Mathematik. Lernbaustein 6
|
|
- Herta Schmid
- vor 7 Jahren
- Abrufe
Transkript
1 BBS Gerolstein Mathematik Mathematik für die Berufsoberschule II Lernbaustein 6 Lineare Algebra Lernbaustein 6.pdf Erstellt von: Herrn St Percy Merkelbach Stand: Merkelbach
2 Inhaltsverzeichnis Lernbaustein Lineare Algebra Matrizen arstellung und Arten von Matrizen Matrizenaddition S-Multiplikation Matrizenmultiplikation (Skalarprodukt) Transponierte Matrix Übungen Lineare Verflechtungen Mehrstufige Produktionsprozesse Lineare Gleichungssysteme arstellung von linearen Gleichungssystemen mit Matrizen eterminanten Lösen von linearen Gleichungssystemen mit der Cramer schen Regel Inverse Matrix und Gauß-Algorithmus Merkelbach
3 Lernbaustein 6 Lineare Algebra ie lineare Algebra ist eine mathematische isziplin, die sich mit Größen beschäftigt, welche in linearer Beziehung zueinander stehen. 1. Matrizen In den Wirtschaftswissenschaften fallen oft große atenmengen an, die zu Blöcken zusammengefasst werden können. Mit Hilfe der Matrizenrechnung lassen sich viele Beziehungen zwischen solchen atenblöcken sehr übersichtlich darstellen und auswerten. In der Praxis liegen solche atenblöcke schon oft in Form von Tabelle vor. 1.1 arstellung und Arten von Matrizen Ein Unternehmen betreibt 4 Kiesgruben K 1, K 2, K 3 und K 4 und 3 Betonwerke B 1, B 2 und B 3, in denen der Kies aus den Kiesgruben zu Beton verarbeitet wird. Für den Monat Januar sind die Transporte (Einheit Tonnen) von den Kiesgruben zu den Betonwerken in einer Tabelle zusammengefasst. Tabelle: nach von B 1 B 2 B 3 K K K K Transportmatrix T In der nebenstehenden Tabelle werden die Transportkosten zusammengefasst (in pro Tonne), die beim Transport des Kieses von den Kiesgruben K i (i = 1, 2, 3, 4) zu den Betonwerken B j (j = 1, 2, 3) anfallen. Kostenmatrix K T K = nach von B 1 B 2 B 3 K 1 0,50 0,30 0,80 K 2 0,50 0,50 0,45 K 3 1,00 0,65 0,55 K 4 0,25 0,80 0,90 0,50 0,30 0,80 0,50 0,50 0, 45 = 1, 00 0, 65 0,55 0, 25 0,80 0,90 Unter einer Matrix versteht man ein Schema von Zahlen, die in Zeilen und Spalten angeordnet sind. Enthält eine Matrix z.b. 3 Zeilen und 5 Spalten, so spricht man von einer 3x5-Matrix. ie Zahlen innerhalb einer Matrix heißen Elemente der Matrix. Sind in einer Matrix die Zeilen- und Spaltenanzahl gleich, ist ihre Form also quadratisch, so nennt man eine solche Matrix eine quadratische Matrix. In einer quadratischen Matrix bezeichnet man die iagonale von links oben nach rechts unten als ihre Hauptdiagonale A = Hauptdiagonale 3 Merkelbach
4 ie Aktienkurse der Unternehmen AEG, BOSS und VW sind für den Zeitraum einer Woche in Euro angegeben. Will man ein bestimmtes Element der Matrix A herausgreifen, dann muss angegeben werden, in welcher Zeile und in welcher Spalte dieses Element steht. Jedes Element einer Matrix wird deshalb mit oppelindizes versehen. er erste Index gibt an, aus welcher Zeile, und der zweite Index gibt an aus welcher Spalte der Matrix das Element kommt. a 24 ist das Element, das in der Matrix A in der 2. Zeile und in der 4. Spalte steht. Ein lineares Gleichungssystem (LGS), das aus 3 Gleichungen mit 3 Variablen besteht, besitzt eine quadratische Koeffizientenmatrix. ie rechte Seite des LGS lässt sich als eine 1- spaltige Matrix darstellen. Eine Matrix, die nur aus einer Spalte besteht, wird auch Spaltenvektor genannt und eine Matrix, die nur aus einer Zeile besteht wird demnach Zeilenvektor genannt. Eine Matrix, die in der Hauptdiagonalen nur aus Einsen besteht und ansonsten nur Nullen aufweist, wird als Einheitsmatrix E bezeichnet. Mo i Mi o Fr AEG BOSS VW A = a11 a12 a13 a14 a15 A = a21 a22 a23 a 24 a25 a31 a32 a33 a34 a35 5x + 3x + x = x x + 4x = x 2x + 3x = A = E = b = Matrizenaddition ie Transportmatrix A gibt die von den Kieswerken K i zu den Betonwerken B j transportierten Mengen für den Monat Januar an. ie Transportmatrix B gibt die transportierten Mengen für den Monat Februar an. Möchte man nun die Summe der transportieren Mengen von den einzelnen Kieswerken zu den jeweiligen Betonwerken berechnen, muss man die einzelnen Koeffizienten komponentenweise addieren. C = A + B mit c = a + b ij ij ij ie Subtraktion erfolgt analog: C = A B mit c = a b ij ij ij A = C = B = Merkelbach
5 1.3 S-Multiplikation as Betonunternehmen rechnet damit, dass sich alle Kosten für den Transport von den Kiesgruben zu den Betonwerken innerhalb der nächsten 5 Jahre verdoppeln werden. a sich alle Kosten verdoppeln werden, muss man jedes Element von K mit 2 multiplizieren. K wird also mit der reellen Zahl 2 multipliziert * K = 2 K. Man nennt diese Rechenoperation S-Multiplikation oder Skalar-Multiplikation. ie S-Multiplikation ist an kein Matrixformat gebunden. 0,50 0,30 0,80 0,50 0,50 0, 45 K = 1, 00 0, 65 0,55 0, 25 0,80 0,90 K * = 2 K K * 1,00 0,60 1,60 1, 00 1, 00 0,90 = 2, 00 1,30 1,10 0,50 1, 60 1, Matrizenmultiplikation (Skalarprodukt) Ein Aktienanleger kauft an einem Tag 30 AEG-, 50 BOSS- und 20 VW-Aktien. ie Aktienkurse an diesem Tag betragen für AEG 136, für BOSS 1040 und für VW 402. Wie hoch ist der Preis, den der Anleger für alle Aktien bezahlen muss? as Produkt aus einem Zeilenvektor und einem Spaltenvektor bezeichnet man als Skalarprodukt b1 a a a b = a b + a b + a b b = ( ) = Ein Aktienspekulant kauft an zwei verschiedenen Tagen jeweils 30 AEG-, 50 BOSS- und 20 VW-Aktien. ie Aktienkurse an diesen beiden Tagen betragen für AEG 136 und 140, für BOSS 1040 und 1050 und für VW 402 und 450. Wie hoch ist der Gesamtkaufpreis an den beiden Tagen? Fasst man die gekauften Mengen in dieser Reihenfolge in einem 3-spaltigen Zeilenvektor und die Kurse in gleicher Reihenfolge in einer 3x2- Matrix zusammen, dann kann man mit Hilfe der Matrizenmultiplikation den Gesamtpreis für alle Aktien an den beiden Tagen berechnen, indem man den linksseitigen Zeilenvektor jeweils mit den Spaltenvektoren der 3x2-Matrix multipliziert. as Ergebnis ist ein 2-spaltiger Zeilenvektor ( = ) = ( ) 5 Merkelbach
6 Ein Börsenmakler kauft an einem Tage für 4 Kunden AEG-, BOSS- und VW-Aktien zu den Tageskursen 136,1040 und 402. er 1. Kunde ordert 30 AEG-, 50 BOSS- und 20 VW-Aktien, der 2. Kunde ordert 60 AEG- und 70 BOSS-Aktien, der 3. Kunde ordert 15 AEG- und 25 VW-Aktien und der 4. Kunde ordert 10 AEG- und jeweils 30 BOSS- und VW-Aktien. Berechnen Sie, welche Kaufpreise den 4 Kunden in Rechnung gestellt werden. as Ergebnis dieser Multiplikation ist ein Spaltenvektor, der die Kaufpreise aller Aktien für jeden Kunden wiedergibt. Kunde / Aktie Aktie / Preis = Kunde / Preis = = Ein Börsenmakler kauft an 2 verschiedenen Tagen für 4 Kunden jeweils immer die gleiche Anzahl an AEG-, BOSS- und VW-Aktien. Anzahl siehe vorherige Aufgabe. ie Aktienkurs steigen am 2.Tag auf AEG 140, BOSS 1050 und VW 450. ie Multiplikation des 1. Zeilenvektors von A mit dem 1. Spaltenvektor von B ergibt den Kaufpreis den der 1. Kunde für seine Käufe am 1. Tag zu zahlen hat. Multipliziert man nacheinander alle Zeilenvektoren der Matrix A mit allen Spaltenvektoren der Matrix B, dann erhält man eine Matrix, die die gesuchten Beträge für jeden Kunden an den beiden Tagen enthält. Kunde / Aktie Aktie / Tagespreis = Kunde / Tagespreis A B = = a jeder Zeilenvektor der Matrix A mit jedem Spaltenvektor der Matrix B elementweise multipliziert wird, muss die Matrix A genauso viele Spalten haben wie die Matrix B Zeilen besitzt. Allgemein: Ist A eine m x n-matrix und B eine r x s-matrix, dann muss also n = r gelten, damit das Produkt A B gebildet werden kann. ie Produktmatrix C hat dann das Format m x s, also genauso viele Zeilen wie die Matrix A und genauso viele Spalten wie die Matrix B. A B = C = c = a b + a b + a b = = Merkelbach
7 ie nebenstehenden beiden Matrizen A und B können nur als A B miteinander multipliziert werden. Als B A können die Matrizen nicht multipliziert werden, da das Format beider Matrizen dann nicht übereinstimmt, da die Anzahl der Spalten von B nicht mit der Anzahl der Zeilen von A übereinstimmt , A = B = Bei 2 quadratischen Matrizen vom selben Format lässt sich stets das Produkt A B als auch das Produkt B A bilden. ie Ergebnismatrix C ist zwar in beiden Fälle eine 3x3-Matrix aber die einzelnen Elemente stimmen nicht über ein. araus folgt: Eine Matrizenmultiplikation ist nicht kommutativ. A B B A A = B = A B = B A = Lässt sich für eine Matrix A das Produkt E A bzw. A E mit der Einheitsmatrix E bilden, so ist die Produktmatrix in beiden Fällen wieder A. Ist A eine quadratische Matrix so ist die Multiplikation mit der Einheitsmatrix E kommutativ A = E = A E = A und E A = A 1.5 Transponierte Matrix Vertauscht man in einer (m x n)-matrix A die Zeilen mit den Spalten, erhält man die transponierte T Matrix A vom Format (n x m). Es gilt: T T ( A ) = Folgende Matrizenmultiplikation gilt: A T T T A B = B A T A = A = A = B = A B = T T T T A = 3 1 B = = B A Merkelbach
8 1.6 Übungen 1. Addieren Sie die Matrizen A und B. Welches Format haben die beiden Matrizen? ,1 A = B = 4, , Berechnen Sie 4 ( A + B ) und 4 A + 4 A = = B B und vergleichen Sie die Ergebnisse. 3. Berechen Sie die folgende Matrizenrechnungen: A = B = C = a) ( A + B) C b) A B c) 2 B + 4 A 4. Für die 100-Jahr-Feier eines Großunternehmens sind an den 4 Produktionsstätten Festbankette geplant, zu denen je 3 Menüs zur Auswahl stehen sollen. 3 Cateringgesellschaften (CG) haben Angebote für die Menüs abgegeben (in ). Entscheiden Sie welche Cateringgesellschaft an welchen Ort liefern soll, damit die Gesamtkosten so gering wie möglich sind. CG1 CG2 CG3 ortmund Hamburg Mainz Menü ,50 33,50 Menü Menü ,50 Menü Menü 3 38, Menü ie Impex AG bezieht aus Amerika von 4 verschiedenen Lieferanten die Produkte I, II und III. ie Handelsgesellschaft tätigt ihre Käufe auf ollarbasis. ie Kaufpreise werden für die Kalkulation des Verkaufspreises in Euro umgerechnet und sind in der unten aufgeführten Liste zusammengefasst. Lieferant Produkt I Produkt II Produkt III Brubeck Inc. 10,30 412,10 110,80 American Globe 12,10 400,20 105,30 Amex 10,80 398,40 108,10 Trading Comp. 11,20 405,60 115,70 a) urch den Kurssturz des ollars sind alle Euro-Preise um 10% gesunken. Berechnen Sie die neuen Preise in Euro b) Ermitteln Sie den günstigsten Lieferanten, wenn die Impex AG folgende Mengen von einem einzigen Lieferanten beziehen möchte Stück von Produkt I, 560 Stück von Produkt II und 1250 Stück von Produkt III. 8 Merkelbach
9 6. Ein kleiner Industriebetrieb stellt aus 4 Bauteilen zwei Fertigerzeugnisse her. In der Tabelle sind die ME der Bauteil zusammengefasst, die für je ein Fertigerzeugnis benötigt werden. a) ie Herstellungsmenge für einen Auftrag X beträgt 250 ME von F 1 und 200 ME von F 2. Wie viel ME der Bauteile werden für diesen Auftrag benötigt? b) Wie hoch sind die Bauteilekosten für je ein Fertigerzeugnis wenn 1 ME von B 1 4,00, 1 ME von B 2 6,00, 1 ME von B 3 14,00 und 1 ME von B 4 8,00 kostet? c) Wie viel betragen die gesamten Bauteilekosten für Auftrag X? d) ie Fertigungskosten (FK), Verwaltungs- und Betriebskosten (VwVtK) betragen je ME 110,00 für F 1 und 140,00 für F 2. Berechnen Sie die FK und VwVtK für Auftrag X. Wie hoch sind die gesamten Selbstkosten? e) ie Verkaufspreise (netto) je ME betragen 180,00 für F 1 und 235,00 für F 2. Berechnen sie den Gesamterlös und den Gewinn aus Auftrag X. Bauteil ME der Bauteile je Fertigerzeugnis F 1 F 2 B B B B Aus 3 Rohstoffen werden 3 elektronische Bauteile hergestellt. ie für ein Bauteil benötigten ME an Rohstoffen sind in der Tabelle zusammengefasst. a) Wie viel ME der Rohstoffe benötigt man zur Herstellung von 800 ME von B1, 500 ME von B2 und 900 ME von B3? ME der Rohstoffe je Bauteil Rohstoff B 1 B 2 B 3 R R R b) Wie hoch sind die Rohstoffkosten je Bauteil und für die in a) genannten Fertigungsmengen bei folgenden Rohstoffpreisen je ME: 3,00 für R1, 7,00 für R2 und 4,00 für R3? c) ie Herstellung soll auf das Mengenverhältnis B1:B2:B3= 4:3:5 umgestellt werden. Wie viel ME der Bauteile kann man maximal herstellen wenn von R1 je Herstellungszeitraum nur ME zur Verfügung stehen? 9 Merkelbach
10 8. Berechnen Sie folgende Matrizenmultiplikation A B mit Hilfe von Excel A = B = Format der Ergebnismatrix markieren. Im Beispiel 3x3 Matrix markieren. Formel: MMULT(B1:3 ; G1:I3) Wichtig: Mann muss nach der Formeleingabe nicht ENTER drücken sondern STRG+Umschalt+ENTER Merkelbach
11 2. Lineare Verflechtungen 2.1 Mehrstufige Produktionsprozesse Produktionsprozesse in der Industrie bestehen normalerweise aus mehreren Verarbeitungsstufen. Aus Rohstoffen (Einzelteilen) werden zunächst Zwischenprodukte (Baugruppen) hergestellt, die dann in weiteren Produktionsstufen zu anderen Zwischenprodukten (komplexeren Baugruppen) und schließlich zu Endprodukten verarbeitet werden. Man nennt diese mehrstufigen Produktionsprozesse auch Materialverflechtungsprozesse. Häufig stellt man diese Produktionsprozesse in Grafiken dar, die Gozintographen genannt werden. Beispiel 1: Ein Betrieb stellt in zwei Produktionsstufen aus vier Einzelteilen drei Zwischenerzeugnisse und aus den Zwischenerzeugnissen zwei Fertigerzeugnisse. Gozintograph E1 E2 E3 E Z1 Z2 Z F1 F2 Als Tabelle dargestellt: WERK I WERK II Einzelteile Einzelteile je Zwischenerzeugnisse Zwischenerzeugnisse F1 F2 Zwischenerzeug. je Fertigteile Z1 Z2 Z3 E Z1 1 1 E Z2 2 1 E Z3 1 3 E a) Wie viel ME der Einzelteile werden jeweils für 1 ME der Fertigerzeugnisse benötigt? EZ ZF = EF = F1 F2 E E E3 9 7 E Merkelbach
12 b) Wie viele ME der Einzelteile sind zur Herstellung von 60 ME von F1 und 80 ME von F2 erforderlich? EF FA = EA = A = Anzahl c) er Transport der Zwischenerzeugnisse von Werk I nach Werk II verursacht folgende Transportkosten: Z1 Z2 Z3 Euro / ME 0,50 0,60 0,40 Berechnen Sie die Transportkosten der Zwischenerzeugnisse, die zur Herstellung von 60 ME von F1 und 80 ME von F2 benötigt werden. ZF FA = ZA = KZ ZA = KA ( 0,50 0, 60 0, 40) 200 = ( 310) 300 ie Transportkosten betragen 310,-. K = Kosten d) Es sollen 200 ME von F1 und 250 ME von F2 und außerdem für den Verkauf von Zwischenerzeugnissen 50 ME von Z1, 80 ME von Z2 und 40 ME von Z3 hergestellt werden. Wie viele ME der Einzelteile sind hierfür erforderlich? EF FA = EZ ZA = EA EA EA1 + EA2 = EA Gesamt = = = Merkelbach
13 Beispiel 2: Ein Betrieb stellt in 2 Produktionsstufen drei Fertigerzeugnisse her. Abteilung I Abteilung II Rohstoffe Rohstoffe je Zwischenerzeugnisse Zwischenerzeugnisse F1 F2 F3 Zwischenerzeugnisse je Fertigteil Z1 Z2 Z3 R Z R Z R Z R a) ie Wochenproduktion beträgt 600 ME von F1, 500 ME von F2 und 700 ME von F3. Nachstehende Tabelle enthält die Rohstoffkosten je ME, die variablen Stückkosten der Zwischenerzeugnisse und die variablen Stückkosten der Fertigerzeugnisse. R1 R2 R3 R4 Z1 Z2 Z3 F1 F2 F3 Euro / ME 1,00 1,50 0,50 1,00 7,00 4,00 5,00 36,00 27,00 30,00 ie fixen Kosten betragen ,-. Berechnen Sie die Gesamtkosten der Wochenproduktion. b) ie Verkaufspreise je ME betragen 180,- für F1, 135,- für F2 und 153,- für F3. Wie hoch ist der Gewinn bei Absatz der Wochenproduktion? c) ie Verkaufspreise stehen im Verhältnis F1 : F2 : F3 = 1 : 0,75 : 0,85. Wie viel Euro müssten die Verkaufspreise mindestens betragen, damit der Betrieb bei den bisherigen Wochenproduktionsmengen keinen Verlust erleidet? Wie hoch sollten die Verkaufspreise sein, wenn ein Gewinn von 10% der Selbstkosten erzielt werden soll? as Verhältnis der Verkaufspreise bleibt jeweils unverändert Merkelbach
14 3. Lineare Gleichungssysteme 3.1 arstellung von linearen Gleichungssystemen mit Matrizen Ein lineares Gleichungssystem mit 3 Gleichungen und 3 Unbekannten kann man folgendermaßen schreiben: a x + a x + a x = b a x + a x + a x = b a x + a x + a x = b Mit Hilfe von Matrizen erhält man folgende arstellung: A x = b a11 a12 a13 x1 b1 a21 a22 a23 x2 = b2 a31 a32 a33 x3 b3 A ist die Koeffizientenmatrix, x der Spaltenvektor der Unbekannten und Werten der rechten Seite des Gleichungssystems. b der Spaltenvektor mit den Beispiel: 4 x 4 x + 3 x = x 3 x + 4 x = x x + 5 x = x x = x3 3.2 eterminanten Eine eterminanten kann nur von einer quadratischen Matrix berechnet werden und ist im Ergebnis eine reelle Zahl. Schreibweisen = det A = A = a ik Zweireihige eterminanten Bei einer 2x2-Matrix berechnet sich der Wert der eterminante aus dem Produkt der Elemente der Hauptdiagonalen minus dem Produkt der Elemente der Nebendiagonale. A a = a21 a22 a a a det A = = a11 a22 a21 a12 a21 a22 Nebendiagonale Hauptdiagonal e 14 Merkelbach
15 Beispiel: Übungen: 4 7 det A = = 4 8 ( 3) 7 = det 4 7 = = 3 8 A det A = = 5 7 reireihige eterminanten Bei einer 3x3-Matrix erfolgt die Berechnung der eterminante an der Regel von Sarrus. Hierbei wird die Matrix um die beiden ersten Spalten erweitert. Auf diese Weise erhält man 3 Hauptdiagonalen und drei Nebendiagonalen. ie ifferenz aus Haupt- und Nebendiagonalen ergibt den Wert der eterminante. a a a a a a A a a a a a a = det A = a a a = a a a + a a a + a a a a a a + a a a + a a a a a a a a a a a det A = a a a a a a a a a a Nebendiagonale Hauptdiagonale Beispiel: Übungen: det A = = 2 2 ( 1) ( 2) + ( 1) = ( ) = 0 ( 18) = det = = A det A = = Hinweis: Überprüfen Sie Ihre Ergebnisse mit Excel. =MET(Matrix) 15 Merkelbach
16 3.3 Lösen von linearen Gleichungssystemen mit der Cramer schen Regel j x j = j = 1, 2,..., n j ist hierbei die eterminante der Matrix A, die entsteht, wenn in der j-ten Spalte von A die Elemente durch die rechte Seite b i ersetzt werden. Beispiel: 4 x 4 x + 3 x = x 3 x + 4 x = x x + 5 x = A = b = = det A = = = = det A = = = = det A = = = = det A = = = a ij, x = 1 = = 1 x = = = 3 x = 3 = = x = Merkelbach
17 Übungen: 1. Aus den drei Rohstoffen R1, R2 und R3 werden die drei Zwischenprodukte Z1, Z2 und Z3 und daraus wiederum drei Endprodukte E1, E2 und E3 hergestellt. ie zur Herstellung je einer Einheit benötigten Mengeneinheiten sind in folgenden Tabellen dargestellt. Von den Rohstoffen stehen 130 ME von R1, 88 ME von R2 und 122 ME von R3 zur Verfügung. Wie viele Einheiten von den Endprodukten können damit hergestellt werden? Rohstoffe Rohstoffe je Zwischenprodukt Zwischenprodukte E1 E2 E3 Zwischenprodukte je Endprodukt Z1 Z2 Z3 R Z R Z R Z Merkelbach
18 3.4 Inverse Matrix und Gauß-Algorithmus 18 Merkelbach
Basiswissen Matrizen
Basiswissen Matrizen Mathematik GK 32 Definition (Die Matrix) Eine Matrix A mit m Zeilen und n Spalten heißt m x n Matrix: a a 2 a 4 A a 2 a 22 a 24 a 4 a 42 a 44 Definition 2 (Die Addition von Matrizen)
Mehr1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.
Definition Die rechteckige Anordnung von m n Elementen a ij in m Zeilen und n Spalten heißt m n- Matrix. Gewöhnlich handelt es sich bei den Elementen a ij der Matrix um reelle Zahlen. Man nennt das Paar
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
Mehr9.1 ADDIEREN UND SUBTRAHIEREN VON MATRIZEN MULTIPLIKATION EINER MATRIX MIT EINEM SKALAR
Matrizen 9. ADDIEREN UND SUBTRAHIEREN VON MATRIZEN MULTIPLIKATION EINER MATRIX MIT EINEM SKALAR 9.. Definition der Matrizenaddition, der Matrizensubtraktion und der Multiplikation einer Matrix mit einem
Mehra 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:
Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag
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
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.
MehrMatrizen Definition: Typ einer Matrix
Matrizen Definition: Eine Matrix ist ein rechteckiges Zahlenschema. Die Matrix (Mehrzahl: Matrizen) besteht aus waagerecht verlaufenden Zeilen und senkrecht verlaufenden Spalten. Verdeutlichung am Beispiel:
MehrMatrizen 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
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
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
MehrIV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen
Gliederung I. Motivation II. Lesen mathematischer Symbole III. Wissenschaftliche Argumentation IV. Matrizenrechnung i. Rechenoperationen mit Matrizen ii. iii. iv. Inverse einer Matrize Determinante Definitheit
MehrEinführung in die Vektor- und Matrizenrechnung. Matrizen
Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:
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
MehrMatrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A.
Matrizenrechnung Matrix: Eine rechteckige Anordnung reeller Zahlen a ij i = 1,..., n i ; j = 1,..., m in Zeilen und Spalten. Die a ij heiÿen Elemente von A. a 11 a 12... a ij... a 1m a 21 a 22.........
MehrMathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten
Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
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 3 und lineare Gleichungssysteme und
MehrNur Matrizen gleicher Dimension können addiert oder subtrahiert werden. Zur Berechnung werden zwei Matrizen A und B in den Matrix-Editor eingegeben.
R. Brinkmann http://brinkmann-du.de Seite 1 14.02.2014 Casio fx-cg20 Operationen mit Matrizen Bei nachfolgend beschriebenen Matrizenoperationen wird davon ausgegangen, dass die Eingabe von Matrizen in
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof Dr Erich Walter Farkas Kapitel 7: Lineare Algebra 71 Reelle Matrizen Prof Dr Erich Walter Farkas Mathematik I+II, 71 Reelle Matrizen 1 / 31 1 2 3 4 Prof Dr Erich
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.
MehrSpezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation
. Inhaltsverzeichnis.............. Spezialgebiet Mathematik(Christian Behon ) 1 Matrizen Kapitel 1 Definitionen und Herleitung von Matrizen 1.1 Was sind Matrizen 1.2 Arten von Matrizen Kapitel 2 Matrizenoperation
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):
MehrMLAN1 1 MATRIZEN 1 0 = A T =
MLAN1 1 MATRIZEN 1 1 Matrizen Eine m n Matrix ein rechteckiges Zahlenschema a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n a m1 a m2 a m3 amn mit m Zeilen und n Spalten bestehend aus m n Zahlen Die Matrixelemente
MehrMathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen
Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 81 Reelle Matrizen Prof Dr Erich Walter Farkas http://wwwmathethzch/ farkas 1 / 31 1 2 3 4 2 / 31 Transponierte einer Matrix 1 Transponierte
MehrKapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung
Kapitel 2: Matrizen 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung 2.1 Matrizen M = n = 3 m = 3 n = m quadratisch M ij : Eintrag von M in i-ter
MehrLineare Algebra. Beni Keller SJ 16/17
Lineare Algebra Beni Keller SJ 16/17 Matritzen Einführendes Beispiel Ein Betrieb braucht zur Herstellung von 5 Zwischenprodukten 4 verschiedene Rohstoffe und zwar in folgenden Mengen: Z 1 Z 2 Z Z 4 Z 5
MehrKurs Grundlagen der Linearen Algebra und Analysis
Aufgabe B0513 Lineare Optimierung Ein Unternehmen stellt drei Endprodukte P 1,P und P 3 her. Die jeweils zur Produktion einer Mengeneinheit des jeweiligen Endproduktes benötigten Mengeneinheiten des Zwischenproduktes
MehrMusterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen
Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können
MehrVorbereitungskurs 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
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
MehrBundeswehrfachschule München
LA.1 Lineare Gleichungssysteme Lineare Gleichungssysteme (LGS) spielen nicht nur in der Linearen Algebra sondern auch vielen anderen alltäglichen Aufgaben eine wesentliche Rolle. So z.b. müssen bei einer
MehrA.5.1 Die Matrix und elementare wirtschaftsrelevante Anwendungen
A.5.1 Die Matrix und elementare wirtschaftsrelevante Anwendungen Eine Matrix vom Typ M mxn (oder eine (m x n)-matrix) ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Im folgenden Beispiel
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Matrizenrechnung. Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Lineare Algebra: Matrizenrechnung Das komplette Material finden Sie hier: School-Scout.de Thema: Lineare Algebra: Matrizenrechnung
MehrÖkonometrische Analyse
Institut für Statistik und Ökonometrie, Freie Universität Berlin Ökonometrische Analyse Dieter Nautz, Gunda-Alexandra Detmers Rechenregeln für Matrizen Notation und Matrixeigenschaften: Eine Matrix A der
MehrUniversität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n
Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine
MehrFachschaftsInitiative Physik HU Berlin. Brückenkurs WiSe Matrizen, Determinanten und lineare Gleichungssysteme. Julien Kluge. 30.
FachschaftsInitiative Physik HU Berlin Brückenkurs Brückenkurs WiSe 15-16 Matrizen, Determinanten und lineare Gleichungssysteme Julien Kluge Oktober 15 Inhaltsverzeichnis 1 Was ist eine Matrix? 1 11 Begriff
Mehr(A T ) T = A. Eigenschaft:
Elementare Matrizenrechnung m n-matrix von Zahlen A m n a 1,1 a 1,n a m,1 a m,n rechteckige Tabelle m n Dimension der Matrix Sprechweise: m Kreuz n wobei m Anzahl Zeilen, n Anzahl Spalten a i,j Element
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 9 20. Mai 2010 Kapitel 9. Matrizen und Determinanten Der Begriff der Matrix Die transponierte Matrix Definition 84. Unter einer (reellen) m n-matrix
MehrChr.Nelius: Lineare Algebra (SS 2008) 1. 4: Matrizenrechnung. c ik := a ik + b ik. A := ( a ik ). A B := A + ( B). ist A =
Chr.Nelius: Lineare Algebra SS 28 4: Matrizenrechnung 4. DEF: a Die Summe A + B zweier m n Matrizen A a ik und B b ik ist definiert als m n Matrix C c ik, wobei c ik : a ik + b ik für alle i, 2,..., m
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
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
MehrCorinne 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:
MehrB =(b1,1. + b 1,2. + b 1,3 1,3. + b 2,4 + b 3,1. + b 2,2. + b 2,3. + b 3,2. + b 3,3
Matrizen Matrizen sind zunächst einmal einfach eine rechteckige Anordnung von Zahlen, Elementen oder mathematischen Operationen, die lineare Zusammenhänge zwischen verschiedenen Größen übersichtlich darstellen.
MehrMatrizen und Determinanten, Aufgaben
Matrizen und Determinanten, Aufgaben Inhaltsverzeichnis 1 Multiplikation von Matrizen 1 11 Lösungen 3 2 Determinanten 6 21 Lösungen 7 3 Inverse Matrix 8 31 Lösungen 9 4 Matrizengleichungen 11 41 Lösungen
MehrMATRIZEN. Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet. a 11 a a 1n a 21. a a 2n A = a m1 a m2...
MATRIZEN Eine Matrix ist eine rechteckige Anordnung von Zahlen, als ein Schema betrachtet A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn A ist eine m n Matrix, dh: A hat m Zeilen und n Spalten A besitzt
Mehr7.1 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
MehrTutorium: Diskrete Mathematik. Matrizen
Tutorium: Diskrete Mathematik Matrizen Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de Definition I Eine Matrix ist eine rechteckige Anordnung (Tabelle) von Elementen, mit denen man in bestimmter
MehrÜbungsblatt 5 : Lineare Algebra
Mathematik I Übungsblatt 5 WS /5 Dr. A. Schmitter Übungsblatt 5 : Lineare Algebra Aufgabe 5. Gegeben sind die folgenden Vektoren: u = v = 8 w = 6 a) Bestimmen Sie die Komponenten von u v, 6u + w, v + u,
MehrInverse Matrix. 1-E Ma 1 Lubov Vassilevskaya
Inverse Matrix -E Ma Lubov Vassilevskaya Inverse Matrix Eine n-reihige, quadratische Matrix heißt regulär, wenn ihre Determinante einen von Null verschiedenen Wert besitzt. Anderenfalls heißt sie singulär.
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 12
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 12 Die Lösungshinweise dienen
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 Roger Burkhardt roger.burkhardt@fhnw.ch
MehrMatrizen ç 2030 II. Quartal æ98766ö. R = ç. B P Preise R R
Das Doppelelement a ik gibt an, dass das betreffende Element in der i-ten Zeile und k-ten Spalte steht (Wenn nicht anders vereinbart, gilt i,k ³ 0) Bereits das Aufstellen von Tabellen und aus oftmals komplizierten
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 12 8. Juni 2010 Kapitel 10. Lineare Gleichungssysteme (Fortsetzung) Umformung auf obere Dreiecksgestalt Determinantenberechnung mit dem Gauß-Verfahren
MehrMathematik Matrizenrechnung
Mathematik Matrizenrechnung Einstufige Prozesse Rechenregeln für Matrizen Mehrstufige Prozesse Inverse Matrix Stochastische Prozesse 6 Zyklisches Verhalten Einstufige Prozesse Einstufige Prozesse Zur Beschreibung
MehrVektoren und Matrizen
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden
Mehr1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema
1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und
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
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 +
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
MehrGrundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015
Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten
MehrFormale Matrizenrechnung
LINEARE ALGEBRA Formale Matrizenrechnung Grundlagen: Formales Rechnen mit Matrizen Datei Nr. 6 Stand 3. September 5 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 6 Matrizenrechnung: Grundlagen
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrMessunsicherheiten und Matrizenrechnung
Physikalisch-Technische Bundesanstalt Braunschweig und Berlin Matrix Messunsicherheiten und Matrizenrechnung T. Funck Arbeitsgruppe.13 Wechsel-Gleich-Transfer, Impedanz 60. PTB Seminar am 1. Mai 011 Inhalt
MehrTechnische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 9 14 jutta.arrenberg@th-koeln.de Übungen zur Vorlesung QM I (Wirtschaftsmathematik) Gleichungssysteme
Mehr5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
MehrVorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)
Vorlesung Mathematik für Ingenieure Wintersemester 8/9 Kapitel 4: Matrizen, lineare Abbildungen und Gleichungssysteme Volker Kaibel Otto-von-Guericke Universität Magdeburg Version vom 5. November 8 Page-Rank
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
Mehr05. 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
MehrLineare Algebra 1. . a n1 a n2 a n3 a nm
Lineare Algebra 1 Lineare Algebra Hilfreiche Konzepte zur Vereinfachung der Darstellung und Berechnung stellt die lineare Algebra bereit. Auch wenn sie nur an wenigen Stellen des Buches verwendet wurden,
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 Gleichungssystem
Lineare Gleichungssystem 8. Juli 07 Inhaltsverzeichnis Einleitung Der Gauß-Algorithmus 4 3 Lösbarkeit von Gleichungssystemen 6 Einleitung Wir haben uns bisher hauptsächlich mit dem Finden von Nullstellen
MehrBasistext Determinanten
Basistext Determinanten Definition In der Linearen Algebra ist die Determinante eine Funktion die einer quadratischen Matrix eine Zahl zuordnet. Die Funktion wird mit det abgekürzt. Die runden Matrixklammern
MehrMatrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle
2. Matrixalgebra Warum Beschäftigung mit Matrixalgebra? Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle bequeme mathematische
Mehr3 Matrizen und Lineare Gleichungssysteme
3 Matrizen und LGS Pink: Lineare Algebra HS 2014 Seite 38 3 Matrizen und Lineare Gleichungssysteme 3.1 Definitionen Sei K ein Körper, und seien m,n,l natürliche Zahlen. Definition: Eine Matrix mit m Zeilen
Mehr4 Vorlesung: 21.11. 2005 Matrix und Determinante
4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer
Mehr36 2 Lineare Algebra
6 Lineare Algebra Quadratische Matrizen a a n sei jetzt n m, A, a ij R, i, j,, n a n a nn Definition Eine quadratische Matrix A heißt invertierbar genau dann, wenn es eine quadratische Matrix B gibt, so
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
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
MehrRUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen
RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen L i n e a r e A l g e b r a 5.2.998 (WS 998) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt
Mehr6. Vorlesung. Rechnen mit Matrizen.
6. Vorlesung. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt
Mehra) Geben Sie die zugehörigen Matrizen A RZ, A ZE und A RE. Berechnen Sie die fehlenden Werte der Rohstoff-Zwischenprodukt-Matrix.
Lineare lgebra / nalytische Geometrie Leistungskurs ufgabe 4 Kosten und Gewinne Ein Betrieb stellt aus den Rohstoffen R 1, R 2, R 3 und R 4 die Zwischenprodukte Z 1, Z 2, Z 3 und Z 4 her und aus diesen
MehrMathematische Methoden in der Systembiologie Universität Heidelberg, Sommer 2017
Mathematische Methoden in der Systembiologie Universität Heidelberg, Sommer 2017 Dozent: Dr. M. V. Barbarossa (barbarossa@uni-heidelberg.de) Vorlesung+ Übung: Mo/Mi/Fr. 8:15-9:45Uhr, SR 1, INF 205 Termin
Mehr6.2 Rechnen mit Matrizen
62 Rechnen mit Matrizen 62 Rechnen mit Matrizen 103 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrDas 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
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
MehrSpezielle Matrixformen
Definition B57 (Transposition) Eine einfache aber wichtige Operation auf Matrizen ist die Transposition, die aus einer (m n) Matrix A eine (n m) Matrix B = A T macht Hierbei gilt β i j = α j i, so daß
MehrLineare 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
MehrLineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri
Lineare Algebra Gymnasium Immensee SPF PAM Bettina Bieri 6. Oktober 2011 Inhaltsverzeichnis 1 Matrizen 1 1.1 Einleitung............................. 1 1.2 Der Begriff Matrix........................ 1 1.2.1
MehrLösung (die Geraden laufen parallel) oder unendlich viele Lösungen.
1 Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 2008 Kapitel 16 Determinanten und inverse Matrizen
MehrProf. 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
MehrLineare Gleichungen. Mathematik-Repetitorium. 3.1 Eine Unbekannte. 3.2 Zwei oder drei Unbekannte. 3.3 Allgemeine lineare Gleichungssysteme
Lineare Gleichungen 3.1 Eine Unbekannte 3.2 Zwei oder drei Unbekannte 3.3 Allgemeine lineare Gleichungssysteme Lineare Gleichungen 1 Vorbemerkung zu Kapitel 1 Gleichungen (Unbekannte) (Variablen, Parameter)
MehrMathematik 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
MehrZüchtungslehre - Einführung in Lineare Algebra Peter von Rohr
Züchtungslehre - Einführung in Lineare Algebra Peter von Rohr 04-09-2016 Einführung in Lineare Algebra Aus der linearen Algebra brauchen wir für diese Vorlesung nur das Rechnen mit Vektoren und Matrizen.
MehrLineare Algebra. Teilgebiet der Mathematik zur Darstellung ökonomischer Probleme
Lineare Algebra Teilgebiet der Mathematik zur Darstellung ökonomischer Probleme Mittels der zur Verfügung stehenden Methoden der Linearen Algebra lassen sich ökonomische Zusammenhänge beschreiben Teilgebiete
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrHilfsblätter Lineare Algebra
Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,
MehrHauptprüfung Fachhochschulreife Baden-Württemberg
Baden-Württemberg: Fachhochschulreife 203 www.mathe-aufgaben.com Hauptprüfung Fachhochschulreife 203 Baden-Württemberg Aufgabe 5 Wirtschaftliche Anwendungen Hilfsmittel: grafikfähiger Taschenrechner Berufskolleg
MehrDefinition, Rechenoperationen, Lineares Gleichungssystem
Bau und Gestaltung, Mathematik, T. Borer Aufgaben /3 Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den
MehrRückwärts-Einsetzen. Bei einem linearen Gleichungssystem in oberer Dreiecksform, nacheinander bestimmt werden: r n,n x n = b n. = x n = b n /r n,n
Rückwärts-Einsetzen Bei einem linearen Gleichungssystem in oberer Dreiecksform, r 1,1 r 1,n x 1 b 1..... =., } 0 {{ r n,n } x n b n R mit det R = r 1,1 r n,n 0 können die Unbekannten x n,..., x 1 nacheinander
Mehr