Mathematik 2 für Naturwissenschaften
|
|
- Silke Schräder
- vor 5 Jahren
- Abrufe
Transkript
1 Hans Walser Mathematik 2 für Naturwissenschaften Spender A B AB 0 Empfänger A B AB verträglich 0 unverträglich Modul 210 Koordinatensysteme. Matrizen Lernumgebung
2 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung ii Modul 210 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften Sommer 2007 Neubearbeitung Frühjahr 2013 Erweiterung Frühjahr 2014 Überarbeitung last modified: 4. November 2013 Hans Walser Mathematisches Institut, Rheinsprung 21, 4051 Basel walser-h-m.ch/hans
3 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung iii Inhalt 1 Rechts- oder Linkssystem? Rechtssystem Polarwinkel Kartesische Koordinaten > Kugelkoordinaten Kugelkoordinaten > Kartesische Koordinaten Kugelkoordinaten Zylinderkoordinaten Gleichungssystem Gleichungssystem Gleichungssystem Einheitsmatrix Symmetrische Matrix Schiefsymmetrische Matrix Hexenhäuschen Hexenhäuschen Hexenhäuschen Hexenhäuschen Hexenhäuschen Matrizenmultiplikation Matrizenmultiplikation Fortlaufendes Multiplizieren Matrizenmultiplikation Potenzen einer Matrix Potenzen einer Matrix Spezielle Matrizen Spezielle Matrizen Was entsteht? Symmetrische Matrix Matrix gesucht Matrix gesucht Inverse Matrix Inverse Matrix Inverse Matrizen? Matrix gleich ihrer Inversen? Komplexe Matrixelemente Inverse Matrix... 24
4 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 1 1 Rechts- oder Linkssystem? Handelt es sich bei den folgenden Beispielen um ein Rechts- oder ein Linkssystem? a) b) c) d) e) f) Rechts- oder Linkssystem? se a) Rechtsystem b) Rechtsystem c) Linkssystem d) Rechtsystem e) Linkssystem f) Linkssystem
5 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 2 2 Rechtssystem Wie muss die Beschriftung der Achsen ergänzt werden, damit ein Rechtssystem entsteht? a) b) c) d) e) f) Ergänzung zum Rechtssystem
6 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 3 se a) b) c) d) e) f) Ergänzung zum Rechtssystem
7 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 4 3 Polarwinkel Für den Polarwinkel φ der Polarkoordinaten hatten wir die Formel mit Fallunterscheidungen arccos φ = arccos x x 2 +y 2 x x 2 +y 2 sowie die Formel ohne Fallunterscheidungen: für y 0 für y < 0 φ = ( sgn( y) + 1 sgn( y x ) )arccos x 2 +y 2 Könnte man das negative Vorzeichen für y < 0 nicht direkt mit dem Faktor sgn( y) justieren? Bearbeitung Die Tücke besteht darin, dass wir für y = 0 die beiden Fälle x > 0 und x < 0 unterscheiden müssen. Übersicht: Für y 0 gilt: sgn y ( ( ) + 1 sgn( y) ) = Nun sei y = 0. Dann ist sgn y Für x > 0 ist x = x 2 + y 2, also x +1 für y > 0 1 für y < 0 ( ( ) + 1 sgn( y) ) = +1. Weiter gilt: x 2 +y Für x < 0 ist x = x 2 + y 2, also x x 2 +y 2 = +1 und arccos +1 ( ) = 0. 2 = 1 und arccos 1 ( ) = π.
8 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 5 4 Kartesische Koordinaten > Kugelkoordinaten Welche Kugelkoordinaten P r,φ, λ ( ) haben die Punkte mit den kartesischen Koordina- ( ) (sämtliche Vorzeichenkombinationen)? ten P ±2, ±2,±2 Kartesische Koordinaten Kugelkoordinaten x y z r φ λ
9 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 6 se Kartesische Koordinaten Kugelkoordinaten x y z r φ λ arctan arctan arctan arctan arctan arctan arctan 1 2 ( ) π 4 45 ( ) π 4 45 ( ) π 4 45 ( ) π 4 45 ( ) π ( ) π ( ) π arctan ( 1 2 ) π 4 135
10 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 7 5 Kugelkoordinaten > Kartesische Koordinaten Welche kartesischen Koordinaten P x, y, z ( ) haben die Punkte mit den Kugelkoordina- ( ) (Angaben im Bogenmaß, sämtliche Vorzeichenkombinationen)? ten P 2,±1,±2 Kugelkoordinaten Kartesische Koordinaten r φ λ x y z se Kugelkoordinaten Kartesische Koordinaten r φ λ x y z
11 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 8 6 Kugelkoordinaten Für die Kugelkoordinaten wird sehr oft die Notation der folgenden Figur verwendet. Vorsicht: Nun ist φ die geografische Länge. Der Winkel ϑ wird als Poldistanz bezeichnet. Kugelkoordinaten Gesucht sind die Umrechnungsformeln zu den kartesischen Koordinaten in beiden Richtungen.
12 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 9 Bearbeitung Wir ergänzen die Figur. Es gilt: In der umgekehrten Richtung gilt: Ergänzte Figur x = r sin( ϑ )cos φ y = r sin( ϑ )sin( φ) ( ) z = r cos ϑ ( ) r = x 2 + y 2 + z 2 φ = ( sgn( y) + 1 sgn( y x ) )arccos ϑ = arccos z x 2 +y 2 +z 2 x 2 +y 2
13 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 10 7 Zylinderkoordinaten Notation gemäß Abbildung. Zylinderkoordinaten Gesucht sind die Umrechungsformeln zu kartesischen Koordinaten und zu Kugelkoordinaten in beiden Richtungen. Bearbeitung Zylinderkoordinaten > kartesische Koordinaten: ( ) ( ) x = r cos φ y = r sin φ z = z Kartesische Koordinaten > Zylinderkoordinaten: r = x 2 + y 2 φ = ( sgn( y) + 1 sgn( y x ) )arccos z = z x 2 +y 2 Zylinderkoordinaten P( r Z,φ Z,z Z ) > Kugelkoordinaten P( r K,φ K,λ K ) : r K = r Z 2 + zz 2 φ K = arctan z Z r Z λ K = φ Z ( )
14 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 11 Kugelkoordinaten P( r K,φ K,λ K ) > Zylinderkoordinaten P( r Z,φ Z,z Z ): 8 Gleichungssystem r Z = r K cos( φ K ) φ Z = λ K ( ) z Z = r K sin φ K 7x 1 3x 2 = 5 28x 1 + ax 2 = b a) Wählen Sie die Zahlen a und b so, dass das Gleichungssystem unendlich viele Lösungen hat. b) Wählen Sie die Zahlen a und b so, dass das Gleichungssystem keine Lösung hat. c) Wählen Sie die Zahlen a und b so, dass das Gleichungssystem genau eine Lösung hat. a) a = 12; b = 20 b) a = 12; b 20 c) a 12; b beliebig 9 Gleichungssystem Was ist über die Lösungen des Gleichungssystems mit den drei Gleichungen zu sagen? (Begründen Sie Ihre Antwort.) Das Gleichungssystem hat keine Lösung. x 1 2x 2 = 2 x 1 + x 2 = 10 x 1 + 2x 2 = Gleichungssystem Wie muss b gewählt werden, damit das Gleichungssystem x 1 2x 2 = 2 x 1 + x 2 = 10 x 1 + 2x 2 = b genau eine Lösung hat? Welches ist dann die Lösung?
15 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 12 b = 14, Lösung = (6, 4) 11 Einheitsmatrix Wie viele Einsen und wie viele Nullen enthält die (n,n)-einheitsmatrix E n? n Einsen, n 2 n ( ) Nullen 12 Symmetrische Matrix Eine Matrix A, die gleich ihrer transponierten Matrix ist (also A t = A ) heißt symmetrisch. Wie muss die folgende Matrix ergänzt werden, damit sie symmetrisch wird? A = A = Schiefsymmetrische Matrix Eine Matrix A, die gleich dem Negativen ihrer transponierten Matrix ist (also A t = A ) heißt schiefsymmetrisch. Wie muss die folgende Matrix ergänzt werden, damit sie schiefsymmetrisch wird?
16 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 13 A = A = Hexenhäuschen Hexenhäuschen Ein Hexenhäuschen ist eine (3,3)-Matrix, bei der alle Zeilensummen und alle Spaltensummen gleich sind. Beispiele: , Wie können die folgenden Matrizen zu einem Hexenhäuschen ergänzt werden?
17 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung a) 9 1 b) 2 5 c) a) b) c) Hexenhäuschen Hexenhäuschen Ein Hexenhäuschen ist eine (3,3)-Matrix, bei der alle Zeilensummen und alle Spaltensummen gleich sind. Beispiele: , Wie können die folgenden Matrizen zu einem Hexenhäuschen ergänzt werden?
18 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung a) 9 1 b) 3 c) 3 7 d) a) b) c) geht nicht d) 3 a 4 a a 1 + a Bearbeitung a) Einfach, wir haben die Zeilen- und Spaltensumme 2 b) Wir wählen Variable gemäß Figur sowie eine Zeilen- und Spaltensumme s. 3 a 5 b 3 c 10 d 0 Aus den drei Zeilen und den ersten zwei Spalten ergeben sich die 5 Gleichungen: I II III IV V a + 8 = s b + c + 3 = s d + 10 = s b + 13 = s a + d + 3 = s Dieses Gleichungssystem hat die Lösung: a = 7, b = 2, c = 10, d = 5, s = 15 c) Überbestimmt und daher keine Lösung. Aus der ersten Zeile ergibt sich die Zeilenund Spaltensumme 7. In der zweiten Zeile ergibt sich daher für das fehlende Element 3. Dann ergibt sich aber für die letzte Spalte die Summe 3 7. Widerspruch. d) Unterbestimmt, ein Freiheitsgrad, also unendlich viele Lösungen. Wir können zum Beispiel das Element in der Mitte frei wählen. 16 Hexenhäuschen Es seien C und D zwei Hexenhäuschen. Welche der folgenden Matrizen sind dann ebenfalls Hexenhäuschen? a) E = C + D b) F = 12C c) G = λc + ηd d) H = D t Alles Hexenhäuschen.
19 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung Hexenhäuschen Ein Hexenhäuschen ist eine (3,3)-Matrix, bei der alle Zeilensummen und alle Spaltensummen gleich sind. Beispiele: A = , B = Sind dann die Matrizen C = AB, D = BA und F = AA = A 2 Alles Hexenhäuschen ebenfalls Hexenhäuschen? C = AB = , D = BA = , F = AA = A 2 = Hexenhäuschen Ein Hexenhäuschen ist eine (3,3)-Matrix, bei der alle Zeilensummen und alle Spaltensummen gleich sind. Beispiele: A = , B = Wie viele Freiheitsgrade haben die Hexenhäuschen? Bearbeitung Wir können fünf Elemente frei wählen, zum Beispiel: Die restlichen Elemente ergeben sich dann: a b c d e a b c d e a + b + c b + c d a + c e d + e c ( ) ( d + e)
20 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung Matrizenmultiplikation A = 3 4, B = Gesucht sind, sofern möglich, C = AB und D = BA C = AB nicht möglich (falsche Dimension) D = BA = Matrizenmultiplikation b 11 b 12 b 13 Es sei A = 0 5 1, B = b 21 b 22 b 23 und C = AB sowie D = BA b 31 b 32 b 33 a) Welche Elemente der Matrix C verändern sich, wenn in B das Element b 12 verdoppelt wird? (Alle übrigen Elemente von B bleiben unverändert.) b) Welche Elemente der Matrix D verändern sich, wenn in B das Element b 12 verdoppelt wird? (Alle übrigen Elemente von B bleiben unverändert.) a) c 12,c 32. Das Element c 22 bleibt unverändert wegen a 21 = 0. b) d 12,d 13. Das Element d 11 bleibt unverändert wegen a 21 = Fortlaufendes Multiplizieren A = Gesucht ist a) A 2 = AA b) A 3 = AAA c) A 4 = AAAA d) usw. e) Was fällt auf? f) Was ist A 37?
21 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 18 a) A 2 = AA = E b) A 3 = AAA = A c) A 4 = AAAA = E d) A, -E, -A, E, A, -E, -A, E, A, -E, -A, E, A, -E, -A, E, e) Periodizität mit Periodenlänge 4 f) A 37 = A 22 Matrizenmultiplikation Gesucht sind AA t und A t A. 2 3 A = AA t = , A t A = Potenzen einer Matrix A = Gesucht ist A k, k Bearbeitung A k = 1 0 k 1 Beweis induktiv: (I) A 1 = A = (II) A k+1 = A k A = k = 1 0 k + 1 1
22 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung Potenzen einer Matrix A = Gesucht ist A n, n Bearbeitung Es ist: A 1 = , A2 = , A3 = , A4 = , A5 = , A6 = ,... Offenbar entsteht die Fibonacci-Folge, welche folgendermaßen definiert ist: Es ist dann: Damit wird: Beweis induktiv: Startwerte: f 0 = 0, f 1 = 1 Rekursion: (I) A 1 = A = = f 2 f 1 f 1 f 0 (II) A n+1 = A n A = f n+1 f n f n 25 Spezielle Matrizen f n+2 = f n+1 + f n n f n f n 1 A n = f n+1 f n f n f n = fn+1 + f n f n+1 f n + f n 1 f n = fn+2 f n+1 f n+1 f n Es sei A = Berechnen Sie A2 = AA, A 3, A 4, A 5, A 6 Bearbeitung A 1 = , A2 = = E, A3 = = A, A4 = E, A 5 = A, A 6 = E Wir haben die zyklische Gruppe der Ordnung 2. Allgemein ist:
23 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 20 A n 1 nmod2 = nmod2 nmod2 1 nmod2 26 Spezielle Matrizen Es sei A = Berechnen Sie A2 = AA, A 3, A 4, A 5, A 6 Bearbeitung A 1 = , A2 = , A3 = , A4 = , A5 = 16 16, A6 = Allgemein ist: A n = 2n 1 2 n 1 2 n 1 2 n 1 27 Was entsteht? a A = b c Gesucht sind AA t und A t A. Was fällt auf? d e f a 2 + d 2 ab + de ac + df AA t = ab + de b 2 + e 2 bc + ef, A t A = a2 + b 2 + c 2 ad + be + cf ac + df bc + ef c 2 + f 2 ad + be + cf d 2 + e 2 + f 2 Dimensionen ungleich Beides symmetrische Matrizen In der Hauptdiagonalen sind die Elemente Symmetrische Matrix Ist AA t immer eine quadratische symmetrische Matrix? Ja
24 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 21 Beweis a 1,1 a 1,2 a 1,n a 1,1 a 1,2 a 1,m a 2,1 a 2,2 a 2,n A =, A t a 2,1 a 2,2 a = 2,m a m,1 a m,2 a m,n a n,1 a n,2 a n,m Sei B = AA t. Für das Element b i,k von B gilt: b i,k = Für das Element b k,i von B gilt: n a i, j a t j,k = a i, j a k, j j=1 n j=1 n b k,i = a k, j a t j,i = a k, j a i, j j=1 Es ist also b k,i = b i,k, die Matrix ist symmetrisch. B ist eine m,m-matrix, also quadratisch. Für ein Element in der Hauptdiagonalen erhalten wir: n n j=1 b i,i = a i, j a t 2 j,i = a i, j a i, j = a i, j 0 j=1 n j=1 n j=1 29 Matrix gesucht Gesucht ist B = a b c d A = so, dass AB = E. B = A = Matrix gesucht Gesucht ist B = a c A = b so, dass AB = E. Kommentar? d
25 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 22 Geht nicht. Die Matrix A ist singulär. 31 Inverse Matrix Es gibt einen rechnerischen und einen geometrischen Weg, die inverse Matrix A 1 zu folgender Matrix zu bestimmen: A = cos α sin α ( ) sin( α ) ( ) cos( α ) A 1 = cos α sin α ( ) sin( α ) ( ) cos( α ) Erster Lösungsweg Zum Beispiel Gaußscher Algorithmus Zweiter Lösungsweg A = cos α sin α ( ) sin( α ) ( ) cos( α ) ist die Matrix der Drehung um den Ursprung um den Winkel α. Die Umkehrung davon ist das Zurückdrehen, also die Drehung um den Ursprung um den Winkel α. Dazu gehört die Matrix 32 Inverse Matrix A 1 = cos α sin α ( ) sin ( α ) ( ) cos( α ) Gesucht ist die inverse Matrix zu A = cos α sin α A 1 = cos α sin α ( ) sin( α ) ( ) cos( α ) = cos α sin α ( ) sin( α ) ( ) cos( α ) ( ) sin( α ) ( ) cos( α ). = A. Die Matrix ist zu sich selber invers.
26 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung Inverse Matrizen? Es ist (nachrechnen!): A = B = AB = E = Lässt sich daraus folgern, dass die beiden Matrizen A und B zueinander invers sind? Nein. BA = E Matrix gleich ihrer Inversen? Es ist = , das heißt, die Matrix 0 1 ist gleich ihrer Inversen. Gibt es weitere (2,2) Matrizen, die gleich ihrer Inversen 1 0 sind? Beispiele: , , , , , 0 1, die letzten vier Beispiele 1 0 cos( α ) sin( α ) sind Sonderfälle von. sin( α ) cos( α ) 35 Komplexe Matrixelemente For fans only. Es sei i 2 = 1. Berechnen Sie zur Matrix A = i 0 0 i die Matrizen AA = A 2, A 3, A 4, A 5,... a) Was fällt auf.
27 Hans Walser: Modul 210, Koordinatensysteme. Matrizen. Lernumgebung 24 b) Was ist die inverse Matrix zu A? a) A 2 = E, A 3 = A, A 4 = E,..., A k+4n = A k. Periodizität mit Periodenlänge 4. b) A 1 = A 3 = A 36 Inverse Matrix Wir suchen zur allgemeinen Matrix die inverse Matrix A 1. Bearbeitung a 1,1 a 1,2 A = a 2,1 a 2,2 A:=<<a11 a12>, <a21 a22>>; Ainv:=A^(-1); Ainv := A := a11 a21 a22 a11 a22 - a12 a21 - a21 a11 a22 - a12 a21 a12 a22 a12 - a11 a22 - a12 a21 a11 a11 a22 - a12 a21 Im gemeinsamen Nenner steht die Determinante der Matrix. Daher ist es klar, dass eine Matrix mit Determinante Null keine Inverse haben kann.
Kartografie I. Hans Walser Koordinatensysteme und Transformationen Lernumgebung
Kartografie I Hans Walser Koordinatensysteme und Transformationen Lernumgebung Hans Walser: Koordinatensysteme und Transformationen ii Inhalt 1 Rechts- oder Linkssystem?... 1 Rechtssystem... 3 Polarwinkel...
MehrA B AB 0 A. 1 verträglich. Modul 210: Koordinatensysteme. Matrizen!
Spender A B AB 0 A 0 0 Empfänger B AB 0 0 0 0 0 0 verträglich 0 unverträglich Modul 0: Koordinatensysteme. Matrizen! Koordinatensysteme!! Hatten wir schon in der Schule! Koordinatensysteme!! Kartesische
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik für Naturwissenschaften Spender A B AB 0 Empfänger A B AB 0 0 0 0 0 0 0 0 verträglich 0 unverträglich Modul 0 Koordinatensysteme. Matrizen Hans Walser: Modul 0, Koordinatensysteme.
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Lernumgebung Hans Walser: Modul 212 Determinanten. Lernumgebung ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik für Naturwissenschaften Modul Lineare Abbildungen. Eigenwerte Lernumgebung. Teil Hans Walser: Modul, Lineare Abbildungen. Eigenwerte. Lernumgebung. Teil ii Inhalt Lineare Abbildung
MehrMatrizen und Determinanten, Aufgaben
Matrizen und Determinanten, Aufgaben Inhaltsverzeichnis 1 Multiplikation von Matrizen 1 11 Lösungen 3 2 Determinanten 6 21 Lösungen 7 3 Inverse Matrix 8 31 Lösungen 9 4 Matrizengleichungen 11 41 Lösungen
Mehr2 Die Algebra der Matrizen
Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem x y + z 1 x + y
MehrMusterlösungen 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
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Hans Walser: Modul 212, Determinanten ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften Sommer 2003 Probeausgabe
MehrMathematik I für MB und ME
Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 28/29 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 202 Regressionsgerade und Korrelation Lernumgebung. Teil Hans Walser: Modul 202, Regressionsgerade und Korrelation. Lernumgebung. ii Inhalt Messwertpaare...
Mehr2 Die Algebra der Matrizen
Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem y + z = 1 + y z
MehrBasiswissen Matrizen
Basiswissen Matrizen Mathematik GK 32 Definition (Die Matrix) Eine Matrix A mit m Zeilen und n Spalten heißt m x n Matrix: a a 2 a 4 A a 2 a 22 a 24 a 4 a 42 a 44 Definition 2 (Die Addition von Matrizen)
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik für Naturwissenschaften Modul Lineare Abbildungen. Eigenwerte Hans Walser: Modul, Lineare Abbildungen. Eigenwerte ii Modul für die Lehrveranstaltung Mathematik für Naturwissenschaften
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
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
MehrMathematik 1 für Naturwissenschaften
Hans Walser Mathematik für Naturwissenschaften Modul 02 Funktionen, Folgen, Grenzwerte Lernumgebung Teil 2 Hans Walser: Modul 02, Funktionen, Folgen, Grenzwerte. Lernumgebung, Teil 2 ii Modul 02 für die
Mehr12 Übungen zu Gauß-Algorithmus
Aufgaben zum Vorkurs B S. 2 Übungen zu Gauß-Algorithmus 2x x 2 = 7x +, 5x 2 = 7 Aufgabe 6: Aufgabe 7: Aufgabe 8: Aufgabe 9: 2x x 2 = x +2x 2 = 2 2x x 2 = 7x +, 5x 2 =, 5 x 2x 2 = x +x 2 = 5 2x +x 2 = 4
MehrI) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n
I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y1 = a11x1+ a12x2 + a13x3 y2 = a21x1+ a22x2 + a23x3... Koeffizienten a ij i - te Gleichung (Zeile), i
Mehra ij i - te Gleichung (Zeile), i = 1, 2,3,..., m I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen
I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen y 1 = a 11 x 1 + a 12 x 2 + a 13 x3 y 2 = a 21 x 1 + a 22 x 2 + a 23 x3... Koeffizienten a ij i - te Gleichung
MehrLösbarkeit 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
MehrUniversität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n
Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine
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 2 Rechenoperationen und Gesetze Gleichheit
MehrLösung (die Geraden laufen parallel) oder unendlich viele Lösungen.
1 Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 2008 Kapitel 16 Determinanten und inverse Matrizen
MehrMatrizen. Stefan Keppeler. 28. November Mathematik I für Biologen, Geowissenschaftler und Geoökologen
Mathematik I für Biologen, Geowissenschaftler und Geoökologen Matrizen 28. November 2007 Summe & Produkt Beispiel: Einwohnerzahlen Beispiel Addition Multiplikation Inverse Addition & Multiplikation Anwendung
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrLineare 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
MehrFH Gießen-Friedberg, FB 06 (MNI) Skript 8 Mathematik 1 für KMUB 5./7. November 2008 Prof. Dr. H.-R. Metz. Matrizen 1. a m1 a m2 a m3 a mn
FH Gießen-Friedberg, FB 06 (MNI) Skript 8 Mathematik 1 für KMUB./7. November 2008 Prof. Dr. H.-R. Metz (Matrix) Matrizen 1 Ein System von Zahlen a ik, die rechteckig in m Zeilen und n Spalten angeordnet
MehrVektoren und Matrizen
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden
Mehr8. 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
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
MehrKartografie I. Hans Walser. Koordinatensysteme und Transformationen
Kartografie I Hans Walser Koordinatenssteme und Transformationen Hans Walser: Koordinatenssteme und Transformationen ii Inhalt Koordinatenssteme.... Kartesische Koordinaten....2 Polarkoordinaten... 2.3
MehrMathematik I für MB/ME
Mathematik I für MB/ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 25/26 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden
MehrÜbungsblatt
Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen
MehrGrundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015
Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten
MehrÖkonometrische Analyse
Institut für Statistik und Ökonometrie, Freie Universität Berlin Ökonometrische Analyse Dieter Nautz, Gunda-Alexandra Detmers Rechenregeln für Matrizen Notation und Matrixeigenschaften: Eine Matrix A der
MehrMATRIZEN. Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet. a 11 a a 1n a 21. a a 2n A = a m1 a m2...
MATRIZEN Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn A ist eine m n Matrix, dh: A hat m Zeilen und n Spalten A besitzt
MehrMathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie und Erziehungswissenschaften Blatt 2
Fakultät Mathematik WS 27/8 Institut für Mathematische Stochastik / Institut für Analysis Dr. W. Kuhlisch, Dr. F. Morherr Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie
MehrInverse Matrix. 1-E Ma 1 Lubov Vassilevskaya
Inverse Matrix -E Ma Lubov Vassilevskaya Inverse Matrix Eine n-reihige, quadratische Matrix heißt regulär, wenn ihre Determinante einen von Null verschiedenen Wert besitzt. Anderenfalls heißt sie singulär.
Mehr5 Zur Geometrie euklidischer Bewegungen. Eine Bewegung eines euklidischen Raumes wird bezüglich eines kartesischen Koordinatensystems
5 Zur Geometrie euklidischer Bewegungen 5.1 Erinnerung an 3.3.3 Eine Bewegung eines euklidischen Raumes wird bezüglich eines kartesischen Koordinatensystems beschrieben durch x = U x + w (U T U = E) mit
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
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik für Naturwissenschaften Modul Der Gaußsche Algorithmus Lernumgebung Hans Walser: Modul, Der Gaußsche Algorithmus. Lernumgebung ii Inhalt Algorithmen im Alltag... Gaußscher Algorithmus...
MehrFür die Matrikelnummer M = Dann sind durch A =
Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m 3 + 2 m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m 2 + 2 m 2 m 4 + m 5 und b := m 6 m 4 + a) Finden Sie eine Lösung x R 7 für die Gleichung Ax =. b) Finden Sie
MehrLineare 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
MehrEXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME
EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME In diesem Abschnitt wiederholen wir zunächst grundlegende Definitionen und Eigenschaften im Bereich der Matrizenrechnung, die wahrscheinlich bereits in Ansätzen
Mehra 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A =
3 Determinanten Man bestimmt Determinanten nur von quadratischen Matrizen Wir werden die Berechnung von Determinanten rekursiv durchfuhren, dh wir denieren wie man eine 2 2-Determinante berechnet und fuhren
MehrBlatt 06.3: Matrizen
Fakultät für Physik R: Rechenmethoden für Physiker, WiSe 204/5 Dozent: Jan von Delft Übungen: Benedikt Bruognolo, Katharina Stadler http://homepages.physik.uni-muenchen.de/~vondelft/lehre/4t0/ Blatt 06.3:
MehrIV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen
Gliederung I. Motivation II. Lesen mathematischer Symbole III. Wissenschaftliche Argumentation IV. Matrizenrechnung i. Rechenoperationen mit Matrizen ii. iii. iv. Inverse einer Matrize Determinante Definitheit
MehrMatrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =
Matrizen Eine m nmatrix ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten der Form a 11 a 12 a 1n A = a ij = a 21 a 22 a 2n a m1 a m2 a mn Dabei sind m und n natürliche und die Koezienten a
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
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
MehrMathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen
Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen a) Es ist < x, y > α + + β β ( + α) und y α + + β α + + ( + α) (α + α + ) 6 α + α, also α, ± 5 + ± 9 4 ± 3 Es gibt also Lösungen: α, β
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrHerbstsemester 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)
Mehr5.2 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
MehrMatrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte
Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung
Mehra 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α
Mathematik 1 - Übungsblatt 7 Lösungshinweise Tipp: Verwenden Sie zur Kontrolle Scilab, wo immer es möglich ist. Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 12 Aufgabe 121 Matrixpotenzen und Eigenwerte Diese Aufgabe ist
Mehra a a a a a a a a a a a a a a
7 Lineare lgebra 7.1 Matrizen a a a k a a a a a a a a a a a a a 11 12 1 1n 21 22 2k 2n i1 i2 in m1 m2 mk mn i-te Zeile m Zeilen n Spalten k-te Spalte a : Matrixelement i 1,2,...,m k 1,2,...,n i: Zeilenindex
MehrD-CHAB Frühlingssemester 2018
D-CHAB Frühlingssemester 2018 Grundlagen der Mathematik II Dr Marcel Dettling Lösung 4 1) Nur für die folgenden Wahlen kann man das Produkt bilden: A A mit Dimension (2, 2) (2, 2) (2, 2): 1 2 A Y mit Dimension
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof Dr Erich Walter Farkas Kapitel 7: Lineare Algebra 71 Reelle Matrizen Prof Dr Erich Walter Farkas Mathematik I+II, 71 Reelle Matrizen 1 / 31 1 2 3 4 Prof Dr Erich
Mehr4 Matrizenrechnung. Beide Operationen geschehen also koeffizientenweise. Daher übertragen sich die Rechenregeln von K(m n, k).
4 Matrizenrechnung Der Vektorraum der m n Matrizen über K Sei K ein Körper und m, n N\{0} A sei eine m n Matrix über K: a a 2 a n a 2 a 22 a 2n A = = (a ij) mit a ij K a m a m2 a mn Die a ij heißen die
MehrDeterminante und Inverse
Vorzeigeaufgaben: Determinante und Inverse Bestimmen Sie für welche a R die folgende Matrix invertierbar ist und berechnen Sie deren Inverse: A = a cos(x) sin(x) a sin(x) cos(x) Bestimmen Sie ob folgende
MehrMatrizen. Stefan Keppeler. 19. & 26. November Mathematik I für Biologen, Geowissenschaftler und Geoökologen
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 19. & 26. November 2008 Definition, Summe & Produkt Transponierte Beispiel: Einwohnerzahlen Leslie-Populationsmodell Beispiel Addition Multiplikation
MehrMathematische Grundlagen der Computerlinguistik Lineare Algebra
Mathematische Grundlagen der Computerlinguistik Lineare Algebra Dozentin: Wiebke Petersen 10. Foliensatz Wiebke Petersen math. Grundlagen 30 Einleitung Die lineare Algebra beschäftigt sich mit Vektorräumen
MehrMathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen
Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 81 Reelle Matrizen Prof Dr Erich Walter Farkas http://wwwmathethzch/ farkas 1 / 31 1 2 3 4 2 / 31 Transponierte einer Matrix 1 Transponierte
MehrEine Affinität α eines euklidischen Raumes heißt eine Bewegung, wenn sie Abstände (und damit auch Winkel) erhält, wenn also für alle Punkte X, Y gilt:
5 Zur Geometrie euklidischer Bewegungen 5.1 Bewegungen Eine Affinität α eines euklidischen Raumes heißt eine Bewegung, wenn sie Abstände (und damit auch Winkel) erhält, wenn also für alle Punkte X, Y gilt:
MehrD-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen = A 4 3 6
D-MAVT Lineare Algebra I HS 28 Prof. Dr. N. Hungerbühler Lösungen. Gegeben seien die Matrizen A := ( 2 3 3 ), B := Welche der folgenden Aussagen sind richtig? (a) (AB) T = A T B T. 5 3 2 6 Die Formel (AB)
Mehr1 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
Mehr13. 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
MehrMathematik für die Sekundarstufe 1
Hans Walser Mathematik für die Sekundarstufe 1 Modul 05 Schnecken und Spiralen Lernumgebung Hans Walser: Modul 05, Schnecken und Spiralen. Lernumgebung ii Inhalt 1 Spiralen in der Umwelt... 1 Archimedische
Mehra 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:
Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag
MehrMathematik 1 für Naturwissenschaften
Hans Walser Mathematik 1 für Naturwissenschaften Modul 112 Lineare Differenzialgleichungen zweiter Ordnung Hans Walser: Modul 112, Lineare Differenzialgleichungen zweiter Ordnung ii Inhalt 1 Lineare Differenzialgleichungen
MehrFerienkurs Mathematik für Physiker I Blatt 3 ( )
Ferienkurs Mathematik für Physiker I WS 6/7 Ferienkurs Mathematik für Physiker I Blatt 3 (9.3.7) Aufgabe : Matrizenrechung 3 (a) Ermitteln Sie für die Matrix A = 3 4 den Ausdruck A + A + A + 6 A3. 3 4
Mehr2. Aufgabe Vereinfachen Sie die folgenden Ausdrücke so, dass möglichst wenige Multiplikationen ausgeführt werden müssen!
Studiengang: PT/LOT/PVHT Semester: WS 9/ lgebra Serie: 2 Thema: Matrizen, Determinanten. ufgabe Gegeben sind die Matrizen = µ 2 3 2 µ 3 2 4, B = 2 Berechnen Sie: a) 2 + 3B b) B 2 c) B T d) B T e) T B f)
Mehra ij i - te Gleichung (Zeile), i = 1,2,3,..., m
I) MATRIZEN Der Start: Lineare Gleichungen y ax+ a2x2 + a3x3 y2 a2x+ a22x2 + a23x3... Koeffizienten a ij i - te Gleichung (Zeile), i,2,3,..., m j - te Variable (Spalte), j,2,3,..., n Definition m x n Matrix
MehrMathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )
Aufgabe 1: Berechne die Determinante und die Transponierte der folgenden Matrizen: 0 1 1.1 M =( 0 4 1 4 det M =0 4 1 4= 4 M T =( 5 3 3 1.2 1 1 3 A=( =( A T 3 0 1 5 1 3 3 1 0 3 3 1 4 4 det M = 5 1 1+3 3
MehrMLAN1 1 MATRIZEN 1 0 = A T =
MLAN1 1 MATRIZEN 1 1 Matrizen Eine m n Matrix ein rechteckiges Zahlenschema a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n a m1 a m2 a m3 amn mit m Zeilen und n Spalten bestehend aus m n Zahlen Die Matrixelemente
Mehr7 Matrizen über R und C
Mathematik für Physiker I, WS 06/07 Montag 9 $Id: matrixtex,v 7 06//9 :58: hk Exp $ 7 Matrizen über R und C 7 Addition und Multiplikation von Matrizen In der letzten Sitzung haben wir begonnen uns mit
MehrVermischte Aufgaben zu Mathematische Grundlagen der Ökonomie
Aufgabe : Vermischte Aufgaben zu Mathematische Grundlagen der Ökonomie Bilden die Lösungsmengen der folgenden linearen Gleichungssysteme jeweils einen Unterraum des IR 3? Begründen Sie. (i) (ii) + 3 =
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom
Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch
MehrKapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung
Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
MehrTh. Risse, HSB: MAI WS05 1
Th. Risse, HSB: MAI WS05 1 Einige Übungsaufgaben zur analytischen Geometrie & linearen Algebra viele weitere Übungsaufgaben mit Lösungen z.b. in Brauch/Dreyer/Haacke, Papula, Stingl, Stöcker, Minorski
MehrMatrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle
2. Matrixalgebra Warum Beschäftigung mit Matrixalgebra? Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle bequeme mathematische
MehrMathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen
Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 81 Reelle Matrizen Prof Dr Erich Walter Farkas http://wwwmathethzch/ farkas 1 / 32 8 Lineare Algebra: 1 Reelle Matrizen Grundbegriffe Definition
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
MehrVorlesung 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
MehrKLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:
KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker).3. (W. Koepf) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur
MehrLINEARE ALGEBRA UND GEOMETRIE VERSION 14. Dezember s = oder in Komponenten:
LINEARE ALGEBRA UND GEOMETRIE VERSION 4. Dezember 07 LISIBACH ANDRÉ.. Lineare Unabhängigkeit.... Linearkombination. Seien u, u,..., u n eine Menge von Vektoren. Eine Linearkombination der Vektoren u, u,...,
Mehr