Mathematik 2 für Naturwissenschaften

Größe: px
Ab Seite anzeigen:

Download "Mathematik 2 für Naturwissenschaften"

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 Kartografie I Hans Walser Koordinatensysteme und Transformationen Lernumgebung Hans Walser: Koordinatensysteme und Transformationen ii Inhalt 1 Rechts- oder Linkssystem?... 1 Rechtssystem... 3 Polarwinkel...

Mehr

A B AB 0 A. 1 verträglich. Modul 210: Koordinatensysteme. Matrizen!

A 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

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 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.

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 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

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 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

Mehr

Matrizen und Determinanten, Aufgaben

Matrizen 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

Mehr

2 Die Algebra der Matrizen

2 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

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

Mathematik 2 für Naturwissenschaften

Mathematik 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

Mehr

Mathematik I für MB und ME

Mathematik 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

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 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...

Mehr

2 Die Algebra der Matrizen

2 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

Mehr

Basiswissen Matrizen

Basiswissen 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)

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 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

Mehr

Mathematik 2 für Naturwissenschaften

Mathematik 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

Mehr

8.2 Invertierbare Matrizen

8.2 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

3 Matrizenrechnung. 3. November

3 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

Mehr

Mathematik 1 für Naturwissenschaften

Mathematik 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

Mehr

12 Übungen zu Gauß-Algorithmus

12 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

Mehr

I) MATRIZEN. 1) Speichern geometrischer Daten: Punkte, Vektoren. j - te Variable (Spalte), j = 1,2,3,..., n

I) 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

Mehr

a ij i - te Gleichung (Zeile), i = 1, 2,3,..., m I) MATRIZEN Motivation: 1) Speichern geometrischer Daten: Punkte, Vektoren. 2) Lineare Gleichungen

a 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

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

Universität 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. 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

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 2 Rechenoperationen und Gesetze Gleichheit

Mehr

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen.

Lösung (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

Mehr

Matrizen. Stefan Keppeler. 28. November Mathematik I für Biologen, Geowissenschaftler und Geoökologen

Matrizen. 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

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare 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

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

FH 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 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

Mehr

Vektoren und Matrizen

Vektoren 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

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

9.2 Invertierbare Matrizen

9.2 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

Mehr

Kartografie I. Hans Walser. Koordinatensysteme und Transformationen

Kartografie 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

Mehr

Mathematik I für MB/ME

Mathematik 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

Mehr

Übungsblatt

Übungsblatt 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

Mehr

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches 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

Mehr

Ökonometrische Analyse

Ökonometrische 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

Mehr

MATRIZEN. 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 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

Mehr

Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie und Erziehungswissenschaften Blatt 2

Mathematik 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

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 Eine n-reihige, quadratische Matrix heißt regulär, wenn ihre Determinante einen von Null verschiedenen Wert besitzt. Anderenfalls heißt sie singulär.

Mehr

5 Zur Geometrie euklidischer Bewegungen. Eine Bewegung eines euklidischen Raumes wird bezüglich eines kartesischen Koordinatensystems

5 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

Mehr

8.2 Invertierbare Matrizen

8.2 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

Mathematik 2 für Naturwissenschaften

Mathematik 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...

Mehr

Für die Matrikelnummer M = Dann sind durch A =

Für 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

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

EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME

EXKURS: 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

Mehr

a 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 =

a 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

Mehr

Blatt 06.3: Matrizen

Blatt 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:

Mehr

IV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen

IV. 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

Mehr

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =

Matrizen. 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

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare 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

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

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen

Mathematik 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

Mehr

5.2 Rechnen mit Matrizen

5.2 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

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

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

Matrizen. 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

Matrizen. 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

Mehr

a 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α

a 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

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare 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

Mehr

a a a a a a a a a a a a a a a

a 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

Mehr

D-CHAB Frühlingssemester 2018

D-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

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik 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

Mehr

4 Matrizenrechnung. Beide Operationen geschehen also koeffizientenweise. Daher übertragen sich die Rechenregeln von K(m n, k).

4 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

Mehr

Determinante und Inverse

Determinante 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

Mehr

Matrizen. Stefan Keppeler. 19. & 26. November Mathematik I für Biologen, Geowissenschaftler und Geoökologen

Matrizen. 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

Mehr

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Mathematische 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

Mehr

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen

Mathematik 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

Mehr

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:

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: 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:

Mehr

D-MAVT Lineare Algebra I HS 2018 Prof. Dr. N. Hungerbühler. Lösungen = A 4 3 6

D-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)

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

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

Mathematik für die Sekundarstufe 1

Mathematik 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

Mehr

a 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:

a 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

Mehr

Mathematik 1 für Naturwissenschaften

Mathematik 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

Mehr

Ferienkurs Mathematik für Physiker I Blatt 3 ( )

Ferienkurs 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

Mehr

2. Aufgabe Vereinfachen Sie die folgenden Ausdrücke so, dass möglichst wenige Multiplikationen ausgeführt werden müssen!

2. 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)

Mehr

a ij i - te Gleichung (Zeile), i = 1,2,3,..., m

a 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

Mehr

Mathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )

Mathematik 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

Mehr

MLAN1 1 MATRIZEN 1 0 = A T =

MLAN1 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

Mehr

7 Matrizen über R und C

7 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

Mehr

Vermischte Aufgaben zu Mathematische Grundlagen der Ökonomie

Vermischte 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 =

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare 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

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. 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

Mehr

Kapitel 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 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

Mehr

Inhalt. 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 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

Mehr

Th. Risse, HSB: MAI WS05 1

Th. 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

Mehr

Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle

Matrizen 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

Mehr

Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen

Mathematik 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

Mehr

4.4. Rang und Inversion einer Matrix

4.4. 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

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

KLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:

KLAUSUR. 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

Mehr

LINEARE ALGEBRA UND GEOMETRIE VERSION 14. Dezember s = oder in Komponenten:

LINEARE 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