Matrizentheorie. von F. R. Gantmacher. Mit 11 Abbildungen
|
|
- Greta Grosse
- vor 6 Jahren
- Abrufe
Transkript
1 Matrizentheorie von F. R. Gantmacher Mit 11 Abbildungen 0 w VEB Deutscher Verlag der Wissenschaften Berlin 1986
2 Inhalt Erster Teil: Allgemeine Theorie Matrizen und Matrizenoperationen Definition der Matrix. Bezeichnungen 19 Addition und Multiplikation von Matrizen 21 Quadratische Matrizen 31 Assoziierte Matrizen. Minoren inverser Matrizen 38 Inversion rechteckiger Matrizen. Die pseudoinverse Matrix 41 Der Gaußsche Algorithmus Die Gaußsche Eliminationsmethode 50 Eine mechanische Interpretation des Gaußschen Algorithmus 55 Der Sylvestersche Determinantensatz.. 57 Zerlegung quadratischer Matrizen in Produkte von Dreiecksmatrizen Übermatrizen. Das Rechnen mit Übermatrizen. Der verallgemeinerte Gaußsche Algorithmus 66 Lineare Operatoren im n-dimensionalen Vektorraum Vektorräume 78 Lineare Operatoren, die einen w-dimensionalen Vektorraum in einen m-dimensionalen Vektorraum abbilden 84 Addition und Multiplikation linearer Operatoren 86 Koordinatentransformationen 87 Äquivalente Matrizen. Der Rang eines Operators. Die Sylvestersche Ungleichung 89 Lineare Operatoren, die einen»-dimensionalen Vektorraum in sich abbilden. 93 Charakteristische Wurzeln und Eigenvektoren linearer Operatoren Lineare Operatoren einfacher Struktur 100
3 12 Inhalt 4. Charakteristisches Polynom und Minimalpolynom einer Matrix 4.1. Addition und Multiplikation von Matrizenpolynomen Rechte und linke Division von Matrizenpolynomen. Der verallgemeinerte Bezoutsche Satz Das charakteristische Polynom einer Matrix. Adjungierte Matrizen Die Methode von D. K. FADDEEV zur gleichzeitigen Berechnung des charakteristischen Polynoms und der adjungierten Matrix Das Minimalpolynom einer Matrix Matrizenfunktionen 5.1. Definition der Matrizenfunktion Das Lagrange-Sylvestersche Interpolationspolynom Andere Wege zur Bestimmung von f(a). Die Komponenten der Matrix A Darstellung von Funktionen durch Matrizenreihen Einige Eigenschaften von Matrizenfunktionen.... ' Die Anwendung der Matrizenfunktionen zur Integration linearer Differentialgleichungssysteme mit konstanten Koeffizienten Stabilität im Fall linearer Systeme Äquivalente Transformationen von Polynommatrizen. Analytische Elementarteilertheorie 6.1. Elementare Transformationen von Polynommatrizen Die kanonische Form einer A-Matrix Invariantenteiler und Elementarteiler von Polynommatrizen Äquivalenz linearer Binome Kriterien für die Ähnlichkeit von Matrizen Normalformen von Matrizen ' Die Elementarteiler der Matrix f(a) Eine Methode zur Konstruktion der Transformationsmatrix Eine weitere Methode zur Konstruktion der Transformationsmatrix Die Struktur linearer Operatoren im w-dimensionalen Vektorraum. Geometrische Elementarteilertheorie 7.1. Das Minimalpolynom eines Vektors bzw. eines Vektorraumes (bezüglich eines gegebenen linearen Operators) Die Zerlegung eines Vektorraumes in invariante TJnterräume mit teilerfremden Minimalpolynomen Kongruenzen. Quotientenräume Die Zerlegung eines Vektorraumes in zyklische invariante Unterräume Normalformen einer Matrix Invariantenteiler. Elementarteiler Die Jordansche Normalform einer Matrix Die Methode von A. N. KBYLOV zur Transformation der Säkulargleichung. 217
4 Inhalt Matrizengleichungen 8.1. Die Gleichung AX = XB Der Spezialfall A = B. Vertauschbare Matrizen Die Gleichung AX XB = C Die skalare Gleichung f(x) = Gleichungen von Matrizenpolynomen Die m-ten Wurzeln regulärer Matrizen Die m-ten Wurzeln singulärer Matrizen Der Logarithmus einer Matrix Lineare Operatoren im unitären Raum 9.1. Vorbemerkungen Metrische Räume Die Gramsche Determinante Orthogonalprojektionen Die geometrische Bedeutung der Gramschen Determinante Orthogonalisierung Orthonormalbasen Adjungierte Operatoren Normale Operatoren im unitären Raum Spektren normaler, hermitescher und unitärer Operatoren Positiv semidefinite und positiv definite hermitesche Operatoren Polare Zerlegung linearer Operatoren im unitären Raum. Cayleysche Formeln Lineare Operatoren im euklidischen Raum Die polare Zerlegung linearer Operatoren und die Cayleyschen Formeln im euklidischen Raum Vertauschbare normale Operatoren Der pseudoinverse Operator Quadratische und hermitesche Formen Lineare Transformationen quadratischer Formen Die Transformation einer quadratischen Form in eine Summe von Quadraten. Das Trägheitsgesetz der quadratischen Formen Die Methode von LAGRANGB zur Transformation einer quadratischen Form in eine Summe von Quadraten. Die Jacobische Gleichung Semidefinite und definite quadratische Formen Die Hauptachsentransformation quadratischer Formen Formenbüschel Extremaleigenschaften der charakteristischen Wurzeln regulärer Formenbüschel Kleine Schwingungen von Systemen mit n Freiheitsgraden Hermitesche Formen Hankeische Formen 341
5 14 Inhalt Zweiter Teil: Spezielle Fragen und Anwendungen 11. Komplexe symmetrische, schiefsymmetrische und orthogonale Matrizen Einige Sätze über komplexe orthogonale und unitäre Matrizen Die polare Zerlegung einer komplexen Matrix Normalformen komplexer symmetrischer Matrizen Normalformen komplexer schief symmetrischer Matrizen ' Normalformen komplexer orthogonaler Matrizen Singulare Matrizenbüschel Einführung Reguläre Matrizenbüschel Singulare Büschel Die kanonische Form singulärer Matrizenbüschel Die minimalen Indizes eines Büschels. Ein Kriterium für die strenge Äquivalenz von Matrizenbüscheln Singulare Büschel quadratischer Formen Anwendungen in der Theorie der Differentialgleichungen Matrizen mit nichtnegativen Elementen Allgemeine Eigenschaften Spektraleigenschaften unzerlegbarer nichtnegativer Matrizen Zerlegbare Matrizen Die Normalform einer zerlegbaren Matrix Primitive und imprimitive Matrizen Stochastische Matrizen Grenzwahrscheinlichkeiten homogener Markovscher Ketten mit endlich vielen Zuständen Vollständig nichtnegative Matrizen Oszillationsmatrizen Verschiedene Begularitätskriterien und die Lokalisierung der charakteristischen Wurzeln Das Regularitätskriterium von HADAMAED und seine Verallgemeinerungen Die Norm einer Matrix Die Verallgemeinerung des Hadamardsohen Kriteriums auf Übermatrizen Das Regularitätskriterium von FIEDLER Die Gersgorinschen Kreise und andere Lokalisierungsgebiete Anwendungen der Matrizenrechnung zur Untersuchung linearer Differentialgleichungssysteme Systeme linearer Differentialgleichungen mit stetigen Koeffizienten. Grundbegriffe 469
6 Inhalt Die Ljapunovsche Transformation Reduzierbare Systeme Die kanonische Form reduzierbarer Systeme. Der Satz von EBTJGEST DerMatrizant Das Produktintegral. Der Volterrasche Infinitesimalkalkül Differentialgleichungssysteme im Komplexen. Allgemeine Eigenschaften Das Produktintegral im Komplexen Isolierte singulare Stellen Schwach singulare Stellen Reduzierbare analytische Systeme Analytische Funktionen mehrerer Matrizen und ihre Anwendung zur Untersuchung von Differentialgleichungssystemen. Die Arbeiten von LAPPO-DAOTXEVSKIJ Das Routh-Hurwitzsche Problem und verwandte Fragen Einleitung Die Cauchyschen Indizes Der Routhsche Algorithmus Spezialfälle. Beispiele Der Satz von LJAPTJNOV Der Routh-Hurwitzsche Satz 541 * Die Formel von OBLANDO Sonderfälle des Routh-Hurwitzschen Satzes Die Methode der quadratischen Formen. Die Bestimmung der Anzahl der verschiedenen reellen Nullstellen eines Polynoms Unendliche Hankelsche Matrizen endlichen Ranges Die Bestimmung des Index einer gebrochenen rationalen Funktion mit Hilfe der Koeffizienten in Zähler und Nenner Ein zweiter Beweis des Routh-Hurwitzschen Satzes Einige Ergänzungen zum Routh-Hurwitzschen Satz. Das Stabilitätskriterium von LIENAED und CHTPAKT Einige Eigenschaften Hurwitzscher Polynome. Ein Satz von STIELTJES. Die Darstellung Hurwitzscher Polynome mit Hilfe von Kettenbrüchen Das Stabilitätsgebiet. Die Markovschen Parameter Der Zusammenhang mit dem Momentenproblem Der Zusammenhang der Hurwitzschen mit den Markovschen Determinanten Die Sätze von MABKOV und CEBYSEV Das verallgemeinerte Routh-Hurwitzsche Problem 598 Anhang von V. B. Lidskij Ungleichungen für charakteristische und singulare Wurzeln 1. Majorantenfolgen Die Horn-Neumannschen Ungleichungen 607
7 16 Inhalt 3. Die Weylschen Ungleichungen Maximal-Minimaleigenschaften von Summen und Produkten der charakteristischen Wurzeln hermitescher Operatoren Ungleichungen für charakteristische und singulare Wurzeln von Operatorsummen und -produkten Eine andere Aufgabenstellung bezüglich des Spektrums von Summen und Produkten hermitescher Operatoren 624 Literatur 632 ' Namen- und Sachverzeichnis 647 * s
Inhaltsverzeichnis. I Lineare Gleichungssysteme und Matrizen 1. Vorwort
Vorwort V I Lineare Gleichungssysteme und Matrizen 1 1 Der Begriff des Körpers 3 1.1 Mengen 3 1.2 Köiperaxiome 3 1.3 Grundlegende Eigenschaften von Körpern 5 1.4 Teilkörper 7 1.5 Aufgaben 8 1.5.1 Grundlegende
MehrSingulärwert-Zerlegung
Singulärwert-Zerlegung Zu jeder komplexen (reellen) m n-matrix A existieren unitäre (orthogonale) Matrizen U und V mit s 1 0 U AV = S = s 2.. 0.. Singulärwert-Zerlegung 1-1 Singulärwert-Zerlegung Zu jeder
MehrHöhere Mathematik für Ingenieure Band II
Teubner-Ingenieurmathematik Höhere Mathematik für Ingenieure Band II Lineare Algebra Bearbeitet von Klemens Burg, Herbert Haf, Friedrich Wille, Andreas Meister 1. Auflage 2012. Taschenbuch. xvii, 417 S.
MehrEinführung 17. Teil I Zu den Grundlagen der linearen Algebra 21. Kapitel 1 Schnelleinstieg in die lineare Algebra 23
Inhaltsverzeichnis Einführung 17 Zu diesem Buch 17 Konventionen in diesem Buch 17 Törichte Annahmen über den Leser 17 Wie dieses Buch aufgebaut ist 18 Teil I: Zu den Grundlagen der linearen Algebra 18
MehrLineare Algebra und analytische Geometrie
Max Koecher Lineare Algebra und analytische Geometrie Mit 35 Abbildungen Springer-Verlag Berlin Heidelberg New York Tokyo 1983 Inhaltsverzeichnis Teil A. Lineare Algebra I Kapitel 1. Vektorräume 1 1. Der
MehrLineare Algebra II. Inhalt und Begriffe. Lineare Algebra II p. 1
Lineare Algebra II Inhalt und Begriffe Lineare Algebra II p. 1 Inhaltsverzeichnis Kapitel II Grundlagen der Linearen Algebra... Lineare Algebra II p. 2 Inhaltsverzeichnis Kapitel II Grundlagen der Linearen
MehrGroßes Lehrbuch der Mathematik für Ökonomen
Großes Lehrbuch der Mathematik für Ökonomen Von Professor Dr. Karl Bosch o. Professor für angewandte Mathematik und Statistik an der Universität Stuttgart-Hohenheim und Professor Dr. Uwe Jensen R. Oldenbourg
MehrDEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )
Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrLehr- und Übungsbuch Mathematik für Informatiker
Lehr- und Übungsbuch Mathematik für Informatiker Lineare Algebra und Anwendungen Bearbeitet von Wolfgang Preuß, Günter Wenisch 1. Auflage 1996. Buch. 328 S. Hardcover ISBN 978 3 446 18702 3 Format (B x
MehrEinleitung 19. Teil I Einführung 23. Kapitel 1 Motivation 25
Inhaltsverzeichnis Einleitung 19 Konventionen in diesem Buch 19 Törichte Annahmen über den Leser 20 Was Sie in diesem Buch finden 20 Was Sie in diesem Buch nicht finden 20 Wie dieses Buch aufgebaut ist
MehrMichael Artin. Algebra. Aus dem Englischen übersetzt von Annette A'Campo. Birkhäuser Verlag Basel Boston Berlin
Michael Artin Algebra Aus dem Englischen übersetzt von Annette A'Campo Birkhäuser Verlag Basel Boston Berlin INHALTSVERZEICHNIS Vorwort Hinweise viii x Kapitel 1 MATRIZEN 1 1. Matrizenkalkül 1 2. Zeilenreduktion
MehrAussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016
Aussagenlogik 1. Gegeben seien folgende Aussagen: A: 7 ist eine ungerade Zahl B: a + b < a + b, a, b R C: 2 ist eine Primzahl D: 7 7 E: a + 1 b, a, b R F: 3 ist Teiler von 9 Bestimmen Sie den Wahrheitswert
MehrEinführung in die höhere Mathematik 2
Herbert Dallmann und Karl-Heinz Elster Einführung in die höhere Mathematik 2 Lehrbuch für Naturwissenschaftler und Ingenieure ab 1. Semester Mit 153 Bildern Friedr. Vieweg & Sohn Braunschweig /Wiesbaden
MehrStichwortliste zur Vorlesung. Lineare Algebra II. Gabriela Weitze-Schmithüsen. Saarbrücken, Sommersemester 2016
Stichwortliste zur Vorlesung Lineare Algebra II Gabriela Weitze-Schmithüsen Saarbrücken, Sommersemester 2016 Kapitel I Jordansche Normalform Ziel: Wir möchten Matrizen bis aus Ähnlichkeit klassifizieren.
MehrEINFÜHRUNG IN DIE ANALYTISCHE GEOMETRIE UND LINEARE ALGEBRA
EINFÜHRUNG IN DIE ANALYTISCHE GEOMETRIE UND LINEARE ALGEBRA VON SIEGFRIED BREHMER UND HORST BELKNER MIT 146 A B B I L D U N G E N VEB DEUTSCHER VERLAG DER WISSENSCHAFTEN BERLIN 1966 INHALTSVERZEICHNIS
MehrInhaltsverzeichnis. 1 Lineare Algebra 12
Inhaltsverzeichnis 1 Lineare Algebra 12 1.1 Vektorrechnung 12 1.1.1 Grundlagen 12 1.1.2 Lineare Abhängigkeit 18 1.1.3 Vektorräume 22 1.1.4 Dimension und Basis 24 1.2 Matrizen 26 1.2.1 Definition einer
MehrMathematik anschaulich dargestellt
Peter Dörsam Mathematik anschaulich dargestellt für Studierende der Wirtschaftswissenschaften 15. überarbeitete Auflage mit zahlreichen Abbildungen PD-Verlag Heidenau Inhaltsverzeichnis 1 Lineare Algebra
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
MehrAnwendung v. symmetrischen Matrizen: Hauptachsentransformation
Zusammenfassung: Eigenwerte, Eigenvektoren, Diagonalisieren Eigenwertgleichung: Bedingung an EW: Eigenwert Eigenvektor charakteristisches Polynom Für ist ein Polynom v. Grad, Nullstellen. Wenn EW bekannt
MehrMatrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie
Regina Gellrich Carsten Gellrich Matrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie Mit zahlreichen Abbildungen, Aufgaben mit Lösungen und durchgerechneten Beispielen
MehrMathematik für Ingenieure mit Maple
Thomas Westermann Mathematik für Ingenieure mit Maple Bandl: Differential- und Integralrechnung für Funktionen einer Variablen, Vektor- und Matrizenrechnung, Komplexe Zahlen, Funktionenreihen 4., neu bearbeitete
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
MehrLineare Algebra 2 (SS 13) Blatt 13: Musterlösung
Prof. Dr. B. Hanke Dr. J. Bowden Lineare Algebra 2 (SS ) Blatt : Musterlösung Aufgabe. Es sei C (R) der R-Vektorraum der unendlich oft differenzierbaren Funktionen auf R und : C (R) C (R), f f die Abbildung,
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
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
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
MehrEigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)
Eigenwerte 1 Eigenwerte und Eigenvektoren Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1) für einen Vektor x 0. Vektor x heißt ein
MehrJürgen Hausen Lineare Algebra I
Jürgen Hausen Lineare Algebra I 2. korrigierte Auflage Shaker Verlag Aachen 2009 Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 39 Definitheit von Bilinearformen Wir möchten die symmetrischen Bilinearformen über den reellen Zahlen klassifizieren.
MehrMat(2 2, R) Wir bestimmen das charakterische Polynom 1 f A (t) = t 2 t 2 = (t 2)(t + ( 1). ) 2 2. Eigenvektor zu EW 2 ist v 2 = 1 1
Aufgabe. Bestimmen Sie das Exponential expa) der Matrix ) 5 6 A = Mat, R). 4. Wir bestimmen das charakterische Polynom f A t) = t t = t )t + ). ). Eigenvektor zu EW ist v = ). Eigenvektor zu EW ist v =
MehrKlausur zur Vorlesung Lineare Algebra II, SoSe 2016,
Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 53 Norm von Endomorphismen und Matrizen Definition 53.1. Es seien V und W endlichdimensionale normierte K-
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
Mehr1.11 Eigenwertproblem Anwendungen von Eigenwerten und Eigenvektoren Lineare Rekursionen Lineare Differentialgleichungssysteme Bestimmung von
1.11 Eigenwertproblem Anwendungen von Eigenwerten und Eigenvektoren Lineare Rekursionen Lineare Differentialgleichungssysteme Bestimmung von Wachstumsraten Bestimmung von Maximal- und Minimalwerten von
MehrMathematik 1. ^A Springer. Albert Fetzer Heiner Fränkel. Lehrbuch für ingenieurwissenschaftliche Studiengänge
Albert Fetzer Heiner Fränkel Mathematik 1 Lehrbuch für ingenieurwissenschaftliche Studiengänge Mit Beiträgen von Akad. Dir. Dr. rer. nat. Dietrich Feldmann Prof. Dr. rer. nat. Albert Fetzer Prof. Dr. rer.
MehrKapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.
Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2016/17 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich
MehrMathematik für Ingenieure 1
A. Hoff mann B. Marx W. Vogt Mathematik für Ingenieure 1 Lineare Algebra, Analysis Theorie und Numerik PEARSON btudiurn. ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don
MehrMathematische Probleme lösen mit Maple
Mathematische Probleme lösen mit Maple Ein Kurzeinstieg Bearbeitet von Thomas Westermann überarbeitet 2008. Buch. XII, 169 S. ISBN 978 3 540 77720 5 Format (B x L): 15,5 x 23,5 cm Weitere Fachgebiete >
MehrELEMENTAR-MATHEMATIK
WILLERS ELEMENTAR-MATHEMATIK Ein Vorkurs zur Höheren Mathematik 13., durchgesehene Auflage von Dr.-Ing. G. Opitz und Dr. phil. H. Wilson Mit 189 Abbildungen VERLAG THEODOR STEINKOPFF DRESDEN 1968 Inhaltsverzeichnis
MehrMathematik für Wirtschaftswissenschaftler Lineare Algebra und ökonomische Anwendung
Mathematik für Wirtschaftswissenschaftler Lineare Algebra und ökonomische Anwendung Von Siegmar Stöppler unter Mitarbeit von Wilbrecht Hollnagel TEGHNSGHfi HOCHSCHULE 0AKMSTA9T INSTITUT FOf Westdeutscher
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
MehrNumerische Mathematik für Ingenieure und Physiker
Willi Törnig Peter Spellucci Numerische Mathematik für Ingenieure und Physiker Band 1: Numerische Methoden der Algebra Zweite, überarbeitete und ergänzte Auflage Mit 15 Abbildungen > Springer-Verlag Berlin
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrSysteme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.
Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x
Mehr40 Lokale Extrema und Taylor-Formel
198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:
MehrLineare Algebra I (WS 13/14)
Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 29.11.2013 Alexander Lytchak 1 / 13 Wiederholung Der Rang einer linearen Abbildung ist gleich dem Spaltenrang der darstellenden
MehrVektorräume und Lineare Abbildungen
Vektorräume und Lineare Abbildungen Patricia Doll, Selmar Binder, Lukas Bischoff, Claude Denier ETHZ D-MATL SS 07 11.04.2007 1 Vektorräume 1.1 Definition des Vektorraumes (VR) 1.1.1 Grundoperationen Um
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
MehrKapitel 5. Endomorphismen von Vektorräumen. 5.4 Die jordansche Normalform
Kapitel 5 c M. Roczen und H. Wolter Preview zur aktuellen Fassung: Lineare Algebra individuell Online Ver. 0.52 28.5.2005 Alle Rechte vorbehalten Endomorphismen von Vektorräumen V 0 sei ein Vektorraum
MehrÜbungen zu Lineare Algebra und Geometrie 1
Übungen zu Lineare Algebra und Geometrie 1 Andreas Čap Sommersemester 2015 Wiederholung grundlegender Begriffe (1 Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch f(x, y,
MehrLineare Schieberegisterfolgen
Lineare Schieberegisterfolgen Sei K ein endlicher Körper. Man nehme zwei Vektoren x 0 a0 x n 1, a n 1 K n n 1 x n := a i x i und betrachte die lineare Abbildung : K n K n, die durch i=0, berechne x 0 x
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
MehrEinführung in die Mathematik
Helmut Koch Einführung in die Mathematik Hintergründe der Schulmathematik Zweite, korrigierte und erweiterte Auflage Springer Inhaltsverzeichnis Einleitung 1 1 Natürliche Zahlen 11 1.1 Zählen 11 1.2 Die
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
MehrModulteilprüfung Geometrie (BaM-GS, L3M-RF)
Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Prof. Dr. Martin Möller SoSe 2011 // 05. Juli 2011 Kontrollieren Sie, ob Sie alle Blätter (12 einschließlich zweier Deckblätter) erhalten haben, und geben Sie
Mehr3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153
3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische
MehrÜbungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel.
Blatt 1 21.4.97 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. 3x 1 x 2 + 5x 3 = 1 x 1 + 2x 2 + x 3 = 1 2x 1 + 4x 2 + 3x 3 = 1 2.) Zeigen Sie: det 1 1 0 0.......... 0 1
MehrÜbungen zu Lineare Algebra und Geometrie für LAK
Übungen zu Lineare Algebra und Geometrie für LAK Andreas Cap Wintersemester 2010/11 Wiederholung grundlegender Begriffe (1) Bestimme Kern und Bild der linearen Abbildung f : R 3 R 3, die gegeben ist durch
Mehr5 Lineare Algebra (Teil 3): Skalarprodukt
5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale
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
Mehra b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,
Aufgabe I Es sei Q die folgende Teilmenge von C 2 2 : { ( ) a b Q a, b C b a Hier bezeichnet der Querstrich die komplexe Konjugation Zeigen Sie: (a) Mit den üblichen Verknüpfungen + und für Matrizen ist
MehrIngenieurmathematik mit MATLAB
Dieter Schott Ingenieurmathematik mit MATLAB Algebra und Analysis für Ingenieure Mit 179 Abbildungen, zahlreichen Beispielen, Übungsaufgaben und Lernkontrollen Fachbuchverlag Leipzig im Carl Hanser Verlag
MehrSesqui- und Bilinearformen
Kapitel 8 Sesqui- und Bilinearformen 8.1 Sesquilinearformen Definition 8.1.1 Sei V ein reeller oder komplexer K-Vektorraum (also K = R oder C). Eine Abbildung f : V V K heißt eine Sesquilinearform wenn
MehrInhaltsverzeichnis. Grundlagen
Grundlagen 1 Logik und Mengen... 1 1.1 Elementare Logik... 1 1.2 Elementare Mengenlehre... 10 1.3 Schaltalgebra... 15 1.3.1 Anwendung: Entwurf von Schaltkreisen... 21 1.4 Mit dem digitalen Rechenmeister...
MehrEuklidische und unitäre Vektorräume
Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein
Mehr1 ALLGEMEINE HINWEISE Das Fach Mathematik für Wirtschaftswissenschaftler Bisheriger Aufbau der Klausur...
Grundlagen Mathe V Inhaltsverzeichnis 1 ALLGEMEINE HINWEISE... 1-1 1.1 Das Fach Mathematik für Wirtschaftswissenschaftler... 1-1 1.2 Bisheriger Aufbau der Klausur... 1-1 1.3 Zugelassene Hilfsmittel und
Mehr6 Eigenwerte und Eigenvektoren
6.1 Eigenwert, Eigenraum, Eigenvektor Definition 6.1. Es sei V ein Vektorraum und f : V V eine lineare Abbildung. Ist λ K und v V mit v 0 und f(v) = λv gegeben, so heißt die Zahl λ Eigenwert (EW) von f,
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 9 Freitag 9.6 $Id: quadrat.tex,v. 9/6/9 4:6:48 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6. Symmetrische Matrizen Eine n n Matrix heißt symmetrisch wenn
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
MehrDiplom Mathematiker Wolfgang Kinzner. 17. Oktober Technische Universität München. Die abc-formel. W. Kinzner. Problemstellung.
Diplom Mathematiker Wolfgang Kinzner Technische Universität München 17. Oktober 2013 1 / 9 Inhaltsverzeichnis 1 2 / 9 Inhaltsverzeichnis 1 2 2 / 9 Inhaltsverzeichnis 1 2 3 2 / 9 Inhaltsverzeichnis 1 2
MehrInhaltsverzeichnis Mathematik
1. Mengenlehre 1.1 Begriff der Menge 1.2 Beziehungen zwischen Mengen 1.3 Verknüpfungen von Mengen (Mengenoperationen) 1.4 Übungen 1.5 Übungen (alte BM-Prüfungen) 1.6 Zahlenmengen 1.7 Grundmenge (Bezugsmenge)
MehrMathematik 2, SS 2015 Prof. F. Brock Zusammenfassung. Permutationen, Inversionen. Explizite Formel für die Determinante einer n n-
I. Lineare Algebra Mathematik 2, SS 2015 Prof. F. Brock Zusammenfassung 1. Determinanten (siehe Fischer/Kaul I, S.329-339) Matrix. Determinanten von 2 2- und 3 3-Matrizen. Alternierende Multilinearformen
Mehr9. Übung zur Linearen Algebra II -
9. Übung zur Linearen Algebra II - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. SS 00. Aufgabe 33 (i) Beweise oder widerlege: In einem euklidischen VR gilt x + y = x + y x y (Satz von Pythagoras).
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 205/6): Lineare Algebra und analytische Geometrie 3 3. (Herbst 997, Thema 3, Aufgabe ) Berechnen Sie die Determinante der reellen Matrix 0 2 0 2 2
MehrÜberbestimmte Gleichungssysteme
Siebente Vorlesung, 8. Mai 2008, Inhalt Überbestimmte Gleichungssysteme Kleinste Quadrate: einfaches Beispiel, elementare Herleitung Normalengleichungen Transformation mit QR-Zerlegung und SVD Nichtlineare
MehrSeminar Einführung in die Kunst mathematischer Ungleichungen
Seminar Einführung in die Kunst mathematischer Ungleichungen Geometrie und die Summe von Quadraten Clara Brünn 25. April 2016 Inhaltsverzeichnis 1 Einleitung 2 1.1 Geometrie allgemein.................................
Mehrreflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Kommutator, Kommutatorgrupe, Normalreihe, auflösbare Gruppe
1 Lernliste 1.1 Relationen reflexiv, symmetrisch, asymmetrisch, antisymmetrisch, transitiv, linaer konnex Äquivalenzrelation, Kongruenzrelation Klasseneinteilung Hauptsatz über Äquivalenzrelationen Jede
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
Mehr4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau
312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind
MehrKapitel I. Grundlagen der ebenen euklidischen Geometrie... 5 Einleitung Affine Ebenen... 7
Inhaltsverzeichnis Prolog. Die Elemente des Euklid... 1 1. Euklid 2. Axiome 3. Über die Sprache der Geometrie Kapitel I. Grundlagen der ebenen euklidischen Geometrie... 5 Einleitung... 5 1. Affine Ebenen...
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.
Mehr(a) Bestimmen Sie die Matrixdarstellung dieser Abbildung bzgl. einer möglichst einfachen Basis von P n - (b) Bestimmen Sie die zu F duale Abbildung F.
Übung. Wiederholen Sie die folgenden Begriffe und geben sie jeweils Beispiele (a) Vektorraum (b) Vektorraumhomomorphismus mit Spezialfällen (c) Basis (d) Dualraum (e) Duale Basis (f) Koordinatenabbildung
MehrMathematik für. Wirtschaftswissenschaftler. Basiswissen mit Praxisbezug. 4., aktualisierte und erweiterte Auflage
Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 4., aktualisierte und erweiterte Auflage Knut Sydsaeter Peter Hammond mit Arne Strom Übersetzt und fach lektoriert durch Dr. Fred Böker
MehrPrüfung Lineare Algebra 2
1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,
MehrBilinearformen und quadratische Formen
107 Kapitel 7 Bilinearformen und quadratische Formen 7.1 Bilinearformen 7.1.1 Linearformen Definition 7.1 Es sei V ein linearer Raum über dem Körper Ã. Als lineares Funktional oder Linearform bezeichnet
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
MehrMathematik für Ingenieure und Naturwissenschaftler Band 2
Lothar Papula Mathematik für Ingenieure und Naturwissenschaftler Band 2 Ein Lehr- und Arbeitsbuch für das Grundstudium 8., verbesserte Auflage Mit zahlreichen Beispielen aus Naturwissenschaft und Technik,
MehrLeitfaden 34. , dies ist eine reelle symmetrische Matrix, also diagonalisierbar.
Leitfaden 34 5. Euklidsche und unitäre Räume (und selbstadjungierte, orthogonale, unitäre, normale Endomorphismen). 5.1. Reelle symmetrische Matrizen sind diagonalisierbar. Satz: Reelle symmetrische Matrizen
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
MehrZahlen und elementares Rechnen
und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
Mehrist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).
Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)
MehrLösung (die Geraden laufen parallel) oder unendlich viele Lösungen.
1 Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 2008 Kapitel 16 Determinanten und inverse Matrizen
Mehr4 Lineare Abbildungen Basisdarstellungen
4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w
MehrFragenkatalog Kapitel 1 Fehleranalyse
Teil 1: Numerik katalog Kapitel 1 Fehleranalyse 1. Zwischen was besteht ein funktionaler Zusammenhang z i? Welche Form hat er? 2. Welche 4 Typen von Fehlerquellen gibt es? Nenne Beispiele! 3. Wie berechnet
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
MehrGrundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang
Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen
Mehr