Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Lineare Gleichungssysteme (Teschl/Teschl 11.1)"

Transkript

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 a n x n b a 2 x + a 22 x a 2n x n b 2.. a m x + a m2 x a mn x n b m Dabei sind b,..., b m und die Koezienten a ij i,..., m und j,..., n. x x. R n ist Lösung, reelle Zahlen für x n wenn alle m Gleichungen erfüllt sind. lingls.pdf, Seite

2 Beispiel 3 Brötchen und 2 Eier kosten,65 e, 5 Brötchen und 4 Eier 2,95 e, als LGS mit dem Brötchenpreis B und dem Eierpreis E ergibt sich daraus: ( 3B + 2E, 65 5B + 4E 2, 95 Die eindeutige Lösung ist B 0, 35 und E 0, 30. Beispiel 2 3 Brötchen und 2 Eier kosten,65 e, 6 Brötchen und 4 Eier 3,30 e. Daraus lässt sich der Brötchen- und Eierpreis nicht mehr eindeutig bestimmen. Lösungen sind z. B. B 0, 35; E 0, 30 und B E 0, 33. ) lingls.pdf, Seite 2

3 Weitere Beispiele {. 2x 4 3x 9 (m 2, n ) hat keine Lösung, da aus der ersten Gleichung x 2 und aus der zweiten Gleichung x 3 folgt. { 2. x 2y 0 (m, n 2) hat z. B. die Lösungen x y 0, x 2, y und x 4, y 2 bzw. allgemein x 2t, y t mit t R beliebig. { 2x + y 3 3. (m 2, n 2) 4x + 2y 6 hat z. B. die Lösungen x y und x 2, y bzw. allgemein x t, y 3 2t mit t R beliebig. lingls.pdf, Seite 3

4 Matrixschreibweise Mit der m nkoezientenmatrix A (a ij ) und b b. b m R m hat das LGS die kompakte Form Ax b. Das. Brötchenbeispiel hat dann die Form ( )( Homogen und inhomogen B E ) (, 65 2, 95 ). Ist b 0, so heiÿt das LGS Ax 0 homogen, ein LGS Ax b mit b 0 heiÿt inhomogen. lingls.pdf, Seite 4

5 Lösungsmenge geometrisch Die Lösungsmenge einer Gleichung mit zwei Unbekannten der Form a x + a 2 x 2 b ist eine Gerade im R 2. Bei zwei Gleichungen mit zwei Unbekannten gibt es daher folgende drei Möglichkeiten:. Es gibt eine eindeutige Lösung (die zu den beiden Gleichungen gehörenden Geraden schneiden sich in einem Punkt) 2. Das System ist nicht lösbar (die beiden Geraden sind parallel und schneiden sich nicht) 3. Es gibt unendlich viele Lösungen, die eine Gerade bilden (beide Gleichungen haben die selbe Gerade als Lösungsmenge) Diese geometrischen Überlegungen lassen sich auf mehr als zwei Gleichungen und mehr als zwei Unbekannte verallgemeinern (die Lösungsmenge einer Gleichung mit drei Unbekannten ist eine Ebene im R 3,...) lingls.pdf, Seite 5

6 Beispiel { Das LGS x y 2y 2x 2 hat unendliche viele Lösungen. Die linearen Gleichungssysteme { x y und 2x + 3y 0 { 2y 2x 2 2x + 3y 6 sind jeweils eindeutig lösbar. { 2x + 3y 0 Das LGS ist nicht lösbar. 2x + 3y 6 lingls.pdf, Seite 6

7 Struktur der Lösungsmenge analytisch Das homogene LGS Ax 0 hat immer die Nulllösung x 0. Ist x 0 eine weitere Lösung, so sind wegen A(cx) c(ax) 0 auch alle skalaren Vielfachen cx mit c R Lösungen. Sind x und y Lösungen, so ist wegen A(x + y) Ax + Ay 0 auch x + y Lösung. Fazit: Ein homogenes LGS hat entweder nur die Nulllösung oder unendlich viele Lösungen. lingls.pdf, Seite 7

8 Beispiel ( )( ) x x 2 hat die Lösungen Aus ( ) ( ) ( ) x und x 2 ( )( ) ( ) ( ( ) 2 2 ( )( ) 2 2 folgt, dass auch + ( ) y y ( )( ) ( ) 2 0 ( ) x + x ( ) y y 2 Ebenso folgt für c R beliebig ( ) ( ( )) c c 2 2 also ist auch c ( ) ( ( 2 2 ) c c 2 ( ) 0 ( 2 + ( ) 2. 2 )) 2 ( ) 0 0 Lösung ist. ( ) 0 )( ) ( ) ( 0 0 c 0 0 für jedes c R Lösung des LGS. lingls.pdf, Seite 8 0 ),

9 Lösungsmenge des inhomogenen Systems Ax b Nicht jedes inhomogene LGS ist lösbar (siehe Beispiele). Sind x und y zwei Lösungen des inhomogenen LGS Ax b, so ist wegen A(y x) b b 0 die Dierenz y x Lösung des homogenen Systems Ax 0. Ist umgekehrt x Lösung des inhomogenen Systems Ax b und y Lösung des zugehörigen homogenen LGS Ay 0, so ist x + y wegen A(x + y) Ax + Ay b + 0 b Lösung des imhomogenen LGS Ax b. Daraus folgt: Ein inhomogenes LGS Ax b hat entweder keine, genau eine oder unendlich viele Lösungen. lingls.pdf, Seite 9

10 Beispiel ( Das LGS 2 2 ( ) ( ) x x 2 ( ) ( ( ) ( ) ( ) 2 4 und )( x x 2 ) ( ) 2 hat die Lösungen 4 ( ) 2. Es folgt ( ) y y 2 )) ( ( 0 0 ), also ist Lösung des homogenen LGS 0 ( )( ) ( )( ) ( ) ( ) ( ) y x y 2 x 2 ( )( ) ( ) x x 2 0 lingls.pdf, Seite 0

11 Fortsetzung Beispiel ( ) c Für y mit c R ist c ( ) ( ( ) ( )) c c ( )( ) ( )( ) ( ) ( ) ( c c ( ) ( ) ( ) c + c also ist + c c für jedes c R Lösung des inhomogenen ( )( ) ( ) x LGS x 2 4 ), lingls.pdf, Seite

12 Der GauÿAlgorithmus dient zur systematischen Bestimmung aller Lösungen eines LGS. Er beruht auf der Beobachtung, dass die Lösungsmenge des LGS Ax b bei elementaren Zeilenoperationen (Zeilenumformungen) nicht verändert wird. Dies sind Vertauschen zweier Gleichungen (Zeilen), Multiplikation einer Gleichung (Zeile) mit einer Konstanten 0, Addition eines Vielfachen einer Gleichung (Zeile) zu einer anderen Gleichung (Zeile). lingls.pdf, Seite 2

13 Beispiel { 2y + 6z 4 2x + 4y 2z 0 3x + y z 2 { 2x + 4y 2z 0 2y + 6z 4 3x + y z 2 (Zeilen und 2 vertauscht) { x + 2y z 0 2y + 6z 4 3x + y z 2 { x + 2y z 0 2y + 6z 4 5y + 2z 2 (Zeile mal /2) (Zeile 3 minus 3 mal Zeile ) { { x + 2y z 0 x + 2y z 0 y + 3z 2 y + 3z 2 5y + 2z 2 7z 2 (Zeile 2 mal /2) (Zeile 3 plus 5 mal Zeile 2) { x 2y + z 6/7 y 2 3z 2/7 z 2/7 (von unten nach oben eingesetzt) lingls.pdf, Seite 3

14 Kompakte Notation mit erweiterter Koezientenmatrix a a 2... a n b : a m a m2... a mn b m /7 lingls.pdf, Seite 4

15 Allgemeines Vorgehen. Schritt: Vorwärtselimination: Die erweiterte Koezientenmatrix wird durch elementare Zeilenumformungen in Zeilenstufenform gebracht. Diese ist gekennzeichnet durch: Jede Zeile besteht entweder nur aus Nullen oder enthält eine Eins (Pivotelement), vor der links nur Nullen stehen, Das Pivotelement jeder Zeile ab der zweiten steht weiter rechts als das Pivotelemet der Zeile darüber. lingls.pdf, Seite 5

16 Konkretes Vorgehen. Suche die am weitesten links stehende Spalte j, in der nicht alle Koezienten 0 sind. 2. Erreiche ggf. durch vertauschen zweier Zeilen, dass a j Multipilziere die erste Zeile mit /a j. (durch die Schritte 2 und 3 wird a j zum Pivotelement) 4. Für i 2,..., m subtrahiere von der iten Zeile das a ij fache der ersten Zeile. (dadurch werden die Koezienten unter dem Pivotelement zu 0) 5. Wiederhole die Schritte bis 4 mit der Untermatrix bestehend aus den Zeilen 2 bis m, anschlieÿend für die aus den Zeilen 3 bis m bestehenden Untermatrix usw. (dadurch werden alle Koezienten unten links zu 0) lingls.pdf, Seite 6

17 2 3 2 x Beispiel x x Rote Einträge werden im nächsten Schritt durch Multiplikation der entsprechenden Zeile mit einer Konstanten zu. Grüne Einträge werden im nächsten Schritt zu 0, indem zur jeweiligen Zeile ein Vielfaches der PivotZeile mit der darüber stehenden addiert bzw. subtrahiert wird. Blaue Einträge können sich bei den Zeilenoperationen im nächsten Schritt verändern, graue Einträge in einem späteren Schritt, schwarze Einträge verändern sich nicht mehr. lingls.pdf, Seite 7

18 Bemerkungen Als Variante ist es möglich, auf Schritt 3 zu verzichten. In diesem Fall wird das Pivotelement nicht zu, was bei der Auösung der Gleichungen (Rückwärtssubstitution) berücksichtigt werden muss. Wichtig ist nur, dass die Pivotelemente immer 0 sind. In Schritt 4 muss dann das a ij a j fache der ersten Zeile subtrahiert werden. Im Fall eines homogenen LGS Ax 0 bleiben die Koezienten b i der rechten Seite bei allen Umformungen 0. Daher kann die rechte Seite der erweiterten Koezientenmatrix weggelassen werden. lingls.pdf, Seite 8

19 2. Schritt: Rückwärtssubstitution Bei einer erweiterten Koezientenmatrix in Zeilenstufenform können die Unbekannten von unten nach oben berechnet werden, beginnend mit x n. Dabei gilt: Zeilen mit a i a i2... a in b i 0 liefern keine Information über die Lösung und werden nicht berücksichtigt, Gibt es eine Zeile i mit a i a i2... a in 0 und b i 0, so hat das LGS keine Lösung, Eine Zeile mit einem Pivotelement a ij legt den Wert der zugehörigen Unbekannten x j fest, Gibt es zu einer Unbekannten x j kein zugehöriges Pivotelement, so kann ihr Wert beliebig in R gewählt werden. In diesem Fall hat das LGS (falls es überhaupt lösbar ist, siehe oben) unendlich viele Lösungen. lingls.pdf, Seite 9

20 Fortsetzung Beispiel Nach der Vorwärtsselimination hat x x 2 die erweiterte Koezientenmatrix die Form x Jede der 3 Zeilen liefert den Wert für eine der 3 Unbekannten, d. h. das LGS ist eindeutig lösbar. Zeile 3 besagt x 3 2, Zeile 2 besagt x 2 und Zeile besagt x x 2 x 3 2 x Die eindeutige Lösung ist somit x x x 2 x 3 2. lingls.pdf, Seite 20

21 Beispiel 2 ( ) ( ) ( Durch die 2 verbliebenen Zeilen 0 können jetzt nur 2 der 3 Unbekannten festgelegt werden, d. h. die Lösung ist nicht eindeutig: x 3 kann frei gewählt werden, da es in der 3. Spalte kein Pivotelement gibt. Man setzt x 3 t R beliebig. x 2 wird aus der 2. Zeile (Pivotelement in 2. Spalte) berechnet: x 2 x 3 x 2 + x 3 + t x wird aus der. Zeile berechnet: x +2x 2 x 3 0 x x 3 2x 2 t 2( +t) 2 t Um eine konkrete Lösung zu erhalten, kann man einen beliebigen Wert für den freien Parameter t einsetzten. Mit t 2 erhält man z. B. die Lösung (x ; x 2 ; x 3 ) (0; ; 2). ) lingls.pdf, Seite 2

22 Bemerkung Enthält die Lösung des LGS Ax b einen freien Parameter t R, so lässt sich der nicht von t abhängende Anteil der allgemeinen Lösung zu einem Vektor ˆx R n zusammenfassen. Der von t abhängige Anteil hat dann die Form t v mit einem weiteren Vektor v R n. Also hat die allgemeine Lösung die Form {ˆx + t v : t R} und entspricht somit der Parameterdarstellung einer Geraden. Dabei ist {t v : t R} die allgemeine Lösung des entsprechenden homogenen LGS Ax 0. Somit setzt sich die allgemeine Lösung eines inhomogenen LGS Ax b zusammen aus einer speziellen Lösung ˆx und der allgemeinen Lösung des homogenen LGS Ax 0. lingls.pdf, Seite 22

23 Im letzten Beispiel 2 2x + 4x 2 2x 3 0 3x + 2x 2 + x 3 4 x 2x 2 + 3x 3 4 ist die allgemeine Lösung die Gerade {( ) ) 2 ( } 0 + t : t R Dabei bilden die skalaren Vielfachen des Vektors allgemeine Lösung des homogenen LGS 2x + 4x 2 2x 3 0 3x + 2x 2 + x 3 0. x 2x 2 + 3x 3 0 die lingls.pdf, Seite 23

24 Geometrisches Beispiel Lösungsmengen des inhomogenen LGS (IH) ( )( ) 2 4 x x und des zugehörigen homogenen LGS (H) ( )( ) 2 4 x x ( ) 8 2 ( ) 0 mit der speziellen Lösung ˆx 0 ( ) 2 von (IH) und der allgemeinen Lösung von (H) {x t v : v R} mit v ( 2 ). lingls.pdf, Seite 24

25 Verallgemeinerung Bei zwei frei wählbaren Parametern hat die allgemeine Lösung die Form {ˆx + t v + s w : s, t R} mit Vektoren ˆx, v, w R n und ist die Parameterdarstellung einer Ebene. Allgemein gibt es zu jedem frei wählbaren Parameter einen Richtungsvektor. Der Ortsvektor ˆx kann genau dann als Nullvektor gewählt werden, wenn das LGS homogen ist ( 0 ist eine Lösung). lingls.pdf, Seite 25

26 2 3 4 x x x x / / Beispiel Als allgemeine Lösung erhält man x 4 t R beliebig, x x t, x 2 s R beliebig und x 2 2x 2 3x 3 4x 4 2 2s 3 ( 7 3 t ) 4t 2 2s 3 + 7t 4t 2s + 3t Also ist x t 3 0 7/3 + s mit s, t R. lingls.pdf, Seite 26

27 Bemerkung (zum Beispiel) Das LGS x x 2 x 3 x 4 2 (unterscheidet sich vom letzten Beispiel nur in der 3. Komponente der rechten Seite) ist nicht lösbar. Denn mit den gleichen Zeilenumformungen wie vorher erhält man die Zeilenstufenform / Hier sind in der 3. Zeile alle Koezienten der Matrix A links gleich 0, während der Eintrag auf der rechten Seite 0 ist. Der Algorithmus kann an dieser Stelle abgebrochen werden, da klar ist, dass es keine Lösung geben kann. 2 lingls.pdf, Seite 27

28 Bemerkung 2 Hat das LGS Ax b die allgemeine Lösung x ˆx + t v t r v r mit Richtungsvektoren v,..., v r R n und freien Parametern t,..., t r R, so ist der variable Anteil der Lösung x t v t r v r gerade die allgemeine Lösung des entsprechenden homogenen LGS Ax 0. Damit setzt sich die allgemeine Lösung eines inhomogenen LGS Ax b zusammen aus einer speziellen Lösung ˆx und der allgemeinen Lösung des homogenen Systems Ax 0. lingls.pdf, Seite 28

29 Weitere Anmerkungen Der GauÿAlgorithmus benötigt O(n 3 ) Rechenoperationen. Rundungsfehler können beim GauÿAlgorithmus ein Problem darstellen. Es gibt Beispiele, wo kleine Rundungsfehler zu groÿen Fehlern beim Ergebnis führen. Bei praktischen Anwendungen werden oft Pivotstrategien gewählt, wo die Zeilen und Spalten der Koezientenmatrix in anderer Reihenfolge abgearbeitet werden. Neben dem GauÿAlgorithmus gibt es noch weitere, zum Teil iterative Verfahren, die zur numerischen Lösung linearer Gleichungssysteme eingesetzt werden. lingls.pdf, Seite 29

30 Methode der kleinsten Quadrate In Fällen, wo ein LGS keine Lösung besitzt, ist es möglich, nach Näherungslösungen zu suchen. Dazu kann man zu einen gegebenen m nkoezientenmatrix A und einem mdimensionalen Vektor das LGS A T Ax A T b betrachten. Dabei ist A T A immer eine symmetrische n nmatrix und A T b ein ndimensionaler Spaltenvektor. Man kann zeigen, dass das LGS A T Ax A T b für beliebige A und b lösbar ist. Dabei gilt: Ist das ursprüngliche LGS Ax b lösbar, so ist x R n genau dann Lösung von Ax b, wenn x Lösung von A T Ax A T b ist. Ist das LGS Ax b nicht lösbar und ist ˆx Lösung von A T Aˆx A T b, so gilt Aˆx b Ax b für alle x R n. Somit ist ˆx R n der Vektor, der einer Lösung des ursprünglichen LGS Ax b am nächsten kommt. lingls.pdf, Seite 30

31 Beispiel 3 Mit A 0 2 und b 0 hat das LGS Ax b keine 5 Lösung. Man berechnet nun ( ) 3 ( ) A T 3 0 A und ( ) ( ) A T 3 0 b und erhält für das LGS A T Ax A T b die eindeutige Lösung ( ) ( ) ( ) x x Es folgt, dass für beliebige x R 2 gilt 3 ( ) x x 2 3 ) 0 2 ( lingls.pdf, Seite 3

32 Anwendung: Geraden im R 3 Liegen zwei Geraden im g, h R n in Parameterdarstellung g x + R v und h y + R w mit Ortsvektoren x bzw. y und Richtungsvektoren v bzw. w vor, so erhält man ihren Schnittpunkt, indem man Parameter s, t R bestimmt mit x + t v y + s w. Diese Bedingung ergibt ein lineares Gleichungssystem für s und t. Wenn sich die Geraden in einem Punkt schneiden, so ist das LGS eindeutig lösbar. Sind beide Geraden identisch, so enthält die Lösung einen freien Parameter. Schneiden sich beide Geraden nicht, so ist das LGS nicht lösbar. In diesem Fall kann man mir der Methode der kleinsten Quadrate die Punkte bestimmen, in denen sich die beiden Geraden am nächsten kommen, d. h. man erhält diejenigen Parameter s, t R, für die (x + t v) (y + s w) den kleinstmöglichen Wert annimmt. lingls.pdf, Seite 32

33 Beispiel { } Gegeben seien die Geraden g 2 + t 2 : t R 3 { } 0 3 und h 2 + t 0 : t R. 2 Einen Schnittpunkt erhält man durch Parameter r, s R, für die t s 0 gilt. Dies ergibt ein 3 2 lineares Gleichungssystem für s, t: t s s t 2 3 ( ) s 0 2 t 3 2 lingls.pdf, Seite 33

34 Fortsetzung Beispiel 3 ( ) 0 s Dieses LGS hat t keine Lösung (siehe letztes Beispiel). Die Methode der kleinsten Quadrate führt zum LGS ( )( ) ( ) 0 2 s t 4 ( ) ( ) s mit der (eindeutigen) Lösung. Dies bedeutet, dass sich die beiden Geraden in den Punkten 2 P auf g und P auf h am nächsten kommen. 2 Ihr Abstand beträgt P 2 P 4. lingls.pdf, Seite 34 t

35 Lineare Gleichungssysteme über K Analog lassen sich lineare Gleichungssysteme mit Unbekannten und Koezienten in einem beliebigen Körper K (statt R) behandeln. Da der GauÿAlgorithmus nur die 4 Grundrechenarten benutzt, lassen sich alle Umformungsschritte wie im Fall K R durchführen. Beispiel in K Z 2 Gesucht sind x, y, z mit { x + y (mod 2) x + y + z 0 (mod 2) x + z (mod 2) Mit der erweiterten Koezientenmatrix ergibt sich ) ) { ( ( x 0 y z (Zeile 2 + Zeile, Zeile 3 + Zeile sowie Zeilen 2 und 3 vertauscht). lingls.pdf, Seite 35

36 Weiteres Beispiel in Z 2 (Rechnung mod 2) { x + y x + z y + z Es folgt, dass z t Z 2 frei wählbar ist sowie y + z 0 y z t und x + y x + y + t, d. h. die allgemeine Lösung ist beliebig. z x t + y t z t mit t Z 2 Somit gibt es genau zwei Lösungen für t 0 und t : x x 2 0 y 0 und y 2 0 z 2 lingls.pdf, Seite 36

(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

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

Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.

Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte. Lineare Gleichungssysteme. Einleitung Lineare Gleichungssysteme sind in der Theorie und in den Anwendungen ein wichtiges Thema. Theoretisch werden sie in der Linearen Algebra untersucht. Die Numerische

Mehr

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

Skalarprodukte (Teschl/Teschl Kap. 13)

Skalarprodukte (Teschl/Teschl Kap. 13) Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +

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

A2.3 Lineare Gleichungssysteme

A2.3 Lineare Gleichungssysteme A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen

Mehr

2.2 Lineare Gleichungssysteme (LGS)

2.2 Lineare Gleichungssysteme (LGS) 2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +

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

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

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

Mehr

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren

Länge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(

Mehr

Das Lösen linearer Gleichungssysteme

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

Mehr

Lineare Gleichungssysteme - Grundlagen

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

Mehr

Aufgaben zu Kapitel 14

Aufgaben zu Kapitel 14 Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt

Mehr

Lineare Gleichungssysteme

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

Mehr

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

Der Kern einer Matrix

Der Kern einer Matrix Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis

Mehr

Formelsammlung Mathematik Grundkurs Inhalt

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

Mehr

Mathematik 1, Teil B. Inhalt:

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

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

Mathematik IT 2 (Lineare Algebra)

Mathematik IT 2 (Lineare Algebra) Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof Dr L Cromme Mathematik IT (Lineare Algebra für die Studiengänge Informatik, IMT und ebusiness im Sommersemester 3 Lineare Gleichungssysteme

Mehr

4. Vektorräume und Gleichungssysteme

4. Vektorräume und Gleichungssysteme technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eine Familie von Gleichungen der Form 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 x 1 + a m2 x 2 +... + a mn x n = b m

Mehr

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen 3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange

Mehr

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

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

Mehr

8.2 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

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht der Länge des Vektorpfeils. Im R 2 : x = Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.

Mehr

Corinne Schenka Vorkurs Mathematik WiSe 2012/13

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

Mehr

Matrizen, Determinanten, lineare Gleichungssysteme

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

Mehr

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

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. Übungsblatt zur Lineare Algebra I für Physiker Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte

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

3.4 Der Gaußsche Algorithmus

3.4 Der Gaußsche Algorithmus 94 34 Der Gaußsche Algorithmus Wir kommen jetzt zur expliziten numerischen Lösung des eingangs als eine Motivierung für die Lineare Algebra angegebenen linearen Gleichungssystems 341 n 1 a ik x k = b i,

Mehr

7 Lineare Gleichungssysteme

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

Mehr

( ) Lineare Gleichungssysteme

( ) Lineare Gleichungssysteme 102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv

Mehr

2.2 Lineare Gleichungssysteme

2.2 Lineare Gleichungssysteme Lineare Algebra I WS 2015/16 c Rudolf Scharlau 55 22 Lineare Gleichungssysteme Das Lösen von Gleichungen (ganz unterschiedlichen Typs und unterschiedlichen Schwierigkeitsgrades) gehört zu den Grundproblemen

Mehr

1 Matrizenrechnung zweiter Teil

1 Matrizenrechnung zweiter Teil MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten

Mehr

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, 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

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2) Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 7 11. Mai 2010 Kapitel 8. Vektoren Definition 76. Betrachten wir eine beliebige endliche Anzahl von Vektoren v 1, v 2,..., v m des R n, so können

Mehr

1 Geometrie - Lösungen von linearen Gleichungen

1 Geometrie - Lösungen von linearen Gleichungen Übungsmaterial Geometrie - Lösungen von linearen Gleichungen Lineare Gleichungen sind von der Form y = f(x) = 3x + oder y = g(x) = x + 3. Zwei oder mehr Gleichungen bilden ein Gleichungssystem. Ein Gleichungssystem

Mehr

Lineare Gleichungssysteme

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

Mehr

1 0 1, V 3 = M, und λ A = λa

1 0 1, V 3 = M, und λ A = λa Aufgabe 57. Magische Quadrate Eine reelle 3 3-Matrix A = a 11 a 12 a 13 a 21 a 22 a 23 heißt magisches Quadrat, falls alle Zeilensummen, alle Spaltensummen und die beiden Diagonalsummen a 11 + a 22 + a

Mehr

Lineare Gleichungssysteme: eine Ergänzung

Lineare Gleichungssysteme: eine Ergänzung Lineare Gleichungssysteme: eine Ergänzung Ein lineares Gleichungssystem, bei dem alle Einträge auf der rechten Seite gleich sind heiÿt homogenes lineares Gleichungssystem: a x + a 2 x 2 +... + a n x n

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

Vektorräume und Rang einer Matrix

Vektorräume und Rang einer Matrix Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg Spezialfälle und Rechenregeln Spezialfälle der Matrimultiplikation A = (m

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

Der Rang einer Matrix A. Beispiel

Der Rang einer Matrix A. Beispiel Der Rang einer Matrix A ist gleich Anzahl der Zeilen ungleich 0, nachdem die Matrix durch elementare Zeilenoperationen in Zeilenstufenform gebracht worden ist. Bezeichnung: ranga oder rga. Beispiel A =

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

LINEARE GLEICHUNGSSYSTEME. Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie. x + y + z = 1

LINEARE GLEICHUNGSSYSTEME. Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie. x + y + z = 1 LINEARE GLEICHUNGSSYSTEME 1. Ein kurzes Vorwort Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie 2 x 1 + 2 x 2 = 3 6 a + 4 b = 3 (a) (b) 4 x 1 + 3 x 2 = 8 3 a + 2

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

Zu zwei Matrizen A R m n und B R p q existiert das Matrizenprodukt A B n = p und es gilt dann. A B = (a ij ) (b jk ) = (c ik ) = C R m q mit c ik =

Zu zwei Matrizen A R m n und B R p q existiert das Matrizenprodukt A B n = p und es gilt dann. A B = (a ij ) (b jk ) = (c ik ) = C R m q mit c ik = H 6. Die Matrizen A, B, C und D seien gegeben durch 5 A =, B =, C = 4 5 4, D =. 5 7 5 4 4 Berechnen Sie (sofern möglich) alle Matrizenprodukte X Y mit X, Y {A, B, C, D}. Zu zwei Matrizen A R m n und B

Mehr

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

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

Mehr

Es wurde in der Vorlesung gezeigt, daß man die Matrixgleichung Ax=b auch in der Form

Es wurde in der Vorlesung gezeigt, daß man die Matrixgleichung Ax=b auch in der Form Gaußscher Algorithmus zur Lösung linearer Gleichungssysteme Wir gehen aus vom Gleichungssystem A=b. Dabei ist A M m n K, b K m. Gesucht werden ein oder alle Elemente K n, so daß obige Gleichung erfüllt

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Übersicht Lineare Gleichungssystem mit 2 Variablen 1 Lineare Gleichungssystem mit 2 Variablen Beispiele 2 Fakultät Grundlagen Folie: 2 Beispiel I Lineare

Mehr

7.1 Matrizen und Vektore

7.1 Matrizen und Vektore 7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = -1 + 3x 2 = 4 mit

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

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme 52 II Lineare Gleichungssysteme II Lineare Gleichungssysteme 10 Matrizen und Vektoren 52 11 Der Gaußsche Algorithmus 58 12 Basen, Dimension und Rang 62 13 Reguläre Matrizen 66 14 Determinanten 69 15 Skalarprodukte

Mehr

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7

Mathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Mathematik für Wirtschaftswissenschaftler im WS 203/4 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Aufgabe 27 Sei eine lineare Abbildung f : R 4 R 3 gegeben durch f(x, x 2, x 3 ) = (2 x 3 x 2

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,

Mehr

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2) Lineare Abbildungen Teschl/Teschl.3,. Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:

Mehr

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

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

Mehr

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

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden) fua3673 Fragen und Antworten Vektorgeometrie (bitte nur für den Eigengebrauch verwenden) Inhaltsverzeichnis Vektorgeometrie im Raum. Fragen................................................. Allgemeines..........................................

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 5 Verwandle große Schwierigkeiten in kleine und kleine in gar keine Chinesische Weisheit Das Lösen von

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

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

Basistext Geraden und Ebenen

Basistext Geraden und Ebenen Basistext Geraden und Ebenen Parameterdarstellung Geraden Eine Gerade ist durch zwei Punkte P und Q, die auf der Geraden liegen, eindeutig festgelegt. Man benötigt zur Darstellung den Vektor. Dieser wird

Mehr

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare

Mehr

Erneut: Matrizen und lineare Abbildungen

Erneut: Matrizen und lineare Abbildungen Erneut: Matrizen und lineare Abbildungen Mit Hilfe der Matrixmultiplikation lässt sich die Korrespondenz zwischen linearen Abbildungen und Matrizen elegant ausdrücken: Satz. e 1, e 2,..., e n sei die Standardbasis

Mehr

Lineare Abbildungen und Gleichungssysteme

Lineare Abbildungen und Gleichungssysteme Lineare Abbildungen und Gleichungssysteme Klaus-R Loeffler Lineare Abbildungen Definition: Lineare Abbildung Es wird vorausgesetzt, dass V und W Vektorräume sind Eine Abbildung f von V in W heißt dann

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Mathematik I für Biologen, Geowissenschaftler und Geoökologen 28. November 2011 Definition Beispiel: Wassermengen und Konzentrationen in einem Fluss Beispiel Zeilenstufenform Beispiel (Fortsetzung) Anhang

Mehr

Lösungen zum 5. Aufgabenblatt

Lösungen zum 5. Aufgabenblatt SS 2012, Lineare Algebra 1 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

Mehr

Basiswissen Analytische Geometrie

Basiswissen Analytische Geometrie www.matheabitur.de Basiswissen Analytische Geometrie Alle Grundlagen und Rechentechniken der analytischen Geometrie S. und deren beschreibende Verfahren Wissenskatalog der Grundlagen. Lösen einfacher linearer

Mehr

Rang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya

Rang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya Rang einer Matrix 1-E1 Ma 1 Lubov Vassilevskaya Unterdeterminante einer nichtquadratischen Matrix M ist eine nichtquadratische 2,3-Matrix: M = 6 2 3 0 5 7 Durch Streichen einer der drei Spalten kann man

Mehr

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. Übungsblatt Aufgaben mit Lösungen . Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen

Mehr

Analytische Geometrie, Vektorund Matrixrechnung

Analytische Geometrie, Vektorund Matrixrechnung Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?

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

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen Das komplette Material finden Sie hier: School-Scout.de Thema: Lineare Algebra:

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

1.1. Geradengleichung aus Steigung und y-achsenabschnitt

1.1. Geradengleichung aus Steigung und y-achsenabschnitt Version vom 4. Januar 2007 Gleichungen von Geraden in der Ebene 1999 Peter Senn * 1.1. Geradengleichung aus Steigung und y-achsenabschnitt In dieser Form lautet die Gleichung der Geraden wie folgt: g:

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

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

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

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

Mehr

Lösungen der Aufgaben zu Abschnitt 5.4

Lösungen der Aufgaben zu Abschnitt 5.4 A Filler: Elementare Lineare Algebra Lösungen zu Abschnitt 54 Lösungen der Aufgaben zu Abschnitt 54 B ist linear unabhängig, wenn die Vektorgleichung ( ) ( ) ( ) ( ) 456 λ + λ + λ = bzw das LGS λ +4λ +λ

Mehr

Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer".

Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie Träger oder Fahrer. Was ist ein Vektor? Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer". Vektoren sind Listen von Zahlen. Man kann einen Vektor darstellen, indem man seine Komponenten

Mehr

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

Mehr

6.2. Prüfungsaufgaben zur Lösbarkeit von LGS

6.2. Prüfungsaufgaben zur Lösbarkeit von LGS 6.. Prüfungsaufgaben zur Lösbarkeit von LGS Aufgabe : Lösbarkeit von LGS () Berechne mit Hilfe des Gauß-Verfahrens die Lösungsmengen der drei folgenden inhomogenen Gleichungssysteme. Gib außerdem die Lösungsmengen

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

6. Übungsblatt zur Mathematik I für Maschinenbau

6. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 6. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 2/ 25..-.2. Aufgabe G (Lineare Gleichungssysteme)

Mehr

Vorkurs Mathematik Teil III. Lineare Algebra

Vorkurs Mathematik Teil III. Lineare Algebra Vorkurs Mathematik Teil III. Lineare Algebra Inhalt 0. Inhalt 1. Lineare Gleichungssysteme und Gauß-Verfahren. Vektorrechnung 3. Lagebestimmungen von Punkt, Geraden und Ebenen 4. Skalarprodukt, Längen

Mehr

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2 Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit

Mehr

Theoretische Fragen zu ausgewählten Themen in Lineare Algebra

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

Mehr