist max(m, n), also kleiner gleich der Zahl der Zeilen und kleiner gleich der Zahl der Spalten, ändert sich nicht unter elementaren Zeilenoperationen, ändert sich nicht unter elementaren Spaltenoperationen (Vertauschen zweier Spalten, Multiplikation einer Spalte mit einer Konstanten 0, Addition einer Spalte zu einer anderen Spalte), ist gleich der maximalen Zahl linear unabhängiger Zeilen, ist gleich der maximalen Zahl linear unabhängiger Spalten, ist gleich dem Rang der Transponierten A T. rg(ab) rg(a) und rg(ab) rg(b) lingls.pdf, Seite 36
37 Lineare Gleichungssysteme über K Analog lassen sich lineare Gleichungssysteme mit Unbekannten und Koezienten in einem beliebigen Körper K (statt R) behandeln. Da der GauÿAlgorithmus nur die 4 Grundrechenarten benutzt, lassen sich alle Umformungsschritte wie im Fall K = R durchführen. Beispiel in K = Z 2 Gesucht sind x, y, z mit { x + y = (mod 2) x + y + z = 0 (mod 2) x + z = (mod 2) Mit der erweiterten Koezientenmatrix ergibt sich ( ) ( ) { 0 0 x = y = z = (Zeile 2 + Zeile, Zeile 3 + Zeile sowie Zeilen 2 und 3 vertauscht) lingls.pdf, Seite 37
38 Weiteres Beispiel in Z 2 (Rechnung mod 2) { x + y = x + z = y + z = Es folgt, dass z = t Z 2 frei wählbar ist sowie y + z = 0 y = z = t und x + y = x = + y = + t, x t + d. h. die allgemeine Lösung ist y = t mit t Z 2 z t beliebig. Somit gibt es genau zwei Lösungen für t = 0 und t = : x 2 0 = 0 und y 2 = 0 x y z z 2 lingls.pdf, Seite 38
Lineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
Mehr05. Lineare Gleichungssysteme
05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a
Mehr10 Lineare Gleichungssysteme
ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 ( ) a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a
Mehr9 Lineare Gleichungssysteme
9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der
MehrMathematik für Studierende der Biologie und des Lehramtes Chemie
Einführung I Mathematik für Studierende der Biologie und des Lehramtes Chemie Dominik Schillo Universität des Saarlandes 007 (Stand: 007, 4:9 Uhr) Wie viel Kilogramm Salzsäure der Konzentration % muss
MehrSpezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:
Inverse Matritzen Spezialfall: Die Gleichung ax b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a a 1 gelöst werden: ax b x b a a 1 b. Verallgemeinerung auf Ax b mit einer n nmatrix A: Wenn es
MehrAllgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.
Lineare Gleichungssysteme. Einleitung Lineare Gleichungssysteme sind in der Theorie und in den Anwendungen ein wichtiges Thema. Theoretisch werden sie in der Linearen Algebra untersucht. Die Numerische
Mehr5 Lineare Gleichungssysteme und Determinanten
5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von
Mehr37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
MehrVorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7
Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Timo Stöcker Erstsemestereinführung Informatik TU Dortmund 22. März 2011 Heute Themen Lineare Gleichungssysteme Matrizen Timo Stöcker https://fsinfo.cs.tu-dortmund.de/studis/ese/vorkurse/mathe
MehrProbeklausur zu Mathematik 2 für Informatik
Gunter Ochs Wintersemester 4/5 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immer ohne Garantie auf Fehlefreiheit. Gegeben sei das Dreieck im R mit den Eckpunkten A a Berechnen Sie die
Mehr6 Lineare Gleichungssysteme
6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α
MehrLineare Gleichungssysteme und Matrizen
Kapitel 11 Lineare Gleichungssysteme und Matrizen Ein lineares Gleichungssystem (lgs) mit m linearen Gleichungen in den n Unbekannten x 1, x 2,..., x n hat die Gestalt: Mit a 11 x 1 + a 12 x 2 + a 13 x
Mehr1 Lineare Gleichungssysteme und Matrizen
1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe
MehrLineare Gleichungssysteme
Technische Universität München Christoph Niehoff Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 009/00 Die beiden Hauptthemen von diesem Teil des Ferienkurses sind Lineare Gleichungssysteme
MehrLineare Gleichungssystem
Lineare Gleichungssystem 8. Juli 07 Inhaltsverzeichnis Einleitung Der Gauß-Algorithmus 4 3 Lösbarkeit von Gleichungssystemen 6 Einleitung Wir haben uns bisher hauptsächlich mit dem Finden von Nullstellen
Mehr2 Lineare Gleichungssysteme
2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Lineare Gleichungssysteme Das System a x + a x +... + a n x n = b a x + a x +... + a n x n = b. +. +... +. =. a m x + a m x +... + a mn x n = b m heißt lineares Gleichungssystem
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eine Familie von Gleichungen der Form a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2............ a m1 x 1 + a m2 x 2 +... + a mn x n = b m
Mehr1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4
Wirtschaftswissenschaftliches Zentrum 3 Universität Basel Mathematik 2 Dr Thomas Zehrt Lineare Gleichungssysteme Inhaltsverzeichnis Einführung 2 2 Gleichungen und 2 Unbekannte 2 2 3 Gleichungen und 3 Unbekannte
Mehr3 Systeme linearer Gleichungen
3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +
MehrLineare Gleichungssysteme. 1-E Ma 1 Lubov Vassilevskaya
Lineare Gleichungssysteme 1-E Ma 1 Lubov Vassilevskaya Systeme linearer Funktionen und Gleichungen y = a 1 a 2... a n lineare Funktion Funktion ersten Grades,,..., unabhängige Variablen y abhängige Variable
MehrKapitel 9: Lineare Gleichungssysteme
Kapitel 9: Lineare Gleichungssysteme Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 9: Lineare Gleichungssysteme 1 / 15 Gliederung 1 Grundbegriffe
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Wir befassen uns anschließend mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren einmal den begrifflichen Aspekt, d.h.
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 1 Einführung Lineare Gleichungen Definition
Mehr1 Transponieren, Diagonal- und Dreiecksmatrizen
Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix
MehrLineare Gleichungssysteme - Grundlagen
Lineare Gleichungssysteme - Grundlagen Betrachtet wird ein System linearer Gleichungen (im deutschen Sprachraum: lineares Gleichungssystem mit m Gleichungen für n Unbekannte, m, n N. Gegeben sind m n Elemente
MehrMathematik IT 2 (Lineare Algebra)
Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof Dr L Cromme Mathematik IT (Lineare Algebra für die Studiengänge Informatik, IMT und ebusiness im Sommersemester 3 Lineare Gleichungssysteme
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Definition. Sei K ein Körper, a ij K für 1 i m, 1 j n und b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2......
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF
TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Lineare Gleichungssysteme (LGS) 2 1.1 Grundlagen..................................................
MehrDer Kern einer Matrix
Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrDas inhomogene System. A x = b
Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 51 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester 26 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 2 Aufgabe 2 Welche der folgenden Aussagen sind korrekt? (i) Jedes
MehrAufgaben zu Kapitel 14
Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt
MehrSerie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung
D-MATH/D-PHYS Lineare Algebra I HS 2017 Dr. Meike Akveld Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung 1. In dieser Aufgabe beweisen wir die Existenz der LR-Zerlegung einer quadratischen
MehrBeispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist
127 Die Schritte des Gauß-Algorithmus sind nun die Folgenden: 1. Wir bestimmen die am weitesten links stehende Spalte, die Einträge 0 enthält. 2. Ist die oberste Zahl der in Schritt 1 gefundenen Spalte
MehrAufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0.
Mathematik I für Naturwissenschaften Dr. Christine Zehrt 22.11.18 Übung 10 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 26. November 2018 in den Übungsstunden Aufgabe 1 (a) Bestimmen Sie die
MehrKapitel 15 Lineare Gleichungssysteme
Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem
MehrGemischte Aufgaben zur Klausurvorbereitung
Gunter Ochs Wintersemester / Gemischte Aufgaben zur Klausurvorbereitung Lösungshinweise (ohne Galantie auf Fehreleiheit. Gegeben sei eine Tabelle, die bestimmten Buchstaben Zahlen von bis zuordnet. Buchstabe
Mehr2.2 Lineare Gleichungssysteme (LGS)
2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +
MehrZeilenstufenform. Wir beweisen nun den schon früher angekündigten Satz.
Zeilenstufenform Wir beweisen nun den schon früher angekündigten Satz. Satz. Jede m n-matrix A lässt sich durch elementare Zeilenumformungen auf Zeilenstufenform und analog durch elementare Spaltenumformungen
MehrFerienkurs Mathematik für Physiker I Skript Teil 3 ( )
Ferienkurs Mathematik für Physiker I WS 2016/17 Ferienkurs Mathematik für Physiker I Skript Teil 3 (29032017) 1 Lineare Gleichungssysteme Oft hat man es in der Physik mit unbekannten Größen zu tun, für
Mehr3 Lineare Gleichungssysteme
3 Lineare Gleichungssysteme 3 Fortsetzung des Matrizenkalküls Als erstes beweisen wir einen einfachen Satz über den Rang von Matrizenprodukten Satz 3 (a) Für Matrizen A : Ã l m, B : Ã m n gilt rang AB
MehrBeispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A
133 e 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 2. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 Schritte des
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 17.10.2012 Bernhard Hanke 1 / 9 Wir beschreiben den folgenden Algorithmus zur Lösung linearer Gleichungssysteme, das sogenannte Gaußsche
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
MehrSerie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung
D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Gegeben seien die folgenden geordneten Basen B = (v, v, v, v ) und C = (w, w,
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 13 10. Juni 2010 Kapitel 10. Lineare Gleichungssysteme In diesem Abschnitt untersuchen wir, welche Struktur die Gesamtheit aller Lösungen eines linearen
MehrEigenwerte (Teschl/Teschl 14.2)
Eigenwerte Teschl/Teschl 4. Ein Eigenvektor einer quadratischen n nmatrix A ist ein Vektor x R n mit x 0, für den Ax ein skalares Vielfaches von x ist, es also einen Skalar λ gibt mit Ax = λ x Ax λ x =
MehrKapitel 16. Invertierbare Matrizen
Kapitel 16. Invertierbare Matrizen Die drei Schritte des Gauß-Algorithmus Bringe erweiterte Matrix [A b] des Gleichungssystems A x auf Zeilenstufenform [A b ]. Das System A x = b ist genau dann lösbar,
MehrKapitel 14 Lineare Gleichungssysteme
Kapitel 4 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 83 / 246 Kapitel 4 Lineare Gleichungssysteme Definition 4. (Lineares Gleichungssystem LGS)
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen
Mehrbzw. eine obere Dreiecksmatrix die Gestalt (U: upper)
bzw. eine obere Dreiecksmatrix die Gestalt (U: upper) U = u 11 u 12 u 1n 1 u nn 0 u 22 u 2n 1 u 2n 0......... 0 0 u n 1n 1 u n 1n 0 0 0 u nn Eine nicht notwendig quadratische Matrix A = (a ij ) heißt obere
Mehr4 Der Gauß Algorithmus
4 Der Gauß Algorithmus Rechenverfahren zur Lösung homogener linearer Gleichungssysteme Wir betrachten ein GLS (1) a 11 x 1 + a 1 x + + a 1n x n = a 1 x 1 + a x + + a n x n = a m1 x 1 + a m x + + a mn x
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 18.10.2012 Alexander Lytchak 1 / 12 Lineare Gleichungssysteme Wir untersuchen nun allgemeiner Gleichungssysteme der
Mehr$Id: lgs.tex,v /11/26 08:24:56 hk Exp hk $ Definition 5.1: Ein lineares Gleichungssystem besteht aus m linearen Gleichungen
$Id: lgs.tex,v 1.2 2008/11/26 08:24:56 hk Exp hk $ II. Lineare Algebra 5 Lineare Gleichungssysteme Definition 5.1: Ein lineares Gleichungssystem besteht aus m linearen Gleichungen a 11 x 1 + a 12 x 2 +
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
MehrDer Rang einer Matrix A. Beispiel
Der Rang einer Matrix A ist gleich Anzahl der Zeilen ungleich 0, nachdem die Matrix durch elementare Zeilenoperationen in Zeilenstufenform gebracht worden ist. Bezeichnung: ranga oder rga. Beispiel A =
Mehr2 Rechentechniken. 2.1 Potenzen und Wurzeln. Übersicht
2 Rechentechniken Übersicht 2.1 Potenzen und Wurzeln.............................................. 7 2.2 Lösen linearer Gleichungssysteme..................................... 8 2.3 Polynome.........................................................
Mehr( ) Lineare Gleichungssysteme
102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv
MehrMafI 1 Repetitorium Übungen
MafI 1 Repetitorium Übungen M. Sc. Dawid Kopetzki KW 23 (03.06.2015) M. Sc. Dawid Kopetzki MafI 1 Repetitorium Übungen 1 / 10 Intro Themenübersicht Themen der heutigen Übung (Algebra): Wiederholung: Teilraum
Mehr5.4 Basis, Lineare Abhängigkeit
die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)
Mehr3.4 Der Gaußsche Algorithmus
94 34 Der Gaußsche Algorithmus Wir kommen jetzt zur expliziten numerischen Lösung des eingangs als eine Motivierung für die Lineare Algebra angegebenen linearen Gleichungssystems 341 n 1 a ik x k = b i,
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
Mehr18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus
18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus Conrad Donau 8. Oktober 2010 Conrad Donau 18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus 8. Oktober 2010 1 / 7 18.1 Wiederholung: Ebenen in R 3
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
Mehr2 Matrizenrechnung und Lineare Gleichungssysteme
Technische Universität München Florian Ettlinger Ferienkurs Lineare Algebra Vorlesung Dienstag WS 2011/12 2 Matrizenrechnung und Lineare Gleichungssysteme 2.1 Matrizenrechnung 2.1.1 Einführung Vor der
MehrEigenwerte (Teschl/Teschl 14.2)
Eigenwerte (Teschl/Teschl 4.2 Ein Eigenvektor einer quadratischen n nmatrix A ist ein Vektor x R n mit x, für den Ax ein skalares Vielfaches von x ist, es also einen Skalar λ gibt mit Ax = λ x Ax λ x =
MehrA2.3 Lineare Gleichungssysteme
A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen
MehrDas Lösen linearer Gleichungssysteme
Das Lösen linearer Gleichungssysteme Lineare Gleichungen Die Gleichung a 1 x 1 + a 2 x 2 +... + a n x n = b ist eine lineare Gleichung in den n Variablen x 1, x 2,..., x n. Die Zahlen a 1, a 2,..., a n
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 5 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
MehrLineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 5. Dezember 2007 Definition : Tomographie (Fortsetzung) : Tomographie Definition: Ein lineares Gleichungssystem (LGS) ist ein System von n
Mehr3 Elementare Umformung von linearen Gleichungssystemen und Matrizen
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange
Mehr(c) x 2 + 3x 3 = 1 3x 1 + 6x 2 3x 3 = 2 6x 1 + 6x x 3 = 5
Musterlösungen zu Mathematik II (Elementare Lineare Algebra) Blatt Nathan Bowler A: Präsenzaufgaben. Zeilenstufenform und reduzierte Zeilenstufenform erkennen Welche der folgenden Matrizen sind in Zeilenstufenform?
Mehr3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit
3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr11 Lineare Gleichungssysteme
Lineare Gleichungssysteme Das Lösen linearer Gleichungssysteme gehört zu den wichtigsten Grundaufgaben der Mathematik Wir werden uns mit einigen einfachen Lösungsverfahren befassen und daran auch etwas
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrLineare Gleichungssysteme
Kapitel 6 Lineare Gleichungssysteme 6. Gaußalgorithmus Aufgabe 6. : Untersuchen Sie die folgenden linearen Gleichungssysteme mit dem Gaußalgorithmus auf Lösbarkeit und bestimmen Sie jeweils die Lösungsmenge.
MehrKurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok
Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrVektorräume und Rang einer Matrix
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung
MehrTutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Definition Als lineare Gleichungssysteme bezeichnet man in der linearen Algebra Gleichungssysteme der folgenden
MehrTEIL II LINEARE ALGEBRA
TEIL II LINEARE ALGEBRA 1 Kapitel 10 Lineare Gleichungssysteme 101 Motivation Sei K ein fest gewählter Körper (zb K = R, C, Q, F p ) Betrachten das lineare Gleichungssystem (L) α 11 x 1 + α 12 x 2 + +
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrLineare Gleichungssysteme: eine Ergänzung
Lineare Gleichungssysteme: eine Ergänzung Ein lineares Gleichungssystem, bei dem alle Einträge auf der rechten Seite gleich sind heiÿt homogenes lineares Gleichungssystem: a x + a 2 x 2 +... + a n x n
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 11 1. Juni 2010 Rechenregeln für Determinanten Satz 62. (Determinanten von Dreiecksmatrizen) Es sei A eine obere oder untere n n-dreiecksmatrix.
Mehr1 Matrizen und Vektoren
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Matrizen und Vektoren Definition 1.1 (Matrizen) Ein rechteckiges Zahlenschema aus m mal n Elementen eines Körpers
Mehr