Hinweise vor 11:50 Uhr
|
|
- Greta Lorentz
- vor 6 Jahren
- Abrufe
Transkript
1 Hinweise Liste alle zur Klausur Zugelassenen ab Di., unter schleissinger/lina2011/ Letzte Vorlesung Fr., Übungen Mo./Di., 6. & : Fragestunde zur Klausur Klausur Sa., , Beginn: 12:00 Uhr, Dauer: 90 Minuten Aufteilung nach dem Anfangsbuchstaben Ihres Nachnamens: A G: HS 1 Phil. H N: HS 1 Physik O Z: ZHSG. Warten Sie bitte vor den genannten Hörsäalen auf Einlaß ab 11:50 Uhr. Bitte pünktlich erscheinen! Bringen Sie selbst genügend Papier für Ihre Bearbeitung der Klausur mit (oben rechts mit Ihrem Namen, Vornamen und Ihrer Matrikelnummer beschriftet). Bearbeiten Sie pro Blatt jeweils nur eine Aufgabe. Nicht erlaubt: Mehr als ein Buch, Mobiltelefone, Notebooks, Taschenrechner, etc. Erlaubt: Mitschriften aus Vorlesungen und Übungen, Übungsblätter inkl. Lösungshinweise, Vorlesungsskript und ein Buch. Das komplette Vorlesungsskript ist ab Sa unter roth/la/ abrufbar (Login: lina Passwort: G@u33)
2 Satz 5.38 (Struktur der Lösungsmenge linearer Gleichungssysteme) Es sei A K m n und b K n. Ist x 0 K n eine Lösung von Ax = b, so ist die Menge aller Lösungen gegeben durch x 0 + N(A) := {x 0 + x : x N(A)}.
3
4
5 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen:
6 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen: (1) Vertauschung der Zeilen von B.
7 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen: (1) Vertauschung der Zeilen von B. (2) Vertauschung der Spalten von A. (entspricht einer Umnummerierung der Unbekannten x 1,..., x n)
8 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen: (1) Vertauschung der Zeilen von B. (2) Vertauschung der Spalten von A. (entspricht einer Umnummerierung der Unbekannten x 1,..., x n) (3) Ersetzen einer Zeile z j von B durch z j + αz k für ein α K und eine Zeile z k mit k j.
9 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen: (1) Vertauschung der Zeilen von B. (2) Vertauschung der Spalten von A. (entspricht einer Umnummerierung der Unbekannten x 1,..., x n) (3) Ersetzen einer Zeile z j von B durch z j + αz k für ein α K und eine Zeile z k mit k j. Bei diesen Umformungen bleibt die Lösungsmenge von Ax = b erhalten, bis auf einer eventuellen Umnummerierung der x j wegen Operation (2).
10 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen: (1) Vertauschung der Zeilen von B. (2) Vertauschung der Spalten von A. (entspricht einer Umnummerierung der Unbekannten x 1,..., x n) (3) Ersetzen einer Zeile z j von B durch z j + αz k für ein α K und eine Zeile z k mit k j. Bei diesen Umformungen bleibt die Lösungsmenge von Ax = b erhalten, bis auf einer eventuellen Umnummerierung der x j wegen Operation (2). 0. Die Matrix A enthalte keine Nullspalte. (Ansonsten kommt ein x k im Gleichungssystem gar nicht vor!)
11 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen: (1) Vertauschung der Zeilen von B. (2) Vertauschung der Spalten von A. (entspricht einer Umnummerierung der Unbekannten x 1,..., x n) (3) Ersetzen einer Zeile z j von B durch z j + αz k für ein α K und eine Zeile z k mit k j. Bei diesen Umformungen bleibt die Lösungsmenge von Ax = b erhalten, bis auf einer eventuellen Umnummerierung der x j wegen Operation (2). 0. Die Matrix A enthalte keine Nullspalte. (Ansonsten kommt ein x k im Gleichungssystem gar nicht vor!) 1. Schritt: Durch Anwendung von (1) erhält man a 1,1 0.
12 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen: (1) Vertauschung der Zeilen von B. (2) Vertauschung der Spalten von A. (entspricht einer Umnummerierung der Unbekannten x 1,..., x n) (3) Ersetzen einer Zeile z j von B durch z j + αz k für ein α K und eine Zeile z k mit k j. Bei diesen Umformungen bleibt die Lösungsmenge von Ax = b erhalten, bis auf einer eventuellen Umnummerierung der x j wegen Operation (2). 0. Die Matrix A enthalte keine Nullspalte. (Ansonsten kommt ein x k im Gleichungssystem gar nicht vor!) 1. Schritt: Durch Anwendung von (1) erhält man a 1, Schritt: Durch Anwenden von (3) erhält man ein System der Form und das reduzierte System a 1,1 x 1 + a 1,2 x a 1,n x n = b 1 a j,2x a j,nx n = b j, j = 2,..., m.
13 Wir setzen B := (A, b) K m (n+1) und benutzen folgende Umformungen: (1) Vertauschung der Zeilen von B. (2) Vertauschung der Spalten von A. (entspricht einer Umnummerierung der Unbekannten x 1,..., x n) (3) Ersetzen einer Zeile z j von B durch z j + αz k für ein α K und eine Zeile z k mit k j. Bei diesen Umformungen bleibt die Lösungsmenge von Ax = b erhalten, bis auf einer eventuellen Umnummerierung der x j wegen Operation (2). 0. Die Matrix A enthalte keine Nullspalte. (Ansonsten kommt ein x k im Gleichungssystem gar nicht vor!) 1. Schritt: Durch Anwendung von (1) erhält man a 1, Schritt: Durch Anwenden von (3) erhält man ein System der Form und das reduzierte System a 1,1 x 1 + a 1,2 x a 1,n x n = b 1 a j,2x a j,nx n = b j, j = 2,..., m. 3. Schritt: Falls (a j,k) = 0, so beenden wir den Algorithmus. Ansonsten vefahren wir mit dem reduzierten System analog, wobei zur Sicherung von a 2,2 0 evtl. Operation (2) durchzuführen ist.
14 So fortfahrend erhalten wir das finale System in der Form
15 So fortfahrend erhalten wir das finale System in der Form b 1,1 x 1 + b 1,2 x b 1,k x k b 1,n x n = b 1 b 2,2 x b 2,k x k b 2,n x n = b 2 b k,k x k b k,n x n = b k 0 = b k = b m
16 So fortfahrend erhalten wir das finale System in der Form b 1,1 x 1 + b 1,2 x b 1,k x k b 1,n x n = b 1 b 2,2 x b 2,k x k b 2,n x n = b 2 mit b j,j 0 für alle j = 1,..., k. b k,k x k b k,n x n = b k 0 = b k = b m
17 So fortfahrend erhalten wir das finale System in der Form b 1,1 x 1 + b 1,2 x b 1,k x k b 1,n x n = b 1 b 2,2 x b 2,k x k b 2,n x n = b 2 mit b j,j 0 für alle j = 1,..., k. b k,k x k b k,n x n = b k 0 = b k+1 Das finale System ist genau dann lösbar, wenn gilt. b k+1 =... = b m = = b m
18 So fortfahrend erhalten wir das finale System in der Form b 1,1 x 1 + b 1,2 x b 1,k x k b 1,n x n = b 1 b 2,2 x b 2,k x k b 2,n x n = b 2 mit b j,j 0 für alle j = 1,..., k. b k,k x k b k,n x n = b k 0 = b k+1 Das finale System ist genau dann lösbar, wenn gilt. b k+1 =... = b m = = b m In diesem Fall können wir x k+1,..., x n beliebig wählen und dann die x k, x k 1,..., x 1 in dieser Reihenfolge aus dem finalen System eindeutig ermitteln.
Technische Universität München Fakultät für Mathematik Mathematik 1 (Elektrotechnik) Probeklausur Prof. Dr. Anusch Taraz 24.
Note: Name Vorname Lerngruppen-Nummer Tutorübung-Nr. Hiermit bestätige ich, dass ich vor Prüfungsbeginn darüber in Kenntnis gesetzt wurde, dass ich im Falle einer plötzlich während der Prüfung auftretenden
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
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 2 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Mittsemesterprüfung HS, Typ A Name a a Note Vorname Leginummer Datum 29..2 2 4 6 Total
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
MehrLösung Test 2 (Nachprüfung)
MLAE Mathematik: Lineare Algebra für ngenieure Herbstsemester Dr Christoph Kirsch ZHAW Winterthur Aufgabe : Lösung Test (Nachprüfung a Wir verwenden den Gauss-Jordan-Algorithmus, um die erweiterte Koeffizientenmatrix
MehrMathematik IT 2 (Lineare Algebra)
Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof Dr L Cromme Mathematik IT (Lineare Algebra für die Studiengänge Informatik, IMT und ebusiness im Sommersemester 3 Lineare Gleichungssysteme
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
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
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
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg Spezialfälle und Rechenregeln Spezialfälle der Matrimultiplikation A = (m
MehrLineare Gleichungssysteme
Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Übersicht Lineare Gleichungssystem mit 2 Variablen 1 Lineare Gleichungssystem mit 2 Variablen Beispiele 2 Fakultät Grundlagen Folie: 2 Beispiel I Lineare
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
Mehr1 Lineare Gleichungssysteme und Matrizen
1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe
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
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
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
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
Mehrbekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR
LR-Zerlegung bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR Definition 2.17 Unter einer LR-Zerlegung einer Matrix A R n n verstehen wir eine
Mehr6. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 6. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 2/ 25..-.2. Aufgabe G (Lineare Gleichungssysteme)
MehrKapitel 16. Invertierbare Matrizen
Kapitel 16. Invertierbare Matrizen Die drei Schritte des Gauß-Algorithmus Bringe erweiterte Matrix [A b] des Gleichungssystems A x auf Zeilenstufenform [A b ]. Das System A x = b ist genau dann lösbar,
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
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
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
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
Mehr1 Geometrie - Lösungen von linearen Gleichungen
Übungsmaterial Geometrie - Lösungen von linearen Gleichungen Lineare Gleichungen sind von der Form y = f(x) = 3x + oder y = g(x) = x + 3. Zwei oder mehr Gleichungen bilden ein Gleichungssystem. Ein Gleichungssystem
MehrLineare Gleichungssysteme - Grundlagen
Lineare Gleichungssysteme - Grundlagen Betrachtet wird ein System linearer Gleichungen (im deutschen Sprachraum: lineares Gleichungssystem mit m Gleichungen für n Unbekannte, m, n N. Gegeben sind m n Elemente
MehrA2.3 Lineare Gleichungssysteme
A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke, Universität Augsburg 15.10.2013 Alexander Lytchak 1 / 14 Organisation Alle wichtigen organisatorischen Information
MehrDie Lösung linearer Gleichungssysteme
Die Lösung linearer Gleichungssysteme Lineare Algebra I Kapitel 6 6 Mai 22 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 4-6 Webseite: wwwmathtu-berlinde/ holtz Email: holtz@mathtu-berlinde
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 +
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:
MehrBasistext Lineare Gleichungssysteme. Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=%
Basistext Lineare Gleichungssysteme Eine lineare Gleichung mit einer Unbekannten hat die allgemeine Form! #=% Mit zwei Unbekannten gibt es die allgemeine Form:! #+% '=( Gelten mehrere dieser Gleichungen
MehrMathematik II für Maschinenbauer
SS 20 Prof. Dr. Michael Dellnitz Dipl.-Math. Sebastian Hage-Packhäuser Dipl.-Math. Katrin Witting Mathematik II für Maschinenbauer Übungsblatt Hausübungen (Abgabe: Di, 9.04.20 bis :00 Uhr) Aufgabe. (5
MehrLösungen zum 5. Aufgabenblatt
SS 2012, Lineare Algebra 1 Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com
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 +...
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
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
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
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,...,
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
MehrErneut: Matrizen und lineare Abbildungen
Erneut: Matrizen und lineare Abbildungen Mit Hilfe der Matrixmultiplikation lässt sich die Korrespondenz zwischen linearen Abbildungen und Matrizen elegant ausdrücken: Satz. e 1, e 2,..., e n sei die Standardbasis
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
MehrEin Tabellenverfahren zur Lösung linearer Gleichungssysteme
Ein Tabellenverfahren zur Lösung linearer Gleichungssysteme Holger Krug 17. Februar 2007 1 Das Tabellenverfahren Zum Lösen linearer Gleichungssysteme gibt es mehrere Verfahren. Alle Verfahren haben gemeinsam,
MehrLineare Algebra und analytische Geometrie I
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 5 Verwandle große Schwierigkeiten in kleine und kleine in gar keine Chinesische Weisheit Das Lösen von
MehrLineare Gleichungssysteme
Kapitel 2 Lineare Gleichungssysteme 21 Lineare Gleichungssysteme und Matrizen Lernziele 2 Lineare Gleichungssysteme definieren Matrizen, Matrizen definieren lineare Abbildungen, Lösen von linearen Gleichungssystemen
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,
MehrKlausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler
Wintersemester 2007/08 27.2.2008 Dr. Sascha Kurz Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Bitte lesbar ausfüllen, Zutreffendes ankreuzen Herr Frau Name, Vorname: Anschrift:
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
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 2015/2016 Lineare Algebra und analytische Geometrie I Vorlesung 12 Wege entstehen dadurch, dass man sie geht Franz Kafka Invertierbare Matrizen Definition 121 Es sei K ein
Mehr6.2. Prüfungsaufgaben zur Lösbarkeit von LGS
6.. Prüfungsaufgaben zur Lösbarkeit von LGS Aufgabe : Lösbarkeit von LGS () Berechne mit Hilfe des Gauß-Verfahrens die Lösungsmengen der drei folgenden inhomogenen Gleichungssysteme. Gib außerdem die Lösungsmengen
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
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
Mehr17. Das Gauß-Verfahren
7 Das Gauß-Verfahren 95 7 Das Gauß-Verfahren Nachdem wir jetzt viele Probleme der linearen Algebra (z B Basen von Vektorräumen zu konstruieren, Morphismen durch lineare Abbildungen darzustellen oder den
Mehr1. Klausur zu Vektor- und Matrizenrechnung I und II WS 2009/10 und SS 2010 am Dienstag, dem 27. Juli 2010
Dr. M. Scheer Fakultät für Mathematik Technische Universität Dortmund 1. Klausur zu Vektor- und Matrizenrechnung I und II WS 2009/10 und SS 2010 am Dienstag, dem 27. Juli 2010 Name: Vorname: Matr.-Nr.:
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
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2016 Lineare Gleichungssysteme Schwerpunkte: Interpretation und Verständnis der Gleichungen Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik unter
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
MehrKommentiertes Beispiel für das Gaußsche Eliminationsverfahren
Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren oder: Wie rechnet eigentlich der TI 84, wenn lineare Gleichungssysteme gelöst werden? Hier wird an einem Beispiel das Gaußsche Verfahren zum
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
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
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
MehrMathematik für Wirtschaftswissenschaftler im WS 2013/14 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7
Mathematik für Wirtschaftswissenschaftler im WS 203/4 Lösungen zu den Übungsaufgaben (Vortragsübung) Blatt 7 Aufgabe 27 Sei eine lineare Abbildung f : R 4 R 3 gegeben durch f(x, x 2, x 3 ) = (2 x 3 x 2
MehrÜbungsaufgaben. Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler. Teil 1: Lineare Algebra und Optimierung.
Übungsaufgaben Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler Teil : Lineare Algebra und Optimierung Wintersemester Matrizenrechnung Aufgabe ( 3 0 Gegeben sind die Matrizen A = 2 5 2 4 D =
MehrKlausur Lineare Algebra I & II
Prof. Dr. G. Felder, Dr. Thomas Willwacher ETH Zürich, Sommer 2010 D MATH, D PHYS, D CHAB Klausur Lineare Algebra I & II Bitte ausfüllen! Name: Vorname: Studiengang: Bitte nicht ausfüllen! Aufgabe Punkte
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
MehrModulteilprüfung Lineare Algebra L2M-GL/L5M-GL
Modulteilprüfung Lineare Algebra L2M-GL/L5M-GL Sommersemester 2015 Universität Frankfurt FB 12, Institut für Mathematik 13.07.2015 Dr. Andreas Maurischat Dauer: 90 Minuten Hilfsmittel: Stifte und ein zweiseitig
MehrGrundfachklausur Teil 2 / Statik II
Technische Universität Darmstadt Institut für Werkstoffe und Mechanik im Bauwesen Fachgebiet Statik Prof. Dr.-Ing. Jens Schneider Grundfachklausur Teil 2 / Statik II im Sommersemester 204, am 08.09.204
MehrKlausurähnliche Aufgaben
Sommersemester 2007/08 Lineare Algebra Klausurähnliche Aufgaben Aufgabe 1 Seien v 1, v 2, v 3, v 4, v 5, v 6 die Vektoren in R 5 mit v 1 = (1, 2, 3, 1, 2), v 2 = (2, 4, 6, 2, 4), v 3 = ( 1, 1, 3, 0, 3),
MehrAlgorithmen und Datenstrukturen VO 3.0 Vorlesungsprüfung 19. Oktober 2007
Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen 1 186.089 VO 3.0 Vorlesungsprüfung 19. Oktober
MehrEs wurde in der Vorlesung gezeigt, daß man die Matrixgleichung Ax=b auch in der Form
Gaußscher Algorithmus zur Lösung linearer Gleichungssysteme Wir gehen aus vom Gleichungssystem A=b. Dabei ist A M m n K, b K m. Gesucht werden ein oder alle Elemente K n, so daß obige Gleichung erfüllt
Mehr2.3 Lineare Abbildungen und Matrizen
2.3. LINEARE ABBILDUNGEN UND MATRIZEN 89 Bemerkung Wir sehen, dass die Matrix à eindeutig ist, wenn x 1,...,x r eine Basis ist. Allgemeiner kann man zeigen, dass sich jede Matrix mittels elementarer Zeilenumformungen
MehrLineare Gleichungssysteme
Poelchau-Oberschule Berlin A. Mentzendorff September 2007 Lineare Gleichungssysteme Inhaltsverzeichnis 1 Grundlagen 2 2 Das Lösungsverfahren von Gauß 4 3 Kurzschreibweise und Zeilensummenkontrolle 6 4
MehrLösung Test 1 (Nachprüfung)
MLAE Mathematik: Lineare Algebra für Ingenieure Frühlingssemester 6 Dr. Christoph Kirsch ZHAW Winterthur Lösung Test (Nachprüfung Aufgabe : a Gemäss den Algorithmen im Kap.. der Vorlesung bringen wir die
MehrLineare Gleichungssysteme: eine Ergänzung
Lineare Gleichungssysteme: eine Ergänzung Ein lineares Gleichungssystem, bei dem alle Einträge auf der rechten Seite gleich sind heiÿt homogenes lineares Gleichungssystem: a x + a 2 x 2 +... + a n x n
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 5 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 21 Prof. Dr. Klaus Höllig (IMNG)
MehrAnalytische Geometrie
Analytische Geometrie Übungsaufgaben Lineare Gleichungssysteme Oberstufe Alexander Schwarz www.mathe-aufgaben.com Oktober 05 Pflichtteilaufgaben (ohne GTR) Aufgabe : Löse die folgenden linearen Gleichungssysteme:
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:
MehrVektor und Matrixnormen Vorlesung vom
Vektor und Matrixnormen Vorlesung vom 20.12.13 Grundlagen: Matrix Vektor und Matrixprodukt. Lineare Räume. Beispiele. Problem: Berechne die Lösung x von Ax = b zu gegebenem A R n,n und b R n. Ziele: Konditionsanalyse
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
MehrQuadratische Matrizen
Quadratische Matrizen (n n)-matrizen heißen quadratische Die entsprechenden linearen Abbildungen sind laut Definition Endomorphismen des R n (weil f A : R n R n ) Das Produkt von (n n)- Matrizen ist auch
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel
MehrRang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya
Rang einer Matrix 1-E1 Ma 1 Lubov Vassilevskaya Unterdeterminante einer nichtquadratischen Matrix M ist eine nichtquadratische 2,3-Matrix: M = 6 2 3 0 5 7 Durch Streichen einer der drei Spalten kann man
Mehr3. Das Gleichungssystem
Lagerung: Damit das Fachwerk Kräfte aufnehmen kann, muss es gelagert werden, Die Lagerung muss so beschaffen sein, dass keine Starrkörperbewegungen oder Mechanismen mehr möglich sind. Die Verschiebungen
MehrLineare Algebra und analytische Geometrie I Lösungsvorschlag zum 8. Tutoriumsblatt
Mathematisches Institut der Universität München Wintersemester 24/5 Daniel Rost Lukas-Fabian Moser Lineare Algebra und analytische Geometrie I Lösungsvorschlag zum 8. Tutoriumsblatt Aufgabe T-. a) Die
MehrPrüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker
TECHNISCHE UNIVERSITÄT BERLIN SS 2001 Fachbereich 3 - Mathematik Pohst / Lusala Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker Name:................................................................................
MehrTheoretische Informatik: Berechenbarkeit und Formale Sprachen
Prof. Dr. F. Otto 24.03.2011 Fachbereich Elektrotechnik/Informatik Universität Kassel Klausur zur Vorlesung Theoretische Informatik: Berechenbarkeit und Formale Sprachen WS 2010/2011 Name:................................
MehrKapitel 1. Matrizen und lineare Gleichungssysteme. 1.1 Matrizenkalkül (Vektorraum M(n,m); Matrixmultiplikation;
Kapitel 1 Matrizen und lineare Gleichungssysteme 11 Matrizenkalkül (Vektorraum M(n,m; Matrixmultiplikation; Transposition; Spalten- und Zeilenvektoren Matrizen sind im Prinzip schon bei der schematischen
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
MehrStudiengänge) Beispiele
Grundkurs Höhere Mathematik I (für naturwissenschaftliche Studiengänge) Beispiele Prof. Dr. Udo Hebisch Diese Beispielsammlung ergänzt das Vorlesungsskript und wird ständig erweitert. DETERMINANTEN Determinanten
MehrRechenaufwand der LR- und LDL T - Zerlegung
6. Großübung Rechenaufwand der LR- und LDL T - Zerlegung Rückwärtseinsetzen Der Algorithmus kann der Folie 3.0 entnommen werden. Dieser kann in die folgenden Rechenoperationen aufgesplittet werden: Für
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
MehrLeibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Sitzplatznr.: Wiederholungsklausur zur Vorlesung Operations Research im Wintersemester
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen Das komplette Material finden Sie hier: School-Scout.de Thema: Lineare Algebra:
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
MehrVektor und Matrixnormen Vorlesung vom
Vektor und Matrixnormen Vorlesung vom 18.12.15 Grundlagen: Matrix Vektor und Matrixprodukt. Lineare Räume. Beispiele. Problem: Berechne die Lösung x von Ax = b zu gegebenem A R n,n und b R n. Ziele: Konditionsanalyse
Mehr2 Die Algebra der Matrizen
Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem x y + z 1 x + y
MehrAufgaben zu Kapitel 14
Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt
Mehr