Mathematik für Wirtschaftswissenschaftler II
|
|
- Otto Fried
- vor 6 Jahren
- Abrufe
Transkript
1 Mathematik für Wirtschaftswissenschaftler II Lineare Wirtschaftsalgebra von Dr. Dietrich Ohse Professor für Betriebswirtschaftslehre, insbesondere Quantitative Methoden, an der Johann Wolfgang Goethe-Universität Frankfurt am Main 5., verbesserte Auflage Verlag Franz Vahlen München
2 Inhaltsverzeichnis Vorwort Symbolverzeichnis V XV Kapitel 1 Vektoren 1.1 Begriffliche Einführung Ordnungsrelationen Vektoroperationen Addition von Vektoren Multiplikation eines Vektors mit einem Skalar Vektorraum und geometrische Interpretation Vektorraum Geometrische Darstellung von Vektoren Eigenschaften von Vektoren Linearkombination von Vektoren Lineare Abhängigkeit/Lineare Unabhängigkeit Unterräume und geometrische Interpretation der linearen Abhängigkeit Dimension und Basis eines Vektorraumes Einheitsvektoren und Koordinaten von Vektoren Skalares Produkt von Vektoren Definition des skalaren Produktes Geometrische Interpretation des skalaren Produktes 35 Aufgaben zum Kapitel 1 37 Kapitel 2 Matrizen 2.1 Begriffliche Einführung Ordnungsrelationen Spezielle Matrizen Quadratische Matrizen Diagonalmatrizen Einheitsmatrizen Transponierte Matrizen Symmetrische Matrizen Dreiecksmatrizen Untermatrizen Blockstrukturen Matrizenoperationen Multiplikation mit einem Skalar 58
3 X Inhaltsverzeichnis Addition von Matrizen Multiplikation von Matrizen Dyadisches Produkt Ökonomische Anwendungen von Matrizen Materialverflechtung Technologische Matrix Matrixdarstellung einer Input-Output-Tabelle Netzwerk-Matrizen Lineare Abbildungen und Matrizen Rang einer Matrix 88 Aufgaben zum Kapitel 2 92 Kapitel 3 Lineare Gleichungssysteme 3.1 Einführung Lösung linearer Gleichungssysteme Lösung einer linearen Gleichung Lösung eines Gleichungssystems Gleichungsoperationen Gaußschsr Algorithmus Algorithmen als Lösungsverfahren Prinzipieller Lösungsweg Rechentableau Algorithmus der Gaußschen Elimination Simultane Elimination und Substitution Aufwandsabschätzung von Algorithmen Teilweise Elimination und Substitution oder vollständige Elimination? Lineare Abhängigkeit/Lineare Unabhängigkeit Lineare Abhängigkeit von Gleichungen Lineare Unabhängigkeit von Gleichungen Widersprüchliche Gleichungen Konsequenzen der linearen Abhängigkeit Lösbarkeit von Gleichungssystemen Berechnung des Ranges einer Matrix Praxisrelevanz linearer Gleichungssysteme Eigenschaften von Modellen der Praxis Ökonomische Anwendungen linearer Gleichungssysteme Input/Output-Analyse Stationärer Zustand eines Markovprozesses Teilbedarfsrechnung durch Stücklistenauflösung Innerbetriebliche Kosten- und Leistungsverrechnung 163 Aufgaben zum Kapitel 3 168
4 Inhaltsverzeichnis XI Kapitel 4 Unterbestimmte Gleichungssysteme 4.1 Einführung Modellierung eines Kuppelproduktionsprozesses Basis eines unterbestimmten Gleichungssystems Pivotalgorithmen zur Berechnung verschiedener Basislösungen Elementarer Basistausch Verkürztes Tableau Homogene Gleichungssysteme Allgemeine Lösung eines homogenen Gleichungssystems Allgemeine Lösung eines inhomogenen Gleichungssystems 197 Aufgaben zum Kapitel Kapitel 5 Matrixinversion 5.1 Die Inverse einer Matrix Zusammenhang zwischen der Lösung eines linearen Gleichungssystems und der Inversen der Koeffizientenmatrix Die Berechnung der Inversen Pivotierung außerhalb der Hauptdiagonalen Existenz der Inversen Ökonomische Bedeutung der Inversen Stücklistenauflösung durch Matrixinversion Bedarfsrechnung Pivotalgorithmen zur Matrixinversion Berechnung der Inversen ohne Einheitsmatrix Impliziter Spaltentausch Korrekte Zeilen- und Spaltenanordnung Algorithmus Matrizengleichungen 233 Aufgaben zum Kapitel Kapitel 6 Determinanten 6.1 Begriffliche Einführung Eigenschaften von Determinanten Die Berechnung einer Determinante Adjunkte und adjungierte Matrix Der Entwicklungssatz von Laplace Determinantenberechnung durch Triangulieren Hauptabschnittsdeterminanten Anwendungen von Determinanten Oamersche Regel Darstellung der Inversen einer Matrix 271 Aufgaben zum Kapitel 6 272
5 XII Inhaltsverzeichnis Kapitel 7 Quadratische Formen und Eigenwertprobleme 7.1 Quadratische Formen Definition quadratischer Formen Definitheit quadratischer Formen mit zwei Variablen Quadratische Formen und Matrizen Quadratische Formen mit drei Variablen Quadratische Formen mit n Variablen Quadratische Formen mit einer homogenen linearen Nebenbedingung Quadratische Formen mit n Variablen und m homogenen linearen Nebenbedingungen Extremwertprobleme mit mehreren Variablen Extremwerte einer Funktion mit zwei Variablen Extremwerte einer Funktion mit n Variablen Extremwerte einer Funktion mit zwei Variablen unter einer Nebenbedingung Extremwerte einer Funktion mit n Variablen unter einer Nebenbedingung Extremwerte einer Funktion mit n Variablen unter m Nebenbedingungen Ähnliche Matrizen, Eigenwerte, Eigenvektoren Ähnliche Matrizen Eigenwerte Eigenvektoren Eigenwerte und Definitheit 331 Aufgaben zum Kapitel Kapitel 8 Lineare Planungsrechnung 8.1 Begriffliche Einführung Das Standardproblem der linearen Planungsrechnung Formulierung der Grundaufgabe Berücksichtigung von Ungleichungen Berücksichtigung von Vorzeichenbeschränkungen Anwendungsbeispiele der linearen Planungsrechnung Das optimale Produktionsprogramm Die optimale Mischung Der optimale Transportplan Graphische Lösung Struktur des Problems Ein Lösungsvorschlag Grundlagen des Simplexverfahrens Charakterisierung der Rand- und Eckpunkte Eckpunkte als Basislösungen Generierung alternativer Basislösungen Bewertung alternativer Basislösungen 360
6 Inhaltsverzeichnis XIII 8.6 Das Simplexverfahren Das Simplextableau Das Optimalitätskriterium Lösungsverbesserung Unbeschränkte Lösung Der Standardalgorithmus des Simplexverfahrens Minimierung Erweiterung des Simplex Verfahrens Zur Geometrie eines allgemeinen LP-Problems Gleichungen als Nebenbedingungen Größer-Gleich-Beziehungen als Nebenbedingungen Die drei Phasen des Simplexverfahrens Abschließende Bemerkungen Effizienz des Simplexverfahrens Praxis der linearen Planungsrechnung 393 Aufgaben zum Kapitel Lösungen der Aufgaben 399 Literaturverzeichnis 455 Personen- und Sachverzeichnis 459
Matrizen 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
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
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
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
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
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
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,
MehrMathematik im Betrieb
Heinrich Holland/Doris Holland Mathematik im Betrieb Praxisbezogene Einführung mit Beispielen 7, überarbeitete Auflage GABLER Inhaltsverzeichnis Vorwort 1 Mathematische Grundlagen 1.1 Zahlbegriffe 1.2
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 =
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
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.................................
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
MehrWolfgang Kohn Riza Öztürk. Mathematik für Ökonomen. Ökonomische Anwendungen der linearen. Algebra und Analysis mit Scilab
Wolfgang Kohn Riza Öztürk Mathematik für Ökonomen Ökonomische Anwendungen der linearen Algebra und Analysis mit Scilab 3., erweiterte und überarbeitete Auflage ^ Springer Gabler Inhaltsverzeichnis Teil
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
MehrMathematik für Ökonomen
Springer-Lehrbuch Mathematik für Ökonomen Ökonomische Anwendungen der linearen Algebra und Analysis mit Scilab Bearbeitet von Wolfgang Kohn, Riza Öztürk 1. Auflage 2012. Taschenbuch. xv, 377 S. Paperback
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
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
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.
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
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
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.
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
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
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
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...
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
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
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
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
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
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
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
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
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
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:
MehrKapitel 17. Determinanten
Kapitel 17. Determinanten Vorschau: Determinanten Es gibt drei Problemfelder, für die Determinanten von großem Nutzen sind: die formelmäßige Überprüfung der linearen Unabhängigkeit eines Systems von n
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
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 1, Teil B. Inhalt:
FH Emden-Leer Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre 2.) Matrizen, Determinanten
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
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 Roger Burkhardt roger.burkhardt@fhnw.ch
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
MehrBWL-Crash-Kurs Mathematik
Ingolf Terveer BWL-Crash-Kurs Mathematik UVK Verlagsgesellschaft mbh Vorwort 9 1 Aufgaben der Linearen Wirtschaftsalgebra 13 Aufgaben 17 2 Lineare Gleichungssysteme 19 2.1 Lineare Gleichungssysteme in
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
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
MehrKorrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:
Korrelationsmatrix Bisher wurden nur statistische Bindungen zwischen zwei (skalaren) Zufallsgrößen betrachtet. Für den allgemeineren Fall einer Zufallsgröße mit N Dimensionen bietet sich zweckmäßiger Weise
MehrMathematik für BWL-Bachelor: Übungsbuch
Heidrun Matthäus Wolf-Gert Matthäus Mathematik für BWL-Bachelor: Übungsbuch Ergänzungen für Vertiefung und Training STUDIUM VIEWEG+ TEUBNER Inhaltsverzeichnis AI Mathematisches Handwerkszeug: Beispiele
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
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
MehrMathematische Formeln für Wirtschaftswissenschaftler
Mathematische Formeln für Wirtschaftswissenschaftler Fred Böker Institut für Statistik und Ökonometrie Georg-August-Universität Göttingen Platz der Göttinger Sieben 5 D-37073 Göttingen Tel 0551-394604
MehrLineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner WS / Blatt 6 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag Wir verwenden das Unterraumkriterium,
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
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
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
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
MehrMathematik in der Biologie
Erich Bohl Mathematik in der Biologie 4., vollständig überarbeitete und erweiterte Auflage Mit 65 Abbildungen und 16 Tabellen ^J Springer Inhaltsverzeichnis Warum verwendet ein Biologe eigentlich Mathematik?
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrLineare Algebra und Geometrie für Ingenieure
Lineare Algebra und Geometrie für Ingenieure Eine, anwendungsbezogene Einführung mit Übungen Prof. Dr. Manfred Andrie Dipl.-Ing. Paul Meier 3. Auflage VER^G Inhaltsverzeichnis MENGEN 1 Grundbegriffe 13
MehrGrundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler
Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler Von Professor Dr. Gert Heinrich 3., durchgesehene Auflage R.Oldenbourg Verlag München Wien T Inhaltsverzeichnis
MehrWS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch
Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch WS 2010/2011 14. Januar 2011 Geometrie mit Übungen Übungsblatt 9, Musterlösungen Aufgabe 33. Es werden Kreise in der Euklidischen
MehrAbdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- Westfalen
Abdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- durch die Schülerbücher Lambacher-Schweizer - Analysis Grundkurs Ausgabe Nordrhein- (ISBN 978-3-12-732220-0)
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
MehrGegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.
1. Der Vektorraumbegriff...1 2. Unterräume...2. Lineare Abhängigkeit/ Unabhängigkeit... 4. Erzeugendensystem... 5. Dimension...4 6. Austauschlemma...5 7. Linearität von Abbildungen...6 8. Kern und Bild
MehrKapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
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
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
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
MehrMathematik. Modul-Nr./ Code 6.1. ECTS-Credits 5. Gewichtung der Note in der Gesamtnote 5 / 165
Mathematik Modul-Nr./ Code 6.1 ECTS-Credits 5 Gewichtung der Note in der Gesamtnote 5 / 165 Modulverantwortliche Semester Qualifikationsziele des Moduls Prof. Dr. B. Christensen, Prof. Dr. B. Kuhnigk,
MehrInhaltsverzeichnis. 4 Elementare Funktionen und ihre Graphen...51
Inhaltsverzeichnis 1 1 Analysis...17 1.1 Funktionen...17 1.1.1 Begriff...17 1.1.2 Nutzen von Funktionen...19 1.1.3 Graph der Funktion...19 1.2 Aufgaben der Analysis...21 1.3 Vorschau...22 2 Elementares
MehrThemenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix.
LINEARE ALGEBRA Lösbarkeit von linearen Gleichungssystemen Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix Gleichungssysteme
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
MehrEigenwerte und Eigenvektoren
Ergänzung Eigenwerte und Eigenvektoren Motivation Definitionen Beispiele im IR 2 Beispiele im IR 3 Eigenwerte und Eigenvektoren Motivation Lineare Abbildungen, Ausgangsvektor und Bildvektor Lineare Abbildungen
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
MehrFormelsammlung für Wirtschaftswissenschaftler
Fred Böker Formelsammlung für Wirtschaftswissenschaftler Mathematik und Statistik PEARSON.. ;. ; ; ; *:;- V f - - ' / > Щ DtUClllirn ein Imprint von Pearson Education München Boston San Francisco Harlow,
MehrII. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme
52 II Lineare Gleichungssysteme II Lineare Gleichungssysteme 10 Matrizen und Vektoren 52 11 Der Gaußsche Algorithmus 58 12 Basen, Dimension und Rang 62 13 Reguläre Matrizen 66 14 Determinanten 69 15 Skalarprodukte
MehrHomogenität Assoziativgesetz A (B 1 + B 2 ) = A B 1 + A B 2 Distributivgesetz 1 (A 1 + A 2 ) B = A 1 B + A 2 B Distributivgesetz 2
1. Formatbedingungen der Matrixoperationen Die Addition (Subtraktion) A ± B verlangt gleiches Format der Operanden A und B. Das Ergebnis hat das Format der Operanden. Skalarmultiplikation λa: Es gibt keine
MehrRückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
MehrSchulinternes Curriculum Mathematik Sekundarstufe II/Lk. Stand: November 2011
Schulinternes Curriculum Mathematik Sekundarstufe II/Lk Stand: November 2011 Bemerkungen: - Die angegebenen Seitenzahlen beziehen sich auf das eingeführt Lehrwerk Lambacher-Schweizer Leistungskurs aus
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
Mehr11. BASIS, UNTERRAUM, und DIMENSION
11. BASIS, UNTERRAUM, und DIMENSION 1 Basen werden zu unterschiedlichen Zwecken benutzt: Um lineare Abbildungen in ihrer Matrixdarstellung zu vereinfachen, um die Dimension von Vektorräumen und ihren Unterräumen
MehrAufgabe 1: Bestimmen Sie Zahlen a b. ,, für die. = b. und gleichzeitig a + b + 1 = 0 gilt. Lösung zu Aufgabe 1:
WS 99/99 Aufgabe : Bestimmen Sie Zahlen a b,, für die 6 b a und gleichzeitig a + b + gilt. Lösung zu Aufgabe : WS 99/99 Aufgabe : Ein Unernehmen stellt aus ohstoffen (,,, ) Zwischenprodukte ( Z, Z, Z )
MehrWirtschaftsmathematik Formelsammlung
Wirtschaftsmathematik Formelsammlung Binomische Formeln Stand März 2015 (a + b) 2 = a 2 +2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) (a b) =a 2 b 2 Fakultät (Faktorielle) n! =1 2 3 4 (n 1) n Intervalle Notation
MehrLineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya
Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
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
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
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)
MehrKurze Geschichte der linearen Algebra
Kurze Geschichte der linearen Algebra Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 20 Entwicklung Die Historische Entwicklung
MehrEinführung in die Mathematik für Volks- und Betriebswirte
Einführung in die Mathematik für Volks- und Betriebswirte Von Prof. Dr. Heinrich Bader und Prof. Dr. Siegbert Fröhlich Mit 45 A bbildungen 8. A uflage R. Oldenbourg Verlag München Wien INHALTSVERZEICHNIS
Mehr4 Lineare Algebra (Teil 2): Quadratische Matrizen
4 Lineare Algebra (Teil : Quadratische Matrizen Def.: Eine (n n-matrix, die also ebensoviele Zeilen wie Spalten hat, heißt quadratisch. Hat sie außerdem den Rang n, sind also ihre n Spalten linear unabhängig,
MehrGrundlagen, Vorgehensweisen, Aufgaben, Beispiele
Hans Benker - Wirtschaftsmathematik Problemlösungen mit EXCEL Grundlagen, Vorgehensweisen, Aufgaben, Beispiele Mit 138 Abbildungen vieweg TEIL I: EXCEL 1 EXCEL: Einführung 1 1.1 Grundlagen 1 1.1.1 Tabellenkalkulation
MehrOutline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie
Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende
MehrAufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra
Aufgabensammlung zur Vorlesung Höhere Mathematik für Wirtschaftswissenschaftler Algebra Freiberg, den 3 November 0 Inhaltsverzeichnis Kapitel Lineare Algebra 5 Operationen mit Matrizen 5 Lineare Gleichungssysteme
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
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra 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 aufrufbar.
MehrCopyright, Page 1 of 5 Die Determinante
wwwmathematik-netzde Copyright, Page 1 of 5 Die Determinante Determinanten sind ein äußerst wichtiges Instrument zur Untersuchung von Matrizen und linearen Abbildungen Außerhalb der linearen Algebra ist
MehrLineare Differenzengleichungen und Polynome. Franz Pauer
Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag
MehrLineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA
Lineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch e-mail: theorie@ronaldbalestra.ch 19. Oktober 2009 Überblick über die bisherigen
MehrLineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.
Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:
Mehr