Lineare Gleichungssysteme - Grundlagen
|
|
- Ralph Hartmann
- vor 7 Jahren
- Abrufe
Transkript
1 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 a 11, a 12,..., a mn eines Körpers K (in der Regel K = R oder auch K = C) sowie weitere m Elemente b 1,..., b m K. Gesucht sind n Elemente x 1,..., x n K, die die folgenden m linearen Gleichungen erfüllen: a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a m1 x 1 + a m2 x a mn x n = b m Wegen des kleinen Umfangs des lateinischen Alphabets benützen wir doppelt indizierte Größen a 11 [a(eins-eins), nicht a(elf)], a 12 [a(eins-zwei), nicht a(zwölf)],..., a mn. Zur Klarstellung müssen die beiden Indizes u.u. durch ein Komma getrennt werden. Die a ij heißen die Koeffizienten, die b i die rechten Seiten des Gleichungssystems. Die Gleichungen heißen linear, weil die Unbekannten x j genau linear, d.h. in der ersten Potenz auftreten, nicht etwa quadratisch, in anderen Potenzen oder als Produkte. Wir streben übersichtlichere und einfachere Schreibweisen für das lineare Gleichungssystem (1) an. Dazu betrachten wir das rechteckige Schema a 11 a a 1n a 21 a a 2n A :=.... (2).. a m1 a m2... a mn von m n Elementen a ij aus dem Körper K, angeordnet in m Zeilen und n Spalten, und nennen es eine m n-matrix über dem Körper K. Beim Element a ij heißt i der Zeilenindex, j der Spaltenindex. Die Menge aller m n-matrizen mit Elementen aus dem Körper K bezeichnen wir mit K m n. Matrizenbegriff und -kalkül gehen zurück auf den englischen Mathematiker Arthur Cayley ( ). Um die linken Seiten von (1) kurz schreiben zu können, wird eine Multiplikation von m n- Matrizen mit Spaltenvektoren aus K n erklärt. Sei x 1 x 2 x :=. Kn. (3) x n Unter dem Produkt A x (meist kurz Ax ohne Malpunkt) der Matrix A K m n mit dem Spaltenvektor x K n versteht man den im Folgenden angegebenen Spaltenvektor aus K m : a 11 a a 1n x 1 a 21 a a 2n x 2 Ax = := a m1 a m2... a mn x n n a 11 x 1 + a 12 x a 1n x n j=1 a 21 x 1 + a 22 x a 2n x n a 1jx j n := = j=1 a 2jx j. Km. (4) a m1 x 1 + a m2 x a mn x n n j=1 a mjx j (1)
2 Diese Multiplikation ist also eine Verknüpfung K m n K n K m. Sie geht nach dem Schema Zeile mal Spalte. Zeile ist eine Zeile der Matrix A, Spalte ist die Spalte der Unbekannten; dabei hat jede Zeile genau so viele Elemente wie die Spalte. mal steht für das Skalarprodukt, wie wir es im R n definiert haben. Zusammen mit dem Spaltenvektor b 1 b 2 b :=. Km b m der rechten Seiten wird das Gleichungssystem (1) dann einfach beschrieben durch Ax = b. A heißt die Koeffizientenmatrix, die Matrix (A, b) mit der zusätzlichen Spalte b die erweiterte Koeffizientenmatrix oder kurz die erweiterte Matrix des Gleichungssystems. Falls b = 0, heißt das Gleichungssystem homogen, sonst inhomogen. Die Menge Lös(A, b) := {x K n Ax = b} (7) aller Lösungen heißt die Lösungsmenge des Gleichungssystems; sie ist eine Teilmenge des K n. Betrachten wir ein inhomogenes lineares Gleichungssystem Ax = b und gleichzeitig das zugehörige homogene System Ax = 0, so schreiben wir für die Lösungsmengen anstelle von Lös(A, b) und Lös(A, 0) auch kurz L i bzw. L h. Für homogene Gleichungssysteme gehört wegen A0 = 0 der Nullvektor stets zur Lösungsmenge. Er wird als triviale Lösung des homogenen Gleichungssystems bezeichnet. Zu beachten ist dabei, dass in A0 = 0 links der Nullvektor 0 K n, rechts der Nullvektor 0 K m steht. Die Lösungsmenge eines homogenen linearen Gleichungssystems ist also stets nichtleer. Bei einem inhomogenen linearen Gleichungssystems braucht dies nicht der Fall zu sein. Ziel ist es, Kriterien für die Lösbarkeit linearer Gleichungssysteme, weiter ggfs. Aussagen über die Struktur ihrer Lösungsmenge und schließlich diese selbst zu gewinnen. Wir wollen noch zwei weitere Schreibweisen für lineare Gleichungssysteme kennen lernen, bei denen die Zerlegung der Matrix A in ihre Zeilen- bzw. Spaltenvektoren bedeutsam ist. Zuerst betrachten wir die Zeilenvektoren der Matrix A. Da wir vereinbart haben, Vektoren grundsätzlich als Spalten zu schreiben, muss die Umwandlung einer Spalte in eine Zeile besonders gekennzeichnet werden. Man spricht vom transponierten Vektor, bezeichnet durch ein hochgestelltes T rechts von dem Vektorsymbol, etwa a T. Gelegentlich wird auch ein hochgestelltes t links vom Vektorsymbol verwendet, etwa t a. Auch eine m n-matrix A kann transponiert werden; A T bzw. t A ist eine n m-matrix. Die Spalten von A sind die Zeilen von A T und umgekehrt. Mit dem i-ten Zeilenvektor der Matrix A a i := (a i1, a i2,..., a in ) T K n, i = 1,..., m und der oben vereinbarten Multiplikation einer Matrix (auch eine Zeile ist eine Matrix!) mit einem Spaltenvektor schreibt sich die i-te Gleichung des Gleichungssystems (1) bzw. (6) als x 1 x 2 a i1 x 1 + a i2 x a in x n = (a i1, a i2,..., a in ). = at i x = b i, (8) x n 2 (5) (6)
3 und das ganze Gleichungssystem kurz als a T i x = b i, i = 1,..., m. (9) Nun zu den Spaltenvektoren a 1j a 2j A j :=. Km, a mj j = 1,..., n der Matrix A. Mit ihnen lautet (1) bzw. (6) Ax = n x j A j = b. j=1 (10) (Merke: Das Produkt einer Matrix mit einem Spaltenvektor ist eine Linearkombination der Spalten der Matrix.) Für die oben definierte Multiplikation von Matrizen mit Spaltenvektoren gibt es Rechenregeln, die später von Vorteil sein werden. Seien A K m n, x, y K n, α K. Dann gilt Theorie A(x + y) = Ax + Ay, A(αx) = α(ax). (11) Im Folgenden werden die wichtigsten Sätze über lineare Gleichungssysteme - ohne Beweise - zusammengestellt. Dabei sind m, n N und K ein Körper. Zum Beweis des Satzes GS-1 sind nur die Rechenregeln (11) notwendig. Satz GS-1. Es seien A K m n, b K m. Betrachtet werden das inhomogene lineare Gleichungssystem Ax = b und das zugehörige homogene System Ax = 0. Dann gilt (i) Lös(A, 0). (ii) x, y Lös(A, 0) x + y Lös(A, 0). } x Lös(A, 0) (iii) αx Lös(A, 0). α K } x Lös(A, b) (iv) x y Lös(A, 0). y Lös(A, b) } x Lös(A, b) (v) x + y Lös(A, b). y Lös(A, 0) Es sei dem Leser empfohlen, die Aussagen dieses Satzes in Worten zu formulieren, etwa (iv): Die Differenz zweier Lösungen eines inhomogenen linearen Gleichungssystems ist eine Lösung des zugehörigen homogenen Systems. Für die weiteren Sätze ist der Rangbegriff ein wesentliches Hilfsmittel. Unter dem Rang einer Matrix A, in Zeichen rg(a), versteht man bekanntlich die Dimension ihres Zeilenraums oder ihres Spaltenraums. Diese beiden Dimensionen sind gleich. 3
4 Satz GS-2: Hauptsatz über lineare Gleichungssysteme. Seien A 1,..., A n, b K m und A = (A 1,..., A n ). Dann sind äquivalent (i) Lös(A, b). (ii) b span(a 1,..., A n ). (iii) rg(a) = rg(a, b). Ein lineares Gleichungssystem ist also genau dann lösbar, wenn der Rang seiner Koeffizientenmatrix gleich dem Rang seiner erweiterten Matrix ist. Bei einem homogenen linearen Gleichungssystem Ax = 0 ist diese Bedingung trivialerweise erfüllt; es besitzt immer die triviale Lösung x = 0. Seine Lösungsmenge ist also wie schon oben festgestellt stets nichtleer. Weiter gilt Satz GS-3. Seien A 1,..., A n, b K m und A = (A 1,..., A n ). Dann sind äquivalent (i) Das lineare Gleichungssystem Ax = b ist für jedes b K m lösbar (man sagt: Ax = b ist universell lösbar). (ii) rg(a) = m (man sagt: A hat vollen Zeilenrang). Satz GS-4. Seien A 1,..., A n, b K m und A = (A 1,..., A n ). Dann gilt (i) Die Lösungsmenge L h = {x Ax = 0} des homogenen Systems ist ein Untervektorraum des K n. Mit r = rg(a) gilt dim L h = n r. (12) (ii) Ist p K n eine Lösung des inhomogenen Systems, d.h. p L i = {x Ax = b}, dann gilt L i = p + L h. (13) Man sagt auch: Die allgemeine Lösung eines inhomogenen Gleichungssystems ergibt sich durch Addition einer speziellen Lösung des inhomogenen Systems zur allgemeinen Lösung des zugehörigen homogenen Systems. Zum Beweis von (i) sind die Eigenschaften (11) wesentlich. In der Beschreibung der Lösungsmenge L h treten n r frei wählbare Parameter auf. Man beachte: Eine Entscheidung über die als Parameter wählbaren Unbekannten kann nur mit dem Gaussschen Algorithmus getroffen werden. Es können keinesfalls irgendwelche der n Unbekannten als Parameter frei gewählt werden! Die Lösungsmenge L i eines inhomogenen linearen Gleichungssystems ist wegen 0 / L i kein Untervektorraum des K n. Sie ist entweder leer oder geht gemäß (13) durch Parallelverschiebung aus der Lösungsmenge L h des zugehörigen homogenen Systems hervor (wir werden später sagen: L i ist ein affiner Unterraum des K n ). Wir setzen dim L i = { dim Lh, falls L i, 1, falls L i =. (14) Eine einfache spezielle Folgerung aus Satz GS-4 ist Satz GS-5. Seien A 1,..., A n K m, A = (A 1,..., A n ) und m < n. Dann besitzt das homogene Gleichungssystem Ax = 0 eine nichttriviale Lösung, d.h. ein homogenes Gleichungssystem mit weniger Gleichungen als Unbekannten besitzt stets eine nichttriviale Lösung. Es ist r = rg(a) min(m, n) = m < n, somit dim L h = n r 1. 4
5 Ist rg(a) = rg(a, b) = n, dann gilt dim L h = dim L i = n n = 0. In diesem Fall besitzen die beiden Gleichungssysteme je genau eine Lösung. Satz GS-6. Seien A 1,..., A n, b K m und A = (A 1,..., A n ). Ist das inhomogene System Ax = b lösbar, dann sind äquivalent (i) Das Gleichungssystem Ax = b ist eindeutig lösbar. (ii) Das zugehörige homogene System Ax = 0 ist nur trivial lösbar. Von besonderem Interesse sind Gleichungssysteme mit genau so vielen Gleichungen wie Unbekannten, d.h. mit quadratischer Koeffizientenmatrix. Hier ist m = n und man kann (dann und nur dann!) die Determinante der Koeffizientenmatrix A K n n bilden. Wegen gilt det(a) 0 rg(a) = n (15) Satz GS-7. Seien A 1,..., A n, b K n und A = (A 1,..., A n ). Dann sind äquivalent (i) det(a) 0. (ii) Das Gleichungssystem Ax = b ist eindeutig lösbar. (iii) Das zugehörige homogene System Ax = 0 ist nur trivial lösbar. Weiter gilt Satz GS-8: Cramersche Regel. Seien A 1,..., A n, b K n und A = (A 1,..., A n ). Falls det(a) 0, hat das Gleichungssystem Ax = b genau eine Lösung x = A 1 b. Es gilt x = x 1. x n mit x i = det(a 1,..., A i 1, b, A i+1,..., A n ), i = 1,..., n. (16) det(a) In diesem Fall könnte man die Komponenten des Lösungsvektors zwar mit der Cramerschen Regel als Quotienten von Determinanten angeben bzw. den Lösungsvektor mit Hilfe der Inversen A 1 von A angeben, jedoch ist in der Regel auch hier zur praktischen Ermittlung der Lösung der Gausssche Eliminationsalgorithmus (siehe unten) vorzuziehen. Der Gausssche Eliminationsalgorithmus Die Lösungsmenge eines linearen Gleichungssystems Ax = b (b = 0 ist hier eingeschlossen) wird durch die folgenden elementaren Zeilenumformungen der erweiterten Matrix (A, b) nicht verändert: (U 1 ) Vertauschung von i-ter und k-ter Zeile. (U 2 ) Multiplikation der i-ten Zeile mit einem Faktor α 0. (U 3 ) Addition des α-fachen der i-ten Zeile zur k-ten Zeile. Auch rg(a) und rg(a, b) werden durch diese elementaren Zeilenumformungen nicht verändert. Erstes Ziel des Gaussschen Algorithmus ist es, durch elementare Zeilenumformungen von oben nach unten (sog. Vorwärtssubstitution) die erweiterte Matrix (A, b) in sog. Zeilenstufenform zu überführen: 5
6 (A, b) r (17) Dabei stehen unterhalb des Treppenzuges im linken Teil (welcher der Matrix A entspricht) nur Nullen. Das Zeichen steht für nichtverschwindende Pivotelemente (Pivot = Angelpunkt). Die Elemente sind für die Überlegungen zur Lösbarkeit ohne Belang. Die Anzahl r der Pivotelemente ist gleich rg(a). Wesentlich ist in der (n + 1)-ten Spalte (die der rechten Seite b entspricht) das mit bezeichnete Element (unter dem lauter Nullen erzeugt werden können). Ist 0, dann ist der Rang der erweiterten Matrix (A, b) um eins größer als der Rang der Koeffizientenmatrix A, und das Gleichungssystem besitzt keine Lösung. Ist dagegen = 0, dann ist rg(a) = rg(a, b), und das Gleichungssystem ist lösbar. Hinweis. Das Element wird in keinem Fall als Pivotelement bezeichnet. Im Falle der Lösbarkeit ( = 0, d.h. rg(a) = rg(a, b)) werden, ausgehend von (17), zur Ermittlung der Lösung zuerst die Pivotelemente durch elementare Zeilenumformungen vom Typ (U 2 ) auf 1 normiert. Dann wird von unten nach oben gerechnet (sog. Rückwärtssubstitution), und zwar werden mittels elementarer Zeilenumformungen vom Typ (U 3 ), beginnend mit der r-ten Zeile, die Pivotspalten in kanonische Einheitsspalten überführt. (A, b) r (18) Hierbei werden einmal in den Pivotspalten erzeugte Nullen durch spätere Zeilenumformungen nicht mehr zerstört. Schließlich können die zu den Nicht-Pivotspalten gehörigen freien Unbekannten auf die rechte Seite gebracht und als Parameter frei gewählt werden. 6
7 Formalisierte Beschreibung der Vorwärtssubstitution des Gauss-Algorithmus Bemerkung. a ij bezeichnet Platzhalter (Speicherplätze), deren Inhalt sich im Lauf des Verfahrens verändert. (M) Eingabedaten: Lies m, n, A = (a ij ), b = (b i ). Drucke m, n, A = (a ij ), b = (b i ). Initialisierung: Setze s := 0, z := 0, r := 0 und I := {1, 2,..., m}. Iteration: Falls s < n und z < m, führe aus: Setze s := s + 1. Falls a is 0 für ein i I, führe aus: Wähle a is als Pivotelement und setze r := r + 1. Setze z := z + 1. Vertausche die Zeilen z und i. Setze I := I \ {z}. Bringe durch Addition geeigneter Vielfacher der z-ten Zeile (also der neuen i-ten Zeile) zu den übrigen, d.h. durch geeignete Umformungen vom Typ (U 3 ), die Elemente a is, i I, in Spalte s zum Verschwinden. Gehe zu (M); anderenfalls gehe zu (M); anderenfalls führe aus: Setze rg(a) := r. Falls z = m, führe aus: Setze rg(a, b) := r. Setze ST OP := 1; anderenfalls führe aus: Setze s := s + 1. Falls a is 0 für ein i I, führe aus: Setze rg(a, b) := r + 1. Setze ST OP := 2; anderenfalls führe aus: Setze rg(a, b) := r. Setze ST OP := 3. Falls ST OP = 1 oder ST OP = 3: Drucke rg(a) = rg(a, b) = r. Gleichungssystem lösbar mit n r Parametern. Falls ST OP = 2: Drucke r = rg(a) < rg(a, b) = r + 1. Gleichungssystem nicht lösbar. 7
05. Lineare Gleichungssysteme
05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a
Mehr6 Lineare Gleichungssysteme
6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Martin Gubisch Lineare Algebra I WS 27/28 Definition (a ij ) 1 j n 1 i n heiÿt eine m n-matrix mit Komponenten a ij K Dabei bezeichnet i den Zeilenindex und j den Spaltenindex
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 18.10.2012 Alexander Lytchak 1 / 12 Lineare Gleichungssysteme Wir untersuchen nun allgemeiner Gleichungssysteme der
MehrDer 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
Mehr10 Lineare Gleichungssysteme
ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System 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
Mehr9 Lineare Gleichungssysteme
9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der
MehrLineare Gleichungssysteme und Matrizen
Kapitel 11 Lineare Gleichungssysteme und Matrizen Ein lineares Gleichungssystem (lgs) mit m linearen Gleichungen in den n Unbekannten x 1, x 2,..., x n hat die Gestalt: Mit a 11 x 1 + a 12 x 2 + a 13 x
Mehr37 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
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 1 Einführung Lineare Gleichungen Definition
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Definition. Sei K ein Körper, a ij K für 1 i m, 1 j n und b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2......
Mehr2 Vektorräume und Gleichungssysteme
2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum 2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum Definition 21 Seien K = (K, +, ) ein Körper, V eine Menge und
MehrMatrizen - I. Sei K ein Körper. Ein rechteckiges Schema A = wobei a ij K heißt Matrix bzw. eine m n Matrix (mit Elementen aus K).
Matrizen - I Definition. Sei K ein Körper. Ein rechteckiges Schema A = a 11 a 12...... a 1n a 21 a 22...... a 2n............ a m1 a m2...... a mn wobei j K heißt Matrix bzw. eine m n Matrix (mit Elementen
Mehr2.2 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 +
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom
Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch
Mehr3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit
3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53
Mehr5 Lineare Gleichungssysteme und Determinanten
5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von
Mehr1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4
Wirtschaftswissenschaftliches Zentrum 3 Universität Basel Mathematik 2 Dr Thomas Zehrt Lineare Gleichungssysteme Inhaltsverzeichnis Einführung 2 2 Gleichungen und 2 Unbekannte 2 2 3 Gleichungen und 3 Unbekannte
Mehr3 Systeme linearer Gleichungen
3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +
Mehr1 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
Mehrβ 1 x :=., und b :=. K n β m
44 Lineare Gleichungssysteme, Notations Betrachte das lineare Gleichungssystem ( ) Sei A = (α ij ) i=,,m j=,n α x + α x + + α n x n = β α x + α x + + α n x n = β α m x + α m x + + α mn x n = β m die Koeffizientenmatrix
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF
TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Lineare Gleichungssysteme (LGS) 2 1.1 Grundlagen..................................................
Mehr10.2 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
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
MehrTutorium: Analysis und Lineare Algebra
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218
Mehr2 Matrizenrechnung und Lineare Gleichungssysteme
Technische Universität München Florian Ettlinger Ferienkurs Lineare Algebra Vorlesung Dienstag WS 2011/12 2 Matrizenrechnung und Lineare Gleichungssysteme 2.1 Matrizenrechnung 2.1.1 Einführung Vor der
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrTutorium: Analysis und Lineare Algebra
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14052018 (Teil 1) 7 Mai 2018 Steven Köhler mathe@stevenkoehlerde mathestevenkoehlerde 2 c 2018 Steven Köhler 7 Mai 2018 Matrizen
Mehr2.2 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
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 17.10.2012 Bernhard Hanke 1 / 9 Wir beschreiben den folgenden Algorithmus zur Lösung linearer Gleichungssysteme, das sogenannte Gaußsche
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n = b a 2 x + a 22 x 2 +...
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
Mehr2 Lineare Gleichungssysteme
2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
Mehr, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
MehrZeilenstufenform eines Gleichungssystems
Zeilenstufenform eines Gleichungssystems Ein lineares Gleichungssystem mit einer m n-koeffizientenmatrix lässt sich mit Gauß-Transformationen auf Zeilenstufenform (Echelon-Form) transformieren: Ax = b...
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 51 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
Mehr1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen
1 Zum Aufwärmen 1.1 Notationen In diesem Teil der Vorlesung bezeichnen wir Körper mit K, Matrizen mit Buchstaben A,B,..., Vektoren mit u,v,w,... und Skalare mit λ,µ,... Die Menge der m n Matrizen bezeichnen
MehrLineare 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
Mehr3 Lineare Algebra Vektorräume
3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine
Mehr3 Lineare Gleichungssysteme
3 Lineare Gleichungssysteme 3 Fortsetzung des Matrizenkalküls Als erstes beweisen wir einen einfachen Satz über den Rang von Matrizenprodukten Satz 3 (a) Für Matrizen A : Ã l m, B : Ã m n gilt rang AB
MehrLineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 5. Dezember 2007 Definition : Tomographie (Fortsetzung) : Tomographie Definition: Ein lineares Gleichungssystem (LGS) ist ein System von n
MehrGrundlegende Definitionen aus HM I
Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Wir befassen uns anschließend mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren einmal den begrifflichen Aspekt, d.h.
MehrSerie 8: Online-Test
D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen
MehrKapitel 9: Lineare Gleichungssysteme
Kapitel 9: Lineare Gleichungssysteme Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 9: Lineare Gleichungssysteme 1 / 15 Gliederung 1 Grundbegriffe
MehrLineare 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( ) 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
Mehr4. 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
Mehr3 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
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen
MehrMischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.
Kapitel 5 Lineare Algebra 5 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen
Mehr(c) x 2 + 3x 3 = 1 3x 1 + 6x 2 3x 3 = 2 6x 1 + 6x x 3 = 5
Musterlösungen zu Mathematik II (Elementare Lineare Algebra) Blatt Nathan Bowler A: Präsenzaufgaben. Zeilenstufenform und reduzierte Zeilenstufenform erkennen Welche der folgenden Matrizen sind in Zeilenstufenform?
MehrMathematik 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
MehrLineare Algebra. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching October 6, 017 1 Erinnerung: Lineare Gleichungssysteme LGS Der allgemeine Fall hat m lineare Gleichungen, n
MehrLINEARE ALGEBRA II. FÜR PHYSIKER
LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders
MehrSerie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung
D-MATH/D-PHYS Lineare Algebra I HS 2017 Dr. Meike Akveld Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung 1. In dieser Aufgabe beweisen wir die Existenz der LR-Zerlegung einer quadratischen
MehrDas inhomogene System. A x = b
Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 12. Übung: Woche vom (Lin.Alg.
Übungsaufgaben 12. Übung: Woche vom 16. 1.-20. 1. 2017 (Lin.Alg. I): Heft Ü 3: 2.1.11; 2.1.8; 2.1.17; 2.2.1; 2.2.3; 1.1.1; 1.1.4; Hinweis 1: 3. Test (Integration, analyt. Geom.) ist seit 9.1. freigeschalten
MehrÜbungen zur Linearen Algebra 1 Probeklausur Musterlösung: Aufgabe A
Musterlösung: Aufgabe A Wir betrachten die Matrix A = 1 4 1 1 3 1 4 5 2 M(3 3, Q) und die dazugehörige Abbildung f : Q 3 Q 3 ; v A v. Für j = 1, 2, 3 bezeichne v j Q 3 die j-te Spalte von A. Teilaufgabe
MehrMatrizen, 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
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehr1 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
Mehr4 Der Gauß Algorithmus
4 Der Gauß Algorithmus Rechenverfahren zur Lösung homogener linearer Gleichungssysteme Wir betrachten ein GLS (1) a 11 x 1 + a 1 x + + a 1n x n = a 1 x 1 + a x + + a n x n = a m1 x 1 + a m x + + a mn x
MehrHM II Tutorium 5. Lucas Kunz. 22. Mai 2018
HM II Tutorium 5 Lucas Kunz 22. Mai 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Wiederholung Lineare Gleichungsysteme................... 2 1.2 Wiederholung: Kern einer Abbildung..................... 3 1.3
Mehr5.7 Lineare Abhängigkeit, Basis und Dimension
8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
Mehr5.4 Basis, Lineare Abhängigkeit
die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)
MehrLineare Gleichungssysteme. 1-E Ma 1 Lubov Vassilevskaya
Lineare Gleichungssysteme 1-E Ma 1 Lubov Vassilevskaya Systeme linearer Funktionen und Gleichungen y = a 1 a 2... a n lineare Funktion Funktion ersten Grades,,..., unabhängige Variablen y abhängige Variable
MehrKapitel 8. Elemente der Matrizenrechnung. 8.1 Rechenregeln
Kapitel 8 Elemente der Matrizenrechnung Die Untersuchung linearer Abbildungen, so die Moral des letzten Kapitels, ist Matrizenlehre: was man mit Matrizen alles so machen kann, und welche Eigenschaften
MehrBC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2
Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete
Mehr3.4 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,
Mehr2.2 Lineare Gleichungssysteme
Lineare Algebra 2016/17 c Rudolf Scharlau 67 22 Lineare Gleichungssysteme Das Lösen von Gleichungen (ganz unterschiedlichen Typs und unterschiedlichen Schwierigkeitsgrades) gehört zu den Grundproblemen
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof Dr Erich Walter Farkas Kapitel 7: Lineare Algebra 74 Lineare Gleichungssysteme Prof Dr Erich Walter Farkas Mathematik I+II, 74 Lin Glsyst 1 / 83 1 Allgemeine Vorbetrachtungen
MehrBesteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)
Matrizenrechnung. Matrizen Matrizen sind bereits im Kapitel Lineare Gleichungssysteme aufgetreten. Unter einer (m n) -Matrix A verstehen wir ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Der.
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.4 Lineare Gleichungssysteme
Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 84 Lineare Gleichungssysteme wwwmathethzch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof Dr Erich Walter Farkas http://wwwmathethzch/
MehrSerie 8: Fakultativer Online-Test
Prof Norbert Hungerbühler Lineare Algebra I Serie 8: Fakultativer Online-Test ETH Zürich - D-MAVT HS 215 1 Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen Die Nachbesprechung
MehrAllgemeines 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
MehrLineare Gleichungssysteme (LGS)
Prof Dr M Helbig LA Vorlesung Lineare Gleichungssysteme (LGS) Fragen? LGS - Begriffe Definition a) Ein lineares Gleichungssystem (LGS) in den Unbekannten x 1,, x n mit Koeffizienten a ij R ( 1 i m, 1 j
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
MehrBeispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist
127 Die Schritte des Gauß-Algorithmus sind nun die Folgenden: 1. Wir bestimmen die am weitesten links stehende Spalte, die Einträge 0 enthält. 2. Ist die oberste Zahl der in Schritt 1 gefundenen Spalte
MehrLineare Gleichungssysteme Seite 98. Spaltenorientiert. Zeilenorientiert. 1. Vorgegeben: 1 kg Mehl, 2 kg Zucker
Definition und Beispiele Definition und Beispiele Im linearen Gleichungssystem Seite 98 a x + a x + + a n = b a x + a x + + a n = b a m x + a m x + + a mn = b m sind die Koeffizienten a ij und die rechten
MehrTEIL II LINEARE ALGEBRA
TEIL II LINEARE ALGEBRA 1 Kapitel 10 Lineare Gleichungssysteme 101 Motivation Sei K ein fest gewählter Körper (zb K = R, C, Q, F p ) Betrachten das lineare Gleichungssystem (L) α 11 x 1 + α 12 x 2 + +
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
Mehr1 Matrizen und Vektoren
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Matrizen und Vektoren Definition 1.1 (Matrizen) Ein rechteckiges Zahlenschema aus m mal n Elementen eines Körpers
MehrMathematik 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,...,
Mehra a a a a a a a a a a a a a a
7 Lineare lgebra 7.1 Matrizen a a a k a a a a a a a a a a a a a 11 12 1 1n 21 22 2k 2n i1 i2 in m1 m2 mk mn i-te Zeile m Zeilen n Spalten k-te Spalte a : Matrixelement i 1,2,...,m k 1,2,...,n i: Zeilenindex
MehrEin Skript für Lineare Algebra I und II
Ein Skript für Lineare Algebra I und II Chris Preston 2003/04 1 2 Dies ist ein Skript für die Vorlesungen Lineare Algebra I und II. Die Texte von Jänich [5] und Fischer [3] haben die Darstellung beeinflusst.
MehrKapitel 15 Lineare Gleichungssysteme
Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem
MehrMatrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte
Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung
Mehr9.2 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
MehrKapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49
Kapitel 2 Matrixalgebra Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS.
MehrKapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49
Kapitel 2 Matrixalgebra Josef Leydold Mathematik für VW WS 207/8 2 Matrixalgebra / 49 Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS.
MehrMatrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I
Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS Kapitel 2 Matrixalgebra Technologiematrix und wöchentliche Nachfrage (in Werteinheiten):
Mehr