9.1 ADDIEREN UND SUBTRAHIEREN VON MATRIZEN MULTIPLIKATION EINER MATRIX MIT EINEM SKALAR
|
|
- Curt Eberhardt
- vor 6 Jahren
- Abrufe
Transkript
1 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 Skalar Beispiel C: Die folgenden Tabellen beschreiben das Exportgeschäft einer Firma Zahl der verkauften Stück) in den Jahren 8 und 9: 8: Belgien Irland Chile 9: Belgien Irland Chile Modell 8 6 Modell Modell 7 9 Modell 9 ) Beschreibe das Exportgeschäft von 8 9 durch eine einzige Tabelle! ) Beschreibe durch eine Tabelle, wie sich das Exportgeschäft im Jahr 9 gegenüber 8 verändert hat! ) Das Exportgeschäft ist doppelt so gut wie das von 8. Was kann das bedeuten? Lösung: ) Man hat die Summe entsprechender, d. h. gleich plazierter Elemente zu bilden: Belgien Irland Chile Modell Modell ) ) Man hat die Differenz entsprechender, d. h. gleich plazierter Elemente zu bilden: Belgien Irland Chile Modell 8 6 Modell ) ) Unter der Voraussetzung, dass diese Verdoppelung für jedes Modell und jedes Exportland gilt, hat man jedes Element der Matrix mit zu multiplizieren. Belgien Irland Chile Modell 8 6 Modell ) Wie müsste im Beispiel C die Ergebnismatrix zu Frage ) aussehen, wenn die Exportmatrizen für 8 und 9 gleich wären? Die Matrix müsste aus lauter Nullen bestehen. ) Definition: Eine Matrix, deren Elemente sämtlich null sind, heißt Nullmatrix O : O = Buchstabe O
2 Addieren und Subtrahieren von Matrizen Multiplikation einer Matrix mit einem Skalar In Verallgemeinerung von Beispiel C gibt man die folgende Definition: Es seien A und B Matrizen vom selben Typ m; n) und v : ) Unter der Summe A + B versteht man jene Matrix C vom Typ m; n), deren Elemente die Summe gleichplazierter Elemente von A und B sind: = a a n b b n a + b a n + b n a a n b b n a + b a n + b C = A + B n + = a m a mn b m b mn a m + b m a mn + b mn ) Unter der Differenz A B versteht man jene Matrix C vom Typ m; n), deren Elemente die Differenz gleichplazierter Elemente von A und B sind: = a a n b b n a b a n b n a a n b b n a b a n b C = A B n = a m a mn b m b mn a m b m a mn b mn ) Unter dem Produkt der Matrix A mit dem Skalar v versteht man jene Matrix C, deren Elemente das v-fache der gleichplazierten Elemente von A sind: a a n v a v a n a a n v a v a C = v A = v n = a m a mn v a m v a mn Bemerkung: Analog zu v A lässt sich A v definieren. Dann gilt: v A = A v. Begründe! Statt ) A bzw. O A schreibt man einfach A. 9.. Rechnen mit Matrizen Durch Verknüpfen der drei Rechenoperationen entstehen Matrizenterme, die letztlich durch geeignete Umformungen auf die Gestalt v A + v A + + v k A k gebracht werden können. In Verallgemeinerung des Begriffs aus der Vektorrechnung nennt man einen solchen Ausdruck eine Linearkombination von Matrizen. Für das Rechnen mit solchen Linearkombinationen gelten die Rechenregeln:! Es seien A, B und C Matrizen vom gleichen Typ, v und w Skalare aus. Dann gilt: ) A + B = B + A ) A + B + C) = A + B) + C ) A + O = A ) A + A) = O ) A = A 6) A = O 7) v w A) = v w) A 8) v A ± B) = v A ± v B 9) v ± w) A = v A ± w A Man sieht: Die Nullmatrix spielt bei der Matrizenaddition und Matrizensubtraktion die gleiche Rolle wie der Nullvektor bei der Vektoraddition und bei der Vektorsubtraktion; sie ist das neutrale Element der Matrizenaddition.
3 Matrizen 79 Berechne die folgenden Matrizenterme für A = ) C = ) B = 7 a) A + B C b) A B C c) A + B) A B) d) A A B) + B e) A + B) C f) A B + C) g) A B) + C_ h) A_ B + C) ) 8 Löse die folgenden Matrizengleichungen nach X auf! Verwende die Angaben von Aufgabe 79! a) X = A + B b) X = A B c) A X = B X) d) C + X = A X) e) A + X) C = B + X f) X A X) = X + B g) A_ X = B_ h) C_ + X = A_ 8 Vereinfache durch Herausheben eines Faktors! a) 9 6 b) c) 9 d) 8 ) 68 ) 9 6) ),6, ),9,9 ),,8),, ) e),6,8 f),,9 g),, h),8, 8 Beweise die Rechenregel von Seite anhand der Definitionen der Matrizenoperationen und der Rechenregeln für reelle Zahlen! a) Regel ) b) Regel ) c) Regel 8) d) Regel 9) e) Regel ) f) Regel 7) g) Regel ) h) Regel ) 8 Eine Motorenfabrik erzeugt Gleichstrommotoren G) und Wechselstrommotoren W) an zwei gleichartig ausgerüsteten Standorten T und T. Die nachfolgenden Tabellen geben die Produktionsergebnisse einer bestimmten Woche wieder. Ermittle ) die Tabelle der Gesamtproduktion dieser Woche, ) eine Tabelle, welche einen Vergleich der Produktivität an den beiden Betriebsstätten zulässt! T Mo Di Mi Do Fr T Mo Di Mi Do Fr G G 8 9 W 8 9 W Die nachstehenden Tabellen geben die Nettoverkaufspreise ) verschiedener Waren A, B, in den Güteklassen I, II, an. Gib die Matrix für die Bruttoverkaufspreise ) für den angegebenen Mehrwertsteuersatz an! a) % A B C D b) % A B C I 8,,8 7,, I 6, II,6 7, 66, 8,6 III,,,8 87, II 967, 8 7 III, Schreibe ein Computer-Programm a) für die Addition zweier Matrizen! b) für die Subtraktion zweier Matrizen! c) für die Multiplikation einer Matrix mit einem Skalar!
4 Multiplikation einer Matrix mit einer Matrix 9. MULTIPLIKATION EINER MATRIX MIT EINER MATRIX 9.. Multiplikation einer Matrix mit einer Matrix MMM) Beispiel D: Im Jahresbericht einer Schule wurden die Tabellen A und B über die Rauchgewohnheiten ihrer Schülerinnen und Schüler veröffentlicht. Ermittle eine Tabelle C, in der die Anzahl der starken Raucher, schwachen Raucher und Nichtraucher unter Schülerinnen und unter Schülern insgesamt aufgelistet ist! A Starke Raucher % % % 8 % Schwache Raucher 9 % % 7 % % Nichtraucher 7 % % 8 % 7 % Lösung: Die Lösung ist offenbar eine Tabelle C mit Zeilen für die Rauchgewohnheiten) und Spalten für das Geschlecht), d. h. eine Matzrix C vom Typ ; ). Die Berechnung der 6 Elemente demonstrieren wir für die Elemente c und c : c =, +, 6 +, +,8 8 = 9 c =,7 +, +,8 +,7 9 =, Man sieht: c ist eine Verknüpfung des -ten Zeilenvektors von A mit dem -ten Spaltenvektor von B. Eine derartige Verknüpfung nennt man skalares Produkt. Ebenso ist c das skalare Produkt des -ten Zeilenvektors von A mit dem -ten Spaltenvektor von B. Die restlichen Elemente c ij erhält man in analoger Weise durch skalare Multiplikation des i-ten Zeilenvektors von A mit dem j-ten Spaltenvektor von B: c ij = a i b j + a i b j + + a in b nj Die folgende Tabelle zeigt die notwendigerweise gerundeten Ergebnisse: C Schüler Schülerinnen Starke Raucher 9 9 Schwache Raucher 8 Nichtraucher 8 B Schüler Schülerinnen. Kl 6. Kl 6 7. Kl 8. Kl 8 9 In Verallgemeinerung dieser Überlegungen geben wir die Definition: Ist A eine Matrix vom Typ m; n) und B eine Matrix vom Typ n; r), so heißt die gemäß b a a a b b r a b + + a n b n a b r + + a n b nr n b a a a b b r a b + + a n b n a b r + + a n b nr n = a m a m a mn b n b n b nr a m b + + a mn b n a m b r + + a mn b nr erklärte Verknüpfung Multiplikation einer Matrix mit einer Matrix. Das Ergebnis ist eine Matrix C vom Typ m; r), bei der das Element c ij der Matrix C das Skalare Produkt des i-ten Zeilenvektors a i der Matrix A mit dem j-ten Spaltenvektor b j der Matrix B ist: c ij = a i b j + a i b j + + a in b nj
5 Matrizen Bemerkung: ) Matrizen kann man genau dann multiplizieren, wenn die Spaltenzahl der ersten Matrix mit der Zeilenzahl der zweiten Matrix übereinstimmt! Merkregel: m; n) n; r) = m; r) ) Ist insbesondere eine der beiden Matrizen ein Vektor, so spricht man von der Multiplikation einer Matrix mit einem Vektor MMV). Gemäß der Merkregel gibt es die Fälle m; n) n; ) = m; ) Multiplikation einer Matrix mit einem Spaltenvektor von rechts ; n) n; r) = ; r) Multiplikation einer Matrix mit einem Zeilenvektor von links Beim händischen Multiplizieren von Matrizen ist das Falk sche Schema hilfreich: Wir erläutern es an der Fortsetzung von Beispiel D: Ermittle mit Hilfe des Falk schen Schemas ) C = A B, ) C = B A! Lösung: ) ; ) ; ) = ; ) 6 8 9,,,,8 9, 8,6,9,,7 7,67 m =,,,7,,8,7 8,, n = r = ) Das Produkt B A kann man nicht bilden, da die Spaltenzahl von B nicht mit der Zeilenzahl von A übereinstimmt! 9.. Rechenregeln Gibt es für die Matrizenmultiplikation ein neutrales Element, d. h. eine Matrix E, deren Produkt mit jeder Matrix A wieder die Matrix A ergibt? Die Antwort ist ja. Die Elemente in der Hauptdiagonale von E haben den Wert, alle anderen haben den Wert :! Definition: Die quadratische Matrix E = vom Typ n; n) heißt n x n Einheitsmatrix. Es seien v und A, B und C Matrizen mit Zeilen- und Spaltenzahlen, welche die Produktbildung erlauben, dann gelten die folgenden Rechenregeln: ) A B C) = A B) C ) v A B) = v A) B = A v B) ) A O = O und O A = O ) A E = A und E A = A ) A B ± C) = A B ± A C Ungültig ist jedoch das Kommutativgesetz A B = B A Aufgabe 86). benannt nach Sigurd Falk
6 Matrizenrechnung mit Hilfe des Computers 9. MATRIZENRECHNUNG MIT HILFE DES COMPUTERS 9.. Matrizenrechnung mittels des CAS wxmaxima Das Rechnen mit Matrizen lässt sich mit Hilfe wxmaxima leicht durchführen: Fortsetzung von Beispiel D Seite ): Im Fenster Algebra öffnet man Matrix eingeben, wählt dann im Fenster die Anzahl der Zeilen hier ) und Spalten hier ). Nach Ok kann dann die Matrix eingegeben werden Dezimalpunkt verwenden!). Soll dieselbe Matrix öfters verwendet werden, kann man ihr eine Variable im Fenster Eingabe zuordnen. Man gibt A:%i bzw. B:%i ein. Nun lassen sich die gewünschten Rechenoperationen sehr bequem durchführen. Beachte, dass das Matrizenmultiplikationszeichen ein Punkt ist.
7 Matrizen 9.. Matrizenrechnung mittels Excel Da Excel ein Tabellenkalkulationsprogramm ist, kann es mit Tabellen rechnen. Die Addition ist durch Addieren der entsprechenden Zellen sehr einfach. Daher zeigen wir die Multiplikation. Fortsetzung von Beispiel D Seite ): Trage die beiden Matrizen in das Tabellenblatt ein. Da das Ergebnis eine mal -Matrix sein muss, markiere zwei Zeilen und drei Spalten und gib die Formel =MMULTA:D*A:B8) ein. Nun drücke gleichzeitig Strg, Shift und Enter. Excel schließt die Formel in geschlungene Klammern ein und liefert das Ergebnis. 86 Berechne A B und B A! a) A = ) B = ) c) A = B = ) b) A = ) d) A = ) B = 7 ) B = ) ) 87 Gegeben sind die Matrizen A, B, C und D. Berechne: a) A B b) A C c) A D d) D B e) D C f) C A 6 ) A = B = C = D = Berechne die angegebenen Produkte! Was fällt dir auf? Formuliere das Ergebnis allgemein! a) A B b) C D c) A C d) A D e) B C f) B D a ) e ) a d c) f h) i A = b c B = f g C = b D = g d h e j 89 ) Überprüfe anhand der folgenden Matrizen, dass das Produkt A B die Nullmatrix ergeben kann, ohne dass A oder B eine Nullmatrix ist! A = 6 8) B = ) ) Welcher Satz für das Rechnen mit reellen Zahlen lässt sich daher nicht auf Matrizen übertragen? ) Finde selbst ein Paar von Matrizen A, B, für die A B = O gilt! 9 ) Überprüfe anhand der folgenden Matrizen, dass das Produkt A B die Einheitsmatrix ist! A = ) B =,8,,6,) ) Wie könnte man daher B in Bezug auf A bezeichnen? ) Finde selbst ein Paar von Matrizen A, B, für die A B = E gilt! 9 Berechne! a) 8 e) ) ) b) ) ) f) ) ) c) 6 ) ) g) 7 6 ) 7) d) ) 6) h) ) ) 7) ) 6
8 9 Zeichne analog zur Fortsetzung von Beispiel D das Falk sche Schema ) für die Multiplikation einer Matrix mit einem Vektor von links, ) für die Multiplikation einer Matrix mit einem Vektor von rechts, ) für das skalare Produkt zweier Vektoren! Matrizenrechnung mit Hilfe des Computers 9 Begründe anhand des Falk schen Schemas, warum in der Definition verlangt wird, dass die Spaltenzahl von A mit der Zeilenzahl von B übereinstimmen muss! 9 Unter welcher Voraussetzung kann man eine Matrix quadrieren, kubieren? 9 Es gibt Matrizen, die mit ihrem Quadrat übereinstimmen. Gib zwei Beispiele solcher Matrizen a) vom Typ ; ), b) vom Typ ; ) an! 96 Berechne A, A, A. Was fällt dir auf? ) a) b) ) c) ) d) ) 97 Verifiziere anhand geeignet gewählter Matrizen und Skalare die a) linke Gleichung von Regel ) auf Seite! b) rechte Gleichung von Regel ) auf Seite! 98 Wie Aufgabe 97 für das Assoziativgesetz der MMM! 99 Beweise die a) linke Gleichung von Regel ) auf Seite! b) rechte Gleichung von Regel ) auf Seite! Für die Matrizenmultiplikation gilt das Kommutativgesetz nicht. Dennoch gibt es Paare von Matrizen, für die A B = B A gilt. Gib ein solches Paar an und bilde zur Kontrolle beide Produkte! In der ersten Produktionsstufe werden aus den Rohstoffen R, R die Zwischenprodukte Z, Z und Z, in einer zweiten Produktionsstufe aus diesen die Endprodukte E und E hergestellt. Der Materialverbrauch von Stufe zu Stufe ist je Einheit in den folgenden Tabellen angegeben. Wie viele Einheiten von R und R sind erforderlich für die Herstellung a) von je Stück E und E? b) von je 6 Stück E und E? c) von je Stück E und E? d) von je Stück E und E? Z Z R R E E Z Z Z Z In der ersten Produktionsstufe werden aus den Rohstoffen R, R und R die Zwischenprodukte Z und Z, in einer zweiten Produktionsstufe aus diesen die Endprodukte E, E und E hergestellt. Der Materialverbrauch von Stufe zu Stufe ist je Einheit in den folgenden Tabellen angegeben. Wie viele Einheiten von R, R und R sind erforderlich für die Herstellung a) von je Stück E, E und E? b) von je 8 Stück E, E und E? R R R Z Z c) von je Stück E, E und E? Z E d) von je Stück E, E und E? 6 Z 7 E E 7
Matrizen 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:
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
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
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
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
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 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
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, 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
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
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
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
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 +
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
MehrZusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren
Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier
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
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
MehrMatrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =
Matrizen Eine m nmatrix ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten der Form a 11 a 12 a 1n A = a ij = a 21 a 22 a 2n a m1 a m2 a mn Dabei sind m und n natürliche und die Koezienten a
MehrDie Siedler von Catan Mehrstufige Produktionsprozesse
Die Siedler von Catan Mehrstufige Produktionsprozesse Übersicht Inhalte Ziele Rolle der Technologie Modellierung von Materialverflechtungsprozessen Multiplikation von Matrizen Assoziativgesetz für die
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
MehrMatrizen und Drehungen
Matrizen und Drehungen 20. Noember 2003 Diese Ausführungen sind im wesentlichen dem Skript zur Vorlesung Einführung in die Theoretische Physik I und II on PD Dr. Horst Fichtner entnommen. Dieses entstand
MehrMathematik. Lernbaustein 6
BBS Gerolstein Mathematik Mathematik für die Berufsoberschule II Lernbaustein 6 Lineare Algebra www.p-merkelbach.de/bos2/mathe/matheskript-bos-2 Lernbaustein 6.pdf Erstellt von: Herrn St Percy Merkelbach
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
MehrIn diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)
34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)
MehrMatrizen - I. Sei K ein Körper. Ein rechteckiges Schema A = wobei a ij K heißt Matrix bzw. eine m n Matrix (mit Elementen aus K).
Matrizen - I Definition. Sei K ein Körper. Ein rechteckiges Schema A = a 11 a 12...... a 1n a 21 a 22...... a 2n............ a m1 a m2...... a mn wobei j K heißt Matrix bzw. eine m n Matrix (mit Elementen
Mehr8 Lineare Gleichungssysteme
$Id: lgs.tex,v 1.6 2010/12/20 12:57:04 hk Exp $ $Id: matrix.tex,v 1.3 2010/12/20 13:12:44 hk Exp hk $ 8 Lineare Gleichungssysteme In der letzten Sitzung hatten wir mit der Besprechung linearer Gleichungssysteme
MehrEinführung in die Matrixalgebra
Einführung in die Matrixalgebra Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Bachelor S. Garbade (SRH Heidelberg) Matrixalgebra Bachelor
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:
Mehrmit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"
Zusammenfassung Matrizen Transponierte: Addition: mit Skalare Multiplikation: Matrixmultiplikation: m x p m x n n x p mit ES "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor" "Determinante"
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
Mehr3 Matrizen und Determinanten
31 Matrizen 311 Matrizen und Gleichungssysteme Grundlegende Begriffe der linearen Algebra und linearen Optimierung sind die Begriffe Matrix, Vektor, Determinante und lineares Gleichungssystem Beispiel
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
MehrSkript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014
Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 2. Oktober 2014 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................
MehrSpezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:
Inverse Matritzen Spezialfall: Die Gleichung ax b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a a 1 gelöst werden: ax b x b a a 1 b. Verallgemeinerung auf Ax b mit einer n nmatrix A: Wenn es
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.
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
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
MehrKapitel II. Algebraische Grundbegriffe
Kapitel II. Algebraische Grundbegriffe 1 Ringe und Körper Für das Rechnen in Z haben wir in Kap. I, 1 Regeln aufgestellt, welche auch in Q und R gelten. Damit werden Z, Q und R zu Ringen im folgenden Sinn:
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
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,
Mehr5 Die Allgemeine Lineare Gruppe
5 Die Allgemeine Lineare Gruppe Gegeben sei eine nicht leere Menge G und eine Abbildung (Verknüpfung) : G G G, (a, b) a b( a mal b ) Das Bild a b von (a, b) heißt Produkt von a und b. Andere gebräuchliche
MehrLineare Algebra - alles was man wissen muß
Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger
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
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 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
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
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
MehrDemoseiten für
Matrizenrechnung Anwendungsaufgaben Teil Themenheft Demoseiten für Arbeiten mit Bedarfsmatrizen Herstellung von Zwischen- und Endprodukten aus Rohstoffen Kostenberechnungen Datei 623 Stand: 5. August 2
Mehr2.4 Matrizen und Lineare Abbildungen
Lineare Algebra I WS 2015/16 c Rudolf Scharlau 73 2.4 Matrizen und Lineare Abbildungen Zum Schluss von Abschnitt 2.2 hatten wir Matrizen eingeführt, und zwar im Zusammenhang mit der abgekürzten Schreibweise
Mehr8 Lineare Abbildungen und Matrizen
8 Lineare Abbildungen und Matrizen 8.1 Lineare Abbildungen Wir beschäftigen uns nun mit Abbildungen zwischen linearen Räumen. Von besonderem Interesse sind Abbildungen, die die Struktur der linearen Räume
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
MehrKörper sind nullteilerfrei
Mathematik I für Informatiker Komplexe Zahlen p. 1 Körper sind nullteilerfrei Für Elemente a, b eines Körpers gilt stets: Aus a b = 0 folgt a = 0 oder b = 0. Beweis: Aus a b = 0 und a 0 folgt also b =
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
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
MehrLineare Algebra: Theorie und Anwendungen
Lineare Algebra: Theorie und Anwendungen Sommersemester 2012 Bernhard Burgeth Universität des Saarlandes c 2010 2012, Bernhard Burgeth 1 VEKTOREN IN DER EBENE UND IM RAUM 2 1 Vektoren in der Ebene und
MehrDefinition, Rechenoperationen, Lineares Gleichungssystem
Bau und Gestaltung, Mathematik, T. Borer Aufgaben / Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
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
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
MehrMathematik Matrizenrechnung
Mathematik Matrizenrechnung Einstufige Prozesse Rechenregeln für Matrizen Mehrstufige Prozesse Inverse Matrix Stochastische Prozesse 6 Zyklisches Verhalten Einstufige Prozesse Einstufige Prozesse Zur Beschreibung
Mehr4.4. Rang und Inversion einer Matrix
44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert
Mehrk 5 Mathematische Vorlagen und die Vorlage für eine nxm-matrix mit dem Pfeilcursor bzw. dem Mauszeiger doppelt anklicken
25. Grundoperationen mit Vektoren In Schulbüchern werden Vektoren üblicherweise als Spaltenvektoren dargestellt. Darum werden in den Kapiteln 2530 Beispiele fast ausschliesslich mit Spaltenvektoren gerechnet,
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 und Statistik für Raumplaner I
Mathematik und Statistik für Raumplaner I Vektor- und Matrizenrechnung Wintersemester 2010/2011 Leiter und Autor: Ao.Univ.Prof. Dr. Wolfgang Feilmayr Fachbereich Stadt- und Regionalforschung Technische
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
Mehr2 ZAHLEN UND VARIABLE
Zahlen und Variable 2 ZAHLEN UND VARIABLE 2.1 Grundlagen der Mengenlehre Unter einer Menge versteht man die Zusammenfassung von unterscheidbaren Objekten zu einem Ganzen. Diese Objekte bezeichnet man als
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
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
MehrDEMO für www.mathe-cd.de
(1) Rechnen mit Paaren und Tripeln () Eine Gleichung mit oder 3 Unbekannten (3) Zwei Gleichungen mit 3 Unbekannten Datei Nr. 61 011 Stand 19. Oktober 010 Friedrich W. Buckel INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
MehrVektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42
Vektoren Jörn Loviscach Versionsstand:. April 29, 23:42 Rechnen mit Pfeilen Bei den komplexen Zahlen haben wir das Rechnen mit Pfeilen schon kennen gelernt. Addition und Subtraktion klappen in drei wie
MehrMatrizen. Jörn Loviscach. Versionsstand: 12. April 2010, 19:00 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung.
Matrizen Jörn Loviscach Versionsstand: 12. April 2010, 19:00 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. 1 Matrix Ein rechteckige Anordnung von mathematischen Objekten
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,
MehrLineare Algebra. Grundlagen der Vektorrechnung. fsg Verlag
Rolf Stahlberger Alexander Golfmann Lineare Algebra Grundlagen der Vektorrechnung fsg Verlag Impressum Herausgeber: FSG Verlag Alexander Golfmann Augustenstr. 58 80333 München info@fsg-verlag.de www.fsg-verlag.de
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
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
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrVorkurs Mathematik 1
Vorkurs Mathematik 1 Einführung in die mathematische Notation Konstanten i komplexe Einheit i 2 + 1 = 0 e Eulersche Zahl Kreiszahl 2 Einführung in die mathematische Notation Bezeichner Primzahlen, Zähler
MehrWirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap
Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Die Verfasser: Kurt Bohner Oberstudienrat Dipl.-Phys. Dr. Peter Ihlenburg Oberstudienrat
Mehr3.6 Einführung in die Vektorrechnung
3.6 Einführung in die Vektorrechnung Inhaltsverzeichnis Definition des Vektors 2 2 Skalare Multiplikation und Kehrvektor 4 3 Addition und Subtraktion von Vektoren 5 3. Addition von zwei Vektoren..................................
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 +...
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
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
MehrEINFÜHRUNG IN DIE TENSORRECHNUNG
EINFÜHRUNG IN DIE ENSORRECHNUNG eil 1 SIEGFRIED PERY Neufassung vom 7 Juni 2016 I n h a l t 1 Was sind ensoren? 2 2 Multiplikation von Matrizen 21 Multiplikation einer Vektors mit einem ensor 2 Stufe 5
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
MehrLineare Algebra. Teil III. Inhaltsangabe
Teil III Lineare Algebra Inhaltsangabe 3 Lineare Algebra 22 3.1 Einführung.......................... 22 3.2 Matrizen und Vektoren.................... 23 3.3 Spezielle Matrizen...................... 24
MehrAufgabensammlung Klasse 8
Aufgabensammlung Klasse 8 Inhaltsverzeichnis 1 Potenzen mit natürlichen Hochzahlen 3 1.1 Rechenregeln für das Rechnen mit Potenzen..................... 3 1.1.1 Addition und Subtraktion von Potenzen...................
MehrKapitel 16. Aufgaben. Verständnisfragen. Rechenaufgaben
Kapitel 16 Aufgaben Verständnisfragen Aufgabe 16.1 Ist das Produkt quadratischer oberer bzw. unterer Dreiecksmatrizen wieder eine obere bzw. untere Dreiecksmatrix? Aufgabe 16.2 Bekanntlich gilt im Allgemeinen
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
MehrJürgen Roth Didaktik der Linearen Algebra & Analytischen Geometrie
Jürgen Roth Didaktik der Linearen Algebra und Analytischen Geometrie Modul 12a: Fachdidaktische Bereiche juergen-roth.de/lehre/did_linalg_anageo/ Kapitel 3: Modellieren & Angewandte Mathematik 3.1 Inhalte
MehrDaniel Heibrock. Facharbeit Mathe. Matrizenrechnung mit dem Graphik- Taschenrechner fx-9750gii. Herr Bonertz M_L1 Q1
Daniel Heibrock Facharbeit Mathe Matrizenrechnung mit dem Graphik- Taschenrechner fx-9750gii Herr Bonertz M_L1 Q1 Inhaltsverzeichnis Themenwahl und Schwerpunktsetzung...3 Einführung in die Matrizenrechnung...3
MehrAm Dienstag, den 16. Dezember, ist Eulenfest. 1/48
Am Dienstag, den 16. Dezember, ist Eulenfest. 1/48 Grundbegriffe der Informatik Einheit 12: Erste Algorithmen in Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009
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
MehrGrundlagen der Vektorrechnung
Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt
Mehr6. Rechnen mit Matrizen.
6. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt und dem
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Lineare Gleichungssysteme und Determinanten. Lineare Gleichungssysteme.2 Determinanten 3 iii 2 LINEARE GLEIHUNGSSYSTEME UND DETERMINANTEN KAPITEL
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
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
Mehr1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,
Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel
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
MehrLineare Algebra (Teil 1) (LinAlg_1.mw)
Lineare Algebra (Teil 1) (LinAlg_1.mw) Neue MAPLE-Befehle: Vector, DotProduct, CrossProduct, Norm, Matrix, Row, Column, Transpose, Rank, Basis, Determinant, MatrixInverse, Eigenvalues, Eigenvectors. Wir
Mehr