Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 27. Januar 2018

Größe: px
Ab Seite anzeigen:

Download "Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 27. Januar 2018"

Transkript

1 Brückenkurs Mathematik Jörn Steuding (Uni Würzburg), 27. Januar 2018

2 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein wenig Geometrie 25. November: 2. Folgen und Grenzwerte Konvergenz und Divergenz, geometrische Reihe 9. Dezember: 3. Funktionen Stetigkeit, Differenzierbarkeit, Integrale 23. Dezember: Evaluation & Weihnachtsfeier Das Haus vom Nikolaus, Königsberger Brückenproblem 13. Januar: 4. Graphen Euler-Kreise, Planarität, Färbbarkeit 27. Januar: 5. Vektoren und Gleichungssysteme Addition, Vektorräume, explizites Lösen von Gleichungssystemen 10. Februar: 6. Wahrscheinlichkeitstheorie & Abschluss Kombinatorik, Wahrscheinlichkeitsräume, Laplace-Experimente

3 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein wenig Geometrie 25. November: 2. Folgen und Grenzwerte Konvergenz und Divergenz, geometrische Reihe 9. Dezember: 3. Funktionen Stetigkeit, Differenzierbarkeit, Integrale 23. Dezember: Evaluation & Weihnachtsfeier Das Haus vom Nikolaus, Königsberger Brückenproblem 13. Januar: 4. Graphen Euler-Kreise, Planarität, Färbbarkeit 27. Januar: 5. Vektoren und Gleichungssysteme Addition, Vektorräume, explizites Lösen von Gleichungssystemen 10. Februar: 6. Wahrscheinlichkeitstheorie & Abschluss Kombinatorik, Wahrscheinlichkeitsräume, Laplace-Experimente

4 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein wenig Geometrie 25. November: 2. Folgen und Grenzwerte Konvergenz und Divergenz, geometrische Reihe 9. Dezember: 3. Funktionen Stetigkeit, Differenzierbarkeit, Integrale 23. Dezember: Evaluation & Weihnachtsfeier Das Haus vom Nikolaus, Königsberger Brückenproblem 13. Januar: 4. Graphen Euler-Kreise, Planarität, Färbbarkeit 27. Januar: 5. Vektoren und Gleichungssysteme Addition, Vektorräume, explizites Lösen von Gleichungssystemen 10. Februar: 6. Wahrscheinlichkeitstheorie & Abschluss Kombinatorik, Wahrscheinlichkeitsräume, Laplace-Experimente

5 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein wenig Geometrie 25. November: 2. Folgen und Grenzwerte Konvergenz und Divergenz, geometrische Reihe 9. Dezember: 3. Funktionen Stetigkeit, Differenzierbarkeit, Integrale 23. Dezember: Evaluation & Weihnachtsfeier Das Haus vom Nikolaus, Königsberger Brückenproblem 13. Januar: 4. Graphen Euler-Kreise, Planarität, Färbbarkeit 27. Januar: 5. Vektoren und Gleichungssysteme Addition, Vektorräume, explizites Lösen von Gleichungssystemen 10. Februar: 6. Wahrscheinlichkeitstheorie & Abschluss Kombinatorik, Wahrscheinlichkeitsräume, Laplace-Experimente

6 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein wenig Geometrie 25. November: 2. Folgen und Grenzwerte Konvergenz und Divergenz, geometrische Reihe 9. Dezember: 3. Funktionen Stetigkeit, Differenzierbarkeit, Integrale 23. Dezember: Evaluation & Weihnachtsfeier Das Haus vom Nikolaus, Königsberger Brückenproblem 13. Januar: 4. Graphen Euler-Kreise, Planarität, Färbbarkeit 27. Januar: 5. Vektoren und Gleichungssysteme Addition, Vektorräume, explizites Lösen von Gleichungssystemen 10. Februar: 6. Wahrscheinlichkeitstheorie & Abschluss Kombinatorik, Wahrscheinlichkeitsräume, Laplace-Experimente

7 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein wenig Geometrie 25. November: 2. Folgen und Grenzwerte Konvergenz und Divergenz, geometrische Reihe 9. Dezember: 3. Funktionen Stetigkeit, Differenzierbarkeit, Integrale 23. Dezember: Evaluation & Weihnachtsfeier Das Haus vom Nikolaus, Königsberger Brückenproblem 13. Januar: 4. Graphen Euler-Kreise, Planarität, Färbbarkeit 27. Januar: 5. Vektoren und Gleichungssysteme Addition, Vektorräume, explizites Lösen von Gleichungssystemen 10. Februar: 6. Wahrscheinlichkeitstheorie & Abschluss Kombinatorik, Wahrscheinlichkeitsräume, Laplace-Experimente

8 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein wenig Geometrie 25. November: 2. Folgen und Grenzwerte Konvergenz und Divergenz, geometrische Reihe 9. Dezember: 3. Funktionen Stetigkeit, Differenzierbarkeit, Integrale 23. Dezember: Evaluation & Weihnachtsfeier Das Haus vom Nikolaus, Königsberger Brückenproblem 13. Januar: 4. Graphen Euler-Kreise, Planarität, Färbbarkeit 27. Januar: 5. Vektoren und Gleichungssysteme Addition, Vektorräume, explizites Lösen von Gleichungssystemen 10. Februar: 6. Wahrscheinlichkeitstheorie & Abschluss Kombinatorik, Wahrscheinlichkeitsräume, Laplace-Experimente

9 5. Vektoren und Gleichungssysteme

10 ein unrealistisches Beispiel aus der Wirtschaft Ein Landwirt besitzt ein Feld von 30 Quadratmetern Fläche und möchte dort Mais und Kartoffeln anbauen. Ein Zentner Mais bzw. ein Zentner Kartoffeln benötigt 10 Quadratmeter Boden. Wie viel Zentner Mais und Kartoffeln kann er auf dem Feld anbauen? Ein Zentner sind 50 Kilogramm.

11 Ungleichungen Ein Landwirt besitzt ein Feld von 30 Quadratmetern Fläche und möchte dort Mais und Kartoffeln anbauen. Ein Zentner Mais bzw. ein Zentner Kartoffeln benötigt 10 Quadratmeter Boden. Bezeichnet x die Zentner Mais und y die Zentner Kartoffeln, so liefert die Feldgröße die Ungleichungen 10x + 10y 30 bzw. x +y 3. Nebenbei gelten natürlich noch x 0 und y 0.

12 eine Visualisierung Wir visualisieren die Ungleichung x +y 3 für die x Zentner Mais und die y Zentner Kartoffeln in einem Koordinatensystem durch die Gleichungen: x +y = 3 & x = 0 & y = Wo liegen unsere Lösungen?

13 eine Visualisierung Wir visualisieren die Ungleichung x +y 3 für die x Zentner Mais und die y Zentner Kartoffeln in einem Koordinatensystem durch die Gleichungen: x +y = 3 & x = 0 & y = Die Lösungen liegen im Inneren des durch die Geraden begrenzten Gebietes.

14 und noch ein Problem! Das Saatgut für einen Zentner Mais kostet 3 Euro und 2 Euro für einen Zentner Kartoffeln. Es stehen 8 Euro zur Verfügung. Dies liefert uns wieder Bedingungen, wie viel Mais und Kartoffeln angebaut werden können: 3x + 2y 8 & x 0 & y 0. Wir visualisieren diese Ungleichungen wie zu vor und erhalten...

15 und noch ein Problem! Das Saatgut für einen Zentner Mais kostet 3 Euro und 2 Euro für einen Zentner Kartoffeln. Es stehen 8 Euro zur Verfügung. Dies liefert uns wieder Bedingungen, wie viel Mais und Kartoffeln angebaut werden können: 3x + 2y 8 & x 0 & y 0. Wir visualisieren diese Ungleichungen wie zu vor und erhalten...

16 ... noch mehr Geraden Die Punkte (x,y) in dem dunkelgrauen Viereck sind realisierbar. Damit verwandt ist die in Anwendungen wichtige Simplexmethode...

17 eine Entscheidung Der Landwirt entscheidet sich für den Punkt, an dem er also sein Geld für die maximale Ernte ausgibt Das ist der Schnittpunkt beider Geraden! Wie berechnet man den?

18 ein System von linearen Gleichungen Der Schnittpunkt der beiden Geraden erfüllt die beiden linearen Gleichungen: x +y = 3, 3x + 2y = 8. Man kann dies durch Auflösen einer Gleichung nach beispielsweise y y = 3 x und anschließendes Einsetzen in der anderen Gleichung lösen: 3x + 2(3 x) = 8, denn dann liegt nur noch eine lineare Gleichung in x vor...

19 ein System von linearen Gleichungen Der Schnittpunkt der beiden Geraden erfüllt die beiden linearen Gleichungen: x +y = 3, 3x + 2y = 8. Man kann dies durch Auflösen einer Gleichung nach beispielsweise y y = 3 x und anschließendes Einsetzen in der anderen Gleichung lösen: 3x + 2(3 x) = 8, denn dann liegt nur noch eine lineare Gleichung in x vor...

20 ein System von linearen Gleichungen Der Schnittpunkt der beiden Geraden erfüllt die beiden linearen Gleichungen: x +y = 3, 3x + 2y = 8. Man kann dies durch Auflösen einer Gleichung nach beispielsweise y y = 3 x und anschließendes Einsetzen in der anderen Gleichung lösen: 3x + 2(3 x) = 8, denn dann liegt nur noch eine lineare Gleichung in x vor...

21 eine lineare Gleichung Die allgemeine lineare Gleichung in einer Unbekannten ax = b mit a 0 lösen wir durch Multiplikation mit dem Inversen von a: x = a 1 b = b a. Wäre es nicht schön, wenn man so auch zwei lineare Gleichungen in zwei Unbekannten lösen könnte?

22 eine lineare Gleichung Die allgemeine lineare Gleichung in einer Unbekannten ax = b mit a 0 lösen wir durch Multiplikation mit dem Inversen von a: x = a 1 b = b a. Wäre es nicht schön, wenn man so auch zwei lineare Gleichungen in zwei Unbekannten lösen könnte?

23 eine lineare Gleichung Hierzu schreiben wir das lineare Gleichungssystem von oben x +y = 3, 3x + 2y = 8 um in die Form ( ) ( x y ) = ( 3 8 ). In der Matrix links stehen die Koeffizienten der Unbekannten und die rechte Seite des Gleichungssystems bildet den Vektor rechts. Die Multiplikation von Matrix und Vektor erfolgt nach dem Muster Zeile Spalte komponentenweise: zum Beispiel zweite Zeile mit der einzigen Spalte: 3 x + 2 y = 8.

24 ein Verfahren zur Lösung linearer Gleichungssysteme Wir schreiben die Einträge aus der Matrix und dem Vektor auf der rechten Seite in ein Schema und lassen den Vektor mit den Unbekannten weg: Mit Blick auf die Einträge in der ersten Spalte ziehen wir das 3-fache der ersten Zeile von der zweiten ab und erhalten: Tatsächlich ist dies:

25 ein Verfahren zur Lösung linearer Gleichungssysteme Wir schreiben die Einträge aus der Matrix und dem Vektor auf der rechten Seite in ein Schema und lassen den Vektor mit den Unbekannten weg: Mit Blick auf die Einträge in der ersten Spalte ziehen wir das 3-fache der ersten Zeile von der zweiten ab und erhalten: Tatsächlich ist dies:

26 ein Verfahren zur Lösung linearer Gleichungssysteme Wir schreiben die Einträge aus der Matrix und dem Vektor auf der rechten Seite in ein Schema und lassen den Vektor mit den Unbekannten weg: Mit Blick auf die Einträge in der ersten Spalte ziehen wir das 3-fache der ersten Zeile von der zweiten ab und erhalten: Tatsächlich ist dies:

27 die Zeilenstufenform Mit unseren Umformungen haben wir die Lösungsmengen der jeweiligen linearen Gleichungen nicht verändert! Also ist folgendes lineares Gleichungssystem äquivalent zu unserem obigem: Wir multiplizieren die zweite Zeile mit 1 und erhalten Auch das hat die Lösungsmengen nicht verändert. Nun fügen wir die Unbekannten x und y wieder ein und lesen aus der zweiten Gleichung unmittelbar ab: 0 x + 1 y = 1. Einsetzen dieses Wertes in die erste Zeile liefert die Lösung für x...

28 die Zeilenstufenform Mit unseren Umformungen haben wir die Lösungsmengen der jeweiligen linearen Gleichungen nicht verändert! Also ist folgendes lineares Gleichungssystem äquivalent zu unserem obigem: Wir multiplizieren die zweite Zeile mit 1 und erhalten Auch das hat die Lösungsmengen nicht verändert. Nun fügen wir die Unbekannten x und y wieder ein und lesen aus der zweiten Gleichung unmittelbar ab: 0 x + 1 y = 1. Einsetzen dieses Wertes in die erste Zeile liefert die Lösung für x...

29 die Zeilenstufenform Mit unseren Umformungen haben wir die Lösungsmengen der jeweiligen linearen Gleichungen nicht verändert! Also ist folgendes lineares Gleichungssystem äquivalent zu unserem obigem: Wir multiplizieren die zweite Zeile mit 1 und erhalten Auch das hat die Lösungsmengen nicht verändert. Nun fügen wir die Unbekannten x und y wieder ein und lesen aus der zweiten Gleichung unmittelbar ab: 0 x + 1 y = 1. Einsetzen dieses Wertes in die erste Zeile liefert die Lösung für x...

30 die Zeilenstufenform Mit unseren Umformungen haben wir die Lösungsmengen der jeweiligen linearen Gleichungen nicht verändert! Also ist folgendes lineares Gleichungssystem äquivalent zu unserem obigem: Wir multiplizieren die zweite Zeile mit 1 und erhalten Auch das hat die Lösungsmengen nicht verändert. Nun fügen wir die Unbekannten x und y wieder ein und lesen aus der zweiten Gleichung unmittelbar ab: 0 x + 1 y = 1. Einsetzen dieses Wertes in die erste Zeile liefert die Lösung für x...

31 die komplette Lösung Wir können aber auch noch durch Subtraktion der zweiten Zeile weiter vereinfachen: bzw Dem lesen wir die Lösung ab: x = 2 & y = 1.

32 die komplette Lösung Wir können aber auch noch durch Subtraktion der zweiten Zeile weiter vereinfachen: bzw Dem lesen wir die Lösung ab: x = 2 & y = 1.

33 der Fürst der Mathematik Carl Friedrich Gauß entwickelte diesen sogenannten Gauß-Algorithmus Anfang des 18. Jahrhunderts; er lässt sich leicht auf beliebige lineare Gleichungssysteme verallgemeinern. In der Praxis sind mit Computerhilfe manchmal hunderte von Gleichungen in hunderten von Unbekannten zu lösen... Gauß lebte von 1777 bis Neben der Mathematik hat er wichtige Beiträge in Physik und Astronomie sowie bei der Landvermessung geleistet.

34 ...und jetzt noch einmal! Wir lassen diese Rechenschritte jetzt noch einmal ablaufen, allerdings diesmal mit einer anderen rechten Seite: Wir erzeugen wieder eine Null in der ersten Spalte: bzw Und durch Subtraktion der zweiten Zeile entsteht...

35 ...und jetzt noch einmal! Wir lassen diese Rechenschritte jetzt noch einmal ablaufen, allerdings diesmal mit einer anderen rechten Seite: Wir erzeugen wieder eine Null in der ersten Spalte: bzw Und durch Subtraktion der zweiten Zeile entsteht...

36 ...und jetzt noch einmal! Wir lassen diese Rechenschritte jetzt noch einmal ablaufen, allerdings diesmal mit einer anderen rechten Seite: Wir erzeugen wieder eine Null in der ersten Spalte: bzw Und durch Subtraktion der zweiten Zeile entsteht...

37 ...und jetzt noch einmal! Das schaut nun links so aus, wie das, was wir zu Beginn rechts hatten: Wir fassen die 2 2-Blöcke als Matrizen auf: A E E B und...

38 ...und jetzt noch einmal! Das schaut nun links so aus, wie das, was wir zu Beginn rechts hatten: Wir fassen die 2 2-Blöcke als Matrizen auf: A E E B und...

39 ...und jetzt noch einmal! Das schaut nun links so aus, wie das, was wir zu Beginn rechts hatten: Wir fassen die 2 2-Blöcke als Matrizen auf: A E E B und...

40 Matrixmultiplikation... und berechnen nach dem Muster Zeile Spalte die Produkte ( ) ( ) ( ) B A = = = E

41 mit Skalarprodukten... und berechnen nach dem Muster Zeile Spalte die Produkte ( ) ( ) ( ) B A = = = E Hier haben wir beispielsweise gerechnet = 1 Dieses Produkt von Vektoren nennt man ein Skalarprodukt. Ganz ähnlich zeigt man A E = A = E A und E ( x y ) = (x y ).

42 mit Skalarprodukten... und berechnen nach dem Muster Zeile Spalte die Produkte ( ) ( ) ( ) B A = = = E Hier haben wir beispielsweise gerechnet = 1 Dieses Produkt von Vektoren nennt man ein Skalarprodukt. Ganz ähnlich zeigt man A E = A = E A und E ( x y ) = (x y ).

43 Magie! Damit erfüllt sich ein Traum: Wir können lineare Gleichungssysteme lösen wie lineare Gleichungen: Oben hatten wir ( ) ( ) ( ) 1 1 x 3 =. 3 2 y 8 Die Matrix links hatten wir A genannt. Wir multiplizieren von links mit B und erhalten so ( ) ( ) x 3 B A = B y 8

44 Magie! Damit erfüllt sich ein Traum: Wir können lineare Gleichungssysteme lösen wie lineare Gleichungen: Oben hatten wir ( ) ( ) ( ) 1 1 x 3 =. 3 2 y 8 Die Matrix links hatten wir A genannt. Wir multiplizieren von links mit B und erhalten so ( ) ( ) x 3 B A = B y 8

45 Magie! Damit erfüllt sich ein Traum: Wir können lineare Gleichungssysteme lösen wie lineare Gleichungen: Oben hatten wir ( ) ( ) ( ) 1 1 x 3 =. 3 2 y 8 Die Matrix links hatten wir A genannt. Wir multiplizieren von links mit B und erhalten so ( ) ( ) x 3 B A = B y 8 Weil B A = E und E bei Multiplikation Vektoren nicht verändert, ergibt sich so die Lösung: ( ) ( ) ( ) ( ) ( ) ( ) x x = E = B = =. y y

46 Matrizenmultiplikation formal Wir haben also mit B die zu A inverse Matrix ausgerechnet und durch Multiplikation die Lösung gewonnen. Das lässt sich wesentlich verallgemeinern: Schreiben wir eine Matrix in der Form A 11 A 12 A A = (A ij ) = A 21 A 22...,... dann lautet die Formel für die Matrizenmultiplikation (A ij ) (B jk ) = j A ij B jk. Diese Multiplikation ist nicht-kommutativ, d.h., es gibt Matrizen C,D, für die C D D C gilt. Diese Überraschung und Matrizen spielen eine große Rolle in der Quantenphysik!

47 Matrizenmultiplikation formal Wir haben also mit B die zu A inverse Matrix ausgerechnet und durch Multiplikation die Lösung gewonnen. Das lässt sich wesentlich verallgemeinern: Schreiben wir eine Matrix in der Form A 11 A 12 A A = (A ij ) = A 21 A 22...,... dann lautet die Formel für die Matrizenmultiplikation (A ij ) (B jk ) = j A ij B jk. Diese Multiplikation ist nicht-kommutativ, d.h., es gibt Matrizen C,D, für die C D D C gilt. Diese Überraschung und Matrizen spielen eine große Rolle in der Quantenphysik!

48 etwas zum Üben! Lösen Sie das Gleichungssystem: 4x + 3y = 7, 5x + 4y = 8. Ein Bild hilft da nicht...

49 was kann alles passieren? Man beachte: lineare Gleichungsysteme können keine Lösung haben, (zwei parallele Geraden: y = x & y = x + 1) genau eine Lösung haben, (zwei sich schneidende Geraden wie oben) unendlich viele Lösungen. (zwei identische Geraden: y = 2x + 1 & 2y 2 = 4x) Lineare Gleichungssysteme kommen überall vor: über Schaltkreise in der Elektrotechnik, beim Produktionsmodell von Leontief in den Wirtschaftswissenschaften, usw.

50 was kann alles passieren? Man beachte: lineare Gleichungsysteme können keine Lösung haben, (zwei parallele Geraden: y = x & y = x + 1) genau eine Lösung haben, (zwei sich schneidende Geraden wie oben) unendlich viele Lösungen. (zwei identische Geraden: y = 2x + 1 & 2y 2 = 4x) Lineare Gleichungssysteme kommen überall vor: über Schaltkreise in der Elektrotechnik, beim Produktionsmodell von Leontief in den Wirtschaftswissenschaften, usw.

51 was kann alles passieren? Man beachte: lineare Gleichungsysteme können keine Lösung haben, (zwei parallele Geraden: y = x & y = x + 1) genau eine Lösung haben, (zwei sich schneidende Geraden wie oben) unendlich viele Lösungen. (zwei identische Geraden: y = 2x + 1 & 2y 2 = 4x) Lineare Gleichungssysteme kommen überall vor: über Schaltkreise in der Elektrotechnik, beim Produktionsmodell von Leontief in den Wirtschaftswissenschaften, usw.

52 was kann alles passieren? Man beachte: lineare Gleichungsysteme können keine Lösung haben, (zwei parallele Geraden: y = x & y = x + 1) genau eine Lösung haben, (zwei sich schneidende Geraden wie oben) unendlich viele Lösungen. (zwei identische Geraden: y = 2x + 1 & 2y 2 = 4x) Lineare Gleichungssysteme kommen überall vor: über Schaltkreise in der Elektrotechnik, beim Produktionsmodell von Leontief in den Wirtschaftswissenschaften, usw.

53 was kann alles passieren? Man beachte: lineare Gleichungsysteme können keine Lösung haben, (zwei parallele Geraden: y = x & y = x + 1) genau eine Lösung haben, (zwei sich schneidende Geraden wie oben) unendlich viele Lösungen. (zwei identische Geraden: y = 2x + 1 & 2y 2 = 4x) Lineare Gleichungssysteme kommen überall vor: über Schaltkreise in der Elektrotechnik, beim Produktionsmodell von Leontief in den Wirtschaftswissenschaften, usw.

54 ein wenig mehr Geometrie Die Gleichung 3x + 2y = 8 bzw. y = 3 2 x + 4 beschreibt geometrisch eine Gerade mit Steigung 3 2 und y-achsenabschnitt 4. Wir können diese Gerade auch folgendermaßen beschreiben: ( ) ( ) ( ) x 0 2 = +t mit t R. y 4 3 Die auftretenden Paare ( a b ) nennen wir Vektoren. Umgekehrt können wir eine Gerade auch stets durch eine algebraische Gleichung beschreiben! Geometrie vs. Algebra!

55 ein wenig mehr Geometrie Die Gleichung 3x + 2y = 8 bzw. y = 3 2 x + 4 beschreibt geometrisch eine Gerade mit Steigung 3 2 und y-achsenabschnitt 4. Wir können diese Gerade auch folgendermaßen beschreiben: ( ) ( ) ( ) x 0 2 = +t mit t R. y 4 3 Die auftretenden Paare ( a b ) nennen wir Vektoren. Umgekehrt können wir eine Gerade auch stets durch eine algebraische Gleichung beschreiben! Geometrie vs. Algebra!

56 die euklidische Ebene y 1 (3,1) (0,0) 3 x Und die Menge aller solchen Vektoren, die wir auch in einer Zeile als (x,y) notieren, mit den reellen Zahlen für x und y aufgefüllt nennen wir einen Vektorraum; wir bezeichnen ihn als die euklidische Ebene und wird als R R oder noch kürzer R 2 notiert: R 2 = {(x,y); x,y R}.

57 eine Definition Wir definieren einen Vektorraum als eine Menge V mit einem additiv neutralem Element 0 und einer Addition +, so dass v + 0 = v und je zwei Elemente aus V addiert werden können, und es zu jedem v V ein Element u V gibt, so dass u +v = 0 gilt; wir nennen dann u das additiv Inverse von v und schreiben dies als v. Ferner gibt es eine skalare Multiplikation, derzufolge für jede reelle Zahl λ mit v auch λ v ein Element von V ist.

58 am Beispiel Wir addieren Punkte in der euklidischen Ebene komponentenweise, z.b. ( ) ( ) ( ) ( ) = = Das additiv neutrale Element ist die Doppel-Null: ( ) ( ) ( ) ( = = Und wir können Punkte auch komponentenweise mit reellen Zahlen multiplizieren: ( ) ( ) ( ) = =. 3 5 ( 3) 15 Wie illustriert man das in einem Koordinatensystem? Was bedeutet das geometrisch? ).

59 am Beispiel Wir addieren Punkte in der euklidischen Ebene komponentenweise, z.b. ( ) ( ) ( ) ( ) = = Das additiv neutrale Element ist die Doppel-Null: ( ) ( ) ( ) ( = = Und wir können Punkte auch komponentenweise mit reellen Zahlen multiplizieren: ( ) ( ) ( ) = =. 3 5 ( 3) 15 Wie illustriert man das in einem Koordinatensystem? Was bedeutet das geometrisch? ).

60 am Beispiel Wir addieren Punkte in der euklidischen Ebene komponentenweise, z.b. ( ) ( ) ( ) ( ) = = Das additiv neutrale Element ist die Doppel-Null: ( ) ( ) ( ) ( = = Und wir können Punkte auch komponentenweise mit reellen Zahlen multiplizieren: ( ) ( ) ( ) = =. 3 5 ( 3) 15 Wie illustriert man das in einem Koordinatensystem? Was bedeutet das geometrisch? ).

61 und dazu ein Bild! y (6,2) 1 (3,1) (0,0) 3 x Was wird hier illustriert? Wo liegt die Summe der Vektoren (2,1) und (3,1)?)

62 und dazu ein Bild! y (6,2) 1 (3,1) (0,0) 3 x Was wird hier illustriert? Wo liegt die Summe der Vektoren (2,1) und (3,1)?)

63 ... und noch viel mehr! Das Konzept eines Vektorraums geht wesentlich über die euklidische Ebene hinaus: Anstelle von Vektoren mit zwei Komponenten kann man Vektoren mit drei Komponenten betrachten, das ist dann der euklidische Raum; tatsächlich betrachtet man manchmal auch Vektoren mit n Komponenten, wobei n eine beliebige natürliche Zahl ist und sogar unendliche Vektoren... Funktionen bilden einen Vektorraum, denn man gewinnt ja beispielsweise aus der Summe zweier Funktionen wieder eine neue Funktion: f(x) = cos(x) & g(x) = sin(x) h(x) := f(x)+g(x) = cos(x)+ sin(x).

64 ... und noch viel mehr! Das Konzept eines Vektorraums geht wesentlich über die euklidische Ebene hinaus: Anstelle von Vektoren mit zwei Komponenten kann man Vektoren mit drei Komponenten betrachten, das ist dann der euklidische Raum; tatsächlich betrachtet man manchmal auch Vektoren mit n Komponenten, wobei n eine beliebige natürliche Zahl ist und sogar unendliche Vektoren... Funktionen bilden einen Vektorraum, denn man gewinnt ja beispielsweise aus der Summe zweier Funktionen wieder eine neue Funktion: f(x) = cos(x) & g(x) = sin(x) h(x) := f(x)+g(x) = cos(x)+ sin(x).

65 warum so abstrakt? Der Vorteil dieses künstlichen Begriffes ist also, einen mathematischen Zusammenhang nicht für jeden Vektorraum einzeln behandeln zu müssen, sondern ihn abstrakt und auf die wesentliche Struktur reduziert zu behandeln!

66 Wie funktioniert GPS? GPS steht für Global Positioning System, und dies liefert mit Hilfe von Satellitennavigation eine ziemlich genaue Positionierung auf der Erdoberfläche (wie sie etwa für Navigation im Auto notwendig ist). Neben viel Technologie steckt auch Mathematik in GPS. Genauer gesagt das Lösen von vielen Gleichungen...

67 Wie funktioniert GPS? GPS steht für Global Positioning System, und dies liefert mit Hilfe von Satellitennavigation eine ziemlich genaue Positionierung auf der Erdoberfläche (wie sie etwa für Navigation im Auto notwendig ist). Neben viel Technologie steckt auch Mathematik in GPS. Genauer gesagt das Lösen von vielen Gleichungen...

68 Abstände In der euklidischen Ebene messen wir den Abstand zwischen zwei Punkten mit dem aus der Schule bekannten Satz des Pythagoras Im Raum geht das ganz ähnlich. Verzichten wir auf die Quadratwurzel, ergibt sich so eine quadratische Gleichung...

69 Abstände In der euklidischen Ebene messen wir den Abstand zwischen zwei Punkten mit dem aus der Schule bekannten Satz des Pythagoras Im Raum geht das ganz ähnlich. Verzichten wir auf die Quadratwurzel, ergibt sich so eine quadratische Gleichung...

70 Viele quadratische Gleichungen Von den verschiedenen Satelliten erhalten wir also viele quadratische Gleichungen. Aber das simultane Lösen quadratischer Gleichungen in mehreren Variablen ist schwierig! Allerdings kommen in diesen vielen Gleichungen immer dieselben Quadrate vor. Durch Subtraktion erhalten wir viele lineare Gleichungen und nur eine einzige quadratische Gleichung bleibt übrig! Dabei verändern sich die Lösungsmengen nicht. Jetzt löst man das lineare Gleichungssystem (wie oben) und erhält normalerweise viele Lösungen. Die richtige ergibt sich durch das Lösen der verbleibenden quadratischen Gleichung durch quadratische Ergänzung...

71 Viele quadratische Gleichungen Von den verschiedenen Satelliten erhalten wir also viele quadratische Gleichungen. Aber das simultane Lösen quadratischer Gleichungen in mehreren Variablen ist schwierig! Allerdings kommen in diesen vielen Gleichungen immer dieselben Quadrate vor. Durch Subtraktion erhalten wir viele lineare Gleichungen und nur eine einzige quadratische Gleichung bleibt übrig! Dabei verändern sich die Lösungsmengen nicht. Jetzt löst man das lineare Gleichungssystem (wie oben) und erhält normalerweise viele Lösungen. Die richtige ergibt sich durch das Lösen der verbleibenden quadratischen Gleichung durch quadratische Ergänzung...

72 Viele quadratische Gleichungen Von den verschiedenen Satelliten erhalten wir also viele quadratische Gleichungen. Aber das simultane Lösen quadratischer Gleichungen in mehreren Variablen ist schwierig! Allerdings kommen in diesen vielen Gleichungen immer dieselben Quadrate vor. Durch Subtraktion erhalten wir viele lineare Gleichungen und nur eine einzige quadratische Gleichung bleibt übrig! Dabei verändern sich die Lösungsmengen nicht. Jetzt löst man das lineare Gleichungssystem (wie oben) und erhält normalerweise viele Lösungen. Die richtige ergibt sich durch das Lösen der verbleibenden quadratischen Gleichung durch quadratische Ergänzung...

73 und noch etwas ganz anderes: Die Abbildung ( x y ) ( ) ( x y ) = ( 2x +y x +y ) verzerrt ein Foto wie folgt:

74 Arnold s cat map Wir zerschneiden das Bild in vier Teile und fügen es wieder zu einem Quadrat zusammen: 1. Iteration

75 Was ist aus der Katze geworden? Dann iterieren wir die Abbildung, d.h. wir wenden sie noch einmal an und erhalten: 2. Iteration

76 ein Zebra? Dann iterieren wir die Abbildung, d.h. wir wenden sie noch einmal an und erhalten: 3. Iteration

77 ein Streifentiger? Dann iterieren wir die Abbildung, d.h. wir wenden sie noch einmal an und erhalten: 4. Iteration nur noch schwarzweiße Streifen...

78 nachts sind alle Katzen grau Dann iterieren wir die Abbildung, d.h. wir wenden sie noch einmal an und erhalten: 6. Iteration alles ganz grau!

79 Arnold s cat returns! Dann iterieren wir die Abbildung, d.h. wir wenden sie noch einmal an und erhalten: 405. Iteration die Katze ist zurück! Wie kann das sein?

80 Und noch mehr zum Tüfteln... Ein Beispiel aus der Chemie: Wie viele Moelküle von den jeweiligen Sorten sind für die Reaktionsgleichung notwendig? x C 6 H 12 O 6 y C 2 H 5 OH+z CO 2 Fermentation: Glucose Ethanol + Kohlendioxid Alles Gute bis in zwei Wochen!

81 Und noch mehr zum Tüfteln... Ein Beispiel aus der Chemie: Wie viele Moelküle von den jeweiligen Sorten sind für die Reaktionsgleichung notwendig? x C 6 H 12 O 6 y C 2 H 5 OH+z CO 2 Fermentation: Glucose Ethanol + Kohlendioxid Alles Gute bis in zwei Wochen!

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 13. Januar 2018

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 13. Januar 2018 Brückenkurs Mathematik Jörn Steuding (Uni Würzburg), 3. Januar 08 unser Programm. November:. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche, ein

Mehr

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 9. Dezember 2017

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 9. Dezember 2017 Brückenkurs Mathematik Jörn Steuding (Uni Würzburg), 9. Dezember 2017 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche,

Mehr

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 25. November 2017

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 25. November 2017 Brückenkurs Mathematik Jörn Steuding (Uni Würzburg), 25. November 2017 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche,

Mehr

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 10. Februar 2018

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 10. Februar 2018 Brückenkurs Mathematik Jörn Steuding (Uni Würzburg), 10. Februar 2018 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche,

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

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 23. Dezember 2017

Brückenkurs Mathematik. Jörn Steuding (Uni Würzburg), 23. Dezember 2017 Brückenkurs Mathematik Jörn Steuding (Uni Würzburg), 23. Dezember 2017 unser Programm 11. November: 1. Zahlen und einfache Gleichungen Zahlen, Rechengesetze, lineare u. quadratische Gleichungen, Dezimalbrüche,

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

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

Beispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist

Beispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist 127 Die Schritte des Gauß-Algorithmus sind nun die Folgenden: 1. Wir bestimmen die am weitesten links stehende Spalte, die Einträge 0 enthält. 2. Ist die oberste Zahl der in Schritt 1 gefundenen Spalte

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

1 Lineare Gleichungssysteme und Matrizen

1 Lineare Gleichungssysteme und Matrizen 1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

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

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw. Kapitel 5 Lineare Algebra 51 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare 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

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

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 22.10.2013 Alexander Lytchak 1 / 16 Wiederholung des Beispiels 3x 6 + x 7 = 2 2x 2 + 4x 4 + 6x 5 + 5x 7 = 3 2x 2 + x

Mehr

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit 3 Lineare Algebra (Teil : Lineare Unabhängigkeit 3. Der Vektorraum R n Die Menge R n aller n-dimensionalen Spalten a reeller Zahlen a,..., a n R bildet bezüglich der Addition a b a + b a + b. +. :=. (53

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

A2.3 Lineare Gleichungssysteme

A2.3 Lineare Gleichungssysteme A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen

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

Lineare Algebra I (WS 12/13)

Lineare Algebra I (WS 12/13) Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 18.10.2012 Alexander Lytchak 1 / 12 Lineare Gleichungssysteme Wir untersuchen nun allgemeiner Gleichungssysteme der

Mehr

= 9 10 k = 10

= 9 10 k = 10 2 Die Reihe für Dezimalzahlen 1 r = r 0 +r 1 10 +r 1 2 100 + = r k 10 k, wobei r k {0,,9} für k N, konvergiert, da r k 10 k 9 10 k für alle k N und ( 1 ) k 9 10 k 9 = 9 = 10 1 1 = 10 10 k=0 k=0 aufgrund

Mehr

1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4

1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4 Wirtschaftswissenschaftliches Zentrum 3 Universität Basel Mathematik 2 Dr Thomas Zehrt Lineare Gleichungssysteme Inhaltsverzeichnis Einführung 2 2 Gleichungen und 2 Unbekannte 2 2 3 Gleichungen und 3 Unbekannte

Mehr

2 Lineare Gleichungssysteme

2 Lineare Gleichungssysteme 2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x

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

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

6. Vorlesung. Rechnen mit Matrizen.

6. Vorlesung. Rechnen mit Matrizen. 6. Vorlesung. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt

Mehr

Kapitel 15 Lineare Gleichungssysteme

Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Kapitel 15 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 1 / 27 Kapitel 15 Lineare Gleichungssysteme Definition 15.1 (Lineares Gleichungssystem

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

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

Mathematik für Studierende der Biologie und des Lehramtes Chemie

Mathematik für Studierende der Biologie und des Lehramtes Chemie Einführung I Mathematik für Studierende der Biologie und des Lehramtes Chemie Dominik Schillo Universität des Saarlandes 007 (Stand: 007, 4:9 Uhr) Wie viel Kilogramm Salzsäure der Konzentration % muss

Mehr

2.5 Gauß-Jordan-Verfahren

2.5 Gauß-Jordan-Verfahren 2.5 Gauß-Jordan-Verfahren Definition 2.5.1 Sei A K (m,n). Dann heißt A in zeilenreduzierter Normalform, wenn gilt: [Z1] Der erste Eintrag 0 in jeder Zeile 0 ist 1. [Z2] Jede Spalte, die eine 1 nach [Z1]

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

Das Lösen linearer Gleichungssysteme

Das Lösen linearer Gleichungssysteme Das Lösen linearer Gleichungssysteme Lineare Gleichungen Die Gleichung a 1 x 1 + a 2 x 2 +... + a n x n = b ist eine lineare Gleichung in den n Variablen x 1, x 2,..., x n. Die Zahlen a 1, a 2,..., a n

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 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme KAPITEL 2 Lineare Gleichungssysteme. Beispiele Wir betrachten zunächst vier Gleichungssysteme und bestimmen ihre Lösungsmenge. Dabei geht es uns noch nicht darum, ein Lösungsverfahren für lineare Gleichungssysteme

Mehr

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw.

Mischungsverhältnisse: Nehmen wir an, es stehen zwei Substanzen (zum Beispiel Flüssigkeiten) mit spezifischen Gewicht a = 2 kg/l bzw. Kapitel 5 Lineare Algebra 5 Lineare Gleichungssysteme und Matrizen Man begegnet Systemen von linearen Gleichungen in sehr vielen verschiedenen Zusammenhängen, etwa bei Mischungsverhältnissen von Substanzen

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

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung

TECHNISCHE UNIVERSITÄT MÜNCHEN. Einführung in die Matrizenrechnung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra WS 006/07 en Blatt 3.0.006 Einführung in die Matrizenrechnung Zentralübungsaufgaben

Mehr

Lineare Algebra I (WS 12/13)

Lineare Algebra I (WS 12/13) Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 17.10.2012 Bernhard Hanke 1 / 9 Wir beschreiben den folgenden Algorithmus zur Lösung linearer Gleichungssysteme, das sogenannte Gaußsche

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,

Mehr

Skript Lineare Algebra

Skript Lineare Algebra Skript Lineare Algebra sehr einfach Erstellt: 2018/19 Von: www.mathe-in-smarties.de Inhaltsverzeichnis Vorwort... 2 1. Vektoren... 3 2. Geraden... 6 3. Ebenen... 8 4. Lagebeziehungen... 10 a) Punkt - Gerade...

Mehr

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

Beispiele 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

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

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015 Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler

Mehr

Grundlegende Definitionen aus HM I

Grundlegende Definitionen aus HM I Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen

Mehr

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

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

Brückenkurs Elementarmathematik

Brückenkurs Elementarmathematik Brückenkurs Elementarmathematik IV. Ungleichungen November 13, 2013 Inhalt 1 Ungleichungen 2 Umformungen von Ungleichungen 2.1 Äquivalenzumformungen 2.2 Addition und Multiplikation von Ungleichungen 3

Mehr

7 Lineare Gleichungssysteme

7 Lineare Gleichungssysteme 118 7 Lineare Gleichungssysteme Lineare Gleichungssysteme treten in vielen mathematischen, aber auch naturwissenschaftlichen Problemen auf; zum Beispiel beim Lösen von Differentialgleichungen, bei Optimierungsaufgaben,

Mehr

3 Lineare Gleichungen

3 Lineare Gleichungen Aufgabe 3. Man löse die lineare Gleichung a 2 x b 2 a a(b ax) b + b2 a = a, a b nach der Unbekannten x auf und diskutiere die möglichen Fälle. a 2 x b 2 a a(b ax) b + b2 a = a a b a 2 bx b 3 a 2 b + a

Mehr

Lineare Gleichungssysteme

Lineare 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

Mehr

Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen

Lineare Algebra I 3. Tutorium Inverse Matrizen und Gruppen 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)

Mehr

05. Lineare Gleichungssysteme

05. Lineare Gleichungssysteme 05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a

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

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

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

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

Kapitel 14 Lineare Gleichungssysteme

Kapitel 14 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 83 / 246 Kapitel 4 Lineare Gleichungssysteme Definition 4. (Lineares Gleichungssystem LGS)

Mehr

7.1 Matrizen und Vektore

7.1 Matrizen und Vektore 7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = -1 + 3x 2 = 4 mit

Mehr

2 Die Algebra der Matrizen

2 Die Algebra der Matrizen Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem x y + z 1 x + y

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

$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

Lineare Gleichungssysteme, Matrizen und Determinanten

Lineare Gleichungssysteme, Matrizen und Determinanten Kapitel 2 Lineare Gleichungssysteme, Matrizen und Determinanten Einen klassischen Einstieg in die lineare Algebra bietet die Behandlung linearer Gleichungssysteme Wir beschäftigen uns dabei zunächst mit

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 9 20. Mai 2010 Kapitel 9. Matrizen und Determinanten Der Begriff der Matrix Die transponierte Matrix Definition 84. Unter einer (reellen) m n-matrix

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 1 Einführung Lineare Gleichungen Definition

Mehr

6 Lineare Algebra. 6.1 Einführung

6 Lineare Algebra. 6.1 Einführung 6 Lineare Algebra 6.1 Einführung Die lineare Algebra ist für die Wirtschaftswissenschaften von zentraler Bedeutung. Einerseits liefert sie die theoretischen und praktischen Grundlagen für das Lösen linearer

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:

3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform: 1. Aufgabe (9 Punkte) In dieser Aufgabe müssen Sie Ihre Antwort nicht begründen. Es zählt nur das Ergebnis. Tragen Sie nur das Ergebnis auf diesem Blatt im jeweiligen Feld ein. 0 1 3 a) Berechnen Sie die

Mehr

Aufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0.

Aufgabe 1 (a) Bestimmen Sie die Schnittgerade der beiden Ebenen gegeben durch 3x y 2z 5 = 0 und x y 4z 3 = 0. Mathematik I für Naturwissenschaften Dr. Christine Zehrt 22.11.18 Übung 10 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 26. November 2018 in den Übungsstunden Aufgabe 1 (a) Bestimmen Sie die

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

Corinne Schenka Vorkurs Mathematik WiSe 2012/13

Corinne Schenka Vorkurs Mathematik WiSe 2012/13 4. Lineare Gleichungssysteme Ein lineares Gleichungssystem ist ein System aus Gleichungen mit Unbekannten, die nur linear vorkommen. Dieses kann abkürzend auch in Matrizenschreibweise 1 notiert werden:

Mehr

a i j (B + C ) j k = n (a i j b j k + a i j b j k ) =

a i j (B + C ) j k = n (a i j b j k + a i j b j k ) = Lösungen Lineare Algebra für Physiker, Serie 2 Abgabe am 25.10.2007 1. Es seien A K m n, B,C K n p und D K p q gegeben. 9 P (a) Beweisen Sie das Distributivgesetz A(B + C ) = A B + AC. (b) Beweisen Sie

Mehr

(c) x 2 + 3x 3 = 1 3x 1 + 6x 2 3x 3 = 2 6x 1 + 6x x 3 = 5

(c) x 2 + 3x 3 = 1 3x 1 + 6x 2 3x 3 = 2 6x 1 + 6x x 3 = 5 Musterlösungen zu Mathematik II (Elementare Lineare Algebra) Blatt Nathan Bowler A: Präsenzaufgaben. Zeilenstufenform und reduzierte Zeilenstufenform erkennen Welche der folgenden Matrizen sind in Zeilenstufenform?

Mehr

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09) Vorlesung Mathematik für Ingenieure Wintersemester 8/9 Kapitel 4: Matrizen, lineare Abbildungen und Gleichungssysteme Volker Kaibel Otto-von-Guericke Universität Magdeburg Version vom 5. November 8 Page-Rank

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 2018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler Wintersemester 2018/19 Inhaltsverzeichnis Teil 1 Teil

Mehr

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

Lineare Gleichungssysteme (Teschl/Teschl 11.1) Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...

Mehr

oder A = (a ij ), A =

oder A = (a ij ), A = Matrizen 1 Worum geht es in diesem Modul? Definition und Typ einer Matrix Spezielle Matrizen Rechenoperationen mit Matrizen Rang einer Matrix Rechengesetze Erwartungswert, Varianz und Kovarianz bei mehrdimensionalen

Mehr

2 Die Algebra der Matrizen

2 Die Algebra der Matrizen Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem y + z = 1 + y z

Mehr

Kapitel 3. Kapitel 3 Gleichungen

Kapitel 3. Kapitel 3 Gleichungen Gleichungen Inhalt 3.1 3.1 Terme, Gleichungen, Lösungen x 2 2 + y 2 2 3.2 3.2 Verfahren zur zur Lösung von von Gleichungen 3x 3x + 5 = 14 14 3.3 3.3 Gleichungssysteme Seite 2 3.1 Terme, Gleichungen, Lösungen

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

6 Lineare Gleichungssysteme

6 Lineare Gleichungssysteme 6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α

Mehr

( ) Lineare Gleichungssysteme

( ) 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

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

ANHANG A. Matrizen. 1. Die Definition von Matrizen

ANHANG A. Matrizen. 1. Die Definition von Matrizen ANHANG A Matrizen 1 Die Definition von Matrizen Wir haben bereits Vektoren kennen gelernt; solche Paare reeller Zahlen haben wir benutzt, um Punkte in der Ebene zu beschreiben In der Geometrie brauchen

Mehr

2.2 Lineare Gleichungssysteme (LGS)

2.2 Lineare Gleichungssysteme (LGS) 2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 4 Wintersemester 018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de c 018 Steven Köhler Wintersemester 018/19 Inhaltsverzeichnis Teil 1 Teil Teil

Mehr

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix Inhaltsverzeichnis Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix Auf dieser Seite werden Matrizen und Vektoren fett gedruckt, um sie von Zahlen zu unterscheiden. Betrachtet wird das

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

Mathematik-Aufgabenpool > Lineare Gleichungssysteme I

Mathematik-Aufgabenpool > Lineare Gleichungssysteme I Michael Buhlmann Mathematik-Aufgabenpool > Lineare Gleichungssysteme I Einleitung: Gleichungen bestehen aus zwei durch ein Gleichheitszeichen verbundene Terme (linke, rechte Seite der Gleichung; Term 1

Mehr

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

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

Das inhomogene System. A x = b

Das inhomogene System. A x = b Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist

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