Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer.

Größe: px
Ab Seite anzeigen:

Download "Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer."

Transkript

1 Mathematik 1 Prof Dr K Melzer Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen mit Matrizen/Vektoren Gleichheit, Addition, Subtraktion, S-Multiplikation Skalarprodukt Produkt einer Matrix mit einem Vektor Matrixmultiplikation 5 14 Determinanten Determinante einer (2x2)-Matrix Determinante einer (3x3)-Matrix 5 15 Inverse Matrix 6 2 Lineare Gleichungssysteme 6 21 Begrie 6 22 Lösungsmengen von linearen Gleichungssystemen 7 23 Lösen von LGS I: Gauÿ-Algorithmus Grundidee des Gauÿ-Algorithmus Erlaubte Umformungen beim Gauÿ-Algorithmus Matrixschreibweise Pivotelement, Pivotzeile Rechnerische Durchführung des Gauÿ-Algorithmus Bestimmen der Lösungsmenge Allgemeine Lösbarkeitskriterien mit Determinanten Lösen von LGS II: Cramersche Regel Cramersche Regel für (2x2)-Matrizen Cramersche Regel allgemein 13 1

2 1 MATRIZENRECHNUNG 2 1 Matrizenrechnung 11 Matrixbegri Beispiel 1: Betrachtet werden zwei lineare Gleichungen (Lineares Gleichungssystem /LGS) 5x 1 + 2x 2 + x 3 = y 1 x 1 6x 3 = y 2 Die Zuordnung der x-werte zu den y-werten (lineare Abbildung) wird eindeutig beschrieben durch das Koezientenschema ( ) A = (Matrix) x 1 ( ) Mit x = x 2 y1 und y = (Vektoren) lässt sich das Gleichungssystem in der Form y 2 x 3 ( ) x 1 x 2 x 3 = ( y1 y 2 ) A x = y schreiben Denition: Matrix oder (m n)-matrix A = A m,n : rechteckiges Zahlenschema von m Zeilen und n Spalten a 11 a 12 a 1n a 21 a 22 a 2n A = A m,n = a m1 a m2 a mn Schreibweisen/Bezeichnungen: A = A = A m,n = [a ik ] = (a ik ), Matrix a ik IR Elemente der Matrix i Zeilenindex k Spaltenindex i = 1,, m (Indexbereich der Zeilen) k = 1,, n (Indexbereich der Spalten) Denition Vektoren: Matrizen mit nur einer Spalte oder einer Zeile A 1,n = ( ) a 11 a 12 a 1n n-dimensionaler Zeilenvektor oder a 11 a 21 A m,1 m-dimensionaler Spaltenvektor a m1 Schreibweise für Vektoren idr a, b, c, Matrixschreibweise nur in Ausnahmefällen

3 1 MATRIZENRECHNUNG 3 12 Spezielle Matrizen Quadratische Matrix Transponierte Matrix A T Symmetrische Matrix (n n)-matrix, d h # Zeilen = # Spalten Vertausche bei A Zeilen und Spalten Bei quadratischen Matrizen: Spiegelung an Diagonalen Es gilt: ( A T ) T = A A T = A (ändert sich beim Transponieren nicht) Diagonalmatrix Alle Elemente auÿerhalb der Diagonalen sind null r 11 r 12 r 1n 0 r 22 r 2n obere Dreiecksmatrix R = 0 0 r nn l l untere Dreiecksmatrix L = 21 l 22 0 l n1 l n2 l nn Nullmatrix 0 = (Alle Elemente haben den Wert Null) später: A + 0 = A (neutrales Element bzgl Addition) Einheitsmatrix E n = (Nur Einsen auf der Diagonalen, Rest Nullen) später: A E = A bzw E A = A (neutrales Element bzgl Multiplikation)

4 1 MATRIZENRECHNUNG 4 13 Rechnen mit Matrizen/Vektoren 131 Gleichheit, Addition, Subtraktion, S-Multiplikation Diese Operationen sind bei Vektoren und Matrizen analog deniert Vektoren a 1 a 2 a =, b 2 b = a n b 1 b n Gleichheit: a 1 = b 1 a = a 2 = b 2 b a n = b n Addition/Subtraktion: a 1 + b 1 a + a 2 + b 2 b = a n + b n Multiplikation mit einem Skalar/S-Multiplikation: λa 1 λa 2 λ a =, λa n λ IR Matrizen a 11 a 12 a 1n b 11 b 12 b 1n a 21 a 22 a 2n b 21 b 22 b 2n A =, B = a m1 a m2 a mn b m1 b m2 b mn A = B wenn a ik = b ik für alle i und für alle k elementweise Dimension muss gleich sein a 11 + b 11 a 12 + b 12 a 1n + b 1n a 21 + b 21 a 22 + b 22 a 2n + b 2n A + B = a m1 + b m1 a m2 + b m2 a mn + b mn elementweise Dimension muss gleich sein λa 11 λa 12 λa 1n λa 21 λa 22 λa 2n λ A = λa m1 λa m2 λa mn elementweise 132 Skalarprodukt a b Multiplikation zweier Vektoren gleicher Länge; das Ergebnis ist ein Skalar (dh eine reelle Zahl) a 2 b 2 Skalarprodukt in Koordinatendarstellung: a b = = a 1b 1 +a 2 b 2 + +a n b n = Eigenschaften/Rechenregeln für das Skalarprodukt: a b = b a (Symmetrie, Kommutativgesetz) ( a + b) c = a c + b c (Linearität, Distributivgesetze) a ( b + c) = a b + a c λ a b = (λ a) b = λ( a b) = a (λ b) (Assoziativgesetz) a a 0 und (positiv denit) a a = 0 a = 0 a 1 a n b 1 b n n a i b i i=1

5 1 MATRIZENRECHNUNG Produkt einer Matrix mit einem Vektor A x Multiplikation einer (m n)-matrix mit einem Vektor der Länge n; das Ergebnis ist ein Vektor der Länge m n a 1k x k k=1 a 11 a 12 a 1n x 1 a 11 x 1 + a 12 x a 1n x n n a 21 a 22 a 2n x 2 A x = = a 21 x 1 + a 22 x a 2n x n = a 2k x k k=1 a m1 a m2 a mn x n a m1 x 1 + a m2 x a mn x n n a mk x k Der Eintrag in der i-ten Zeile ist das Skalarprodukt der i-ten Zeile der Matrix mit dem Vektor x 134 Matrixmultiplikation AB Matrixprodukt ist vergleichbar mit Skalarprodukt Deniere Multiplikation so, dass ein lineares Gleichungssystem möglichst einfach mit Matrizen dargestellt werden kann Beispiel 2: 1 2 ( ) 1 1 x1 x = M(3 2) M(2 1) = M(3 1) 1 x x 2 = 1 1 x 1 1 x 2 = 2 2 x 1 3 x 2 = 0 Dimension: Das Produkt zweier Matrizen A B ist nur deniert, wenn die Gröÿe der Matrizen passt: # Spalten von A! = # Zeilen von B A B = C M(m p) M(p n) = M(m n) M(2 4) M(4 7) = M(2 7) (Beispiel) mit c ik = Skalarprodukt aus i-ter Zeile der 1 Matrix und k-ter Spalte der 2 Matrix Eigenschaften/Rechenregeln für Matrizen: Seien A, B, C Matrizen und E die Einheitsmatrix sowie λ IR Wenn die folgenden Summen und Produkte deniert sind, dann gilt: A(BC) = (AB)C (Assoziativität) (A + B)C = AC + BC (Distributivität I) A(B + C) = AB + AC (Distributivität II) AE = A und EA = A (neutrales Element der Multiplikation) λ(ab) = A(λB) (AB) T = B T A T Achtung: Auch für quadratische Matrizen gilt i A AB BA (nicht kommutativ) 14 Determinanten 141 Determinante einer (2 2)-Matrix det(a) = A = a 11 a 12 a 21 a 22 = a 11a 22 a 12 a 21 Die Determinante ist die Dierenz aus dem Produkt der Elemente der Hauptdiagonalen minus dem Produkt der Elemente der Nebendiagonalen 142 Determinante einer (3 3)-Matrix Regel von Sarrus: Ergänze auf der rechten Seite die 1 und 2 Spalte der Matrix Bilde die Produkte über die Diagonalen der Elemente Die nach unten verlaufenden Produkte werden addiert, die nach oben verlaufenden Produkte werden davon subtrahiert k=1

6 2 LINEARE GLEICHUNGSSYSTEME 6 det(a) = A = 15 Inverse Matrix A 1 a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 31 a 22 a 13 a 32 a 23 a 11 a 33 a 21 a 12 Denition: Zu jeder quadratischen Matrix A, deren Determinante 0 ist, gibt es eine eindeutig bestimmte Matrix A 1, so dass A 1 A = AA 1 = E A 1 heiÿt inverse Matrix von A A heiÿt invertierbar oder regulär, falls sie eine Inverse hat, sonst singulär Berechnung ( der) Inversen einer (2 2)-Matrix: ( ) a b d b Sei A = Dann ist die Inverse von A: A c d 1 = 1 det(a), c a wobei det(a) = ad bc die Determinante von A ist Bemerkung: Die Elemente der Matrix auf der Hauptdiagonalen werden vertauscht, bei den Elementen der Nebendiagonalen ändert sich das Vorzeichen Rechenregeln für inverse Matrizen: A, B seien reguläre (n n)-matrizen Dann existieren alle folgenden Matrizen und es gilt: (A 1 ) 1 = A (A T ) 1 = (A 1 ) T (AB) 1 = B 1 A 1 (λa) 1 = λ 1 A 1 = 1 λ A 1 für alle λ 0 2 Lineare Gleichungssysteme 21 Begrie Eine lineare Gleichung mit n Unbekannten x 1, x 2,, x n, ist eine Gleichung, die man in die Form a 1 x a n x n = b bringen kann Eine solche Gleichung heiÿt linear, weil ihr Graph im Falle n = 2 eine Gerade, im Fall n = 3 eine Ebene ist usw Beispiel: 20x + 20y = 450 ist eine lineare Gleichung mit 2 Unbekannten x, y Ihr Graph ist die Gerade y = 22, 5 x Eine lineare Gleichung enthält nur Summen von Konstanten und von Termen der Art konstanter Faktor mal Unbekannte, also keine Terme wie x 2, e x, 1/x, sin y oder y x usw Ein lineares Gleichungssystem (LGS) besteht aus m linearen Gleichungen, lässt sich also auf die Form a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 12 x a 2n x n = b 2 (1) = a m1 x 1 + a m2 x a mn x n = b m bringen Wir suchen n Unbekannte x 1, x 2,, x n, die alle Gleichungen erfüllen Die Faktoren vor den Unbekannten tragen in der allgemeinen Schreibweise zwei Indizes: Der erste Index gibt die

7 2 LINEARE GLEICHUNGSSYSTEME 7 Nummer der Gleichung an (also die Zeile), der zweite Index gibt die Nummer der Unbekannten an, vor dem dieser Faktor steht (also sozusagen die Spalte) Beispielsweise ist a 12 der konstante Faktor in der 1 Gleichung vor der 2 Unbekannten (d h x 2 ) In einem LGS muss die Anzahl der Gleichungen (m) nicht dieselbe Zahl sein wie die Anzahl der Unbekannten (n) Man kann das LGS (1) auch in Matrixschreibweise in der Form A x = b schreiben Dabei gilt a 11 a 12 a 1n x 1 b 1 a 21 a 22 a 2n A =, x = x 2, b 2 b = a m1 a m2 a mn x n b m Dabei ist A die (gegebene) Koezientenmatrix und b der (ebenfalls gegebene) Vektor der rechten Seiten In der Schreibweise A x = b bezeichnet x den Vektor mit den gesuchten Unbekannten oder auch Lösungsvektor Ein LGS A x = 0 heiÿt homogen, also falls alle rechten Seiten Null sind Ist mindestens eine rechte Seite von Null verschieden, spricht man vom einem inhomogenen LGS 22 Lösungsmengen von linearen Gleichungssystemen Beispiele mit m = 2 Gleichungen und n = 2 Unbekannten x, y Die Gleichungen stellen jeweils Geraden dar (Auösen nach y) Lösungsmenge eines LGS: Werte, die beide (bzw alle) Gleichungen erfüllen Die Lösungsmenge des LGS in den Beispielen besteht somit aus den Punkten, die auf beiden Geraden liegen Beispiel A: 20x + 20y = x + 10y = 477 y = 22, 5 x y = 47, 7 3x Die Geraden haben den Schnittpunkt (12, 6 9, 9) Somit hat das LGS eine eindeutige Lösung x = 12, 6 und y = 9, 9 {( )} 12, 6 Die Lösungsmenge ist einelementig: L = 9, 9 Beispiel B: 20x + 20y = x + 10y = 225 y = 22, 5 x y = 22, 5 x

8 2 LINEARE GLEICHUNGSSYSTEME 8 Die Geraden stimmen überein Somit hat das LGS unendlich viele Lösungen, nämlich alle Punkte, die auf dieser doppelten Geraden liegen {( ) } 22, 5 t Die Lösungsmenge enthält also unendlich viele Elemente: L = t IR t Beispiel C: 20x + 20y = x + 10y = 200 y = 22, 5 x y = 20 x In diesem Fall erhalten wir zwei parallele Geraden Da es keinen Punkt gibt, der auf beiden Geraden liegt, ist das LGS unlösbar Die Lösungsmenge ist also leer: L = {} Ein lineares Gleichungssystem hat entweder eine eindeutige Lösung oder unendlich viele Lösungen oder gar keine Lösung Die Aussage gilt auch, wenn das LGS mehr als zwei Gleichungen und/oder mehr als zwei Unbekannte hat 23 Lösen von LGS I: Gauÿ-Algorithmus 231 Grundidee des Gauÿ-Algorithmus Ein Gauÿ-Algorithmus ist ein Verfahren, mit dem man jedes lineare Gleichungssystem lösen kann Weil bei der Durchführung dieses Verfahrens einige Unbekannte aus einigen Gleichungen eliminiert (entfernt) werden, spricht man auch vom Eliminationsverfahren

9 2 LINEARE GLEICHUNGSSYSTEME 9 Grundidee des Gauÿ-Algorithmus: Forme das LGS auf Dreiecksform (oder Trapezform) um Dabei müssen sämtliche Diagonalelemente des Dreiecksteils 0 sein Wichtig: Alle mit * bezeichneten Diagonalelemente müssen von 0 verschieden sein 232 Erlaubte Umformungen beim Gauÿ-Algorithmus Die folgenden Umformungen ändern die Lösungsmenge eines linearen Gleichungssystems nicht 1 Die Reihenfolge der Gleichungen ändern (d h Zeilentausch) 2 Eine Gleichung mit einem konstanten Faktor c 0 multiplizieren 3 Das c-fache einer Gleichung zu einer anderen addieren 4 Vertauschung der Unbekannten (d h Spaltentausch) 5 Gleichungen 0 = 0 streichen Bei Umformungsschritt (4) sollte man an die Spalten die zugehörigen Variablennamen schreiben; sonst besteht die Gefahr von Verwechslungen Allerdings ist dieser Umformungsschritt auch nur selten unbedingt erforderlich 233 Matrixschreibweise Um Schreibarbeit zu sparen und gröÿere Übersichtlichkeit zu erzielen, ist es beim Gauÿ-Algorithmus sinnvoll, das LGS nicht auszuschreiben, sondern die Umformungen nur an dem so genannten Gauÿ- Tableau (A b) durchzuführen Der senkrechte Strich steht (nur zu Orientierungszwecken) dort, wo in den Gleichungen das Gleichheitszeichen auf Manchmal (z B wenn Spalten vertauscht werden) kann es sinnvoll sein, zusätzlich an die Spalten die Variablennamen der Unbekannten zu schreiben Statt des LGS 20x + 20y = x + 10y = 477 würde man nur diese Matrix umformen ( ) bzw x y Pivotelement, Pivotzeile Eine besondere Rolle bei dem Gauÿ-Algorithmus spielen die Zahlen, die auf der Diagonalen der Koezientenmatrix stehen Diese Zahlen nennt man auch Pivotelemente Ein Schritt des Gauÿ-Algorithmus bestehen im Wesentlichen darin, jeweils Vielfache einer bestimmten Zeile (der Pivotzeile) zu den folgenden Zeilen zu addieren Dazu gelten die folgenden Regeln:

10 2 LINEARE GLEICHUNGSSYSTEME 10 Um einen Koezienten a aus einer Zeile zu eliminieren, muss man das ( a p ) -fache der Pivotzeile zu dieser Zeile addieren Dabei bedeutet p das Pivotelement Da es im Nenner des Faktors a/p auftritt, muss das Pivotelement von Null verschieden sein und sollte es bei der Rechnung von Hand eine möglichst einfache Zahl sein 235 Rechnerische Durchführung des Gauÿ-Algorithmus Vorbereitung: Das LGS muss auf die Form (1) gebracht werden Alle Unbekannten gehören nach links, alle Konstanten nach rechts Anschlieÿend stellen wir das Gauÿ-Tableau (A b) auf und formen im Weiteren nur noch dieses um 1 Gauÿ-Schritt Pivotzeile ist die erste Zeile; Pivotelement das Diagonalelement in der ersten Zeile (d h, das Element in der ersten Spalte der ersten Zeile) Das Pivotelement muss 0 sein Wenn das nicht der Fall ist, die Zeile 1 mit einer weiter unten stehenden Zeile tauschen und/oder Spalte 1 mit einer weiter rechts stehenden Spalte tauschen Das Pivotelement sollte bei Rechnung von Hand möglichst einfach sein Das lässt sich ggf erreichen durch Zeilentausch, evtl Spaltentausch, und/oder Multiplikation oder Division der Pivotzeile mit einem konstanten Faktor 0 Ein geeignetes Vielfaches der Pivotzeile zu jeder weiter unten stehenden Zeile addieren Wie das jeweilige Vielfache gefunden wird, steht im Merkkasten weiter oben 2 Gauÿ-Schritt Pivotzeile ist die zweite Zeile; Pivotelement das Diagonalelement in der zweiten Zeile (d h, das Element in der zweiten Spalte der zweiten Zeile) Das Pivotelement muss 0 sein Wenn das nicht der Fall ist, die Zeile 2 mit einer weiter unten stehenden Zeile tauschen und/oder Spalte 2 mit einer weiter rechts stehenden Spalte tauschen Das Pivotelement sollte bei Rechnung von Hand möglichst einfach sein Das lässt sich ggf erreichen durch Zeilentausch, evtl Spaltentausch, und/oder Multiplikation oder Division der Pivotzeile mit einem konstanten Faktor 0 Ein geeignetes Vielfaches der Pivotzeile zu jeder weiter unten stehenden Zeile addieren Wie das jeweilige Vielfache gefunden wird, steht im Merkkasten weiter oben usw Sofern man keinen Spaltentausch durchgeführt hat, bewirkt: der erste Gauÿ-Schritt, dass die Unbekannte x 1 aus den Gleichungen 2, 3,, m eliminiert wird; der zweite Gauÿ-Schritt, dass die Unbekannte x 2 aus den Gleichungen 3, 4,, m eliminiert wird; der k-te Gauÿ-Schritt, dass die Unbekannte x k aus den Gleichungen k + 1, k + 2,, m eliminiert wird

11 2 LINEARE GLEICHUNGSSYSTEME Bestimmen der Lösungsmenge Tritt im Rechenverlauf eine Gleichung 0 = 0 auf (also eine Zeile, die nur Nullen enthält), wird diese Gleichung ersatzlos gestrichen Fall 1: Entsteht hingegen eine Zeile (0 0 0 ) mit 0 (also eine Zeile, in der links nur Nullen stehen, rechts aber keine), dann ist das LGS unlösbar: L = {} Fall 2: Ein LGS, das sich auf Dreiecksform bringen lässt (wobei die unten mit * bezeichneten Diagonalelemente 0 sein müssen), hat eine eindeutige Lösung Diese Lösung ndet man durch Auösen und Einsetzen von unten nach oben In dem Beispiel oben wird aus der letzten Gleichung x 4 bestimmt Wenn man den errechneten Wert in die vorletzte Gleichung einsetzt, kann man x 3 ausrechnen Setzt man x 3 und x 4 in die zweite Gleichung ein, kann man nach x 2 auösen und am Schluss aus der ersten Gleichung x 1 ermitteln Fall 3: Ein LGS, das sich auf Trapezform bringen lässt (wobei die unten mit * bezeichneten Diagonalelemente des Dreiecksteils 0 sein müssen), hat unendlich viele Lösungen Die Unbekannten, die zu den (oben blau markierten) zusätzlichen Spalten hinter dem Dreiecksteil des LGS gehören, dürfen frei gewählt werden Im Beispiel oben dürfen also x 5 und x 6 frei gewählt werden Um alle Lösungen des LGS zu bekommen, wählen wir dabei für diese Unbekannten nicht feste Zahlenwerte, sondern Parameter, für die wir ggf später konkrete Werte einsetzen können Im Beispiel oben könnten wir etwa x 5 = s und x 6 = t setzen und dann wieder durch Auösen und Einsetzen von unten nach oben x 4 bis x 1 errechnen

12 2 LINEARE GLEICHUNGSSYSTEME 12 Merkkasten über die Lösungen eines LGS Anzahl der Lösungen eines LGS: wenn das LGS auf Dreiecksform ( ) gebracht werden kann: eindeutige Lösung; wenn das LGS auf Trapezform ( ) gebracht werden kann: unendlich viele Lösungen; wenn eine Gleichung 0 = b mit rechter Seite b 0 auftritt: keine Lösung ( ) wobei alle Diagonalelemente 0 sind Berechnung der Lösungen eines LGS: Dreicksform: Trapezform: Auösen und Einsetzen von unten nach oben Unbekannte, die den zusätzlichen Spalten (hinter dem Dreiecksteil) gehören, frei wählen (Parameter); weiter mit Auösen und Einsetzen von unten nach oben Dass ein LGS unendlich viele Lösungen hat, bedeutet anschaulich: Man hat nicht genügend viele Informationen, um alle Unbekannten zu bestimmen In der Tat besitzt ein unterbestimmtes LGS (= ein LGS, das weniger Gleichungen als Unbekannte hat, also mit m < n) unendlich viele Lösungen, sofern es überhaupt lösbar ist Der Fall unlösbar (anschaulich: die Gleichungen widersprechen sich) kann auch bei einem unterbestimmten LGS vorkommen, der Fall eindeutig lösbar aber nicht Auÿer bei unterbestimmten linearen Gleichungssystemen kann man auch bei homogenen linearen Gleichungssystemen (bei denen also die rechten Seiten aller Gleichungen = 0 sind) schon vor der Anwendung des Gauÿ-Algorithmus etwas über die Lösungsmenge sagen Ein unterbestimmtes LGS (das ist eines mit weniger Gleichungen als Unbekannten, also mit m < n) kann nicht eindeutig lösbar sein, da man es nicht auf Dreiecksform bringen kann Ein homogenes LGS (bei dem also die rechten Seiten aller Gleichungen = 0 sind) kann nicht unlösbar sein, da x = 0 stets eine Lösung ist Ein homogenes LGS hat also entweder nur die so genannte triviale Lösung x = 0, oder es gibt unendlich viele Lösungen und damit auch unendlich viele nichttriviale Lösungen, bei denen mindestens eine Unbekannte 0 ist Welcher der beiden Fälle vorliegt, ergibt sich bei Durchführung des Gauÿ-Algorithmus: Ein homogenes LGS, das sich auf Dreiecksform bringen lässt, hat nur die triviale Lösung Hier ist also L = { 0} Ein homogenes LGS, das sich auf Trapezform bringen lässt, hat (unendlich viele) nichttriviale Lösungen Der zuletzt genannte Fall liegt u a bei jedem unterbestimmten homogenen LGS vor

13 2 LINEARE GLEICHUNGSSYSTEME Allgemeine Lösbarkeitskriterien mit Determinanten Für (n n)-systeme, dh LGS A x = b mit (quadratischer) (n n)-matrix A gilt: A x = b, b 0 (inhomogen) A x = 0 (homogen) det(a) 0 eindeutig lösbar eindeutige Lösung: triviale Lösung x = 0 det(a) = 0 keine Lösung oder unendlich viele Lösungen 25 Lösen von LGS II: Cramersche Regel unendlich viele Lösungen (triviale und nichttriviale) Das LGS A x = b mit quadratischer Koezientenmatrix ((n n)-matrix) A hat genau dann eine eindeutige Lösung, wenn die Determinante von A 0 ist In diesem Fall kann man die Lösung mit Hilfe von Determinanten berechnen 251 Cramersche Regel für (2 2)-Matrizen ( ) ( ) ( ) a11 a Das LGS 12 x1 b1 = hat die Lösung: a 21 a 22 x 2 b 2 x 1 = b 1 a 12 b 2 a 22 a 11 a 12 a 21 a 22, x 2 = a 11 b 1 a 21 b 2 a 11 a 12 a 21 a Cramersche Regel allgemein A x = b mit (n n)-koezientenmatrix A und det(a) 0 hat die eindeutige Lösung x i = D i A, für i = 1,, n Dabei ist D i die Determinante der (n n)-matrix, die aus A hervorgeht, indem man die i-te Spalte durch den Vektor der rechten Seiten b ersetzt

4 Vorlesung: 21.11. 2005 Matrix und Determinante

4 Vorlesung: 21.11. 2005 Matrix und Determinante 4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer

Mehr

Lineare Gleichungssysteme und Matrizen

Lineare Gleichungssysteme und Matrizen Kapitel 11 Lineare Gleichungssysteme und Matrizen Ein lineares Gleichungssystem (lgs) mit m linearen Gleichungen in den n Unbekannten x 1, x 2,..., x n hat die Gestalt: Mit a 11 x 1 + a 12 x 2 + a 13 x

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

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

Matrizen, Determinanten, lineare Gleichungssysteme

Matrizen, Determinanten, lineare Gleichungssysteme Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n

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

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Kapitel 3 Lineare Gleichungssysteme 3.1. Einleitung Beispiel 1 3 Kinder haben eingekauft. Franz hat 4 Lakritzen, 2 Schokoriegel und 5 Kaugummis

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

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

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2. Definition Die rechteckige Anordnung von m n Elementen a ij in m Zeilen und n Spalten heißt m n- Matrix. Gewöhnlich handelt es sich bei den Elementen a ij der Matrix um reelle Zahlen. Man nennt das Paar

Mehr

Matrizen und Determinanten

Matrizen und Determinanten Matrizen und Determinanten 1 Matrizen und Determinanten 1 Einführung in den Matrizenbegriff Zur Beschreibung und Lösung vieler physikalischer Probleme ist die Vektorrechnung vonnöten Durch Verwendung von

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

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

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema 1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und

Mehr

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A 133 e 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 2. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 Schritte des

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

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

Kapitel 15. Lösung linearer Gleichungssysteme

Kapitel 15. Lösung linearer Gleichungssysteme Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren

Mehr

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor) Matrizenrechnung. Matrizen Matrizen sind bereits im Kapitel Lineare Gleichungssysteme aufgetreten. Unter einer (m n) -Matrix A verstehen wir ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Der.

Mehr

Matrizen Definition: Typ einer Matrix

Matrizen Definition: Typ einer Matrix Matrizen Definition: Eine Matrix ist ein rechteckiges Zahlenschema. Die Matrix (Mehrzahl: Matrizen) besteht aus waagerecht verlaufenden Zeilen und senkrecht verlaufenden Spalten. Verdeutlichung am Beispiel:

Mehr

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix Inhaltsverzeichnis Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix Auf dieser Seite werden Matrizen und Vektoren fett gedruckt, um sie von Zahlen zu unterscheiden. Betrachtet wird das

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden: Inverse Matritzen Spezialfall: Die Gleichung ax b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a a 1 gelöst werden: ax b x b a a 1 b. Verallgemeinerung auf Ax b mit einer n nmatrix A: Wenn es

Mehr

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Lineare Gleichungssysteme (Teschl/Teschl 11.1) Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...

Mehr

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

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

A Matrix-Algebra. A.1 Definition und elementare Operationen

A Matrix-Algebra. A.1 Definition und elementare Operationen A Matrix-Algebra In diesem Anhang geben wir eine kompakte Einführung in die Matrizenrechnung bzw Matrix-Algebra Eine leicht lesbare Einführung mit sehr vielen Beispielen bietet die Einführung in die Moderne

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

Lineare Algebra. Teil III. Inhaltsangabe

Lineare Algebra. Teil III. Inhaltsangabe Teil III Lineare Algebra Inhaltsangabe 3 Lineare Algebra 22 3.1 Einführung.......................... 22 3.2 Matrizen und Vektoren.................... 23 3.3 Spezielle Matrizen...................... 24

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme KAPITEL 2 Lineare Gleichungssysteme Lernziele dieses Abschnitts sind: Begrie: Matrix, Vektor spezielle Matrix, transponierte Matrix, inverse Matrix nur fur quadratische Matrizen erklart, Determinante,

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

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

1.9 Eigenwerte und Eigenvektoren

1.9 Eigenwerte und Eigenvektoren .9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..

Mehr

Tutorium: Diskrete Mathematik. Matrizen

Tutorium: Diskrete Mathematik. Matrizen Tutorium: Diskrete Mathematik Matrizen Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de Definition I Eine Matrix ist eine rechteckige Anordnung (Tabelle) von Elementen, mit denen man in bestimmter

Mehr

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation . Inhaltsverzeichnis.............. Spezialgebiet Mathematik(Christian Behon ) 1 Matrizen Kapitel 1 Definitionen und Herleitung von Matrizen 1.1 Was sind Matrizen 1.2 Arten von Matrizen Kapitel 2 Matrizenoperation

Mehr

Übungen zur Linearen Algebra, Kap. 1 bis Kap. 3

Übungen zur Linearen Algebra, Kap. 1 bis Kap. 3 Übungen zur Linearen Algebra, Kap. bis Kap. 3. Gegeben seien die beiden Matrizen Berechnen Sie Lösungen zu Übung 6 3 4, B = ( 3 5 4 A B, B A, (A B, (B A Dies ist fast eine reine Rechenaufgabe. Wir wollen

Mehr

Kapitel 17. Determinanten

Kapitel 17. Determinanten Kapitel 17. Determinanten Vorschau: Determinanten Es gibt drei Problemfelder, für die Determinanten von großem Nutzen sind: die formelmäßige Überprüfung der linearen Unabhängigkeit eines Systems von n

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

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

Lineare Gleichungssysteme und Gauß'scher Algorithmus

Lineare Gleichungssysteme und Gauß'scher Algorithmus Zurück Letzter Update 7... Lineare Gleichungssysteme und Gauß'scher Algorithmus In der Mathematik bezeichnet man mit Matrix ein rechteckiges Schema, in dem Zahlen oder Funktionen angeordnet werden. Hier

Mehr

1 Lineare Gleichungssysteme und Matrizen

1 Lineare Gleichungssysteme und Matrizen 1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe

Mehr

Copyright, Page 1 of 5 Die Determinante

Copyright, Page 1 of 5 Die Determinante wwwmathematik-netzde Copyright, Page 1 of 5 Die Determinante Determinanten sind ein äußerst wichtiges Instrument zur Untersuchung von Matrizen und linearen Abbildungen Außerhalb der linearen Algebra ist

Mehr

36 2 Lineare Algebra

36 2 Lineare Algebra 6 Lineare Algebra Quadratische Matrizen a a n sei jetzt n m, A, a ij R, i, j,, n a n a nn Definition Eine quadratische Matrix A heißt invertierbar genau dann, wenn es eine quadratische Matrix B gibt, so

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

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra)

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra) Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra) Matrix: (Plural: Matrizen) Vielfältige Anwendungen in der Physik: - Lösung von linearen Gleichungsystemen - Beschreibung von Drehungen

Mehr

(A T ) T = A. Eigenschaft:

(A T ) T = A. Eigenschaft: Elementare Matrizenrechnung m n-matrix von Zahlen A m n a 1,1 a 1,n a m,1 a m,n rechteckige Tabelle m n Dimension der Matrix Sprechweise: m Kreuz n wobei m Anzahl Zeilen, n Anzahl Spalten a i,j Element

Mehr

Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren

Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren oder: Wie rechnet eigentlich der TI 84, wenn lineare Gleichungssysteme gelöst werden? Hier wird an einem Beispiel das Gaußsche Verfahren zum

Mehr

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21 5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Lineare Gleichungssysteme und Determinanten. Lineare Gleichungssysteme.2 Determinanten 3 iii 2 LINEARE GLEIHUNGSSYSTEME UND DETERMINANTEN KAPITEL

Mehr

1 Lineare Gleichungssysteme

1 Lineare Gleichungssysteme MLAN1 1 LINEARE GLEICHUNGSSYSTEME 1 Literatur: K Nipp/D Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4 Auflage, 1998, oder neuer 1 Lineare Gleichungssysteme Zu den grundlegenden

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

8 Lineare Gleichungssysteme

8 Lineare Gleichungssysteme $Id: lgs.tex,v 1.6 2010/12/20 12:57:04 hk Exp $ $Id: matrix.tex,v 1.3 2010/12/20 13:12:44 hk Exp hk $ 8 Lineare Gleichungssysteme In der letzten Sitzung hatten wir mit der Besprechung linearer Gleichungssysteme

Mehr

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014 Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 2. Oktober 2014 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................

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

Formelsammlung Mathematik Grundkurs Inhalt

Formelsammlung Mathematik Grundkurs Inhalt Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches

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

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

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

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

Lineare Gleichungssysteme

Lineare Gleichungssysteme Poelchau-Oberschule Berlin A. Mentzendorff September 2007 Lineare Gleichungssysteme Inhaltsverzeichnis 1 Grundlagen 2 2 Das Lösungsverfahren von Gauß 4 3 Kurzschreibweise und Zeilensummenkontrolle 6 4

Mehr

Einführung in die Matrixalgebra

Einführung in die Matrixalgebra Einführung in die Matrixalgebra Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Bachelor S. Garbade (SRH Heidelberg) Matrixalgebra Bachelor

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

Definition, Rechenoperationen, Lineares Gleichungssystem

Definition, Rechenoperationen, Lineares Gleichungssystem Bau und Gestaltung, Mathematik, T. Borer Aufgaben / Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

Lineare Gleichungssysteme I (Matrixgleichungen)

Lineare Gleichungssysteme I (Matrixgleichungen) Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst

Mehr

3 Matrizen und Determinanten

3 Matrizen und Determinanten 31 Matrizen 311 Matrizen und Gleichungssysteme Grundlegende Begriffe der linearen Algebra und linearen Optimierung sind die Begriffe Matrix, Vektor, Determinante und lineares Gleichungssystem Beispiel

Mehr

6. Rechnen mit Matrizen.

6. Rechnen mit Matrizen. 6. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt und dem

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

Kapitel 1. Matrizen und lineare Gleichungssysteme. 1.1 Matrizenkalkül (Vektorraum M(n,m); Matrixmultiplikation;

Kapitel 1. Matrizen und lineare Gleichungssysteme. 1.1 Matrizenkalkül (Vektorraum M(n,m); Matrixmultiplikation; Kapitel 1 Matrizen und lineare Gleichungssysteme 11 Matrizenkalkül (Vektorraum M(n,m; Matrixmultiplikation; Transposition; Spalten- und Zeilenvektoren Matrizen sind im Prinzip schon bei der schematischen

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

8 Lineare Abbildungen und Matrizen

8 Lineare Abbildungen und Matrizen 8 Lineare Abbildungen und Matrizen 8.1 Lineare Abbildungen Wir beschäftigen uns nun mit Abbildungen zwischen linearen Räumen. Von besonderem Interesse sind Abbildungen, die die Struktur der linearen Räume

Mehr

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel

Vorlesung 12 22. bzw. 23. Januar 2014. Determinanten 1. Cramersche Regel Vorlesung 2 22 bzw 23 Januar 204 Lineares Gleichungssystem a a 2 b b 2 = F a a 2 a 3 b b 2 b 3 c c 2 c 3 = V V =< a, b c > c b a b a F V Seite 70 a x + a 2 x 2 + a 3 x 3 b = 0 < a x + a 2 x 2 + a 3 x 3

Mehr

Mathematik 2 für ET. Vektoren in R n und C n. Addition von Vektoren Multiplikation von Vektor und Skalar. Der Nullvektor 0 =

Mathematik 2 für ET. Vektoren in R n und C n. Addition von Vektoren Multiplikation von Vektor und Skalar. Der Nullvektor 0 = Mathematik 2 für ET # 0 by Clifford Wolf # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit Das Lernen mit Lernkarten funktioniert

Mehr

Das Lösen linearer Gleichungssysteme

Das Lösen linearer Gleichungssysteme Das Lösen linearer Gleichungssysteme Lineare Gleichungen Die Gleichung a 1 x 1 + a 2 x 2 +... + a n x n = b ist eine lineare Gleichung in den n Variablen x 1, x 2,..., x n. Die Zahlen a 1, a 2,..., a n

Mehr

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung

Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Lineare Algebra (Mathe I) für Wirtschaftsinformatiker; Zusammenfassung Artur Trzewik sw562@uni-essen.de v1., 26.3.1998 korrigiert 16. Februar 2 Zusammenfassung Warnung: für die Richtigkeit der Definitionnen

Mehr

Lineare Gleichungssysteme - Grundlagen

Lineare Gleichungssysteme - Grundlagen Lineare Gleichungssysteme - Grundlagen Betrachtet wird ein System linearer Gleichungen (im deutschen Sprachraum: lineares Gleichungssystem mit m Gleichungen für n Unbekannte, m, n N. Gegeben sind m n Elemente

Mehr

Theoretische Fragen zu ausgewählten Themen in Lineare Algebra

Theoretische Fragen zu ausgewählten Themen in Lineare Algebra Theoretische Fragen zu ausgewählten Themen in Lineare Algebra { Oren Halvani, Jonathan Weinberger } TU Darmstadt 25. Juni 2009 Inhaltsverzeichnis 1 Determinanten................................................

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2016 Lineare Gleichungssysteme Schwerpunkte: Interpretation und Verständnis der Gleichungen Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik unter

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

4 Lineare Algebra (Teil 2): Quadratische Matrizen

4 Lineare Algebra (Teil 2): Quadratische Matrizen 4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,

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

Corinne Schenka Vorkurs Mathematik WiSe 2012/13

Corinne Schenka Vorkurs Mathematik WiSe 2012/13 4. Lineare Gleichungssysteme Ein lineares Gleichungssystem ist ein System aus Gleichungen mit Unbekannten, die nur linear vorkommen. Dieses kann abkürzend auch in Matrizenschreibweise 1 notiert werden:

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

Inhaltsverzeichnis 1 Lineare Gleichungssysteme I

Inhaltsverzeichnis 1 Lineare Gleichungssysteme I Inhaltsverzeichnis 1 Lineare Gleichungssysteme I 3 1.1 Mengen und Abbildungen....................................... 3 1.1.1 Mengen und ihre Operationen.............................. 3 1.1.2 Summen- und

Mehr

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1) 34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

Serie 8: Fakultativer Online-Test

Serie 8: Fakultativer Online-Test Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung

Mehr

7 Die Determinante einer Matrix

7 Die Determinante einer Matrix 7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =

Mehr

Statistische Methoden

Statistische Methoden Statistische Methoden Dr CJ Luchsinger 6 Repetition: Rechnen mit Matrizen für die Statistik Matrizen sind aus zwei Gründen für die Statistik sehr wichtig: Sie ermöglichen uns einerseits eine sehr elegante

Mehr

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de

Mehr

mit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"

mit Skalarprodukt aus i-tem Zeilenvektor und j-tem Spaltenvektor Zusammenfassung Matrizen Transponierte: Addition: mit Skalare Multiplikation: Matrixmultiplikation: m x p m x n n x p mit ES "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor" "Determinante"

Mehr

Das inhomogene System. A x = b

Das inhomogene System. A x = b Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist

Mehr

Mathematik 1, Teil B. Inhalt:

Mathematik 1, Teil B. Inhalt: FH Emden-Leer Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre 2.) Matrizen, Determinanten

Mehr

Definition, Rechenoperationen, Lineares Gleichungssystem

Definition, Rechenoperationen, Lineares Gleichungssystem Bau und Gestaltung, Mathematik, T. Borer Aufgaben /3 Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den

Mehr

2 Matrizenrechnung und Lineare Gleichungssysteme

2 Matrizenrechnung und Lineare Gleichungssysteme Technische Universität München Florian Ettlinger Ferienkurs Lineare Algebra Vorlesung Dienstag WS 2011/12 2 Matrizenrechnung und Lineare Gleichungssysteme 2.1 Matrizenrechnung 2.1.1 Einführung Vor der

Mehr

7 Lineare Gleichungssysteme

7 Lineare Gleichungssysteme 118 7 Lineare Gleichungssysteme Lineare Gleichungssysteme treten in vielen mathematischen, aber auch naturwissenschaftlichen Problemen auf; zum Beispiel beim Lösen von Differentialgleichungen, bei Optimierungsaufgaben,

Mehr

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016 Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert

Mehr