Berechnung der inversen Matrix.
|
|
- Gerhardt Fleischer
- vor 7 Jahren
- Abrufe
Transkript
1 Inverse Mtrix Berechnung der inversen Mtrix. Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X. Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5
2 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
3 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
4 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
5 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
6 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
7 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
8 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
9 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
10 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X
11 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = (
12 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = Wozu rucht mn ds? (
13 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = Wozu rucht mn ds? ( Ax =
14 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = Wozu rucht mn ds? ( Ax = A 1 A x = A 1
15 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = Wozu rucht mn ds? ( Ax = E x = A
16 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = Wozu rucht mn ds? ( Ax = x = A
17 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = Wozu rucht mn ds? ( Ax = x = A 1 Ax = wird durch Mtrix-Vektor-Multipliktion gelöst
18 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = Wozu rucht mn ds? ( Ax = x = A 1 Ax = wird durch Mtrix-Vektor-Multipliktion gelöst Wichtig ei vielen LGS Ax = mit unterschiedlichen
19 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 1 / 5 Inverse Mtrix Berechnung der inversen Mtrix. Es sei A = ( Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X Dmit ist X = A 1 = Wozu rucht mn ds? ( Ax = x = A 1 Ax = wird durch Mtrix-Vektor-Multipliktion gelöst Wichtig ei vielen LGS Ax = mit unterschiedlichen Beispiel: Dreieck-Stern-Umwndlungen
20 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 2 / 5 Definition der Determinnte Reguläre Mtrizen und linere Gleichungssysteme
21 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 2 / 5 Definition der Determinnte Reguläre Mtrizen und linere Gleichungssysteme A heißt regulär, wenn die inverse Mtrix A 1 existiert
22 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 2 / 5 Definition der Determinnte Reguläre Mtrizen und linere Gleichungssysteme A heißt regulär, wenn die inverse Mtrix A 1 existiert Wenn A regulär ist, dnn ist Ax = eindeutig lösr: x = A 1
23 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 2 / 5 Definition der Determinnte Reguläre Mtrizen und linere Gleichungssysteme A heißt regulär, wenn die inverse Mtrix A 1 existiert Wenn A regulär ist, dnn ist Ax = eindeutig lösr: x = A 1 A ist genu dnn regulär, wenn Ax = eindeutig lösr ist.
24 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 2 / 5 Definition der Determinnte Reguläre Mtrizen und linere Gleichungssysteme A heißt regulär, wenn die inverse Mtrix A 1 existiert Wenn A regulär ist, dnn ist Ax = eindeutig lösr: x = A 1 A ist genu dnn regulär, wenn Ax = eindeutig lösr ist. Wie knn mn entscheiden, o A regulär ist? Es git eine Zhl A, die entschei (erminiert, o A regulär ist.
25 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 2 / 5 Definition der Determinnte Reguläre Mtrizen und linere Gleichungssysteme A heißt regulär, wenn die inverse Mtrix A 1 existiert Wenn A regulär ist, dnn ist Ax = eindeutig lösr: x = A 1 A ist genu dnn regulär, wenn Ax = eindeutig lösr ist. Wie knn mn entscheiden, o A regulär ist? Stz Es git eine Zhl A, die entschei (erminiert, o A regulär ist. Determinnte Es sei n N. Dnn git es genu eine Aildung : M(n, n R mit den Eigenschften 1 Normierung: E = 1 2 Antisymmetrie: A = Â ei Vertuschung zweier Zeilen Multilinerität: ist liner in jeder einzelnen Zeile
26 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 2 / 5 Definition der Determinnte Reguläre Mtrizen und linere Gleichungssysteme A heißt regulär, wenn die inverse Mtrix A 1 existiert Wenn A regulär ist, dnn ist Ax = eindeutig lösr: x = A 1 A ist genu dnn regulär, wenn Ax = eindeutig lösr ist. Wie knn mn entscheiden, o A regulär ist? Stz Es git eine Zhl A, die entschei (erminiert, o A regulär ist. Determinnte Es sei n N. Dnn git es genu eine Aildung : M(n, n R mit den Eigenschften 1 Normierung: E = 1 2 Antisymmetrie: A = Â ei Vertuschung zweier Zeilen Multilinerität: ist liner in jeder einzelnen Zeile Es gilt: A ist genu dnn regulär, wenn A.
27 Steffen Voigtmnn Beuth Hochschule für Technik Berlin / 5 Eigenschften der Determinnte Wie wird A erechnet?
28 Steffen Voigtmnn Beuth Hochschule für Technik Berlin / 5 Eigenschften der Determinnte Wie wird A erechnet? Es sei A = ( eine Mtrix mit mrkierter i-ter und j-ter Zeile: = ( i1 i2 in = ( j1 j2 jn
29 Steffen Voigtmnn Beuth Hochschule für Technik Berlin / 5 Eigenschften der Determinnte Wie wird A erechnet? Es sei A = ( 1 Gemeinsme Fktoren us einzelnen Zeilen herusziehen: eine Mtrix mit mrkierter i-ter und j-ter Zeile: ( λ = λ (, ( λ µ = ( i1 i2 in = ( j1 j2 jn = λ µ (
30 Steffen Voigtmnn Beuth Hochschule für Technik Berlin / 5 Eigenschften der Determinnte Wie wird A erechnet? Es sei A = ( 1 Gemeinsme Fktoren us einzelnen Zeilen herusziehen: 2 A =, wenn eine Nullzeile uftritt. Bsp.: =, dnn eine Mtrix mit mrkierter i-ter und j-ter Zeile: ( λ ( = λ = = ( (, = 1 ( λ µ = ( i1 i2 in = ( j1 j2 jn ( = λ µ = (
31 Steffen Voigtmnn Beuth Hochschule für Technik Berlin / 5 Eigenschften der Determinnte Wie wird A erechnet? Es sei A = ( 1 Gemeinsme Fktoren us einzelnen Zeilen herusziehen: 2 A =, wenn eine Nullzeile uftritt. Bsp.: =, dnn A =, ei zwei identischen Zeilen. Bsp.: =, dnn eine Mtrix mit mrkierter i-ter und j-ter Zeile: ( λ ( ( = λ = = = = ( ( (, = 1 = Antisymmetrie ( λ µ = ( i1 i2 in = ( j1 j2 jn ( ( = λ µ = = = ( (
32 Steffen Voigtmnn Beuth Hochschule für Technik Berlin / 5 Eigenschften der Determinnte Wie wird A erechnet? Es sei A = ( 1 Gemeinsme Fktoren us einzelnen Zeilen herusziehen: 2 A =, wenn eine Nullzeile uftritt. Bsp.: =, dnn A =, ei zwei identischen Zeilen. Bsp.: =, dnn 4 Elementre Zeilenumformungen eine Mtrix mit mrkierter i-ter und j-ter Zeile: ( λ ( ( = λ = = ( = = λ µ ( ( ( = λ Multilinerität, = 1 = Antisymmetrie ( ( λ µ = ( i1 i2 in = ( j1 j2 jn ( ( µ = λ µ = = = ( ( ( = λ A 2
33 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = (
34 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = ( Bechte A = 1 λ ( λ µ
35 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = ( Bechte A = 1 λ ( λ µ = 1
36 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = ( Bechte A = 1 λ ( λ µ = 1 =
37 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = ( = 1 ( 1 λ =. Bechte A = 1 λ ( λ µ = 1 1 = 1 7 5
38 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = = λ = ( Bechte A = 1 λ ( λ µ = = =
39 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = = λ = ( Bechte A = 1 λ ( λ µ = = = =
40 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = = λ = = ( Bechte A = 1 λ ( λ µ = = = =
41 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = = λ = = ( Bechte A = 1 λ ( λ µ = = 1 = 1 1 multiliner ( = =
42 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = = λ = = ( Bechte A = 1 λ ( λ µ = = 1 = 1 1 multiliner = =
43 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = = λ = = ( Bechte A = 1 λ ( λ µ = = 1 = 1 1 multiliner = = = 1 1 Normierung
44 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = Merke = λ = = ( Bechte A = 1 λ ( λ µ = = 1 = 1 1 multiliner = = = 1 1 Normierung 1 1 Determinnten können mit dem Guß-Algorithmus erechnet werden 7 5 1
45 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 4 / 5 Determinnte und Guß-Algorithmus Berechnung der Determinnte Wieder sei A = Guß-Algorithmus A = Merke = λ = = ( Bechte A = 1 λ ( λ µ = = 1 = 1 1 multiliner = = = 1 1 Normierung 1 1 Determinnten können mit dem Guß-Algorithmus erechnet werden Buchhltung üer Sklierungsfktoren nötig 7 5 1
46 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( 2 5 4
47 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung Schchrettmuster für A = (
48 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte 2 5 4
49 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( 5 4
50 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( 5 4 4
51 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( (
52 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( ( = +1 (+2 (+1 +1 (+1 5 4
53 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1
54 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1... oder Entwicklung nch der 2. Zeile 2 5 4
55 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1... oder Entwicklung nch der 2. Zeile = ( 4
56 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1... oder Entwicklung nch der 2. Zeile = ( (
57 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1... oder Entwicklung nch der 2. Zeile = ( ( (
58 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1... oder Entwicklung nch der 2. Zeile = ( ( ( = (+1 +5 ( 5 4 ( 7 1
59 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1... oder Entwicklung nch der 2. Zeile = ( ( ( = (+1 +5 ( 5 4 ( 7 = 1
60 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte Merke = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1
61 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte Merke = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1 Schchrettmuster für A vergeen (Vorzeichen
62 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte Merke = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1 Schchrettmuster für A vergeen (Vorzeichen Entwicklung nch elieiger Splte/Zeile A = Vorzeichen Fktor Untererminnte
63 Steffen Voigtmnn Beuth Hochschule für Technik Berlin 5 / 5 Determinnte und Lplce-Entwicklung Eine lterntive Berechnung der Determinnte Wieder sei A =. ( Lplce-Entwicklung ( + + Schchrettmuster für A = Entwicklung z. B. nch der 1. Splte Merke = +1 ( ( ( = +1 (+2 (+1 +1 (+1 = 1 Schchrettmuster für A vergeen (Vorzeichen Entwicklung nch elieiger Splte/Zeile A = Vorzeichen Fktor Untererminnte Günstig: Wähle Splte/Zeile mit vielen Nullen.
a Z1 a 1 a 1,2 Diese Matrix hat genau dann Rang 2, ist also genau dann invertierbar, wenn a 2,2 a 1,2a 2,1
18 Determinnten 207 18 Determinnten Nchdem wir nun schon recht usführlich Mtrizen und linere Gleichungssysteme studiert hben, wollen wir jetzt die sogennnten Determinnten einführen, die beim Rechnen mit
MehrDreireihige Determinanten
LINEARE ALGEBRA Teil 3 3 Gleichungen mit 3 Uneknnten Gleichungen und Gleichungssysteme Dreireihige Determinnten Dtei Nr. 6 03 Stnd 6. Oktoer 04 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 603 Linere Alger 3
Mehr10: Lineare Abbildungen
Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert
Mehr- 1 - VB Inhaltsverzeichnis
- - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit
Mehr/LQHDUH*OHLFKXQJVV\VWHPH
/LQHDUH*OHLFKXQJVV\VWHPH (für Grund- und Leistungskurse Mthemtik) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nch dem Studium dieses Skripts sollten folgende Begriffe eknnt sein: Linere Gleichung; homogene
Mehrb) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:
1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten
MehrMatrizen und Determinanten
Mtrizen und eterminnten efinition einer Mtri: Ein us m Zeilen und n Splten bestehendes rechteckiges Zhlenschem heißt Mtri vom Typ (m; n) oder (m n)-mtri. m m m n n n mn izeileninde; jsplteninde Schreibweise:
MehrMathematik für Studierende der Biologie und des Lehramtes Chemie
Verfhren Mthemtik für Studierende der Biologie und des Lehrmtes Chemie Dominik Shillo Universität des Srlndes 6. Vorlesung, 4..7 (Stnd: 4..7, 4:5 Uhr) Shreibe,,n.......... n, n,n Führe den Guÿlgorithmus
Mehrhat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt:
1 Determinnten Die Determinnte einer qudrtischen Mtrix ist eine reelle Zhl. Sie ermöglicht insbesondere eine Aussge über die Existenz der inversen Mtrix bzw. über die Lösbrkeit von lineren leichungssystemen.
MehrEinführung in die Mathematik des Operations Research
Universität zu Köln Mthemtisches Institut Prof. Dr. F. Vllentin Dr. A. Gundert Einführung in die Mthemtik des Opertions Reserch Aufge (5+5= Punkte) Sommersemester 4 Lösungen zur Klusur (5. Septemer 4).
MehrBrückenkurs Lineare Gleichungssysteme und Vektoren
Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem
Mehr(3) a x a x a x... a x b n n 1. (2) a x a x a x... a x b n n n n (m) a x a x a x...
LINEARE GLEICHUNGSSYSTEME () x x x... x b n n () x x x... x b n n () x x x... x b n n.............. (m) x x x... x b m m m mn n m Inhltsverzeichnis Kpitel Inhlt Seite Bestimmung von Funktionstermen Ds
MehrElektro- und Informationstechnik SS Mathematik 1 - Übungsblatt 8 Lösungsvorschläge
Mthemtik 1 - Übungsbltt 8 Lösungsvorschläge Aufgbe 1 (Drehung von Koordintensystemen) Gegeben ist der Vektor =[x y ] T (Spltenvektor) im x-y-koordintensystem. Seine Komponenten sollen in dem um den Ursprung
MehrLineare Algebra 1 Prof. Dr. R. Dahlhaus Dr. S. Richter, N. Phandoidaen Wintersemester 2018/ Präsenzblatt Lösungen
Linere lgebr Prof. Dr. R. Dhlhus Dr. S. Richter, N. Phndoiden Wintersemester 8/9. Präsenzbltt Lösungen ufgbe P7 (Lösen linerer Gleichungssysteme mit dem Guß-lgorithmus). Für, y R seien := M(, R), b :=
MehrLineare Algebra I 5. Tutorium mit Lösungshinweisen
Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche
Mehr1.7 Inneres Produkt (Skalarprodukt)
Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ
Mehr2.6 Reduktion endlicher Automaten
Endliche Automten Jörg Roth 153 2.6 Reduktion endlicher Automten Motivtion: Wir sind n Automten interessiert, die mit möglichst wenigen Zuständen uskommen. Automten, die eine Sprche mit einem Minimum n
Mehrtäglich einmal Scilab (wenigstens)
Dr. -ng. Wilfried Dnkmeier Elektro- und nformtionstechnik SS 2012 Mthemtik Mthemtik 1 - Übungsbltt 8 täglich einml Scilb (wenigstens) Aufgbe 1 (Drehung von Koordintensystemen) Gegeben ist der Vektor =[x
MehrMinimalität des Myhill-Nerode Automaten
inimlität des yhill-nerode Automten Wir wollen zeigen, dss der im Beweis zum yhill-nerode Stz konstruierte DEA für die reguläre Sprche L immer der DEA mit den wenigsten Zuständen für L ist. Sei 0 der konstruierte
MehrMathematik Name: Vorbereitung KA2 K1 Punkte:
Pflichtteil (etw 40 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet werden dürfen.) Aufgbe : [4P] Leiten Sie
MehrWirtschaftliche Verflechtung
Wirtschftliche Verflechtung Ausschnitt Input Output Tbelle, For the distribution of industries producing commodit, red the column for tht commodit USA 00 For the distribution of commodities produced b
MehrÜbungsaufgaben zu Mathematik 2
Ü F-Studiengng Angewndte lektronik SS 8 Üungsufgen zu Mthemtik Vektor- und Mtrizenrechnung 9 Die ckpunkte des Dreiecks ABC seien durch ihre Ortsvektoren OA ( ) OB (7) und OC (8) gegeen Berechnen Sie die
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.
Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:
MehrMathematik 1, Teil B
FH Oldenurg/Ostfrieslnd/Wilhelmshven Fch. Technik, At. Elektrotechnik u. Informtik Prof. Dr. J. Wiee www.et-inf.fho-emden.de/~wiee Mthemtik, Teil B Inhlt:.) Grundegriffe der Mengenlehre.) Mtrizen, Determinnten
MehrASW Übung 9 Mathematik Prof.Dr.B.Grabowski Tel.:
ASW Üung 9 Mthemtik Prof.Dr.B.Growski e-mil: growski@htw-srlnd.de Tel.: 58- Aufge : Geen Sie den Rng der folgenden Mtrizen A E durch Drufschuen n! ( ) 5 8 E D C B A Aufge. Bestimmen Sie den Rng der folgenden
MehrAlgebra - Lineare Abbildungen
Algebr - Linere Abbildungen oger Burkhrdt (roger.burkhrdt@fhnw.ch) 8 Hochschule für Technik . Der Vektorrum Hochschule für Technik Hochschule für Technik 4 Vektorrum Definition: Ein Vektorrum über einen
Mehr6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist
6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:
MehrSpiele und logische Komplexitätsklassen
Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer
MehrÜbungen zur Linearen Algebra 1
Übungen zur Lineren Algebr Lösungen Wintersemester 9/ Universität Heidelberg Mthemtisches Institut Lösungen Bltt Dr. D. Vogel Michel Mier Aufgbe 44. b 4 b b 4 ( )b Fll : = ( )b 4 b ( ) b ( ) ( )(b ) b
Mehr13. Quadratische Reste
ChrNelius: Zhlentheorie (SS 007) 3 Qudrtische Reste Wir ehndeln jetzt ei den Potenzresten den Sezilfll m und führen die folgende Begriffsildung ein: (3) DEF: Seien n und teilerfremd heißt qudrtischer Rest
Mehra q 0 q 1 a M q 1 q 3 q 2
Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem
MehrMinimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.
Rechtslinere Sprchen Minimlutomt Es git lso sehr verschiedene endliche Beschreiungen einer regulären Sprche (DFA, NFA, rechtslinere Grmmtiken, reguläre Ausdrücke). Diese können ineinnder üersetzt werden.
Mehrdem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +
Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}
Mehr8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten
Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A
Mehr9 Integralrechnung. 9.1 Das Riemann-Integral: Sei [a, b] ein beschränktes abgeschlossenes Intervall und f : [a, b] R eine beschränkte Funktion.
9 ntegrlrechnung 9. Ds Riemnn-ntegrl: Sei [, b] ein beschränktes bgeschlossenes ntervll und f : [, b] R eine beschränkte Funktion. Problem: Bestimme Flächeninhlt A zwischen Grphen von f und x-achse. Betrchte
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR
Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine
MehrWirtschaftsmathematik 00053: Mathematik für Wirtschaftswissenschaftler I Kurseinheit 2: Lineare Algebra II. Autor: Univ.-Prof. Dr.
Wirtschftsmthemtik 0005: Mthemtik für Wirtschftswissenschftler I Kurseinheit : Linere Alger II Leseproe Autor: Univ.-Prof. Dr. Wilhelm Rödder 5. Linere Gleichungssysteme und Mtrixgleichungen So verwundert
Mehr7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.
7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer
MehrAutomaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011
Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 011 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Snder Bruggink Automten und Formle Sprchen 1 Reguläre Sprchen Wir eschäftigen uns
Mehr4. Das quadratische Reziprozitätsgesetz.
4-1 Elementre Zhlentheorie 4 Ds udrtische Rezirozitätsgesetz Sei eine ungerde Primzhl, sei Z mit, 1 Frge: Wnn gibt es x Z mit x mod? Gibt es ein derrtiges x, so nennt mn einen udrtischen Rest modulo Legendre
MehrEinführung in die Lineare Algebra
Einführung in die Linere Alger Linere Gleichungssysteme Dieses Kpitels dient zur Motivtion und Vorereitung der systemtischen Drstellung. Wir hen dfür ds wichtigste Prolem der elementren lineren Alger gewählt,
MehrMichael Buhlmann Mathematik > Lineare Gleichungssysteme
Michel Buhlmnn Mthemtik > Linere Gleichungssysteme Crl Friedrich Guß Der Mthemtiker und Gelehrte Crl Friedrich Guß (*1777-1855) studierte nch Schulusbildung und Abitur m Collegium Crolinum Brunschweig
MehrEinige Formeln zum Goldenen Schnitt
Einige Formeln zum Goldenen Schnitt Eine Strecke wird im Verhältnis geteilt, wenn ds Verhältnis der Gesmtstrecke m+m zur längeren Teilstrecke M gleich dem Verhältnis der längeren Teilstrecke M zur kürzeren
MehrProbeklausur Mathematik für Ingenieure C3
Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche
MehrKAPITEL 11. Determinanten
KAPITEL Determinnten Determinnten 8 echenregeln für Determinnten 86 Prktische Determintenerechnung 9 4 Vektorprodukte 5 Sklrprodukt für Vektoren im n 4 6 Vektorprodukt 8 7 Sptprodukt 5 Lernziele Definition
MehrKapitel IV Euklidische Vektorräume. γ b
Kpitel IV Euklidische Vektorräume 1 Elementrgeometrie in der Eene Sei E die Zeicheneene In der Schule lernt mn: (11) Stz des Pythgors: Sei E ein Dreieck mit den Seiten, und c, und sei γ der c gegenüerliegende
MehrG2.3 Produkte von Vektoren
G Grundlgen der Vektorrechnung G. Produkte von Vektoren Ds Sklrprodukt Beispiel: Ein Schienenfhrzeug soll von einem Triler ein Stück s gezogen werden, der neen den Schienen fährt (vgl. Skizze). Wir wollen
Mehr6 Totale Differenzierbarkeit
6 Totle Differenzierbrkeit Sei U R offen. Eine Funktion f : U R ist differenzierbr in einem Punkt x U (Stz 14.6 in [EAI] genu dnn, wenn sie liner pproximierbr ist in x in dem Sinne, dss eine Zhl c R und
MehrWie beschreibt man Prozesse? Wie beschreibt man Prozesse? Nicht nur eine Matrix, sondern viele Matrizen 0,5 0, 2 0,3 A 0, 2 0,7 0,1
25.11.2014 Nicht nur eine Mtrix, sondern viele Mtrizen 0,5 0, 2 0,3 A 0, 2 0,7 0,1 015 0,15 0,75 075 01 0,1 Wie beschreibt mn Prozesse? Mkov-Modell Modell Mrkov- Prozess Mrkov-Kette ber keine Mtrize und
Mehr5. Vektor- und Matrizenrechnung
Ü F-Studiengng Angewndte lektronik, SS 6 Üungsufgen zur Lineren Alger und Anlysis II Vektor- und Mtrizenrechnung Für die Vektoren = (,,,) und = (,,,) erechne mn die Linerkomintion ( ) + ( + ), die Längen,
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnbrück WS 2015/2016 Linere Algebr und nlytische Geometrie I Vorlesung 4 In der lineren Algebr wird stets ein Körper K zugrunde gelegt, wobei mn dbei grundsätzlich n die reellen Zhlen
MehrHöhere Mathematik für Ingenieure , Uhr
Studiengng: Mtrikelnummer: 3 5 6 Z Punkte Note Prüfungsklusur zum Modul Höhere Mthemtik für Ingenieure 0. 7. 05, 8.00 -.00 Uhr Zugelssene Hilfsmittel: A-Blätter eigene, hndschriftliche Ausrbeitungen ber
Mehr2.1.4 Polynomalgebren und ihre Restklassenalgebren
2.1. GRUNDLAGEN 59 2) Ist R ein kommuttiver Ring mit Eins, so ist der Polynomring R[X] eine R-Alger. 2) Ist A eine R-Alger und I A ein Idel, so ist A/I eine R-Alger und ν I ein R- Algerenhomomorphismus.
Mehrv P Vektorrechnung k 1
Vektorrechnung () Vektorielle Größen in der hysik: Sklren Größen wie Zeit, Msse, Energie oder Tempertur werden in der hysik mit einer Mßzhl und einer Mßeinheit ngegeen: 7 sec, 4.5 kg. Wichtige physiklische
MehrKapitel 1 : Mathematische Grundlagen und Stöchiometrie
pitel : Mthemtische Grundlgen und Stöchiometrie Elementre Rechenumformungen. Dreistzrechnung : Immer dnn, wenn zwei Meßgrößen zueinnder proportionl bzw. indirekt proportionl (d.h. die eine proportionl
MehrHTBLA VÖCKLABRUCK STET
HTBLA VÖCKLABRUCK STET Logrithmus 2 INHALTSVERZEICHNIS 1. BEGRIFF DES LOGARITHMUS... 3 2. RECHENGESETZE FÜR LOGARITHMEN... 5 3. LOGARITHMUSGLEICHUNGEN... 6 4. LOGARITHMUSFUNKTION... 8 5. DER ZUSAMMENHANG
Mehr1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt
Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)
MehrHM I Tutorium 13. Lucas Kunz. 2. Februar 2017
HM I Tutorium 3 Lucs Kunz. Ferur 07 Inhltsverzeichnis Theorie. Differentilgleichungen erster Ordnung..................... Linere DGL zweiter Ordnung..........................3 Uneigentliche Integrle.............................
MehrDie Dreiecke ADM A und BCM C sind kongruent aufgrund
Westfälische Wilhelms-Universität Münster Mthemtisches Institut pl. Prof. Dr. Lutz Hille Dr. Krin Hlupczok Üungen zur Vorlesung Elementre Geometrie Sommersemester 010 Musterlösung zu ltt 4 vom 3. Mi 010
MehrMusterlösung Klausur Mathematik (Sommersemester 2012) 1. Aufgabe 1: (7 Punkte) Bestimmen Sie folgende Grenzwerte (ggf. mit der Regel von l Hospital):
Musterlösung Klusur Mthemtik Sommersemester 22 Aufgbe : 7 Punkte Bestimmen Sie folgene Grenzwerte ggf. mit er Regel von l Hospitl: x 2 2 + x x2 x 2 un 2 x 2 + x x2 2 x + 2x3 x 2 4 x 2. Jeer Grenzwert:
MehrPräsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i,
Präsenz-Aufgben 1. 1. Schreiben Sie z in der Form z α + βi mit α,β R. Aus der Vorlesung ist beknnt: i i i 1, i 1 1 i i i i i 1 i. () i 15 i 1 i (i ) 7 i ( 1) 7 i i i 15 + ( 1)i, (b) i 15 1 i 15 () 1 i
Mehr1. Grundlagen. 2. Summenzeichen, Produktzeichen. 3. Fakultät, Binomialkoeffizient. 4. Potenzen, Wurzeln, Logarithmen. 5. Elementare Funktionen
Inhlte Brückenkurs Mthemtik Fchhochschule Hnnover SS 00 Dipl.-Mth. Corneli Reiterger. Grundlgen. Summenzeichen, Produktzeichen. Fkultät, Binomilkoeffizient. Potenzen, Wurzeln, Logrithmen. Elementre Funktionen
MehrGrundkurs Mathematik II
Prof Dr H Brenner Osnbrück SS 2017 Grundkurs Mthemtik II Vorlesung 33 Die Zhlenräume Die Addition von zwei Pfeilen und b, ein typisches Beispiel für Vektoren Es sei K ein Körper und n N Dnn ist die Produktmenge
MehrRelationen: Äquivalenzrelationen, Ordnungsrelationen
TH Mittelhessen, Sommersemester 202 Lösungen zu Üungsltt 9 Fchereich MNI, Diskrete Mthemtik 2. Juni 202 Prof. Dr. Hns-Rudolf Metz Reltionen: Äquivlenzreltionen, Ordnungsreltionen Aufge. Welche der folgenden
Mehr5 Lineare Abhängigkeit und lineare Unabhängigkeit von Vektoren
5 Linere Ahängigeit und linere Unhängigeit von Vetoren 5 Linere Ahängigeit und linere Unhängigeit von Vetoren 5.1 Linere Ahängigeit/Unhängigeit von Vetoren Eine esondere Rolle in der nlytischen Geometrie
MehrBericht zur Mathematischen Zulassungsprüfung im Mai 2011
Bericht zur Mthemtischen Zulssungsprüfung im Mi Heinz-Willi Goelden, Wolfgng Luf, Mrtin Pohl Am 4. Mi fnd die Mthemtische Zulssungsprüfung sttt. Die Prüfung bestnd us einer 9-minütigen Klusur, in der 5
Mehr1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.
.. Orthogonle Bsen und Schmistsche Orthogonlisierungsverfhren. Definition.. Eine Bsis B = { b, b,..., b n } heit orthogonl, wenn die Vektoren b i, i =,,..., n, prweise orthogonl sind, d.h. bi b j = fur
MehrAufgabensammlung: Vertiefung der Schulmathematik 1.1 Handelt es sich bei den folgenden Zuordnungen um Funktionen? Begründen Sie ihre Entscheidung.
Fkultät für Mthemtik Cmpus Essen Wielnd Wilzek.8.-.9.06 Aufgensmmlung: Vertiefung der Schulmthemtik. Hndelt es sich ei den folgenden Zuordnungen um Funktionen? Begründen Sie ihre Entscheidung. ) Person
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN
Mthemtik: Mg. Schmid Wolfgng Areitsltt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN Wir wollen eine Gerde drstellen, welche durch die Punkte A(/) und B(5/) verläuft. Die Idee ist folgende:
Mehr9 Das Riemannsche Integral
1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit
MehrFORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.
FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme
MehrWirtschaftsmathematik - Übungen SS 2018
Wirtshftsmthemtik - Üungen SS 8 Bltt : Linere Alger. Gegeen sin ie Punkte P =( 3, ) un =(6, ). Bestimmen Sie ie Prmeterrstellung er Geren urh iese Punkte! Zeihnen Sie iese Gere! Wie lutet ie Koorintenrstellung
Mehr4 Hyperbel. 4.1 Die Hyperbel als Kegelschnitt
1 4 Hperel 4.1 Die Hperel ls Kegelschnitt Wird ein Kreiskegel mit dem hlen Öffnungswinkel α von einer Eene σ geschnitten, die mit der Kegelchse einen Wink β < α einschliesst, so entsteht ls Schnittkurve
MehrEine Relation R in einer Menge M ist transitiv, wenn für alle x, y, z M gilt: (x R y y R z) x R z
Reltionen, 11 Reltionen Reltion ist einfch gesgt eine Beziehung zwischen Elementen von Mengen. In der Geometrie sind z.b. die Reltionen "ist gleich", "ist senkrecht zu", "ist prllel zu" eknnt. Die letzten
MehrAutomaten und formale Sprachen Notizen zu den Folien
5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 15 ORTHOGONALITÄT
Mthemtik: Mg. Schmid Wolfgng Areitsltt 5. Semester ARBEITSBLATT 5 ORTHOGONALITÄT Ws versteht mn zunächst einml unter orthogonl? Dies ist nur ein nderes Wort für norml oder im rechten Winkel. Ws uns hier
Mehr5.2 Quadratische Gleichungen
Mthemtik mit Mthd MK..0 0_0_Qud_Gleih.xmd Einfhe qudrtishe Gleihungen. Qudrtishe Gleihungen ef.: Eine Gleihung, in der x höhstens qudrtish (in der zweiten Potenz) vorkommt, heißt qudrtishe Gleihung. Gewöhnlihe
MehrLösungen zum Ergänzungsblatt 4
en zum Ergänzungsltt 4 Letzte Änderung: 23. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Vorereitungsufgen Vorereitungsufge 1 Sei M = ({p, q, r}, {, }, δ, p, {q, r}) ein DEA mit folgender
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen
Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge
MehrNumerische Mathematik Sommersemester 2013
TU Chemnitz 5. Februr 2014 Professur Numerische Mthemtik Prof. Dr. Oliver Ernst Dipl.-Mth. Ingolf Busch Dipl.-Mth. techn. Tommy Etling Numerische Mthemtik Sommersemester 2013 Musterlösungen zu nicht behndelten
MehrErgänzungsblatt 6. Letzte Änderung: 24. November 2018
Ergänzungsltt 6 Letzte Änderung: 24. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Erinnerung: Die Besprechungstermine für die Ergänzungen 7 is 10 fllen is uf Weiteres us. Aufgen, Lösungen
Mehr1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit
CHAPTER. MENGEN UND R ELATIONEN.5. ABBILDUNG.5. Abbildung Eine Abbildung (oder Funktion ist eine Reltion f über X Y mit der Eigenschft: für jedes x us X gibt es genu ein y Y mit (x,y f. Die übliche Schreibweise
MehrAbiturvorbereitung Mathematik Lineare Algebra / Analytische Geometrie. Copyright 2013 Ralph Werner
Abiturvorbereitung Mthemtik Linere Algebr / Anlytische Geometrie Copyright 2013 Rlph Werner 1 Linere Gleichungssysteme Ein lineres Gleichungssystem (LGS) besteht us einer Anzhl linerer Gleichungen. (m,n)-lgs
MehrSBP Mathe Aufbaukurs 2. Winkelfunktionen im rechtwinkeligen Dreieck. Winkelfunktionen besonderer Winkel. Zusammenhänge der Winkelfunktionen
SBP Mthe Aufbukurs # by Clifford Wolf # Antwort Diese Lernkrten sind sorgfältig erstellt worden, erheben ber weder Anspruch uf Richtigkeit noch uf Vollständigkeit. Ds Lernen mit Lernkrten funktioniert
MehrARBEITSBLATT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-ACHSE
Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-CHSE Wie wir die Fläche zwischen einer Funktion und der -chse erechnen, hen wir rechentechnische ereits geklärt.
MehrOber- und Untersummen, Riemann Integrale
Oer- und Untersummen, Riemnn Integrle 1. Ds Prolem des Fläheninhlts Ausgngspunkt für die Entwiklung des Integrlegriffs wren vershiedene Frgestellungen, u.. ds Prolem der Messung des Fläheninhltes eines
MehrMathe Warm-Up, Teil 1 1 2
Mthe Wrm-Up, Teil 1 1 2 HEUTE: 1. Elementre Rechenopertionen: Brüche, Potenzen, Logrithmus, Wurzeln 2. Summen- und Produktzeichen 3. Gleichungen/Ungleichungen 1 orientiert sich n den Kpiteln 3,4,6,8 des
Mehra = x 0 < x 1 <... < x n = b
7 Integrtion 7.1 Integrtion von Treppenfunktionen Im folgenden ezeichnen wir mit I = [, ] ein eschränktes und geschlossenes Intervll. Für Punkte = x 0 < x 1
MehrHA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 2. Besprechung in KW44
Technische Universität München Winter 08/9 Prof. J. Esprz / Dr. M. Luttenerger, C. Welzel 08//0 HA- TA- Diskrete Strukturen Tutorufgenltt Besprechung in KW Bechten Sie: Soweit nicht explizit ngegeen, sind
MehrMathematik: Mag Schmid Wolfgang Arbeitsblatt 5 5. Semester ARBEITSBLATT 5 VEKTORRECHNUNG IM RAUM
Mthemtik: Mg Schmid Wolfgng Arbeitsbltt 5 5. Semester ARBEITSBLATT 5 VEKTORRECHNUNG IM RAUM Bisher hben wir die Lge von Punkten und Gerden lediglich in der Ebene betrchtet. Nun wollen wir die Lge dieser
MehrVorkurs Mathematik. Vorlesung 3. Die rationalen Zahlen
Prof. Dr. H. Brenner Osnrück WS 2014/2015 Vorkurs Mthemtik Vorlesung 3 Die rtionlen Zhlen Definition 3.1. Unter einer rtionlen Zhl versteht mn einen Ausdruck der Form, woei, Z und 0 sind, und woei zwei
MehrWirtschaftsmathematik - Übungen WS 2018
Wirtshftsmthemtik - Üungen WS 8 Bltt : Linere Alger. Gegeen ist eine eine 3 3 Mtrix C =( ij ) mit un eine Mtrix B = A ) Shreien Sie ie Mtrix C n! Y _] j i für ij
MehrGrundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I
Vorlesung Grundlgen der Theoretischen Informtik / Einführung in die Theoretische Informtik I Bernhrd Beckert Institut für Informtik Sommersemester 2007 B. Beckert Grundlgen d. Theoretischen Informtik:
Mehr4 Die rationalen Zahlen
4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper
Mehr10 Das Riemannsche Integral
10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t
MehrKürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen
Algorithmus von Dijkstr: 1. Es sei S ie Menge er enteckten Knoten. Invrinte: Merke optimle Lösung für S: Für lle v S sei [v] = δ(s,v) ie Länge es kürzesten Weges von s nch v 3. Zu Beginn: S={s} un [s]=
MehrTheoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung
Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes
Mehr