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

Save this PDF as:
 WORD  PNG  TXT  JPG

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

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

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

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

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

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

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

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

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

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. 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

Matrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A.

Matrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A. Matrizenrechnung Matrix: Eine rechteckige Anordnung reeller Zahlen a ij i = 1,..., n i ; j = 1,..., m in Zeilen und Spalten. Die a ij heiÿen Elemente von A. a 11 a 12... a ij... a 1m a 21 a 22.........

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. 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

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

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Kapitel 4 Determinante Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Was ist eine Determinante? Wir wollen messen, ob n Vektoren im R n linear abhängig sind bzw. wie weit sie davon entfernt

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

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

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

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

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

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

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

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

Beispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist 127 Die Schritte des Gauß-Algorithmus sind nun die Folgenden: 1. Wir bestimmen die am weitesten links stehende Spalte, die Einträge 0 enthält. 2. Ist die oberste Zahl der in Schritt 1 gefundenen Spalte

Mehr

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

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

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 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

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

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

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

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

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2 Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete

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

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

(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

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

Lineare Algebra. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching

Lineare Algebra. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching Lineare Algebra. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching October 6, 017 1 Erinnerung: Lineare Gleichungssysteme LGS Der allgemeine Fall hat m lineare Gleichungen, n

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

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

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

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

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

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

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

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

3 Determinanten, Eigenwerte, Normalformen

3 Determinanten, Eigenwerte, Normalformen Determinanten, Eigenwerte, Normalformen.1 Determinanten Beispiel. Betrachte folgendes Parallelogramm in der Ebene R 2 : y (a + c, b + d) (c, d) (a, b) x Man rechnet leicht nach, dass die Fläche F dieses

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 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

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

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

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

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

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

(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: Eine

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

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

Hilfsblätter Lineare Algebra

Hilfsblätter Lineare Algebra Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,

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

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

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

2 Lineare Gleichungssysteme

2 Lineare Gleichungssysteme 2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x

Mehr

5 Lineare Gleichungssysteme und Determinanten

5 Lineare Gleichungssysteme und Determinanten 5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von

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

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

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

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

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

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

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw. Kapitel 5 Lineare Algebra 5 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen

Mehr

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term

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

Formale Matrizenrechnung

Formale Matrizenrechnung LINEARE ALGEBRA Formale Matrizenrechnung Grundlagen: Formales Rechnen mit Matrizen Datei Nr. 6 Stand 3. September 5 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 6 Matrizenrechnung: Grundlagen

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

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

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen

Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Elemente der Analysis I Kapitel 2: Einführung II, Gleichungen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 8. November 2010 http://www.mathematik.uni-trier.de/ schulz/elan-ws1011.html

Mehr

3 Systeme linearer Gleichungen

3 Systeme linearer Gleichungen 3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +

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

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

3 Matrizen und Lineare Gleichungssysteme

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

Mehr

35 Matrixschreibweise für lineare Abbildungen

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

Mehr

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

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

6.2 Rechnen mit Matrizen

6.2 Rechnen mit Matrizen 62 Rechnen mit Matrizen 62 Rechnen mit Matrizen 103 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 12 8. Juni 2010 Kapitel 10. Lineare Gleichungssysteme (Fortsetzung) Umformung auf obere Dreiecksgestalt Determinantenberechnung mit dem Gauß-Verfahren

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Kapitel 2 Matrixalgebra Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS.

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

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Kapitel 2 Matrixalgebra Josef Leydold Mathematik für VW WS 207/8 2 Matrixalgebra / 49 Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS.

Mehr

Matrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I

Matrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS Kapitel 2 Matrixalgebra Technologiematrix und wöchentliche Nachfrage (in Werteinheiten):

Mehr

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

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

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

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 9 20. Mai 2010 Kapitel 9. Matrizen und Determinanten Der Begriff der Matrix Die transponierte Matrix Definition 84. Unter einer (reellen) m n-matrix

Mehr