Aufgabenkomplex 3: Vektoren und Matrizen
|
|
- Mathilde Maurer
- vor 6 Jahren
- Abrufe
Transkript
1 Technische Universität Chemnitz 2. November 29 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex : Vektoren und Matrizen Letzter Abgabetermin: 7. Dezember 29 (in Übung oder Briefkasten bei Zimmer Rh. Str. 9/72) Bitte die Arbeiten deutlich mit Höhere Mathematik I., Aufgabenkomplex kennzeichnen und die Übungsgruppe angeben, in der die Rückgabe erfolgen soll!. Handelt es sich bei folgenden Mengen um Unterräume des R : x x x x a), x R, b), x R, c), x,y R, d) 2x, x R, y x x x x e) x+2, x R, f) y, x,y,z R, g) 2y, x,y R? x+ z x+4y Geben Sie ggf. die Dimension und eine Basis an! c 7 2. a) Für welche Werte von c ist der Vektor 5 Linearkombination von 5 und, für welche nicht? 4 2 b) In welchen Fällen handelt es sich bei den Mengen 7 c +α +γ 5, α,β,γ R und c 6 +α +γ 5, α,β,γ R um Unterräume des R? Was stellen die Mengen geometrisch dar?. In einer Großbäckerei werden drei Sorten Kuchen mit Äpfeln hergestellt. Dafür werden drei Grundteige verwendet. Für ein Blech Quark-Apfel-Kuchen werden je 6 g der Grundteige A, B und C, 8 g Quark und 4 Äpfel benötigt; für ein Blech Apfel-Quark-Kuchen g Grundteig B, 8 g Grundteig C, 4 g Quark und 7 Äpfel; für ein Blech Apfelkuchen g Grundteig A, je 5 g Grundteig B und C und Äpfel. Die Grundteige werden in der Teigmischmaschine hergestellt. Für einen Backtrog mit 2 kg Teig werden neben anderen Zutaten benötigt beim Grundteig A kg Mehl, 2 kg Zucker und 6 kg Margarine; beim Grundteig B kg Mehl, 25 kg Zucker und 7 kg Margarine und beim Grundteig C 2 kg Mehl, 5 kg Zucker und 4 kg Magarine. a) Geben Sie die Aufwandsmatrizen für den Bedarf an Mehl, Zucker und Margarine je Backtrog Grundteig, den Bedarf an Grundteig je Blech Kuchen sowie für den Bedarf an Quark und Äpfeln je Blech Kuchen an! b) Stellen Sie dar, wie sich aus diesen Matrizen die Aufwandsmatrix für den Bedarf an Mehl, Zucker und Margarine je Blech Kuchen errechnet und führen Sie diese Berechnung aus! c) Es sind 2 Bleche Quark-Apfel-Kuchen, 8 Bleche Apfel-Quark-Kuchen und Bleche Apfelkuchen zu backen. Ermitteln Sie unter Verwendung der Matrizen aus a) und b) den hierfür entstehenden Bedarf an den genannten Ausgangsstoffen! b.w.
2 Höhere Mathematik I. Aufgabenkomplex 2. November ( ) 2 ( 4. Sei A =, B =, c =, 2 d =. ) Berechnen Sie folgende Ausdrücke, sofern diese existieren: a) AB d, b) dba T, c) d c T + A T, d) A d + c, e) B c+ d, f) B d + c T, g) c T A d, h) (A d) T A! 5. Was bewirkt die Multiplikation einer dreizeiligen Matrix von links mit a) 2, b), c) bzw. d) ( )?
3 Höhere Mathematik I. Aufgabenkomplex 2. November 29 Aufgabenkomplex : Vektoren und Matrizen Letzter Abgabetermin: 7. Dezember 29. Handelt es sich bei folgenden Mengen um Unterräume des R : x x x x a), x R, b), x R, c), x,y R, d) 2x, x R, y x x x x e) x+2, x R, f) y, x,y,z R, g) 2y, x,y R? x+ z x+4y Geben Sie ggf. die Dimension und eine Basis an! x a), x R = x, x R Es handelt sich um die lineare Hülle des Vektors, also handelt es sich um einen Unterraum. Die Dimension ist, Basis z.b. dieser Vektor. x x 2 x +x 2 x b) + =, x R 2 c) Da die Addition aus der Menge heraus führt, handelt es sich um keinen Unterraum. x, x,y R = x +y, x,y R y Es handelt sich um die lineare Hülle von zwei Vektoren, also handelt es sich um einen Unterraum. Da die beiden Vektoren linear unabhängig sind, ist die Dimension 2. Eine Basis wird z.b. von diesen beiden Vektoren gebildet:,. x d) 2x, x R = x 2, x R x Es handelt sich um die lineare Hülle des Vektors 2, also handelt es sich um einen Unterraum. Die Dimension ist, Basis z.b. dieser Vektor. x x x +x 2 x e) x +2 + x 2 +2 = (x +x 2 )+4 x+2, x R x + x 2 + (x +x 2 )+6 x+ Da die Addition aus der Menge heraus führt, handelt es sich um keinen Unterraum.
4 Höhere Mathematik I. Aufgabenkomplex 2. November 29 4 f) x y, x,y,z R = R z Es handelt sich um den R selbst. Dieser ist defintionsgemäß Unterraum von sich selbst. Die Dimension ist, Basis z.b. die kanonische Basis,,. x g) 2y, x,y R = x +y 2, x,y R x+4y 4 Es handelt sich um die lineare Hülle von zwei Vektoren, also handelt es sich um einen Unterraum. Da die beiden Vektoren linear unabhängig sind, ist die Dimension 2. Eine Basis wird z.b. von diesen beiden Vektoren gebildet:, a) Für welche Werte von c ist der Vektor für welche nicht? c 7 Linearkombination von 5 und, b) In welchen Fällen handelt es sich bei den Mengen 7 c +α +γ 5, α,β,γ R und c 6 +α +γ 5, α,β,γ R um Unterräume des R? Was stellen die Mengen geometrisch dar? a) Damit der Vektor Linearkombination der beiden anderen ist, muss es Parameter λ und µ c 7 c= 7λ µ geben, für die gilt 5 =λ 5 +µ, d.h., es muss gelten 5=5λ + µ = λ +2µ Aus der zweiten Gleichung folgt µ = 5 5λ, durch Einsetzen in die dritte Gleichung erhält man 4=λ λ, d.h. 4= 7λ, λ = 2 und damit µ = 5. Aus der ersten Gleichung folgt schließlich c= 29. Also ist der erste Vektor genau dann Linearkombination der beiden anderen, wenn c = 29 ist. 7 c b) Da die 5 und offensichtlich linear unabhängig sind und der Vektor 5 genau 2 4 dann Linearkombination der beiden Vektoren ist, wenn c= 29 ist, sind die drei Vektoren für c 29 linear unabhängig. Sie spannen damit den R auf, d.h., jeder Vektor des R ist als Linearkombination der drei Vektoren darstellbar. x x Sei y ein beliebiger Vektor des R. Dann sind auch z y z x 4 und y 6 Vektoren z 5
5 Höhere Mathematik I. Aufgabenkomplex 2. November 29 5 aus dem R und damit als Linearkombination der drei Vektoren darstellbar. Folglich gibt es x 7 c Parameter α, β und γ, so dass gilt y = +α +γ 5 bzw. z 2 4 x 4 7 c y = 6 +α +γ 5. z Folglich handelt es sich im Falle c 29 in beiden Fällen um einen Unterraum, nämlich den kompletten Raum R selbst. (Wenn man den von drei linear unabhängigen Vektoren aufgespannten kompletten Raum um einen gewissen Vektor verschiebt, bleibt es der komplette Raum.) c 7 Im Falle c= 29 gilt wegen a) 5 = , so dass es sich bei den beiden 4 2 x 7 zu betrachtenden Mengen um die Mengen der Vektoren y = + α 5 + β z 2 x 4 7 bzw. y = 6 + α 5 + β mit α =α 2 und β =β+5 handelt. z 5 2 Eine Ebene ist genau dann Unterraum des R, wenn sie den Koordinatenursprung enthält. Deshalb wird geprüft, ob der Koordinatenursprung den Ebenen angehört: = 7 α β =7 α+5 α, α =, β = = 5 α + β β = 5 α =+ α + 2 β =, Widerspruch =4+7 α β =4+7 α+8+5 α, α =, β = =6+5 α + β β = 6 5 α =5+ α + 2 β für α = β = erfüllt Also enthält im Falle c= 29 die erste Ebene nicht den Koordinatenursprung, bei ihr handelt 4 7 sich um keinen Unterraum. Die zweite Ebene wird wegen 6 = 5 + durch x y = α 5 + β mit α = α+, β = β + beschrieben. Als lineare Hülle von z 2 zwei Vektoren ist sie ein Unterraum. Es handelt sich um eine Ebene durch den Koordinatenursprung.. In einer Großbäckerei werden drei Sorten Kuchen mit Äpfeln hergestellt. Dafür werden drei Grundteige verwendet. Für ein Blech Quark-Apfel-Kuchen werden je 6 g der Grundteige A, B und C, 8 g Quark und 4 Äpfel benötigt; für ein Blech Apfel-Quark-Kuchen g Grundteig B, 8 g Grundteig C, 4 g Quark und 7 Äpfel; für ein Blech Apfelkuchen g Grundteig A, je 5 g Grundteig B und C und Äpfel. Die Grundteige werden in der Teigmischmaschine hergestellt. Für einen Backtrog mit 2 kg Teig werden neben anderen Zutaten benötigt beim Grundteig A kg Mehl, 2 kg Zucker und 6 kg Margarine; beim Grundteig B kg Mehl, 25 kg Zucker und 7 kg Margarine und beim Grundteig C 2 kg Mehl, 5 kg Zucker und 4 kg Magarine.
6 Höhere Mathematik I. Aufgabenkomplex 2. November 29 6 a) Geben Sie die Aufwandsmatrizen für den Bedarf an Mehl, Zucker und Margarine je Backtrog Grundteig, den Bedarf an Grundteig je Blech Kuchen sowie für den Bedarf an Quark und Äpfeln je Blech Kuchen an! b) Stellen Sie dar, wie sich aus diesen Matrizen die Aufwandsmatrix für den Bedarf an Mehl, Zucker und Margarine je Blech Kuchen errechnet und führen Sie diese Berechnung aus! c) Es sind 2 Bleche Quark-Apfel-Kuchen, 8 Bleche Apfel-Quark-Kuchen und Bleche Apfelkuchen zu backen. Ermitteln Sie unter Verwendung der Matrizen aus a) und b) den hierfür entstehenden Bedarf an den genannten Ausgangsstoffen! a) Bedarf je Blech Quark-Apfel-Kuchen Apfel-Quark-Kuchen Apfelkuchen g Grundteig A 6 g Grundteig B 6 5 g Grundteig C g Quark 8 4 Stück Äpfel 4 7 Bedarf je Backtrog Grundteig A Grundteig B Grundteig C kg Mehl 2 kg Zucker kg Margarine Aufwandsmatrizen: 2 Bedarf an Mehl, Zucker und Margarine je Backtrog Grundteig: A = Bedarf an Grundteig je Blech Kuchen: A 2 = ( ) 8 4 Bedarf an Quark und Äpfeln je Blech Kuchen: A = 4 7 b) Ist a der Bedarf an Mehl, Zucker und Margarine in g, t der Bedarf an Grundteig in Backtrögen á 2 kg und b die zu backende Kuchenblechzahl, so gilt a=a t und 2 t=a 2 b. Somit ist a=a t = A 2 A 2 b = 2 A A 2 b, damit ist die Aufwandsmatrix für den Bedarf an Mehl, Zucker und Margarine je Blech Kuchen in g A 4 = 2 A A 2 = = = c) Der Bedarf an Mehl, Zucker und Margarine in g beträgt a=a 4 b= = Der Bedarf an Quark in g und Äpfeln beträgt A b= ( ) 2 8 = ( )
7 Höhere Mathematik I. Aufgabenkomplex 2. November 29 7 Somit werden 7,2 kg Mehl, 75 kg Zucker, 59,5 kg Margarine, 28 kg Quark und 24 Äpfel benötigt. 2 ( ) 2 ( ) 4. Sei A =, B =, c =, d =. 2 Berechnen Sie folgende Ausdrücke, sofern diese existieren: a) AB d, b) dba T, c) d c T + A T, d) A d + c, e) B c+ d, f) B d + c T, g) c T A d, h) (A d) T A! 2 a) AB d = ( 2 )( ) = 2 ( ) = b) Produkt von Matrizen vom Typ 2, 2 2 und 2 existiert nicht wegen 2. ( ) ( ) ( ) ( ) c) d c T + A T = (2 ) + = + 6 ( ) 2 = 7 2 d) Ad 2 ( ) c = + = 6 + = 5 2 e) Erster Summand Produkt von Matrizen vom Typ 2 2 und : existiert nicht wegen 2. f) Erster Summand Produkt von Matrizen vom Typ 2 2 und 2, d.h. vom Typ 2, zweiter Summand vom Typ, Summe existiert nicht. g) c T Ad 2 ( ) = (2 ) = (2 ) 6 = 2 2 h) (Ad) 2 ( ) T 2 2 T A = = ( 6 2) = ( 2 7) 5. Was bewirkt die Multiplikation einer dreizeiligen Matrix von links mit a) 2, b), c) bzw. d) ( )? a a 2... a a 2... a) 2 a 2 a = d.h., die 2. Zeile wird mit 2 und 2a 2 2a 22..., die. Zeile mit multipliziert. a a 2... a a 2... a a 2... a a 2... b) a 2 a = a 2 a 22..., d.h.,. und. Zeile werden vertauscht. a a 2... a a
8 Höhere Mathematik I. Aufgabenkomplex 2. November 29 8 a c) a a a 2 a 2 +a a 2 a = a 2 a a a a 2... a 2..., a a 2... d.h., zur. Zeile wird das Dreifache der 2. Zeile addiert, außerdem wird die letzte Zeile dupliziert, d.h. als 4. Zeile nochmals angefügt. d) ( ) a a 2... a 2 a = ( a a 2 a a 2 a 22 a 2... ), a a 2... d.h., es entsteht eine einzeilige Matrix, deren Elemente durch Subtraktion des 2. und. Elements jeder Spalte von deren. Element entstehen.
Aufgabenkomplex 3: Vektoren und Matrizen
Technische Universität Chemnitz 15. November 010 Fakultät für Mathematik Höhere Mathematik I.1 Aufgabenkomplex : Vektoren und Matrizen Letzter Abgabetermin: 9. Dezember 010 in Übung oder Briefkasten bei
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
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
MehrAusgewählte Lösungen zu den Übungsblättern 9-10
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Dezember Ausgewählte Lösungen zu den Übungsblättern 9- Übungsblatt
Mehr63.5 Das Vektorprodukt - Übungen (2)
Mathematik mit Mathcad MK.. Vektorprodukt_Ueb_.xmcd. Das Vektorprodukt - Übungen () Aufgaben () Gegeben sind zwei Vektoren a, die ein Parallelogramm aufspannen. () Gegeben sind die drei Eckpunkte A( -;
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
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
MehrÜbungen zum Ferienkurs Lineare Algebra 2015/2016: Lösungen
1 Lineare Abhängigkeit 1.1 Für welche t sind die folgenden Vektoren aus 3 linear abhängig? (1, 3, 4), (3, t, 11), ( 1, 4, 0). Das zur Aufgabe gehörige LGS führt auf die Matrix 1 3 4 3 t 11. 1 4 0 Diese
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
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
MehrAufgabenkomplex 4: Vektorfunktionen, Differenzialgleichungen, Eigenwertprobleme
Technische Universität Chemnitz 3. Mai Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomple 4: Vektorfunktionen, Differenzialgleichungen, Eigenwertprobleme Letzter Abgabetermin:. Juni (in Übung
MehrEin Produkt ist Null, wenn einer der Faktoren gleich Null ist. Die beiden Eigenwerte sind demnach. λ 1 = 0, λ 2 = 2i. 1 i
TU Dresden Fakultät Mathematik Institut für Numerische Mathematik Lösung zur Aufgabe (b des Übungsblattes Ermitteln Sie on der folgenden Matrix alle (komplexen Eigenwerte und zu jedem Eigenwert einen zugehörigen
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
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Hans Walser: Modul 212, Determinanten ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften Sommer 2003 Probeausgabe
Mehr2.3.4 Drehungen in drei Dimensionen
2.3.4 Drehungen in drei Dimensionen Wir verallgemeinern die bisherigen Betrachtungen nun auf den dreidimensionalen Fall. Für Drehungen des Koordinatensystems um die Koordinatenachsen ergibt sich 1 x 1
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
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
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
MehrWiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Wiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur Bearbeiten
MehrLineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,
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 2008/09 4 Einführung Vektoren und Translationen
MehrKLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:
KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker).3. (W. Koepf) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur
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
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
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen
MehrD-CHAB Frühlingssemester 2018
D-CHAB Frühlingssemester 2018 Grundlagen der Mathematik II Dr Marcel Dettling Lösung 4 1) Nur für die folgenden Wahlen kann man das Produkt bilden: A A mit Dimension (2, 2) (2, 2) (2, 2): 1 2 A Y mit Dimension
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
Mehr4. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 4. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-7.. Aufgabe G (Geraden im R ) Bestimmen
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
MehrÜbung Elementarmathematik im WS 2012/13. Lösung zum Klausurvorbereitung IV
Technische Universität Chemnitz Fakultät für Mathematik Dr. Uwe Streit Jan Blechschmidt Aufgabenkomplex 7 - Vektoren Übung Elementarmathematik im WS 202/3 Lösung zum Klausurvorbereitung IV. (5 Punkte -
MehrAufgabenkomplex 1: Funktionen, Interpolation, Grenzwerte, Ableitung
Technische Universität Chemnitz 4. April 2011 Fakultät für Mathematik Höhere Mathematik I.2 Aufgabenkomple 1: Funktionen, Interpolation, Grenzwerte, Ableitung Letzter Abgabetermin: 2. April 2011 (in Übung
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
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
MehrZu 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
Mehr1 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
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
MehrIngenieurmathematik I Lernstandserhebung 2 24./
Ingenieurmathematik I Lernstandserhebung 4./5..7 Bitte Namen, Vornamen und Matrikel-Nr. einsetzen. Name:............................................................................ Vorname:.........................................................................
MehrTechnische 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
Mehrm 2 m 3 m 5, m m 2
Musterlösung zum 8. Blatt 7. Aufgabe: Seien die folgenden Vektoren im R 4 gegeben: 2m 5 + 2 2m 2 2m 7 + m 2 m 3 m 5 v = m 5, v 2 = m 2, v 3 = m 7 m 2 m 3 m 5 m 2 m 3 m 5, m 5 + m 2 m 7 2m + m 2 m 4 2m
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 5/.. Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt Aufgabe
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein
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,...,
Mehr12 Lineare Algebra - Übersicht. Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen
12 Lineare Algebra - Übersicht Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen Unterräume Sei X ein Vektorraum über Ã. Eine Teilmenge M X heißt Unterraum von X, wenn
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16
Name, Vorname Matrikel-Nr. Aufg. Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 25/6 Bearbeiten Sie bitte
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
MehrGeometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt:
Geometrie 1. Vektoren Die Menge aller zueinander parallelen, gleich langen und gleich gerichteten Pfeile werden als Vektor bezeichnet. Jeder einzelne Pfeil heißt Repräsentant des Vektors. Bei Ortsvektoren:
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
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
MehrVektorgeometrie Layout: Tibor Stolz
Hanspeter Horlacher Vektorgeometrie Layout: Tibor Stolz 1. Einführung Eine Grösse, zu deren Festlegung ausser einer Zahl auch noch die Angabe einer Richtung nötig ist, heisst VEKTOR. P 2 P 1 P 1 P 2 P
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
MehrHöhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 13. Übungsblatt
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum
Mehr3.9 Elementarmatrizen
90 Kapitel III: Vektorräume und Lineare Abbildungen 3.9 Elementarmatrizen Definition 9.1 Unter einer Elementarmatrix verstehen wir eine Matrix die aus einer n n-einheitsmatrix E n durch eine einzige elementare
MehrLineare Algebra II 6. Übungsblatt
Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der
MehrR 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte
Aufgabe ( Es seien e =, e = Untervektorraum (, e = ( R und U := [e, e ] der von e, e erzeugte Weiter sei G := {A GL(, R A e = e und A U U} (a Zeigen Sie, dass G eine Untergruppe von GL(, R ist (b Geben
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
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
MehrBeispiele 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
MehrSummen und direkte Summen
Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M
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
Mehrtäglich einmal Scilab!
Mathematik 1 - Übungsblatt 7 täglich einmal Scilab! Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind skalare Größen (=einfache Zahlen im Gegensatz zu vektoriellen
MehrVektorräume 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
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
Mehra 1 a 1 A = a n . det = λ det a i
49 Determinanten Für gegebene Vektoren a 1,,a n K n, betrachte die Matrix deren Zeilenvektoren a 1,,a n sind, also A = Ab sofort benutzen wir diese bequeme Schreibweise Definition Sei M : K n K }{{ n K
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
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 Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
Mehr9. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 9. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS /..-4.. Aufgabe G (Koordinatentransformation)
MehrBerechnung der Determinante
Berechnung der Determinante Verhalten der Determinante unter elementaren Zeilenoperationen: Das Vertauschen zweier Zeilen/Spalten der Matrix A ändert nur das Vorzeichen der Determinante, d.h: i, j {1,...,
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
Mehr4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI), AngGeo
Fachbereich Mathematik Prof. J. Lehn Hasan Gündoğan, Nicole Nowak Sommersemester 8 4./5./8. April 4. Übungsblatt zur Mathematik II für BI, MaWi, WI(BI, AngGeo Gruppenübung Aufgabe G9 (Multiple Choice Bei
MehrKapitel 13. Lineare Gleichungssysteme und Basen
Kapitel 13. Lineare Gleichungssysteme und Basen Matrixform des Rangsatzes Satz. Sei A eine m n-matrix mit den Spalten v 1, v 2,..., v n. A habe den Rang r. Dann ist die Lösungsmenge L := x 1 x 2. x n x
Mehr4 Lineare Abbildungen und Matrizen
Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt
MehrProseminar Lineare Algebra WS 08/09 Prof. Dr. O. Bogopolski 1. Vortrag: Lineare Gleichungen. am 11. März von Maximilian Wahner
Proseminar Lineare Algebra WS 08/09 Prof. Dr. O. Bogopolski 1 Vortrag: Lineare Gleichungen am 11. März 2009 von Maximilian Wahner Technische Universität Dortmund Fakultät für Mathematik Proseminar Lineare
Mehra 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α
Mathematik 1 - Übungsblatt 7 Lösungshinweise Tipp: Verwenden Sie zur Kontrolle Scilab, wo immer es möglich ist. Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind
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.
MehrDefinitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht
Seite 1 Definitionen affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht ähnliche Matrizen Matrizen, die das gleiche charakteristische Polynom haben
MehrA = α α 0 2α α
Aufgabe 8. Berechnen Sie abhängig von α R die Dimension dim(f(r 4 )) und die Dimension dim(kern(f)) sowie je eine Basis von f(r 4 ) und Kern(f) der linearen Abbildung f : R 4 R 4, x Ax mit der Matrix A
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
Mehr$Id: linabb.tex,v /01/09 13:27:34 hk Exp hk $
Mathematik für Ingenieure I, WS 8/9 Freitag 9. $Id: linabb.tex,v.3 9//9 3:7:34 hk Exp hk $ II. Lineare Algebra 9 Lineare Abbildungen 9. Lineare Abbildungen Der folgende Satz gibt uns eine einfachere Möglichkeit
MehrLineare Algebra. 1 Lineare Abbildungen
Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe
MehrMusterlösung. 1 Relationen. 2 Abbildungen. TUM Ferienkurs Lineare Algebra 1 WiSe 08/09 Dipl.-Math. Konrad Waldherr
TUM Ferienkurs Lineare Algebra WiSe 8/9 Dipl.-Math. Konrad Waldherr Musterlösung Relationen Aufgabe Auf R sei die Relation σ gegeben durch (a, b)σ(c, d) : a + b c + d. Ist σ reflexiv, symmetrisch, transitiv,
Mehr9 Aus der linearen Algebra. Themen: Lineare Abbildungen Darstellung durch Matrizen
9 Aus der linearen Algebra Themen: Der à n Lineare Abbildungen Darstellung durch Matrizen Der à n besteht aus den n-tupeln mit x i Ã. x 1 x 2 x = (x 1, x 2,...,x n ) oder x =. x n Der à n besteht aus den
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,
MehrKlausur zur Mathematik I (Modul: Lineare Algebra I)
Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Anusch Taraz Wintersemester 2014/15 Klausur zur Mathematik I (Modul: Lineare Algebra I) 18.02.2015 Sie haben 60 Minuten Zeit zum
MehrMathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )
Aufgabe 1: Berechne die Determinante und die Transponierte der folgenden Matrizen: 0 1 1.1 M =( 0 4 1 4 det M =0 4 1 4= 4 M T =( 5 3 3 1.2 1 1 3 A=( =( A T 3 0 1 5 1 3 3 1 0 3 3 1 4 4 det M = 5 1 1+3 3
MehrBrückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
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
MehrMathematik für Wirtschaftswissenschaftler, SS 2010 Musterlösungen zu Aufgabenblatt 11
Mathematik für Wirtschaftswissenschaftler, SS 00 Musterlösungen zu Aufgabenblatt Aufgabe 77: Die Matrix A R sei darstellbar als A U D U mit 0 0 U, D 0 0. a) Verifizieren Sie, dass U eine orthogonale Matrix
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 009 Dienstag 3.6 $Id: quadrat.tex,v.4 009/06/3 4:55:47 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6.3 Quadratische Funktionen und die Hauptachsentransformation
MehrLösungen Serie 6 (Vektorräume, Skalarprodukt)
Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9
MehrÜbungsblatt
Übungsblatt 6..7 ) Zeigen Sie die Gültigkeit der folgenden Sätze durch Verwendung abstrakter Vektoren (ohne Bezug auf konkrete Komponenten), deren Addition bzw. Subtraktion und Multiplikation mit Skalaren:
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
Mehr0, v 6 = , v 4 = 1
Aufgabe 6. Linearkombinationen von Vektoren Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 : M = v =, v =, v 3 =, v 4 =, v 5 =, v 6 =. Zeigen Sie, dass sich jeder Vektor v i M, i =,,...,
MehrLineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 28. November 2011 Definition Beispiel: Wassermengen und Konzentrationen in einem Fluss Beispiel Zeilenstufenform Beispiel (Fortsetzung) Anhang
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
MehrGeometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene
Geometrie Geometrie W. Kuhlisch Brückenkurs 207. Vektoren, Vektorrechnung und analytische Geometrie der Ebene 2. Vektorrechnung und analytische Geometrie des Raumes 3. Anwendungen in der Geometrie, Lagebeziehungen
MehrKurs 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
Mehr6.5 Lineare Abhängigkeit, Basis und Dimension
6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:
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
Mehr