Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen

Größe: px
Ab Seite anzeigen:

Download "Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen"

Transkript

1 Lineare Algebra I Tutorium Inverse Matrizen und Gruppen Fachbereich Mathematik WS / Prof Dr Kollross November Dr Le Roux Dipl-Math Susanne Kürsten Aufgaben Aufgabe G (Die zweite Variante des Gauß-Algorithmus) In dieser Aufgabe wird eine zweite Variante des Gauß-Algorithmus erklärt und angewendet Das Ziel ist dabei die Bestimmung des Inversen einer quadratischen Matrix Hierzu seien A M n () eine gegebene Matrix und x, y n beliebige Vektoren Der Ausgangspunkt ist folgende Aussage, die aus der Vorlesung bekannt ist: B M n () ist genau dann die Inverse Matrix zu A, wenn Ax = y x = B y gilt Das Verfahren besteht nun daraus, dass man die Matrix A E n nur durch die drei folgenden Operationen in die Gestalt E n B bringt (sofern das möglich ist) () Addition eines Skalaren Vielfachen einer Zeile zu einer anderen Zeile () Vertauschen von zwei Zeilen () Multiplikation einer Gleichung mit einem Skalaren λ Dies sind gerade die Umformungen, welche die Lösungsmenge eines linearen Gleichungssystems erhalten Daraus ergibt sich, dass Ax = E n y E n x = B y gilt Wegen der obigen Aussage ist also B die inverse Matrix zu A Eine mögliche Vorgehensweise für diese Umformung ist folgende: Zunächst verwendet man den aus der Vorlesung bekannten Gauß-Algorithmus um A in Stufenform zu bringen Danach addiert man Vielfache der letzten Zeile zu den Ersten Zeilen, so dass in der letzten Spalte Nullen entstehen Dann tut man dasselbe mit der vorletzten Zeile usw bis links eine Diagonalmatrix steht Danach muss man nur noch die Zeilen mit den entsprechenden Skalaren multiplizieren, um links E n stehen zu haben Ein einfaches Beispiel: Für die Matrix A = verläuft der Algorithmus wie folgt Der Ausgangspunkt ist die Matrix Durch Addition des ( )-fachen der ersten Zeile zur Zweiten ergibt sich Nun addiert man die zweite Zeile zur Ersten und erhält Durch Multiplizieren der letzten Zeile mit erhält man Es ergibt sich als inverse Matrix B =

2 (a) Überprüfen Sie, dass in diesem Beispiel tatsächlich A = B gilt (b) Wieso scheitert dieser Algorithmus, wenn A nicht invertierbar ist? Sind folgende Matrizen invertierbar? Wenn ja, so berechnen Sie die inverse Matrix mit Hilfe des oben beschriebenen Gauß-Algorithmus (c) (d) (e) (a) Es gilt = = (b) Wenn A nicht invertierbar ist, sind in der Stufenform der Matrix bereits einige Zeilen Null In diesem Fall kann man durch obigen Algorithmus die Matrix nicht in die gewünschte Gestalt bringen In allen anderen Fällen erhällt man durch den beschriebenen Algorithmus tatsächlich die Inverse Matrix (c) Es gilt also = (d) (e) Die Matrix ist also nicht invertierbar

3 Es gilt also = 6 7 Aufgabe G (Inverse und Transponierte einer Matrix) Es sei A eine invertierbare n n-matrix mit der inversen Matrix A Zeigen Sie, dass dann auch die Matrix A T invertierbar ist und geben Sie die zugehörige inverse Matrix an Es gilt (A T ) = (A ) T Dies folgt direkt aus der Definition des Inversen und den bekannten Eigenschaften der Transponierten einer Matrix durch folgende Gleichungsketten A T (A ) T = (A A) T = E T n = E n (A ) T A T = (A A ) T = E T n = E n Aufgabe G (Gruppen) Wir betrachten die Teilmenge GL n () = {A M n () B M n () mit A B = B A = E n } der invertierbaren n n - Matrizen (a) Zeigen Sie, dass (GL n (),, E n ) ein Gruppe ist (dabei bezeichntet die bekannte Matrixmultiplikation) Machen Sie sich dazu als Erstes klar, welche vier Aussagen nötig sind um dies zu zeigen (b) Ist die Gruppe GL n () abelsch? Beweisen Sie ihre Antwort für den Spezialfall n = (a) Man muss zeigen: () Die Multiplikation ist eine Abbildung : G L n () G L n () G L n () Das heißt es ist zu zeigen, dass A B GL n () A, B GL n () gilt () Die Assoziativität: A (B C) = (A B) C A, B, C G L n () () Die Eigenschaft des neutralen Elements: A E n = A = E n A A G L n () () Die Existenz von inversen Elementen: Für alle A G L n () existiert ein Element B G L n () mit A B = B A = E n Bekannt ist bereits, dass (A B) = B A A, B G L n () gilt Damit ist A B invertierbar, also ein Element von G L n () Dies zeigt Aussage () Die Eigenschaften () und () sind bekannte Rechenregeln der Matrixmultiplikation Die Aussage () ist gerade die definierende Eigenschaft von G L n () wzbw (b) Die Gruppe ist nicht abelsch Im Spezialfall n = muss man ein Gegenbeispiel für die Kommutativität angeben Eine Möglichkeit wäre: A =, B = Wegen A B = = = = sind A und B Elemente von G L () Außerdem ist = und und B A = = Insbesondere gilt also A B B A und die Matrixmultiplikation ist nicht kommutativ

4 wzbw Aufgabe G (Symmetrische Gruppen) Wir betrachten in dieser Aufgabe die im Tutorium eingeführte Menge S n aller n-stelligen Permutationen : S n S n S n bezeichnet die bereits eingeführte Verkettung von Permutationen (a) Zeigen Sie, dass auf S n assoziativ ist Tipp: Betrachten Sie die Permutationen in dieser Teilaufgabe am besten als Abbildungen von {,, n} in sich (b) Berechnen Sie alle möglichen Verkettungen von Elementen in S Stellen Sie diese in einer Verknüpfungstabelle dar (c) Zeigen Sie, dass S mit der Verkettung eine Gruppe bildet Was ist das neutrale Element? (d) (*) Welche Elemente von S haben eine gerade Anzahl von Fehlständen (Definition siehe Tutorium )? (e) (*) Eine Untergruppe einer gegebenen Gruppe G ist eine Teilmenge von G, die mit der Operation und dem neutralen Element von G selbst wieder eine Gruppe bildet Ist die Teilmenge der Permutationen mit gerader Anzahl von Fehlständen in S eine Untergruppe? (f) (*) Geben Sie alle Untergruppen von S an (g) (*) Zeigen Sie, dass S n für alle natürlichen Zahlen n eine Gruppe ist (a) Seien σ, τ, ρ : {,, n} {,, n} Permutationen aus S n und x {,, n} beliebig Dann gilt (σ (τ ρ))(x) = σ((τ ρ)(x)) = σ(τ(ρ(x))) = (σ τ)(ρ(x)) = ((σ τ) ρ)(x), woraus die Assoziativität σ (τ ρ) = (σ τ) ρ folgt Bemerkung: Auf diese Weise kann man auch allgemein die Assoziativität von Abbildungen zeigen (b) S hat folgende Elemente: σ = σ = = (), σ = = (), σ = Daraus ergibt sich die Verknüpfungstabelle: = (), σ = = (), und σ 6 = = (), = () σ σ σ σ σ σ 6 σ σ σ σ σ σ σ 6 σ σ σ σ 6 σ σ σ σ σ σ σ σ 6 σ σ σ σ σ 6 σ σ σ σ σ σ σ σ σ σ 6 σ σ 6 σ 6 σ σ σ σ σ (c) Die Verkettung ist bekanntermaßen abgeschlossen in S n (das sieht man insbesondere an der Verknüpfungstabelle in Aufgabenteil (b) ) Die Assoziativität wurde in (a) gezeigt Die restlichen Eigenschaften kann man auch an der Verknüpfungstabelle ablesen Das neutrale Element ist σ und die inversen Elemente sind σ = σ, σ = σ, σ = σ, σ = σ, σ = σ 6, σ 6 = σ (d) σ, σ und σ 6 haben eine gerade Anzahl von Fehlständen wzbw (e) Ja, die Menge {σ, σ, σ 6 } bildet eine Untergruppe von S Man kann alle Eigenschaften wieder leicht an der Verknüpfungstabelle unter (b) ablesen (f) Die Untergruppen kann man auch an der Verknüpfungstabelle ablesen Es sind {σ }, {σ, σ }, {σ, σ }, {σ, σ }, {σ, σ, σ 6 } und {σ, σ, σ, σ, σ, σ 6 }

5 (g) Dass die Verkettung von Permutationen wieder eine Permutation ist, folgt direkt aus der Aussage, dass die Verkettung zweier bijektiver Abbildungen wieder bijektiv ist (siehe Aufgabe G (a) im Tutorium ) und der Betrachtung von Permutationen als bijektive Abbildungen Die Assoziativität wurde bereits in Aufgabenteil (a) gezeigt Das neutrale Element ist immer (), denn es gilt () τ = τ = τ () für alle τ S n Ein beliebiges Element τ S n ist eine bijektive Abbildung von {,, n} in sich Deswegen existiert eine Umkehrabbildung ρ von τ, die wieder bijektiv ist ρ ist also auch ein Element von S n Außerdem gilt wegen der Definition der Umkehrabbildung ρ τ = τ ρ = () Dh ρ ist das Inverse Element von τ Insbesondere besitzt jedes Element in S n ein Inverses wzbw

Lineare Algebra 6. Übungsblatt

Lineare Algebra 6. Übungsblatt Lineare Algebra 6. Übungsblatt Fachbereich Mathematik M. Schneider 16.05.01 Konstantin Pertschik, Daniel Körnlein Gruppenübung Aufgabe G19 Berechnen Sie das inverse Element bzgl. Multiplikation in der

Mehr

Lineare Algebra I 5. Tutorium Die Restklassenringe /n

Lineare Algebra I 5. Tutorium Die Restklassenringe /n Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll

Mehr

Lineare Algebra I, Musterlösung zu Blatt 9

Lineare Algebra I, Musterlösung zu Blatt 9 Lineare Algebra I, Musterlösung zu Blatt 9 Wintersemester 2007/08 1. Untersuchen Sie, ob die folgenden Matrizen invertierbar sind und bestimmen Sie gegebenenfalls die Inverse. 8 1 3 1 a) A = 3 3 1 1 11

Mehr

Lineare Algebra I. Lösung 3.1:

Lineare Algebra I. Lösung 3.1: Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 3 Prof. Dr. Markus Schweighofer 18.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 3.1: (a) Sei

Mehr

3 Matrizen und Lineare Gleichungssysteme

3 Matrizen und Lineare Gleichungssysteme 3 Matrizen und LGS Pink: Lineare Algebra HS 2014 Seite 38 3 Matrizen und Lineare Gleichungssysteme 3.1 Definitionen Sei K ein Körper, und seien m,n,l natürliche Zahlen. Definition: Eine Matrix mit m Zeilen

Mehr

Lineare Algebra I (WS 13/14)

Lineare Algebra I (WS 13/14) Lineare Algebra I (WS 13/14) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 10.12.2013 Alexander Lytchak 1 / 15 Motivation Für das Verständis affiner Teilräume eines Vektorraums sind Translationen

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 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

Mehr

Lineare Algebra I - Prüfung Winter 2019

Lineare Algebra I - Prüfung Winter 2019 Lineare Algebra I - Prüfung Winter 209. (20 Punkte) Kreuzen Sie auf dem Abgabeblatt ihre Antwort an. Pro Teilaufgabe ist genau eine der vier Antwortmöglichkeiten richtig. Für jede richtig beantwortete

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14052018 (Teil 1) 7 Mai 2018 Steven Köhler mathe@stevenkoehlerde mathestevenkoehlerde 2 c 2018 Steven Köhler 7 Mai 2018 Matrizen

Mehr

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen TEIL II: GRUPPEN In der modernen Algebra versucht man die Zahlen (Z, Q, R, ) durch die Konzentration auf Rechenoperationen (+,,... ), oder allgemeiner auf strukturelle Eigenschaften dieser Operationen,

Mehr

1 Transponieren, Diagonal- und Dreiecksmatrizen

1 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

Mehr

Basiswissen Matrizen

Basiswissen Matrizen Basiswissen Matrizen Mathematik GK 32 Definition (Die Matrix) Eine Matrix A mit m Zeilen und n Spalten heißt m x n Matrix: a a 2 a 4 A a 2 a 22 a 24 a 4 a 42 a 44 Definition 2 (Die Addition von Matrizen)

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 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

Mehr

3 Elementare Umformung von linearen Gleichungssystemen und Matrizen

3 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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Matrizen als lineare Abbildungen, Permutationen

TECHNISCHE UNIVERSITÄT MÜNCHEN. Matrizen als lineare Abbildungen, Permutationen TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra WS 2/7 Lösungen Blatt 2 3..2 Matrizen als lineare Abbildungen, Permutationen Zentralübungsaufgaben

Mehr

9.2 Invertierbare Matrizen

9.2 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

Mehr

Hausaufgabenüberprüfung 1 zu Mathematische Strukturen Hagen Knaf, SS 2016

Hausaufgabenüberprüfung 1 zu Mathematische Strukturen Hagen Knaf, SS 2016 Hausaufgabenüberprüfung 1 zu Mathematische Strukturen Hagen Knaf, SS 2016 Lösungen Aufgabe 1: Betrachten Sie die Menge H aller Abbildungen f : R 2 R 2 der Form f(x) = Ax + b, A R 2 2, b R 2. (1) Zeigen

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen

Mehr

35 Matrixschreibweise für lineare Abbildungen

35 Matrixschreibweise für lineare Abbildungen 35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14.5.218 (Teil 2) 9. Mai 218 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 218 Steven Köhler 9. Mai 218 3 c 218

Mehr

Ferienkurs Mathematik für Physiker I Skript Teil 3 ( )

Ferienkurs Mathematik für Physiker I Skript Teil 3 ( ) Ferienkurs Mathematik für Physiker I WS 2016/17 Ferienkurs Mathematik für Physiker I Skript Teil 3 (29032017) 1 Lineare Gleichungssysteme Oft hat man es in der Physik mit unbekannten Größen zu tun, für

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Matrizen, Determinanten, lineare Gleichungssysteme

Matrizen, 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

Mehr

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Lösung Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Lösung Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Um zu zeigen, dass es sich bei den gegebenen Vektoren um Basen handelt,

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $ $Id: matrixtex,v 14 2008/12/02 21:08:55 hk Exp $ $Id: vektortex,v 12 2008/12/05 11:27:45 hk Exp hk $ II Lineare Algebra 6 Die Matrixmultiplikation 63 Inverse Matrizen und reguläre lineare Gleichungssysteme

Mehr

Serie 8: Online-Test

Serie 8: Online-Test D-MAVT Lineare Algebra I HS 017 Prof Dr N Hungerbühler Serie 8: Online-Test Einsendeschluss: Freitag, der 4 November um 14:00 Uhr Diese Serie besteht nur aus Multiple-Choice-Aufgaben und wird nicht vorbesprochen

Mehr

8.2 Invertierbare Matrizen

8.2 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

Mehr

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.

Teil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v. Teil I Lineare Algebra I Vorlesung Sommersemester 2011 Olga Holtz MA 378 Sprechstunde Fr 14-16 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do 12-14 und nv jokar@mathtu-berlinde Kapitel

Mehr

10 Lineare Gleichungssysteme

10 Lineare Gleichungssysteme ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 ( ) a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a

Mehr

Klausur Lineare Algebra I

Klausur Lineare Algebra I Klausur Lineare Algebra I Fachbereich Mathematik WS / Prof. Dr. Kollross 9. März Name:.................................................. Vorname:............................................... Studiengang:...........................................

Mehr

1 Algebraische Grundbegriffe

1 Algebraische Grundbegriffe 1 Algebraische Grundbegriffe Eine Algebra besteht aus einer Trägermenge S sowie eineroder mehreren Operationen. Eine Operation ist dabei eine k-stellige Abbildung, d.h. es gilt für eine Operation f f S

Mehr

1 Matrizen und Vektoren

1 Matrizen und Vektoren Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 14/15 A 1 Matrizen und Vektoren Definition 1.1 (Matrizen) Ein rechteckiges Zahlenschema aus m mal n Elementen eines Körpers

Mehr

mit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"

mit 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"

Mehr

Kapitel 9: Lineare Gleichungssysteme

Kapitel 9: Lineare Gleichungssysteme Kapitel 9: Lineare Gleichungssysteme Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 9: Lineare Gleichungssysteme 1 / 15 Gliederung 1 Grundbegriffe

Mehr

8.2 Invertierbare Matrizen

8.2 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

Mehr

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 06 Dr. Meike Akveld Serie : Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung. Gegeben seien die folgenden geordneten Basen B = (v, v, v, v ) und C = (w, w,

Mehr

Tutorium: Diskrete Mathematik. Matrizen

Tutorium: 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

Mehr

2 Matrizenrechnung und Lineare Gleichungssysteme

2 Matrizenrechnung und Lineare Gleichungssysteme Technische Universität München Florian Ettlinger Ferienkurs Lineare Algebra Vorlesung Dienstag WS 2011/12 2 Matrizenrechnung und Lineare Gleichungssysteme 2.1 Matrizenrechnung 2.1.1 Einführung Vor der

Mehr

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66

6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten 6.1 Symmetrische Gruppe Definition: Eine bijektive Abbildung von einer Menge X auf sich selbst heisst eine Permutation von X. Satz-Definition:

Mehr

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung

Mehr

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen

3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen Inhaltsverzeichnis Teil II: Gruppen 2 3.1 Gruppen, Untergruppen und Gruppen-Homomorphismen.................. 2 3.1.1 Gruppen.......................................... 2 3.1.2 Untergruppen.......................................

Mehr

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München

Lineare Algebra. Wintersemester 2017/2018. Skript zum Ferienkurs Tag Claudia Nagel Pablo Cova Fariña. Technische Universität München Technische Universität München Wintersemester 2017/2018 Lineare Algebra Skript zum Ferienkurs Tag 1-21.3.2018 Claudia Nagel Pablo Cova Fariña Wir danken Herrn Prof. Kemper für seine Unterstützung bei der

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel V SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

1 Rechnen mit 2 2 Matrizen

1 Rechnen mit 2 2 Matrizen 1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 2 (WS 2010/2011) Abgabetermin: Donnerstag, 28. Oktober http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Im Folgenden

Mehr

Klausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen.

Klausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen. Klausur Lineare Algebra I am 03.02.10 Es sind insgesamt 60 Punkte bei der Klausur zu erreichen. Aufgabe 1. (6 Punkte insgesamt) a.) (3P) Definieren Sie, was eine abelsche Gruppe ist. b.) (3P) Definieren

Mehr

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra)

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra) Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra) Matrix: (Plural: Matrizen) Vielfältige Anwendungen in der Physik: - Lösung von linearen Gleichungsystemen - Beschreibung von Drehungen

Mehr

1 Matrizenrechnung zweiter Teil

1 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

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare 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 2 Rechenoperationen und Gesetze Gleichheit

Mehr

Lösung Serie 10: Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix

Lösung Serie 10: Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix D-MATH/D-PHYS Lineare Algebra I HS 26 Dr. Meike Akveld Lösung Serie : Elementare Zeilenumformungen & Elementarmatrizen, Rang & Inverse einer Matrix. a) Sei w ImT + T 2 ), dann existiert ein v V, so dass

Mehr

7 Matrizen über R und C

7 Matrizen über R und C Mathematik für Physiker I, WS 06/07 Montag 9 $Id: matrixtex,v 7 06//9 :58: hk Exp $ 7 Matrizen über R und C 7 Addition und Multiplikation von Matrizen In der letzten Sitzung haben wir begonnen uns mit

Mehr

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

Inverse 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

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Mathematische Grundlagen der Computerlinguistik Lineare Algebra Mathematische Grundlagen der Computerlinguistik Lineare Algebra Dozentin: Wiebke Petersen 10. Foliensatz Wiebke Petersen math. Grundlagen 30 Einleitung Die lineare Algebra beschäftigt sich mit Vektorräumen

Mehr

Wie werden die Vorlesungen/Übungen organisiert?

Wie werden die Vorlesungen/Übungen organisiert? Wie werden die Vorlesungen/Übungen organisiert? Mein Name: Prof. Vladimir Matveev Sprechstunden: nach jeder Vorlesung bzw. in der Pause Homepage der Vorlesung: http: //users.minet.uni-jena.de/ matveev/lehre/la10/

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF 07.03.2016-11.03.2016 Inhaltsverzeichnis Inhaltsverzeichnis 1 Lineare Gleichungssysteme (LGS) 2 1.1 Grundlagen..................................................

Mehr

Lineare Algebra I 14. Tutorium Lineare Abbildungen und Matrizen

Lineare Algebra I 14. Tutorium Lineare Abbildungen und Matrizen Lineare Algebra I 4 Tutorium Lineare Abbildungen und Matrizen Fachbereich Mathematik WS / Prof Dr Kollross 7 Februar Dr Le Roux Dipl-Math Susanne Kürsten Aufgaben Aufgabe G (Bewegungen im ) Als Bewegung

Mehr

2.3 Lineare Abbildungen und Matrizen

2.3 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

Mehr

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung

Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung D-MATH/D-PHYS Lineare Algebra I HS 2017 Dr. Meike Akveld Serie 11: Lineare Gleichungssysteme, Gauss-Elimination & LR-Zerlegung 1. In dieser Aufgabe beweisen wir die Existenz der LR-Zerlegung einer quadratischen

Mehr

Mathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 2016/

Mathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 2016/ Mathematik für Betriebswirte I (Lineare Algebra) 2. Klausur Wintersemester 206/207 20.03.207 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................

Mehr

HM II Tutorium 5. Lucas Kunz. 22. Mai 2018

HM II Tutorium 5. Lucas Kunz. 22. Mai 2018 HM II Tutorium 5 Lucas Kunz 22. Mai 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Wiederholung Lineare Gleichungsysteme................... 2 1.2 Wiederholung: Kern einer Abbildung..................... 3 1.3

Mehr

2. Symmetrische Gruppen

2. Symmetrische Gruppen 14 Andreas Gathmann 2 Symmetrische Gruppen Im letzten Kapitel haben wir Gruppen eingeführt und ihre elementaren Eigenschaften untersucht Wir wollen nun eine neue wichtige Klasse von Beispielen von Gruppen

Mehr

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:

Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q: Lineare Algebra D-MATH, HS 214 Prof Richard Pink Serie 5 1 [Aufgabe] Invertieren Sie folgende Matrizen über Q: 1 a) 1 1 1 1 1 2 1 1 1 b) 1 2 1 1 1 1 2 1 1 1 1 2 1 2 3 1 c) 1 3 3 2 2 1 5 3 1 2 6 1 [Lösung]

Mehr

Übersicht Kapitel 9. Vektorräume

Übersicht Kapitel 9. Vektorräume Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Vorbereitungskurs 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

Mehr

Mathematische Grundlagen der Computerlinguistik Lineare Algebra

Mathematische Grundlagen der Computerlinguistik Lineare Algebra Mathematische Grundlagen der Computerlinguistik Lineare Algebra Dozentin: Wiebke Petersen 10. Foliensatz Wiebke Petersen math. Grundlagen 1 Einleitung Die lineare Algebra beschäftigt sich mit Vektorräumen

Mehr

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) 1 Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 14: Vektorräume und lineare Abbildungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 6. Oktober 2009) Vektorräume

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

Erneut: Matrizen und lineare Abbildungen

Erneut: 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

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 215 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 5 Aufgabe 5.1 Kommutierende Matrizen In der Vorlesung und vergangenen

Mehr

Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie

Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie Neues Thema: abstrakte Algebra: Gruppen- und Körpertheorie Def. Eine Gruppe besteht aus einer nicht leeren Menge G und einer Abbildung : G G G (wir werden a b oder ab statt (a,b) schreiben; die Abbildung

Mehr

36 2 Lineare Algebra

36 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

Mehr

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch. Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):

Mehr

Lineare Algebra. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching

Lineare Algebra. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching Lineare Algebra. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching October 6, 017 1 Erinnerung: Lineare Gleichungssysteme LGS Der allgemeine Fall hat m lineare Gleichungen, n

Mehr

32 2 Lineare Algebra

32 2 Lineare Algebra 3 Lineare Algebra Definition i Die Vektoren a,, a k R n, k N, heißen linear unabhängig genau dann, wenn für alle λ,, λ k R aus der Eigenschaft λ i a i λ a + + λ k a k folgt λ λ k Anderenfalls heißen die

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom Übungsaufgaben 11. Übung: Woche vom 9. 1.-13. 1. 2017 (Numerik): Heft Ü 1: 12.28.a,b; 12.29.b,c (jeweils mit Fehlerabschätzung); 6.26; 6.27.a (auch mit Lagrange-Interpolationspolynom); 6.25; 6.28 (auch

Mehr

Lineare Algebra. 1 Lineare Abbildungen

Lineare Algebra. 1 Lineare Abbildungen Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe

Mehr

Lineare Algebra Zusammenfassung

Lineare Algebra Zusammenfassung Lineare Algebra Zusammenfassung Gruppen, Körper, Vektorräume Gruppen Def.: Eine Gruppe (G, )besteht aus einer nicht-leeren Menge G und einer Verknüpfung zwischen Elementen dieser Gruppe. Folgende Eigenschaften

Mehr

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema: Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmann W Wu Herbstsemester 26 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 2 Aufgabe 2 Welche der folgenden Aussagen sind korrekt? (i) Jedes

Mehr

3. Übungsblatt zur Lineare Algebra I für Physiker

3. 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

Mehr

Klausur zur Vorlesung Lineare Algebra I

Klausur zur Vorlesung Lineare Algebra I Heinrich-Heine-Universität Düsseldorf 23.7.2 Mathematisches Institut Lehrstuhl für Algebra und Zahlentheorie Prof. Dr. Oleg Bogopolski Klausur zur Vorlesung Lineare Algebra I Bearbeitungszeit: 2 min Bitte

Mehr

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum

Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum Orthogonalität 123 Dienstag, 27. April 04 Satz 2.8 V sei ein endlichdimensionaler euklidischer Vektorraum. Für jeden Unterraum U von V gilt dann (a) U + U = V, U U = {0}, U, U = 0. (b) (U ) = U. Wir sagen

Mehr

5 Lineare Gleichungssysteme und Determinanten

5 Lineare Gleichungssysteme und Determinanten 5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von

Mehr

Übungen zur Diskreten Mathematik I Blatt 6

Übungen zur Diskreten Mathematik I Blatt 6 1 Blatt 6 Aufgabe 19 Es sei M := {n N : n 2} und R := {(n, m) M M : n teilt m}. a) Zeigen Sie, dass R eine Ordnungsrelation auf M ist. b) Überprüfen Sie, ob R eine totale Ordnung auf M ist. c) Zeigen Sie,

Mehr

Brückenkurs Mathematik

Brückenkurs 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

Mehr

g 1 g = e, (1) (g 1 ) 1 g 1 = e, (2) Unter Verwendung des Assoziativgesetzes ist nach (1), und weil e neutrales Element ist. Nach (2) folgt nun

g 1 g = e, (1) (g 1 ) 1 g 1 = e, (2) Unter Verwendung des Assoziativgesetzes ist nach (1), und weil e neutrales Element ist. Nach (2) folgt nun Stefan K. 1.Übungsblatt Algebra I Aufgabe 1 1. zu zeigen: (g 1 ) 1 = g g G, G Gruppe Beweis: Aus dem Gruppenaxiom für das Linksinverse zu g haben wir und für das Linksinverse zu g 1 Unter Verwendung des

Mehr

a ij i - te Gleichung (Zeile), i = 1,2,3,..., m

a ij i - te Gleichung (Zeile), i = 1,2,3,..., m I) MATRIZEN Der Start: Lineare Gleichungen y ax+ a2x2 + a3x3 y2 a2x+ a22x2 + a23x3... Koeffizienten a ij i - te Gleichung (Zeile), i,2,3,..., m j - te Variable (Spalte), j,2,3,..., n Definition m x n Matrix

Mehr

Kapitel 16. Invertierbare Matrizen

Kapitel 16. Invertierbare Matrizen Kapitel 16. Invertierbare Matrizen Die drei Schritte des Gauß-Algorithmus Bringe erweiterte Matrix [A b] des Gleichungssystems A x auf Zeilenstufenform [A b ]. Das System A x = b ist genau dann lösbar,

Mehr

Algebra für Informationssystemtechniker

Algebra für Informationssystemtechniker Algebra für Informationssystemtechniker Prof. Dr. Fachrichtung Mathematik Institut für Algebra www.math.tu-dresden.de/ baumann Ulrike.Baumann@tu-dresden.de 23.04.2018 9. Vorlesung Halbgruppe Monoid Gruppe

Mehr

Matrixoperationen. Einige spezielle Matrizen: Nullmatrix: n-te Einheitsmatrix: E n := 0 d. TU Dresden, WS 2013/14 Mathematik für Informatiker Folie 1

Matrixoperationen. Einige spezielle Matrizen: Nullmatrix: n-te Einheitsmatrix: E n := 0 d. TU Dresden, WS 2013/14 Mathematik für Informatiker Folie 1 Matrixoperationen Einige spezielle Matrizen: 0 0... 0 Nullmatrix:....... 0 0... 0 1 0... 0 0 1... 0 n-te Einheitsmatrix: E n :=....... 0 0... 1 d 1 0... 0 0 d 2... 0 Diagonalmatrix: diag(d 1,..., d n)

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische 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

Mehr

Determinanten. I. Permutationen

Determinanten. I. Permutationen Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch

Mehr

Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Übungsblatt 1- Lösung

Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Übungsblatt 1- Lösung Technische Universität München Physik Department Pablo Cova Fariña Claudia Nagel Übungen zum Ferienkurs Ferienkurs Lineare Algebra für Physiker WiSe 2017/18 Übungsblatt 1- Aufgabe 1: (a) Gegeben seien

Mehr

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Kapitel 2 Matrixalgebra Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS.

Mehr

2. Abgabeblatt - Lösungen. Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Summe:

2. Abgabeblatt - Lösungen. Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Summe: Lineare Algebra 1 Prof. Dr. R. Dahlhaus Dr. S. Richter, N. Phandoidaen Wintersemester 2018/2019 2. Abgabeblatt - Lösungen Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Summe: Übungsgruppe: Namen: Tutor(in):

Mehr

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49

Kapitel 2. Matrixalgebra. Josef Leydold Mathematik für VW WS 2017/18 2 Matrixalgebra 1 / 49 Kapitel 2 Matrixalgebra Josef Leydold Mathematik für VW WS 207/8 2 Matrixalgebra / 49 Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS.

Mehr

Matrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I

Matrixalgebra. Kapitel 2. Ein sehr einfaches Leontief-Modell. Matrix. Ein sehr einfaches Leontief-Modell. Vektor. Spezielle Matrizen I Ein sehr einfaches Leontief-Modell Eine Stadt betreibt die Unternehmen ÖFFENTLICHER VERKEHR, ELEKTRIZITÄT und GAS Kapitel 2 Matrixalgebra Technologiematrix und wöchentliche Nachfrage (in Werteinheiten):

Mehr

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung 43 Permutationen Definition Eine Permutation der Elementen {,, n} ist eine bijektive Abbildung σ : {,,n} {,,n} Es ist leicht zu sehen, dass die Hintereinanderführung zweier Permutationen ergibt wieder

Mehr

Lösung der Klausur zur Linearen Algebra I

Lösung der Klausur zur Linearen Algebra I Technische Universität Dortmund Fakultät für Mathematik Platznummer: Wintersemester 16/17 17.02.2017 Lösung der Klausur zur Linearen Algebra I Name: Vorname: Matrikelnummer: Studiengang: Wichtige Informationen:

Mehr