) in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a 1. b 2. ) und b = ( b 1
|
|
- Julia Messner
- vor 7 Jahren
- Abrufe
Transkript
1 45 Determinanten Die orientierte Fläche eines von zwei Vektoren a ( a, a und b ( b, b in der Ebene aufgespannten Parallelogramms ist, wie wir wissen, gleich a b a b Bis auf das Vorzeichen ist dies der gewöhnliche Flächeninhalt Das Vorzeichen ist genau dann positiv, wenn man von a nach b gegen den Uhrzeigersinn dreht Das orientierte Volumen eines von drei Vektoren a ( a, a, a, b ( b, b, b und c ( c, c, c im Raum aufgespannten Spats, also das Spatprodukt, läßt sich analog berechnen, und zwar auf mehrere Weisen: abc ( a b a b c + ( a b a b c + ( a b a b c bca ( b c b c a + ( b c b c a + ( b c b c a cab ( c a c a b + ( c a c a b + ( c a c a b Bis auf das Vorzeichen ist dies das gewöhnliche Volumen Das Vorzeichen verrät, ob es sich um ein Rechts- oder Linkssystem handelt Setzt man diese Konstruktion in höhere Dimensionen fort, so bekommt man "orientierte Volumina höherer Ordnung", sogenannte Determinanten
2 Streichmatrizen entstehen aus einer Matrix A aus K ( m x n durch Streichen der der j-ten Zeile und der k-ten Spalte Die resultierende Matrix aus K (( m x ( n wird mit A j, k bezeichnet Die Determinante einer nxn-matrix A [ a j, k ] wird induktiv definiert durch det( A ( n j ( j a, j det( A, j wobei vorher die Determinanten für die (n-x(n--matrizen A j, schon berechnet wurden Der Induktionsbeginn für n ist denkbar einfach: Für n und jede Matrix det( a A ist dann nach der obigen Entwicklungsformel det( A a, a, a, a, a a, a, a, a, die orientierte Fläche des von den Spaltenvektoren aufgespannten Parallelogramms Ebenso ergibt sich für n und jede Matrix A a, a, a, a, a, a, mit Hilfe der Entwicklungsformel die Regel von Leibniz-Sarrus: det( A + + a, a, a, a, a, a, a, a, a, a, a, a, also das orientierte Volumen des von den Spaltenvektoren aufgespannten Spates 4x4-Determinanten reduziert man auf vier x-determinanten, nach folgendem Schema:
3 Rechenregeln für Determinanten Die nachfolgenden Regeln sind beim Rechnen mit Determinanten von großem Nutzen Man beweist sie per Induktion (denn Determinanten sind ja auch induktiv definiert Bei Vertauschung zweier Spalten ändert die Determinante ihr Vorzeichen: ( det(a,,a j,,a k,a n - det(a,,a k,,a j,a n Daraus folgt die allgemeine Laplacesche Entwicklung nach der k-ten Spalte (benannt nach dem französischen Mathematiker Laplace: n (a det( A ( ( j k a j, k det( A j, k j Das jeweilige Vorzeichen der einzelnen Summanden merkt man sich am besten anhand der Schachbrett-Regel Die Determinante ist linear in jeder Spalte: (a det(a,, b j + c j det(a,,b j + det(a,,c j, (b det(a,, ra j r det(a,,a j Insbesondere ergibt sich nach n-facher Anwendung von (b: (c det( r A r n det( A Die Determinante einer Diagonalmatrix ist das Produkt der Diagonalelemente: n ( det(d e,, d n e n d j j Diese Formel folgt aus (b und der Gleichung det E Man kann zeigen, daß die Determinanten durch die drei Eigenschaften (, ( und ( vollständig bestimmt sind
4 Die Determinante einer Matrix mit linear abhängigen Spalten ist stets gleich Null: n j (4 r j a j 0 > det (a 0, sofern mindestens ein r k nicht 0 ist Denn falls zb r 0 und a n r r j a j j gilt, wird aus der Determinante nach (aund (b eine Summe r det(a,a (- det(a r,a + + (- det(a r n,a, deren sämtliche Summanden verschwinden, weil die Determinante einer Matrix mit zwei gleichen Spalten nach ( gleich 0 ist Ebenso zeigt man die folgende besonders nützliche Tatsache: Die Determinante ändert sich nicht, wenn man Vielfache einer Spalte zu anderen addiert: (5 det(a, a j, a n det(a, a j +ra k, a n Im Gegensatz zu (a ist die folgende Gleichung fast immer falsch: det(a+b det(a + det(b??? Beispiel : Determinante einer Summe Für jede quadratische Matrix A mit gerader Zeilenzahl gilt nach (c also det( A det( A det ( A A 0, aber det( A + det( A 0, falls det( A 0 Überraschenderweise hat man jedoch für beliebige nxn-matrizen A und B die Produktformel (6 det(ab det(a det(b Diese Gleichung ist schnell nachzuprüfen für Elementarmatrizen, aufgrund der Identität det ( E + a E j, k + a δ, j k Dabei ist E j, k diejenige Matrix, die in der j-ten Zeile und k-ten Spalte eine und sonst nur Nullen hat, und δ, j k für j k, ansonsten aber δ, j k 0 Da jede invertierbare Matrix Produkt von Elementarmatrizen ist, gilt die Produktformel dann auch für je zwei invertierbare Matrizen Ist hingegen mindestens eine der beiden Matrizen A, B nicht invertierbar, so kommt auf beiden Seiten von (6 Null heraus r n
5 Speziell haben wir das Invertierbarkeitskriterium Eine Matrix ist genau dann invertierbar, wenn ihre Determinante nicht Null ist Für A aus K ( n x n gilt somit: (7 Rang( A n <> det( A 0 Beispiel : Determinante eines Produkts zweier invertierbarer Matrizen: 0 0 A 0, B 0 0, AB Aus der Produktformel (6 resultiert die Potenzierungsformel (8 det( A m det( A m det( A, det( B -, det( A B -, det( A det( B - für ganzzahlige (auch negative! Exponenten m Wir überprüfen sie anhand der obigen Matrix A Beispiels : Potenzen einer Matrix A 5 5 6, A, A , A 5 det( A 8, det( A det( A 5 8, 8 det( A Immer das gleiche Ergebnis! Ohne weitere Rechnung wissen wir jetzt: Vorsicht! Die Produktformel det( A B det( B A gilt nur für quadratische Matrizen A und B! m -, det( A m m -, det( A m 4 m -, det( A m
6 Beispiel 4: Verschiedene Produkt-Determinanten A,,, 0 B 0 AB 0 BA det( AB -, det( BA 0 Die Determinante der zweiten Produktmatrix muß Null sein (egal wie die Koeffizienten aussehen! Denn ihr Rang ist höchstens so groß wie der Rang der Faktoren, also kleiner als Mit Hilfe der Produktformel und der Regel (5 beweist man die Kästchenregel (9 det A B 0 C det A 0 B T det(a det(c, C wobei A eine kxk-matrix, B eine kx(n-k-matrix und C eine (n-kx(n-k-matrix ist Beispiel 5: Determinante einer Kästchenmatrix A,,, B 0 O 0 0 C M, A B M O C det( A, det( C, det( A det( C, det( M Aus den vorangehenden Regeln gewinnt man auch noch die Transpositionsregel (0 det( A det( A T Schließlich haben wir die besonders interessante Cramersche Regel ( A x b > det(a x j det(a j (b wobei die Matrix A j (b aus A hervorgeht, indem man die j-te Spalte durch b ersetzt Mit Hilfe dieser Regel kann man die Lösung eines linearen Gleichungsystems Ax b, sofern sie eindeutig ist, explizit bestimmen: Ist det(a nicht 0, so bekommt man den eindeutigen Lösungsvektor x in der Form
7 x x n d c, c, d d det( A j det ( A j ( b n Der Beweis für die Cramersche Regel ist mit Hilfe der Linearität (a und (b recht einfach: Aus a x + + a j x j ++ a n x n A x b folgt det( A j ( b det(a,,b det(a,,a x + + det(a,,a j x j ++ det(a x n det(a,,a j x j, da alle anderen Summanden verschwinden Beispiel 6: Elektrische Widerstände Wir betrachten ein elektrisches Netzwerk mit vorgegebenen Widerständen R,, und der Gesamtstromstärke J: Kirchhoffsche Gesetze An jedem Knoten ist die Summe der ankommenden gleich der Summe der abfließenden Ströme Die Spannungsdifferenz zwischen zwei Knoten ist unabhängig vom Weg des fließenden Stroms Ohmsches Gesetz Spannung Widerstand mal Stromstärke Damit ergibt sich folgendes lineare Gleichungssystem für die gesuchten elektrischen Ströme x x 5 : x + x J x 4 + x 5 J x x x 4 0 R x x + x 0 x x 4 + x 5 0
8 Am unteren Knoten besteht zwar noch eine weitere Gleichung, nämlich x + x x 5 0 aber diese folgt aus den ersten drei Gleichungen durch Subtraktion der zweiten und dritten von der ersten, kann also weggelassen werden Wir haben daher in Matrixform das Gleichungssystem A x b mit J J A , b 0 R R Die Determinante von A ist am schnellsten mit (5 und der Kästchenregel (7 zu bekommen Wir ziehen die erste von der zweiten Spalte und die vierte von der fünften Spalte ab: A : R R Jetzt vertauschen wir noch Spalte mit Spalte 4 (wobei sich das Vorzeichen ändert: A : R 0 R Nach der Kästchenregel ist diese Determinante gleich derjenigen der Matrix also gleich - R ( R ( + ( R + + R R R R R R Diese Zahl ist das Negative der Determinante der Ausgangsmatrix A, und MAPLE errechnet ebenfalls: det( A R R + R + R Da alle Widerstände positiv sind, kann diese Determinante nie Null werden, so daß das
9 Gleichungssystem Ax b sogar universell (also für jedes b und stets eindeutig lösbar ist Wir wollen die Lösung mit Hilfe der Cramerschen Regel gewinnen und berechnen dazu die fünf Determinanten, die jeweils beim Ersetzen einer Spalte von A durch den Vektor b entstehen Einsetzen in die Cramersche Regel liefert: m J J R det ( A m ( b J ( m J J R det ( A m ( b J ( + R + R + R m J J R R det ( A m ( b J ( R R m 4 0 J J R R det ( A m ( b J ( + R + R m J J R R det ( A m ( b J ( + R
10 det( A x x x x 4 x 5 + R + R + R J R + R + R + R + R Maple bestätigt das durch den Befehl linsolve(a,b Beachten Sie, daß der Wert von x positiv oder negativ werden kann, je nachdem ob R größer oder kleiner als R ist Im negativen Fall fließt der Strom nicht von oben nach unten, sondern von unten nach oben! Man kann MAPLE auch das Gauß-Jordan-Eliminationsverfahren durchführen lassen und bekommt so das obige Ergebnis auf einen Schlag Beispiel 7: Hilbertmatrizen Bei diesen Matrizen steht in der j-ten Zeile und k-ten Spalte der Stammbruch j + k 4 [ ],, 4 5, Die Determinanten der ersten sieben Hilbertmatrizen sehen folgendermaßen aus:,,,,,, Ein Folge winziger Stammbrüche! Faktorisieren wir den letzten: ( 8 ( ( 5 5 ( 7 7 ( ( Wir sehen, daß nur die Teiler der in den Matrixkoeffizienten auftretenden Nenner vorkommen Ist das allgemein so? Ja, denn die Determinante ist ein Polynom in den Koeffizienten Rundungsfehler Probleme gibt es bei der Berechung von Determinanten, wenn wir durch Einführung von Gleitkommazahlen Rundungen hervorrufen Hier benehmen sich die Hilbertmatrizen H n ganz schlecht Berechnen wir die inverse Determinante
11 ( d n det( H n det( H n einmal exakt und einmal in Gleitkomma-Näherung, gerundet auf ganze Zahlen! n, d n, gerundet n, d n, gerundet n, d n 60, gerundet 60 n 4, d n , gerundet n 5, d n , gerundet n 6, d n , gerundet n 7, d n , gerundet n 8, d n , gerundet n 9, d n , gerundet O Graus! Im letzten Fall ergibt die (miserable Rundung eine riesige negative Zahl! Da die Wahrscheinlichkeit der Invertierbarkeit (dh einer von Null verschiedenen Determinante sehr groß ist, dürfen wir erwarten, daß eine zufällig erzeugte x-matrix meist invertierbar sein wird Probieren wir es aus! Beispiel 8: Eine zufällige Matrix und ihre Inverse: A : Inversion der Hilbertmatrizen bereitet die gleichen Probleme wie die Berechnung ihrer Determinanten Wir notieren jeweils die exakte inverse Matrix und die durch Rundungsfehler verunstaltete Matrix Am Anfang ist noch kein Unterschied zu sehen:
12 [ ], [ ] , , , Beim Koeffizienten h 4, 4 von H 5 tritt zum ersten Mal ein Rundungsfehler auf: Exakt ist H 5 gleich Gerundet hingegen Für n 6 sieht die Differenz zwischen exakter und gerundeter Inverser schon erheblich schlimmer aus, und für n 0 ergeben sich bereits Fehler von fast 00%! Interpolation durch Kurven Abschließend erwähnen wir, daß man Determinanten häufig bei der Interpolation von mehreren gegebenen Punkten durch eine Kurve geeigneter Art verwenden kann Die Gleichung einer Geraden durch zwei Punkte (a,b, (c,d erhält man, indem man die Determinante der folgenden Matrix gleich Null setzt: x y a b c d Denn die Entwicklung nach der letzten Spalte ergibt die Geradengleichung x ( b d y ( a c ( a d b c 0 und Einsetzen von (a,b bzw (c,d für (x,y zeigt, dass diese Punkte auf der Geraden liegen
13 Die Gleichung eines Kreises durch drei Punkte (a,b, (c,d, (e,f erhält man, indem man die Determinante der folgenden Matrix gleich Null setzt: x + y x y K : a + b a b c + d c d e + f e f Denn die Entwicklung nach der letzten Spalte führt auf eine Kreisgleichung der Form p ( x + y + q x + r y + s 0 und die Ersetzung von (x,y durch (a,b bzw (c,d bzw (e,f ergibt jeweils zwei gleiche Zeilen, also die Determinante 0 Somit liegen die drei Punkte tatsächlich auf dem Kreis Der Koeffizient p ist die Determinante der Matrix a b c d e f also genau dann von 0 verschieden, wenn die drei Punkte nicht auf einer Geraden liegen Beispiel 9: Der Kreis durch die Punkte (,0, (,- und (, genügt der Gleichung 7 x + 7 y 9 x + 5 y + 0 Aus der allgemeinen Kreisgleichung x + y + p x + q y + s 0 gewinnt man durch quadratische Ergänzung Mittelpunkt und Radius: p x + q + y + p 4 q + s 4 also sind p und q die Koordinaten des Mittelpunktes, und d p + q 4 s ist der Durchmesser In unserem Beispiel: 9 x y
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
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrKapitel 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
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
MehrIn 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)
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Hans Walser: Modul 212, Determinanten ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften Sommer 2003 Probeausgabe
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
Mehr5.1 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
Mehr8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten
Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A
Mehr5 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
Mehr5.4 Basis, Lineare Abhängigkeit
die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)
MehrDeterminante. Die Determinante. einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden.
Determinante Die Determinante det A = det(a 1,..., a n ) einer quadratischen Matrix A mit Spalten a j kann durch folgende Eigenschaften definiert werden. Multilineariät: det(..., αa j + βb j,...) = α det(...,
MehrLineare Algebra 2013 Lösungen für Test und Zusatzfragen
Lineare Algebra 3 Lösungen für Test und Zusatzfragen Test Multiple Choice. Seien Für die Lösung x x x x 3 A, b des Systems Ax b gilt x 3 5 x 3 x 3 3 x 3 / Mit elementaren Zeilenoperationen erhalten wir
Mehr1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................
MehrMatrizen, 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
Mehra 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A =
3 Determinanten Man bestimmt Determinanten nur von quadratischen Matrizen Wir werden die Berechnung von Determinanten rekursiv durchfuhren, dh wir denieren wie man eine 2 2-Determinante berechnet und fuhren
Mehr6.2 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
Mehr14 Determinanten. 70 II. Lineare Gleichungssysteme. a b c d
70 II. Lineare Gleichungssysteme 14 Determinanten Aufgabe: Zeigen Sie, daß die Regularität einer quadratischen Matrix stabil gegen kleine Störungen ist: Es sei A K n n regulär. Finden Sie δ > 0, so daß
MehrEine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
Mehr4 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[Nächste Frage: wie wissen wir, ob Spaltenvektoren eine Basis bilden? Siehe L6.1] , enthält eine Basis v. V, nämlich und somit das ganze V.
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung falls und nur falls ist bijektiv, d.h. ihre Matrix ist invertierbar, (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
MehrWir stellen uns das Ziel, wesentliche Information über. Determinanten haben auch eine geometrische Bedeutung: Volumenbestimmung eines Parallelepipeds
39 Determinanten 391 Motivation Wir stellen uns das Ziel, wesentliche Information über die Invertierbarkeit einer n n-matrix das Lösungsverhalten zugehöriger linearer Gleichungssysteme möglichst kompakt
MehrTutorium: Analysis und Lineare Algebra
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218
MehrMathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie und Erziehungswissenschaften Blatt 2
Fakultät Mathematik WS 27/8 Institut für Mathematische Stochastik / Institut für Analysis Dr. W. Kuhlisch, Dr. F. Morherr Mathematik für Studierende der Fachrichtungen Biologie, Chemie, Lebensmittelchemie
MehrLineare 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
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I Wintersemester 3/4 Aufgabenblatt 3 3. Januar
MehrOrientierung der Vektoren b 1,..., b n. Volumen des von den Vektoren aufgespannten Parallelotops
15. DETERMINANTEN 1 Für n Vektoren b 1,..., b n im R n definiert man ihre Determinante det(b 1,..., b n ) Anschaulich gilt det(b 1,..., b n ) = Orientierung der Vektoren b 1,..., b n Volumen des von den
Mehr36 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
Mehr4 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
MehrIn allen Fällen spielt die 'Determinante' einer Matrix eine zentrale Rolle.
Nachschlag:Transposition von Matrizen Sei Explizit: Def: "Transponierte v. A": (tausche Zeilen mit Spalten d.h., spiegle in der Diagonale) m Reihen, n Spalten n Reihen, m Spalten z.b. m=2,n=3: Eigenschaft:
MehrDeterminanten - II. Falls n = 1, gibt es offenbar nur die identische Permutation, und für eine 1 1 Matrix A = (a) gilt det A = a.
Determinanten - II. Berechnung von Determinanten Wir erinnern, dass für A M(n n; K) gilt : det A = σ S n signσ a σ() a 2σ(2)...a nσ(n). Falls n =, gibt es offenbar nur die identische Permutation, und für
MehrFerienkurs Mathematik für Physiker I Blatt 3 ( )
Ferienkurs Mathematik für Physiker I WS 6/7 Ferienkurs Mathematik für Physiker I Blatt 3 (9.3.7) Aufgabe : Matrizenrechung 3 (a) Ermitteln Sie für die Matrix A = 3 4 den Ausdruck A + A + A + 6 A3. 3 4
Mehra 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:
Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag
MehrHilfsblätter 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,
Mehr3 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
MehrVektoren und Matrizen
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden
MehrMathematik 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/
MehrBundeswehrfachschule München
LA.1 Lineare Gleichungssysteme Lineare Gleichungssysteme (LGS) spielen nicht nur in der Linearen Algebra sondern auch vielen anderen alltäglichen Aufgaben eine wesentliche Rolle. So z.b. müssen bei einer
Mehr3 Lineare Gleichungen
Aufgabe 3. Man löse die lineare Gleichung a 2 x b 2 a a(b ax) b + b2 a = a, a b nach der Unbekannten x auf und diskutiere die möglichen Fälle. a 2 x b 2 a a(b ax) b + b2 a = a a b a 2 bx b 3 a 2 b + a
Mehra a a a a a a a a a a a a a a
7 Lineare lgebra 7.1 Matrizen a a a k a a a a a a a a a a a a a 11 12 1 1n 21 22 2k 2n i1 i2 in m1 m2 mk mn i-te Zeile m Zeilen n Spalten k-te Spalte a : Matrixelement i 1,2,...,m k 1,2,...,n i: Zeilenindex
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2012/2013
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
MehrAussagenlogik. 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl. C: 2 ist eine Primzahl D: 7 7. F: 3 ist Teiler von 9
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
MehrLösungshinweise zu den Hausaufgaben:
S. Hagh Shenas Noshari, 9. Gruppenübung zur Vorlesung S. Nitsche, C. Rösinger, A. Thumm, D. Zimmermann Höhere Mathematik Wintersemester 8/9 M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H 33.
Mehr3.9 Elementarmatrizen
90 Kapitel III: Vektorräume und Lineare Abbildungen 3.9 Elementarmatrizen Definition 9.1 Unter einer Elementarmatrix verstehen wir eine Matrix die aus einer n n-einheitsmatrix E n durch eine einzige elementare
MehrDie Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn.
Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: Definition 1.2 (Leibniz-Formel) Die Determinante einer n n-matrix ist a 11 a 12 a 13... a 1n a 11 a 12 a 13... a 1n a 21
MehrLösungsskizze zur Hauptklausur Lineare Algebra I
Lösungsskizze zur Hauptklausur Lineare Algebra I Aufgabe Seien V und W zwei K-Vektorräume für einen Körper K. a) Wann heißt eine Abbildung f : V W linear? b) Wann heißt eine Abbildung f : V W injektiv?
Mehr4 Determinanten. 4.1 Eigenschaften der Determinante. ME Lineare Algebra HT
ME Lineare Algebra HT 2008 86 4 Determinanten 4. Eigenschaften der Determinante Anstatt die Determinante als eine Funktion IC n n IC durch eine explizite Formel zu definieren, bringen wir zunächst eine
MehrBesteht 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.
MehrKapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung
Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter
MehrMathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.2 Determinanten
Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.2 Determinanten Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 44 8. Lineare Algebra: 2. Determinanten Ein einführendes
Mehr4. Übungsblatt zur Mathematik II für Inf, WInf
Fachbereich Mathematik Prof Dr Streicher Dr Sergiy Nesenenko Pavol Safarik SS 010 11 15 Mai 4 Übungsblatt zur Mathematik II für Inf, WInf Gruppenübung Aufgabe G13 (Basistransformation) ( ) 15 05 Die lineare
MehrÜbungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Blatt 3 - Lösung
Technische Universität München Physik Department Pablo Cova Fariña, Claudia Nagel Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 207/8 Blatt 3 - Aufgabe : Darstellungsmatrizen Sei
MehrSerie 8: Online-Test
D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10
D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler Lösungen Serie 10 1. Für a 1 : 1 1 0, a 2 : 1 1, a 3 : 1 1 1, b : 2 2 2 1 und A : (a 1, a 2, a 3 ) gelten welche der folgenden Aussagen? (a) det(a)
Mehr1 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
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Lernumgebung Hans Walser: Modul 212 Determinanten. Lernumgebung ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften
MehrDeterminanten. I. Permutationen
Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch
Mehr(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:
MehrDefinition 1 Sei π ein Element aus der symmetrischen Gruppe S n der Permutationen aller natürlichen Zahlen von 1 bis n.
1 Die Determinante Definition 1 Sei π ein Element aus der symmetrischen Gruppe S n der Permutationen aller natürlichen Zahlen von 1 bis n. a) Ein Fehlstand von π ist ein Paar (i, j) mit 1 i < j n und π(i)
MehrMatrix: 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.........
MehrLösungen Serie 2. D-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler 1 0 1? 0 1 1
D-MAVT Lineare Algebra II FS 8 Prof. Dr. N. Hungerbühler Lösungen Serie. Welche der folgenden Vektoren sind Eigenvektoren der Matrix? (a) (,, ). Ein Vektor v ist Eigenvektor von A :=, falls Av ein skalares
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr, c d. f + e + d. ae + bg a f + bh. ce + dg c f + dh
Die Determinante Blockmatrizen Bemerkung: Für zwei 2 2-Matrizen gilt a b e f a b c d g h c d e g a b, c d f h a c b e + d a g, c f + ae + bg a f + bh ce + dg c f + dh b d h Sind die Einträge der obigen
MehrProbeklausur zu Mathematik 2 für Informatik
Gunter Ochs Wintersemester 4/5 Probeklausur zu Mathematik für Informatik Lösungshinweise wie immer ohne Garantie auf Fehlefreiheit. Gegeben sei das Dreieck im R mit den Eckpunkten A a Berechnen Sie die
MehrMusterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen
Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können
MehrSerie 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$Id: det.tex,v /01/13 14:27:14 hk Exp $ 8.2 Definition und Grundeigenschaften der Determinante D 2. oder A = D r
$Id: dettex,v 126 2017/01/13 14:27:14 hk Exp $ 8 Determinanten 82 Definition und Grundeigenschaften der Determinante In der letzten Sitzung haben wir die Determinante einer allgemeinen n n-matrix definiert
MehrDeterminanten. Kapitel Permutationen
Kapitel 5 Determinanten 51 Permutationen Die Permutationen einer Menge M, d h die bijektiven Abbildungen von M auf M, bilden bekanntlich eine Gruppe S(M) Im Folgenden benötigen wir nur die Permutationen
MehrBeispiele 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
MehrKlausurenkurs zum Staatsexamen (SS 2013): Lineare Algebra und analytische Geometrie 3 Lösungsvorschlag
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 23): Lineare Algebra und analytische Geometrie 3 Lösungsvorschlag 3. Mit Hilfe elementarer Zeilenumformungen sowie der Tatsache, daß sich die Determinante
Mehr5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix
5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
MehrSerie a) Welche der folgenden Vektoren sind Eigenvektoren der Matrix 1 0 1? 0 1 1
Prof. Norbert Hungerbühler Serie Lineare Algebra II ETH Zürich - D-MAVT. a Welche der folgenden Vektoren sind Eigenvektoren der Matrix? i (,,. ii (,,. iii (,,. iv (, 3,. v (,,. Ein Vektor v ist Eigenvektor
MehrAussagenlogik. 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
MehrBC 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
Mehra 1 a 1 A = a n . det = λ det a i
49 Determinanten Für gegebene Vektoren a 1,,a n K n, betrachte die Matrix deren Zeilenvektoren a 1,,a n sind, also A = Ab sofort benutzen wir diese bequeme Schreibweise Definition Sei M : K n K }{{ n K
Mehrmit "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"
MehrKapitel 16. Invertierbare Matrizen
Kapitel 16. Invertierbare Matrizen Die drei Schritte des Gauß-Algorithmus Bringe erweiterte Matrix [A b] des Gleichungssystems A x auf Zeilenstufenform [A b ]. Das System A x = b ist genau dann lösbar,
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 11 1. Juni 2010 Rechenregeln für Determinanten Satz 62. (Determinanten von Dreiecksmatrizen) Es sei A eine obere oder untere n n-dreiecksmatrix.
MehrÜbungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen
1 Lineare Abhängigkeit 1.1 Für welche t sind die folgenden Vektoren aus 3 linear abhängig? (1, 3, 4), (3, t, 11), ( 1, 4, 0). Das zur Aufgabe gehörige LGS führt auf die Matrix 1 3 4 3 t 11. 1 4 0 Diese
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2016 Lineare Gleichungssysteme Schwerpunkte: Interpretation und Verständnis der Gleichungen Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik unter
MehrDiagonalisierbarkeit symmetrischer Matrizen
¾ Diagonalisierbarkeit symmetrischer Matrizen a) Eigenwerte und Eigenvektoren Die Matrix einer linearen Abbildung ³: Î Î bezüglich einer Basis ( Ò ) ist genau dann eine Diagonalmatrix wenn jeder der Basisvektoren
MehrKapitel 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
MehrBasistext Determinanten
Basistext Determinanten Definition In der Linearen Algebra ist die Determinante eine Funktion die einer quadratischen Matrix eine Zahl zuordnet. Die Funktion wird mit det abgekürzt. Die runden Matrixklammern
MehrFerienkurs Mathematik für Physiker I Skript Teil 3 ( )
Ferienkurs Mathematik für Physiker I WS 2016/17 Ferienkurs Mathematik für Physiker I Skript Teil 3 (29032017) 1 Lineare Gleichungssysteme Oft hat man es in der Physik mit unbekannten Größen zu tun, für
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrDeterminanten. I. Permutationen
Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2018/2019
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