Drehungen und Spiegelungen in R 2

Größe: px
Ab Seite anzeigen:

Download "Drehungen und Spiegelungen in R 2"

Transkript

1 Drehungen und Spiegelungen in R 2 Ist A eine orthogonale 2 2-Matrix, so ist A von der Form ( ) cos α sin α A = Drehung um den Winkel α sin α cos α oder ( ) cos α sin α A = Spiegelung an Achse mit Steigung α sin α cos α 2 Ae (2) e (2) e (2) Ae (1) Ae (1) e (1) /2 e (1) Ae (2)

2 Givens-Rotation cos α 0 sin α U(α) := sin α 0 cos α beschreibt eine Drehung im R 3 um den Winkel α um die Achse x 2.

3 Frage: Wie löst man effizient Ax = b für viele verschiedene b? Idee: (zunächst für n n ) Zerlege A = LR mittels Gauss-Algorithmus in ein Produkt einer Linksdreiecksmatrix L und einer Rechtsdreiecksmatrix R. Dann ist Ax = b wie folgt lösbar: 1. Löse Ly = b durch Vorwärtseinsetzen 2. Löse Rx = y durch Rückwärtseinsetzen Denn dann gilt Ax = LRx

4 Frage: Wie löst man effizient Ax = b für viele verschiedene b? Idee: (zunächst für n n ) Zerlege A = LR mittels Gauss-Algorithmus in ein Produkt einer Linksdreiecksmatrix L und einer Rechtsdreiecksmatrix R. Dann ist Ax = b wie folgt lösbar: 1. Löse Ly = b durch Vorwärtseinsetzen 2. Löse Rx = y durch Rückwärtseinsetzen Denn dann gilt Ax = LRx = Ly.

5 Frage: Wie löst man effizient Ax = b für viele verschiedene b? Idee: (zunächst für n n ) Zerlege A = LR mittels Gauss-Algorithmus in ein Produkt einer Linksdreiecksmatrix L und einer Rechtsdreiecksmatrix R. Dann ist Ax = b wie folgt lösbar: 1. Löse Ly = b durch Vorwärtseinsetzen 2. Löse Rx = y durch Rückwärtseinsetzen Denn dann gilt Ax = LRx = Ly = b.

6 Beispiel Erster Eliminationsschritt: A = A 0 A (-3). (+1) (+3). (-1) Wegen des Zeilenstruktursatzes gilt A 1 = A 0 und A 0 = }{{ 1 } =:L 1 A 1

7 Zweiter Eliminationsschritt: A 1 A (+2) (-2) Wiederum A 2 = A 1 und A 1 = } 2 {{ 1 } =:L 2 Zusammen also A = A 0 = L 1 A 1 = L 1 L 2 A 2 so dass mit L := L 1 L 2 und R := A 2 die gewünschte Zerlegung A = LR gefunden ist: = A 2

8 Bemerkung: Eine Matrix mit lauter 1 auf der Diagonalen und nur unterhalb einer solchen 1 in einer Spalte von 0 verschiedenen Koeffizienten, heisst Frobenius-Matrix. Diese haben ein besonders einfaches Inverses. Z.B A = 0 a = A 1 = 0 a a n a n Die Faktoren L i beim Herstellen der sind gerade Frobenius-. Mit ihnen lassen sich die einzelnen Eliminationsschritte (Nullen unter einem Pivot erzeugen mit Zeilenoperationen II) darstellen: A i 1 = L i A i.

9 Ihr Produkt ist L = L 1 L 2... L k = Spalte von L Spalte von L 2 1. Spalte von L 1 (Dies ergibt sich aus dem Spaltenstruktursatz.)

10 Satz 2.10 Sei A eine m n-matrix. Die Durchführung des Gaussalgorithmuses sei möglich ohne Vertauschen von Zeilen. Dann liefert das Gaussverfahren, angewandt auf A: eine invertierbare m m-linksdreiecksmatrix L = (l kj ) mit Einsen auf der Diagonale und eine m n-matrix R in Zeilenstufenform (Endschema) so dass gilt LR = A Beim Gaussverfahren wird das l kj -fache der Zeile j von Zeile k subtrahiert, um in Zeile k unter dem j-ten Pivot eine Null zu erzeugen.

11 Kompakte Schreibweise Um Speicherplatz/Schreibarbeit zu sparen, werden bei der beide, also die Linksdreiecksmatrix L und die Zeilenstufenformmatrix R in einer einzigen Matrix abgespeichert: Statt r 11 r 12 r r 1m l r 22 r r 2m L = l 31 l , R = 0 0 r r 3m l n1 l n2 l n r nm speichert/schreibt man lediglich r 11 r 12 r r 1m l 21 r 22 r r 2m l 31 l 32 r r 3m... l n1 l n2... r nm

12 Ersparnis: Die Nullen in L und R und die Einsen auf der Diagonale von L werden nicht mitgespeichert. Bemerkung Falls m = n, so ist R eine Rechtsdreiecksmatrix. A = LR ist invertierbar R ist invertierbar. Anwendung Sei A eine m n-matrix. Der Gaussalgorithmus für A sei ohne Zeilenvertauschung möglich. Dann kann man Ax = b wie folgt lösen: 1. Bestimme die A = LR. 2. Löse Ly = b durch Vorwärtseinsetzen. 3. Bestimme die Lösungsmenge von Rx = y durch Rückwärtseinsetzen.

13 Definition Eine n n-matrix P heisst Permutationsmatrix, falls sie aus I n durch Vertauschung von Zeilen hervorgegangen ist. Beispiel e [3] P = = e [1] e [2] Bemerkung Jede Permutationsmatrix ist orthogonal. In jeder Zeile und in jeder Spalte steht genau eine 1. In PA erscheinen die Zeilen von A so vertauscht, wie es die Zeilen von P sind.

Drehungen und Spiegelungen in R 2

Drehungen und Spiegelungen in R 2 Drehungen und Spiegelungen in R 2 Ist A eine orthogonale 2 2-Matrix, so ist A von der Form ( ) cos α sin α A = Drehung um den Winkel α sin α cos α oder ( ) cos α sin α A = Spiegelung an Achse mit Steigung

Mehr

Repetition. Lineare Algebra

Repetition. Lineare Algebra Hans baute ein Boot. Urs liess einen Drachen steigen. Lutz ass einen Apfel. Beat ging über das Dach. Jochen versteckte ein Ei. Dominik setzte das Segel. Peter schrieb ein Drama. Viktor drückte den Schalter.

Mehr

bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR

bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR LR-Zerlegung bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR Definition 2.17 Unter einer LR-Zerlegung einer Matrix A R n n verstehen wir eine

Mehr

Repetition: Schreibweisen

Repetition: Schreibweisen : : Ausgeschrieben : Ausgeschrieben 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 : Ausgeschrieben a 11 x 1 + a 12

Mehr

2 Lineare Gleichungssysteme

2 Lineare Gleichungssysteme Vorlesungsskript HM-Numerik (SS 4): Kapitel Version: 9 Mai 4 Lineare Gleichungssysteme Gegeben: A R n n mit det(a) b R n Gesucht: x R n mit Ax = b Zeilenäquilibrierung Möchten zunächst die Kondition des

Mehr

Herbstsemester a b 1. c d. e 0 f B = (iii) e = 0 (iv) ) 2 + ( 1. Das Skalarprodukt des ersten und zweiten Spaltenvektors muss null ergeben:

Herbstsemester a b 1. c d. e 0 f B = (iii) e = 0 (iv) ) 2 + ( 1. Das Skalarprodukt des ersten und zweiten Spaltenvektors muss null ergeben: Dr V Gradinaru D Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5 Multiple Choice: Online abzugeben Gegeben sei die orthogonale Matrix

Mehr

1 Matrizenrechnung zweiter Teil

1 Matrizenrechnung zweiter Teil MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten

Mehr

Kapitel 2: Lineare Gleichungssysteme

Kapitel 2: Lineare Gleichungssysteme Vorlesung Höhere Mathematik: Numerik (für Ingenieure) Kapitel 2: Lineare Gleichungssysteme Jun.-Prof. Dr. Stephan Trenn AG Technomathematik, TU Kaiserslautern Sommersemester 205 HM: Numerik (SS 205), Kapitel

Mehr

4. Großübung. Lösung linearer Gleichungssysteme

4. Großübung. Lösung linearer Gleichungssysteme 4. Großübung Lösung linearer Gleichungssysteme Gesucht x, x, x 3, x 4 R, sodass gilt. mit A R 4 4, x R 4, b R 4 x x + 3x 3 + x 4 = 5 6x 3x 7x x 4 = 5 4x + 4x + 5x 3 5x 4 = 3 8x + x + x 3 + x 4 = 8 3 x

Mehr

Rückwärts-Einsetzen. Bei einem linearen Gleichungssystem in oberer Dreiecksform, nacheinander bestimmt werden: r n,n x n = b n. = x n = b n /r n,n

Rückwärts-Einsetzen. Bei einem linearen Gleichungssystem in oberer Dreiecksform, nacheinander bestimmt werden: r n,n x n = b n. = x n = b n /r n,n Rückwärts-Einsetzen Bei einem linearen Gleichungssystem in oberer Dreiecksform, r 1,1 r 1,n x 1 b 1..... =., } 0 {{ r n,n } x n b n R mit det R = r 1,1 r n,n 0 können die Unbekannten x n,..., x 1 nacheinander

Mehr

Herbstsemester ist es.

Herbstsemester ist es. Dr V Gradinaru K Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 4 Aufgabe 4 Multiple Choice: Online abzugeben 4a) Gegeben seien: Dann gilt: (i)

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R. Käppeli L. Herrmann W. Wu Herbstsemester 2016 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6.1 Berechnen Sie die Determinanten der beiden

Mehr

2 Lineare Gleichungssysteme

2 Lineare Gleichungssysteme 2 Lineare Gleichungssysteme Wir betrachten das lineare Gleichungssystem Ax = b mit der n n-koeffizientenmatrix A und der rechten Seite b R n. Wir leiten zuerst eine Variante des Gauss-Algorithmus (LR-Zerlegung)

Mehr

Numerisches Programmieren

Numerisches Programmieren Informatics V - Scientific Computing Numerisches Programmieren Tutorübung 3 Jürgen Bräckle, Christoph Riesinger 16. Mai 2013 Tutorübung 3, 16. Mai 2013 1 Gauß-Elimination und Pivotsuche LR-Zerlegung QR-Zerlegung

Mehr

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Serie 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,

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 4. Aufgabe 4.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 4. Aufgabe 4.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand. Dr V Gradinaru D Devaud A Hiltebrand Herbstsemester 4 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 4 Aufgabe 4 Multiple Choice: Online abzugeben 4a) Wir betrachten

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 9. Aufgabe 9.1. Herbstsemester Dr. V. Gradinaru D. Devaud A.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 9. Aufgabe 9.1. Herbstsemester Dr. V. Gradinaru D. Devaud A. Dr V Gradinaru D Devaud A Hiltebrand Herbstsemester 2014 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 9 Aufgabe 91 91a) Sei A eine n n-matrix Das Gleichungssystem Ax

Mehr

Computergestützte Mathematik zur Linearen Algebra

Computergestützte Mathematik zur Linearen Algebra Computergestützte Mathematik zur Linearen Algebra Pivotwahl und Gleitkommaarithmetik Achim Schädle 3. und 20. Dezember 208 Achim Schaedle (HHU) CompLinA 3. und 20. Dezember 208 Instabilitäten bei Gauß-Elimination

Mehr

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Serie 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

Mehr

6 Lineare Gleichungssysteme

6 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

Mehr

Lineare Gleichungssysteme, LR-Zerlegung

Lineare Gleichungssysteme, LR-Zerlegung Prof Thomas Richter 2 Juni 27 Institut für Analysis und Numerik Otto-von-Guericke-Universität Magdeburg thomasrichter@ovgude Material zur Vorlesung Algorithmische Mathematik II am 22627 Lineare Gleichungssysteme,

Mehr

Kapitel 9: Lineare Gleichungssysteme

Kapitel 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

Mehr

Lineare Gleichungssysteme: direkte Verfahren

Lineare Gleichungssysteme: direkte Verfahren Sechste Vorlesung, 24. April 2008, Inhalt Lineare Gleichungssysteme: direkte Verfahren Dreiecksmatrizen Gauß-Elimination LR-Zerlegung Anwendungen: Determinante, Inverse 1 Lösungsverfahren für lineare Gleichungssysteme

Mehr

Lineare Algebra. 5. Übungsstunde. Steven Battilana. battilana.uk/teaching

Lineare Algebra. 5. Übungsstunde. Steven Battilana. battilana.uk/teaching Lineare Algebra. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching October 2, 207 Erinnerung Definition. Ein Skalarprodukt ist eine Abbildung, : E n E n E, v, w v, w = n k= v

Mehr

Cramersche Regel. Satz Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei. A j := (a 1,...,a j 1,b,a j+1,...

Cramersche Regel. Satz Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei. A j := (a 1,...,a j 1,b,a j+1,... Cramersche Regel Satz 2.4. Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei A j := (a,...,a j,b,a j+,...,a n ) also die Matrix, die entsteht, wenn in A die j-spalte durch den

Mehr

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q: Lineare Algebra D-MATH, HS 214 Prof Richard Pink Serie 5 1 [Aufgabe] Invertieren Sie folgende Matrizen über Q: 1 a) 1 1 1 1 1 2 1 1 1 b) 1 2 1 1 1 1 2 1 1 1 1 2 1 2 3 1 c) 1 3 3 2 2 1 5 3 1 2 6 1 [Lösung]

Mehr

Rechenaufwand der LR- und LDL T - Zerlegung

Rechenaufwand der LR- und LDL T - Zerlegung 6. Großübung Rechenaufwand der LR- und LDL T - Zerlegung Rückwärtseinsetzen Der Algorithmus kann der Folie 3.0 entnommen werden. Dieser kann in die folgenden Rechenoperationen aufgesplittet werden: Für

Mehr

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1.

Lineare Algebra und Numerische Mathematik D-BAUG. Winter 2013 Prof. H.-R. Künsch. , a R. det(a) = 0 a = 1. b Musterlösung Lineare Algebra und Numerische Mathematik D-BAUG. Multiple Choice) Gegeben sei die folgende Matrix Winter 3 Prof. H.-R. Künsch A = a a) deta) = genau dann wenn gilt x a =. a =. ), a R. x

Mehr

Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.

Allgemeines 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

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 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

Mehr

D-INFK Lineare Algebra HS 2018 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 5

D-INFK Lineare Algebra HS 2018 Özlem Imamoglu Olga Sorkine-Hornung. Musterlösung 5 D-INFK Lineare Algebra HS 2018 Özlem Imamoglu Olga Sorkine-Hornung Musterlösung 5 1. a) 1 0 0 1 3 5 LR = 0 1 0 2 6 7 0 0 1 3 10 10 1 0 0 1 3 5 = 2 1 0 0 0 3 3 0 1 0 1 5 1 0 0 1 3 5 1 0 0 = 3 1 0 0 1 5,

Mehr

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Lösung Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Um zu zeigen, dass es sich bei den gegebenen Vektoren um Basen handelt,

Mehr

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Länge 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(

Mehr

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen 7

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen 7 D-MAVT Lineare Algebra I HS 8 Prof. Dr. N. Hungerbühler Lösungen 7. Gegeben seien: A := ( ), A := 5 ( ) 3 4. 4 3 Welche der folgenden Aussagen gelten? (a) A ist orthogonal. (b) A ist orthogonal. Lösung.

Mehr

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A

Mehr

Lineare Gleichungssystem

Lineare 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

Mehr

Direkte Verfahren für Lineare Gleichungssysteme

Direkte Verfahren für Lineare Gleichungssysteme Kapitel 1 Direkte Verfahren für Lineare Gleichungssysteme 11 Einführung (mündlich) 12 Das Gaußsche Eliminationsverfahren Es sei A IK n n eine invertierbare Matrix und b IK n ein gegebener Vektor Gesucht

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14052018 (Teil 1) 7 Mai 2018 Steven Köhler mathe@stevenkoehlerde mathestevenkoehlerde 2 c 2018 Steven Köhler 7 Mai 2018 Matrizen

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen

Mehr

Zeilenstufenform eines Gleichungssystems

Zeilenstufenform eines Gleichungssystems Zeilenstufenform eines Gleichungssystems Ein lineares Gleichungssystem mit einer m n-koeffizientenmatrix lässt sich mit Gauß-Transformationen auf Zeilenstufenform (Echelon-Form) transformieren: Ax = b...

Mehr

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v. Teil I Lineare Algebra I Vorlesung Sommersemester 2 Olga Holtz MA 378 Sprechstunde Fr 4-6 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do 2-4 und nv jokar@mathtu-berlinde Kapitel 4 Der

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNSCHE UNVERSTÄT MÜNCHEN Zentrum Mathematik PROF DRDR JÜRGEN RCHTER-GEBERT, VANESSA KRUMMECK, MCHAEL PRÄHOFER Höhere Mathematik für nformatiker Wintersemester 23/24 Aufgabenblatt 2 23 Januar 24 Präsenzaufgaben

Mehr

Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3.

Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV Aufgabe N1 (LR-Zerlegung mit Pivotisierung) Gegeben seien R 3. Lösung der Diplom-Vorprüfung Höhere Mathematik III/IV 7.7.6 Aufgabe N (LR-Zerlegung mit Pivotisierung) Gegeben seien 6 8 A = 8 6 R und b = 6 R. a) Berechnen Sie die LR-Zerlegung von A mit Spaltenpivotisierung.

Mehr

Numerik für Informatiker und Bioinformatiker. Daniel Weiß

Numerik für Informatiker und Bioinformatiker. Daniel Weiß Numerik für Informatiker und Bioinformatiker Daniel Weiß SS 202 Folgende Literatur bildet die Grundlage dieser Vorlesung: P Deuflhard, A Hohmann, Numerische Mathematik, Eine algorithmisch orientierte Einführung,

Mehr

Lineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri

Lineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri Lineare Algebra Gymnasium Immensee SPF PAM Bettina Bieri 6. Oktober 2011 Inhaltsverzeichnis 1 Matrizen 1 1.1 Einleitung............................. 1 1.2 Der Begriff Matrix........................ 1 1.2.1

Mehr

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 12. Aufgabe Herbstsemester Dr. V. Gradinaru D. Devaud.

Lineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 12. Aufgabe Herbstsemester Dr. V. Gradinaru D. Devaud. Dr. V. Gradinaru D. Devaud Herbstsemester 15 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 1 Aufgabe 1.1 1.1a) Sei A eine n n-matrix. Das Gleichungssystem Ax = b sei

Mehr

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

3 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

Probeklausur zu Mathematik 2 für Informatik

Probeklausur 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

Mehr

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Lineare : Einführung Beispiele linearer a) b) c) 2x 1 3x 2 = 1 x 1 +

Mehr

Cramersche Regel. Satz 2.26

Cramersche Regel. Satz 2.26 ramersche Regel Satz 6 Es sei A R n n eine quadratische Matrix mit det(a) 6= Für das LGS Ax = b sei A j := (a,,a j, b, a j+,,a n ), also die Matrix, die entsteht, wenn in A die j-te Spalte durch den Vektor

Mehr

35 Matrixschreibweise für lineare Abbildungen

35 Matrixschreibweise für lineare Abbildungen 35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik 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.

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 12. Übung: Woche vom (Lin.Alg.

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 12. Übung: Woche vom (Lin.Alg. Übungsaufgaben 12. Übung: Woche vom 16. 1.-20. 1. 2017 (Lin.Alg. I): Heft Ü 3: 2.1.11; 2.1.8; 2.1.17; 2.2.1; 2.2.3; 1.1.1; 1.1.4; Hinweis 1: 3. Test (Integration, analyt. Geom.) ist seit 9.1. freigeschalten

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare 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

Mehr

7. Großübung. Ax =QRx = b Rx =Q 1 b = Q T b. Wir behandeln im Folgenden zwei Verfahren zur Erzeugung der QR-Zerlegung:

7. Großübung. Ax =QRx = b Rx =Q 1 b = Q T b. Wir behandeln im Folgenden zwei Verfahren zur Erzeugung der QR-Zerlegung: 7. Großüung 1 QR-Zerlegung Als QR-Zerlegung wird die Zerlegung A QR der Matrix A R m n in die rechte oere Dreiecksmatrix R R m n und die orthogonale Matrix Q R m m ezeichnet. Die Lösung des Gleichungssystems

Mehr

13. ABBILDUNGEN EUKLIDISCHEN VEKTORRÄUMEN

13. ABBILDUNGEN EUKLIDISCHEN VEKTORRÄUMEN 13. ABBILDUNGEN in EUKLIDISCHEN VEKTORRÄUMEN 1 Orthogonale Abbildungen im R 2 und R 3. Eine orthogonale Abbildung ist eine lineare Abbildung, die Längen und Orthogonalität erhält. Die zugehörige Matrix

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare 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

Mehr

3 Lineare Algebra Vektorräume

3 Lineare Algebra Vektorräume 3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +

Mehr

Kapitel 16. Invertierbare Matrizen

Kapitel 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,

Mehr

( ) Lineare Gleichungssysteme

( ) 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

Mehr

Numerisches Programmieren, Übungen

Numerisches Programmieren, Übungen Technische Universität München SoSe 3 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dipl.-Math. Jürgen Bräckle Numerisches Programmieren, Übungen Musterlösung 3. Übungsblatt:

Mehr

Lösung Test 2 (Nachprüfung)

Lösung Test 2 (Nachprüfung) MLAE Mathematik: Lineare Algebra für ngenieure Herbstsemester Dr Christoph Kirsch ZHAW Winterthur Aufgabe : Lösung Test (Nachprüfung a Wir verwenden den Gauss-Jordan-Algorithmus, um die erweiterte Koeffizientenmatrix

Mehr

Diplom VP Numerik 28. August 2006

Diplom VP Numerik 28. August 2006 Diplom VP Numerik 8. August 6 Multiple-Choice-Test Punkte) Bei jeder MC-Aufgabe ist mindestens eine Aussage korrekt. Wird dennoch bei einer MC-Aufgabe keine einzige Aussage angekreuzt, gilt diese Aufgabe

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +

Mehr

Beispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist

Beispiele 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

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5

Mehr

Kapitel 15 Lineare Gleichungssysteme

Kapitel 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

Mehr

Ferienkurs Mathematik für Physiker I Skript Teil 3 ( )

Ferienkurs 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

Mehr

Linear Systems and Least Squares

Linear Systems and Least Squares Linear Systems and Least Squares Vortragender: Gelin Jiofack Nguedong Betreuer: Prof. Dr. Joachim Weickert Proseminar: Matrixmethoden in Datenanalyse und Mustererkennung Wintersemester 2015/2016 18. November

Mehr

Lineare Algebra I (WS 12/13)

Lineare 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

Klausur Numerische Mathematik (für Elektrotechniker), Samstag, 19. August 2017

Klausur Numerische Mathematik (für Elektrotechniker), Samstag, 19. August 2017 Verständnisfragen-Teil (5 Punkte) Jeder der 5 Verständnisfragenblöcke besteht aus 5 Verständnisfragen. Werden alle 5 Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es für diesen Block

Mehr

Matrixzerlegungen. 6. Vorlesung Numerische Methoden I. Clemens Brand. 2. April Nachträge und Wiederholung. Links-Rechts- Zerlegung

Matrixzerlegungen. 6. Vorlesung Numerische Methoden I. Clemens Brand. 2. April Nachträge und Wiederholung. Links-Rechts- Zerlegung Matrixzerlegungen. 6. Vorlesung 170004 Numerische Methoden I Clemens Brand QR- QR- 2. April 2009 Gliederung Elimination faktorisiert A = L R QR- QR- QR- QR- Eine Zusammenfassung der Folien 6 14 der letzten

Mehr

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya Inverse Matrix -E Ma Lubov Vassilevskaya Inverse Matrix: Beispiel 0 2 3 0 Um die inverse der Matrix A mit Gauß-Jordan-Algorithmus zu bestimmen, wird eine Folge von elementaren Zeilenoperationen durchgeführt.

Mehr

6. Groÿübung. 1 QR-Zerlegung. 2 Givens-Rotationen. Grundaufgabe

6. Groÿübung. 1 QR-Zerlegung. 2 Givens-Rotationen. Grundaufgabe 6. Groÿüung 1 QR-Zerlegung Als QR-Zerlegung wird die Zerlegung A QR der Matrix A R m n in die rechte oere Dreiecksmatrix R R m n und die orthogonale Matrix Q R m m ezeichnet. Die Lösung des Gleichungssystems

Mehr

1 Transponieren, Diagonal- und Dreiecksmatrizen

1 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

Mehr

Geometrische Deutung linearer Abbildungen

Geometrische Deutung linearer Abbildungen Geometrische Deutung linearer Abbildungen Betrachten f : R n R n, f(x) = Ax. Projektionen z.b. A = 1 0 0 0 1 0 0 0 0 die senkrechte Projektion auf die xy-ebene in R 3. Projektionen sind weder injektiv

Mehr

2 Direkte Lösungsverfahren für lineare Gleichungen

2 Direkte Lösungsverfahren für lineare Gleichungen (2.1) Sei x = (x n ) n=1,...,n R N, A = (a m,n ) m=1,...,m, n=1,...,n R M,N. a) Sei 1 m n N. Dann ist x[m : n] = (x k ) k=m,...,n R 1+n m Teilvektor von x. b) Seien 1 m 1 m 2 M, 1 n 1 n 2 N. Dann ist A[m

Mehr

05. Lineare Gleichungssysteme

05. 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

Mehr

Lineare Gleichungssysteme

Lineare 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

Mehr

Determinanten. I. Permutationen

Determinanten. I. Permutationen Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch

Mehr

3 Matrizen und Lineare Gleichungssysteme

3 Matrizen und Lineare Gleichungssysteme 3 Matrizen und LGS Pink: Lineare Algebra HS 2014 Seite 38 3 Matrizen und Lineare Gleichungssysteme 3.1 Definitionen Sei K ein Körper, und seien m,n,l natürliche Zahlen. Definition: Eine Matrix mit m Zeilen

Mehr

Definition Für n, k 2 N sei. R n k := R n R n R n =(R n ) k. die Menge der (n k)-matrizen. Ein Element M 2 R n k heißt (n k)-matrix.

Definition Für n, k 2 N sei. R n k := R n R n R n =(R n ) k. die Menge der (n k)-matrizen. Ein Element M 2 R n k heißt (n k)-matrix. .5 Matrizen 39 / Definition.8 Für n, k 2 N sei R n k := R n R n R n =(R n ) k die Menge der (n k)-matrizen. Ein Element M 2 R n k heißt (n k)-matrix. 40 / Bemerkung Eine (n k)-matrix hat n Zeilen und k

Mehr

Lineares Gleichungssystem

Lineares Gleichungssystem Lineares Gleichungssystem Ein System von m linearen Gleichungen in n Unbekannten besteht aus einer Menge von algebraischen Relationen der Form n a ij x j = b i, i =,...,m, j= wobei a ij R, i m, j n, die

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg Lineare : Einführung Beispiele linearer a) b) c) 2x 1 3x 2 = 1 x 1 + x 2 =

Mehr

MAV-NUM Applied Numerics Frühlingssemester Serie 4. (a) Berechnen Sie per Hand die LR-Zerlegung der Matrix

MAV-NUM Applied Numerics Frühlingssemester Serie 4. (a) Berechnen Sie per Hand die LR-Zerlegung der Matrix MAV-NUM Applied Numerics Frühlingssemester 08 Dr. Evelyne Knapp ZHAW Winterthur Serie 4 Aufgabe (LR Zerlegung Theorie): (a) Berechnen Sie per Hand die LR-Zerlegung der Matrix 3 0 0 0 (b) Lösen Sie mit

Mehr

5.2 Rechnen mit Matrizen

5.2 Rechnen mit Matrizen 52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik 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

Mehr

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 018 Prof Dr N Hungerbühler Serie 8: Online-Test Schicken Sie Ihre Lösung bis spätestens Freitag, den 3 November um 14:00 Uhr ab Diese Serie besteht nur aus Multiple-Choice-Aufgaben

Mehr

Determinanten - II. Falls n = 1, gibt es offenbar nur die identische Permutation, und für eine 1 1 Matrix A = (a) gilt det A = a.

Determinanten - II. Falls n = 1, gibt es offenbar nur die identische Permutation, und für eine 1 1 Matrix A = (a) gilt det A = a. Determinanten - II. Berechnung von Determinanten Wir erinnern, dass für A M(n n; K) gilt : det A = σ S n signσ a σ() a 2σ(2)...a nσ(n). Falls n =, gibt es offenbar nur die identische Permutation, und für

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

6. Übungsblatt Aufgaben mit Lösungen

6. Übungsblatt Aufgaben mit Lösungen 6. Übungsblatt Aufgaben mit Lösungen Exercise 6: Find a matrix A R that describes the following linear transformation: a reflection with respect to the subspace E = {x R : x x + x = } followed by a rotation

Mehr

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09) Vorlesung Mathematik für Ingenieure Wintersemester 8/9 Kapitel 4: Matrizen, lineare Abbildungen und Gleichungssysteme Volker Kaibel Otto-von-Guericke Universität Magdeburg Version vom 5. November 8 Page-Rank

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Vorbereitungskurs 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

Mehr

Der Gaußsche Algorithmus und Varianten Vorlesung vom

Der Gaußsche Algorithmus und Varianten Vorlesung vom Der Gaußsche Algorithmus und Varianten Vorlesung vom 17114 Gaußsche Elimination und Rückwärtssubstitution: Motivation am Beispiel, Verallgemeinerung und Algorithmus Achtung: Durchführbarkeit nur bei nichtverschwindenden

Mehr

Determinanten. I. Permutationen

Determinanten. I. Permutationen Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch

Mehr

Numerik SS Musterlösung zu Hausaufgabenblatt 1

Numerik SS Musterlösung zu Hausaufgabenblatt 1 PROF DR BERND SIMEON CHRISTIAN GOBERT THOMAS MÄRZ Numerik SS 2009 Musterlösung zu Hausaufgabenblatt Aufgabe Links- und Rechtseigenpaare (20 P) Definition: Sei A C n n Ein Vektor 0 = x C n heißt (Rechts-)eigenvektor

Mehr

3 Lineare Gleichungssysteme

3 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

Mehr