Kapitel 14 Lineare Gleichungssysteme
|
|
- Helmut Albrecht
- vor 5 Jahren
- Abrufe
Transkript
1 Kapitel 4 Lineare Gleichungssysteme Kapitel 4 Lineare Gleichungssysteme Mathematischer Vorkurs TU Dortmund Seite 83 / 246
2 Kapitel 4 Lineare Gleichungssysteme Definition 4. (Lineares Gleichungssystem LGS) Ein (reelles) lineares Gleichungssystem (LGS) mit n Variablen x,x 2,...,x n und m Gleichungen hat folgende Gestalt a x + a 2 x a n x n = b a 2 x + a 22 x a 2n x n = b 2. a m x + a m2 x a mn x n = b m mit a ij,b j 2 für apple i apple n und apple j apple m. Die a ij nennen wir die Koeffizienten des LGS und die b j nennen wir die rechte Seite des LGS. Das LGS heißt homogen, wenndierechteseiteverschwindet. Mathematischer Vorkurs TU Dortmund Seite 84 / 246
3 Kapitel 4 Lineare Gleichungssysteme Kurzschreibweise: Statt der Form in 4. benutzen wir auch die etwas kompaktere Schreibweise a a 2... a n a 2 a a a m a m2... a mn b b 2. b m oder noch kompakter (A b) A a a 2... a n b a 2 a a 2n b 2 mit A := und b A. a m a m2... a mn b m Mathematischer Vorkurs TU Dortmund Seite 85 / 246
4 Kapitel 4 Lineare Gleichungssysteme Definition 4. [cont.] Die Lösungsmenge des LGS (A b) bezeichnen wir mit L(A, b) := (x,...,x n ) 2 n (x,...,x n ) löst (A b) Satz 4.2 (Gauß-Operationen) Die folgenden Operationen verändern die Lösungsmenge eines LGS nicht:. Multiplizieren einer Zeile mit einer Zahl a 6=. 2. Vertauschen von Zeilen. 3. Addition eines Vielfachen einer Zeile zu einer anderen Zeile. 4. Vertauschen von Spalten Achtung: Wenn man Punkt 4. anwendet, muss man sich merken, welche Variable zu welcher Spalte gehört! Mathematischer Vorkurs TU Dortmund Seite 86 / 246
5 Kapitel 4 Lineare Gleichungssysteme Satz 4.3 (Gauß-Algorithmus) Es sei (A b) ein lineares Gleichungssystem, dann kann man durch geeignete Gauß-Operationen erreichen, dass das LGS die folgende Form bekommt: #j j2 jk jk+ #jn # # c c 2. c k c k+. c m Dabei gibt j` an, dass diese Spalte zur j`-ten Variablen gehört. A Mathematischer Vorkurs TU Dortmund Seite 87 / 246
6 Kapitel 4 Lineare Gleichungssysteme Praktische Durchführung des Gauß-Algorithmus: Step Wir versuchen durch 3.(Tausch von Zeilen), 4.(Tausch von Spalten) und.(skalierung einer Zeile) eine in die obere linke Ecke zu bekommen. (Ist dies nicht möglich, dann endet der Algorithmus, denn die Koe zienten, mit denen man diesen Schritt gestartet hat, sind alle Null.) Step2 Durch Anwenden von 2.(Addition von Zeilen) erzeugen wir Nullen unterhalb und oberhalb dieser. Step3 Wir beginnen nun wieder mit Step. Allerdings wenden wir ihn auf das kleinere System an, das wir durch Löschen der ersten Spalte und ersten Zeile erhalten. Mathematischer Vorkurs TU Dortmund Seite 88 / 246
7 Kapitel 4 Lineare Gleichungssysteme Definition 4.4 (Rang eines LGS) Es sei (A b) ein LGS. Die Zahl k aus der Endgestalt des Gauß-Algorithmus nennt man den Rang des LGS. Satz 4.5 Es sei (A b) ein LGS vom Rang k. Der Gauß-Algorithmus liefert die folgenden Fälle für die Lösungsmenge L(A, b): Ist mindestens eine der Zahlen c k+,...,c m ungleich Null, so ist L(A, b) =;. 2 Im Fall k = n = m ist das System eindeutig lösbar und es gilt L(A, b) ={(x,...,x n ) x j = c,x j2 = c 2,...,x jn = c n }. 3 Für k<nund c k+ =...= c m =ist, können die n k Variablen x jk+,...,x jn als freie Parameter gewählt werden. Damit sind die Werte x j,...,x jk für jede Wahl der Parameter eindeutig bestimmt. Man sagt: Die Lösungsmenge L(A, b) ist (n k)-dimensional. Mathematischer Vorkurs TU Dortmund Seite 89 / 246
8 Kapitel 4 Lineare Gleichungssysteme eispiel : Wir lösen das LGS oder 2x +6x 2 + 2x 4 = x +3x 2 + x 3 +2x 4 = 7 3x +9x 2 +4x 3 = 6 3x +9x 2 + x 3 + x 4 = A Mathematischer Vorkurs TU Dortmund Seite 9 / 246
9 Kapitel 4 Lineare Gleichungssysteme.) Vertausche Z und x x 2 x 3 x A 2.) Addiere ( 2) Z zu Z2, dann ( 3) Z zu Z3 und ( 3) Z zu x x 2 x 3 x A Mathematischer Vorkurs TU Dortmund Seite 9 / 246
10 Kapitel 4 Lineare Gleichungssysteme 3.) Vertausche S2 und x x 4 x 3 x A 4.) Addiere Z2 zu Z, dann ( 3) Z2 zu Z3 und ( ) Z2 zu Z3. Dann multipliziere Z2 mit x x 4 x 3 x A Mathematischer Vorkurs TU Dortmund Seite 92 / 246
11 Kapitel 4 Lineare Gleichungssysteme 5.) Multipliziere Z3 mit 7,addiere( ) Z3 zu Z2, dann Z3 zu x x 4 x 3 x A Dies ist nun die Endform des Gauß-Algorithmus, aus dem wir die Lösung ablesen. Der Rang des LGS ist k =3und als freien Parameter wählen wir x 2. Mathematischer Vorkurs TU Dortmund Seite 93 / 246
12 Kapitel 4 Lineare Gleichungssysteme Wir schreiben die Gleichungen noch einmal aus: und es gilt x +3x 2 =4 x 4 = x 3 =, L(A, b) = (x,x 2,x 3,x 4 ) 2 4 x =4 3x 2,x 3 =,x 4 = Setzen wir x 2 = t für den Parameter, so schreiben wir auch 8 9 x 4 3 >< L(A, b) = x x >: 3 A A + t A t 2 >; x 4 Mathematischer Vorkurs TU Dortmund Seite 94 / 246
13 Kapitel 5 Vektoren Kapitel 5 Vektoren Mathematischer Vorkurs TU Dortmund Seite 95 / 246
14 Kapitel 5 Vektoren In Kapitel haben wir das Kreuzprodukt von Mengen eingeführt. Und zwar sind für eine Menge M die Elemente aus M n := M... {z M } genau n-mal die n-tupel (m,m 2,...,m n ) mit m j 2 M. (vgl. Definition.5). Das nutzen wir aus und definieren: Definition 5. (Vektoren im Zahlenraum) Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen, also ein Element aus n. Wir schreiben die Komponenten eines Vektors in eine Spalte: v (Manchmal benutzen wir die platzsparende v 2 Schreibweise ~v =(v ~v =,v 2,...,v n ) T, wobei das A andeutet, dass wir eigentlich einen Spaltenvektor v n meinen). Mathematischer Vorkurs TU Dortmund Seite 96 / 246
15 Kapitel 5 Vektoren Mit Vektoren kann man auch rechnen: Definition 5.2 (Rechnen mit Vektoren) Man kann zwei Vektoren ~v A und ~w v v n v + w addieren, gemäß ~v + ~w A. v n + w n v v n w w n A miteinander Man kann einen Vektor ~v A und eine reelle Zahl 2 v miteinander multiplizieren, gemäß ~v A. v n Mathematischer Vorkurs TU Dortmund Seite 97 / 246
16 Kapitel 5 Vektoren Wir beschränken uns in der kommenden etrachtung auf auch im Höherdimensionalen richtig bleibt). 2 (obwohl alles emerkung 5.3 (Vektoren und Geometrie) Wir identifizieren einen Vektor ~a = a a 2 mit dem Pfeil! OA, derden Ursprung O der Ebene mit den Punkt A =(a,a 2 ) verbindet. Sei ~ b ein weiterer Vektor mit zugehörigem Punkt =(b,b 2 ) und 2. Die Addition ~a + ~! b entspricht dem Pfeil O, wobei der Punkt wie folgt konstruiert wird:! Verschiebe den Pfeil O so, dass sein Anfang in A liegt. Dann zeigt das Ende dieses verschobenen Pfeils auf den Punkt. Mathematischer Vorkurs TU Dortmund Seite 98 / 246
17 Kapitel 5 Vektoren Mathematischer Vorkurs TU Dortmund Seite 99 / 246
18 Kapitel 5 Vektoren emerkung 5.3 [cont.]! Die Multiplikation ~a entspricht dem Pfeil OD, wobei der Punkt D wie folgt konstruiert wird: Ist, soentsprichtdierichtungdespfeils!! OD der von! OA und! OA die Länge des Pfeils OD ist gegeben durch die Länge des Pfeils multipliziert mit. Ist < so kehrt sich die Richtung um, aber die Länge ist die gleiche wie im ersten Fall. Mathematischer Vorkurs TU Dortmund Seite 2 / 246
19 Kapitel 5 Vektoren Satz 5.3 (Rechenregeln für Vektoren) Es seien ~u, ~v und ~w Vektoren und und seien reelle Zahlen, dann gilt:. ~v + ~w = ~w + ~v. 2. ~u +(~v + ~w )=(~u + ~v )+ ~w. 3. Es gibt einen Nullvektor ~ mit ~v + ~ =~+~v = ~v. 4. Zu ~v gibt es einen Vektor ~v mit ~v +( ~v )=~. 5. ( ~v )=( ) ~v. 6. ~v = ~v. 7. ( + ) ~v = ~v + ~v. 8. (~v + ~w )= ~v + ~w emerkung zu 3.:... nämlich ~ :=(,,...,) T. emerkung zu 4.:... nämlich ~v := ( ) ~v =( v,..., v n ) T. Mathematischer Vorkurs TU Dortmund Seite 2 / 246
20 Kapitel 5 Vektoren Das Ergebnis aus Satz 5.3 verallgemeinern wir nun und definieren: Definition 5.4 (Vektorraum) Ein (reeller) Vektorraum ist eine Menge V 6= ; mit einer Addition und einer Multiplikation mit reellen Zahlen (skalare Multiplikation), die die Eigenschaften. bis 8. aus dem vorigen Satz 5.3 haben. Mathematischer Vorkurs TU Dortmund Seite 22 / 246
21 Kapitel 5 Vektoren Satz 5.5 (eispiele für Vektorräumen) n ist ein Vektorraum. 2 Es sei M eine Menge und Abb(M, ) die Menge aller Abbildungen von M nach. Durch geeignete (nämlich punktweise) Addition und skalare Multiplikation wird Abb(M, ) zu einem Vektorraum. 3 Es bezeichne n[x] die Menge der Polynome mit Grad kleiner oder gleich n. Dann ist dies mit geeigneter Addition und skalarer Multiplikation ein Vektorraum. emerkung: Wegen n[x] Abb(, ) ist 3. ein Unterbeispiel von 2. Da man Vektoren im n als Abbildungen von {,...,n} nach interpretieren kann, ist auch. ein Unterbeispiel von 2. Mathematischer Vorkurs TU Dortmund Seite 23 / 246
22 Kapitel 5 Vektoren Definition 5.5 (Linearkombination) Es seien ~v,...,~v n Elemente des Vektorraums V.EineSummederForm ~v + 2 ~v n ~v n heißt Linearkombination und die Zahlen j 2 Koeffizienten der Linearkombination. heißen eispiele:. Es ist 3x 5 +4x 3 + 2x eine Linearkombination der Vektoren x 5,x 3,x2 5 [x] mit den Koe zienten 3, 4 und 2.! 6 2. Der Vektor ist eine Linearkombination der Vektoren 2!!!, und mit Koe zienten 6, 4 und 2 Mathematischer Vorkurs TU Dortmund Seite 24 / 246
23 Kapitel 5 Vektoren Definition 5.6 (Lineare Abhängigkeit) Die Vektoren ~v,...,~v n des Vektorraums V heißen linear abhängig, wenn es Zahlen,..., n 2 gibt, die nicht alle Null sind, so dass aber die Linearkombination ~v + 2 ~v n ~v n = ~ ist. Sie heißen linear unabhängig, wenn sie nicht linear abhängig sind. Folgerung 5.7 Die Vektoren ~v,...~v n sind genau dann linear unabhängig, wenn die Gleichung ~v + 2 ~v n ~v n = ~ (als Gleichung für die Zahlen,..., n )nurdielösung =...= n =hat. Mathematischer Vorkurs TU Dortmund Seite 25 / 246
24 Kapitel 5 Vektoren eispiele: 2. Die Vektoren ~u 2A,~v A 2 3 sind linear abhängig, denn es gilt 4~u +( )~v +( 2) ~w = Die Vektoren ~v =,~w= sind linear unabhängig, denn +2 = ~v + ~w = ~ ist gleichbedeutend mit dem LGS 2 + = und dies hat die eindeutige Lösung = =(vgl. Kapitel 8). 3. Die Vektoren 2x 3 +6und 3x 3 +9in 3[x] sind linear abhängig und die Vektoren x 3 und x 2 in 3[x] sind linear unabhängig. Mathematischer Vorkurs TU Dortmund Seite 26 / 246
25 Kapitel 5 Vektoren emerkung 5.8 ~v 2 V ist genau dann linear abhängig, wenn ~v =. 2 Die lineare Abhängigkeit zweier Vektoren ~v, ~w 2 3 ist gleichbedeutend mit jeweils a) ~v und ~w liegen auf einer Geraden durch den Nullpunkt, und b) je einer der Vektoren ist ein Vielfaches des anderen. 3 Die lineare Abhängigkeit dreier Vektoren ~u, ~v, ~w 2 3 ist gleichbedeutend mit jeweils a) ~u, ~v und ~w liegen in einer Ebene durch den Nullpunkt, und b) mindestens einer der Vektoren ist eine Linearkombination der anderen beiden. Mathematischer Vorkurs TU Dortmund Seite 27 / 246
26 Kapitel 5 Vektoren Weitere wichtige egri e und emerkungen 5.9. Der Spann der Vektoren ~v,...,~v k 2 V ist die Menge aller Linearkombinationen dieser Vektoren. (Das ist auch für eine beliebige Menge von Vektoren erklärt). 2. Der Spann erfüllt die Punkte.-8. die einen Vektorraum definieren, ist also selber einer (vgl. Definition 5.4 und Satz 5.3). 3. Lässt sich jedes Element von V eindeutig(!) als Linearkombination der Vektoren ~v,...,~v k 2 V darstellen, dann nennt man ~v,...,~v k eine asis von V. 4. Die Elemente einer asis sind linear unabhängig. Mathematischer Vorkurs TU Dortmund Seite 28 / 246
27 Kapitel 5 Vektoren Speziell für das Rechnen im n heißt das 5. n Vektoren des n sind genau dann linear unabhängig, wenn sie eine asis bilden. 6. Die Standardbasis des n besteht aus den kanonischen Einheitsvektoren ~e A,~e 2 A,...,~e n A. Mathematischer Vorkurs TU Dortmund Seite 29 / 246
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
MehrMathematischer Vorkurs
Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 170 Vollständige Induktion Kapitel 13 Vollständige Induktion Mathematischer Vorkurs TU Dortmund Seite 117 / 170 Vollständige
MehrMathematischer Vorkurs
Mathematischer Vorkurs Dr Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 17 Vektoren Kapitel 15 Vektoren Mathematischer Vorkurs TU Dortmund Seite 13 / 17 Vektoren 151 Denition: Vektoren im Zahlenraum
MehrKapitel 10 Komplexe Zahlen
Komplexe Zahlen Kapitel 10 Komplexe Zahlen Mathematischer Vorkurs TU Dortmund Seite 94 / 112 Komplexe Zahlen Die komplexen Zahlen entstehen aus den reellen Zahlen, indem eine neues Element i (in der Elektrotechnik
MehrVektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1
Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein
MehrLineare Gleichungssystem
Lineare Gleichungssystem 8. Juli 07 Inhaltsverzeichnis Einleitung Der Gauß-Algorithmus 4 3 Lösbarkeit von Gleichungssystemen 6 Einleitung Wir haben uns bisher hauptsächlich mit dem Finden von Nullstellen
MehrDer Kern einer Matrix
Die elementaren Zeilenoperationen p. 1 Der Kern einer Matrix Multipliziert man eine Matrix mit den Spaltenvektoren s 1,..., s m von rechts mit einem Spaltenvektor v := (λ 1,..., λ m ) T, dann ist das Ergebnis
MehrMischungsverhältnisse: 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
MehrVorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7
Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Timo Stöcker Erstsemestereinführung Informatik TU Dortmund 22. März 2011 Heute Themen Lineare Gleichungssysteme Matrizen Timo Stöcker https://fsinfo.cs.tu-dortmund.de/studis/ese/vorkurse/mathe
Mehr, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.
154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =
MehrMathematik 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
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
MehrLineare Gleichungssysteme
Kapitel 6 Lineare Gleichungssysteme 6. Gaußalgorithmus Aufgabe 6. : Untersuchen Sie die folgenden linearen Gleichungssysteme mit dem Gaußalgorithmus auf Lösbarkeit und bestimmen Sie jeweils die Lösungsmenge.
Mehr10 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= 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
Mehr05. 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
Mehr2 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
MehrInhalt. 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
Mehr3 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
MehrMischungsverhältnisse: 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
Mehr8.2 Invertierbare Matrizen
38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
Mehr2.2 Lineare Gleichungssysteme (LGS)
2.2 Lineare Gleichungssysteme (LGS) Definition 2.2.. Ein LGS über einem Körper K von m Gleichungen in n Unbekannten x,..., x n ist ein Gleichungssystem der Form a x + a 2 x 2 +... + a n x n = b a 2 x +
Mehr3 Lineare Gleichungssysteme
3 Lineare Gleichungssysteme 3 Fortsetzung des Matrizenkalküls Als erstes beweisen wir einen einfachen Satz über den Rang von Matrizenprodukten Satz 3 (a) Für Matrizen A : Ã l m, B : Ã m n gilt rang AB
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
Mehr3 Systeme linearer Gleichungen
3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
MehrGrundlegende 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
Mehr5.4 Basis, Lineare Abhängigkeit
die allgemeine Lösung des homogenen Systems. Wieder ist 2 0 L i = L h + 0 1 Wir fassen noch einmal zusammen: Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbekannten hat n Rang(A)
MehrMathematik 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,...,
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
Mehr5.7 Lineare Abhängigkeit, Basis und Dimension
8 Kapitel 5. Lineare Algebra 5.7 Lineare Abhängigkeit, Basis und Dimension Seien v,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von v,...,v n, nämlich { n
Mehr9 Lineare Gleichungssysteme
9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der
Mehrbzw. eine obere Dreiecksmatrix die Gestalt (U: upper)
bzw. eine obere Dreiecksmatrix die Gestalt (U: upper) U = u 11 u 12 u 1n 1 u nn 0 u 22 u 2n 1 u 2n 0......... 0 0 u n 1n 1 u n 1n 0 0 0 u nn Eine nicht notwendig quadratische Matrix A = (a ij ) heißt obere
MehrDas 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
MehrBeispiele 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
MehrLineare 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
Mehr37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
Mehr6 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
Mehr2 Vektorräume und Gleichungssysteme
2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum 2 Vektorräume und Gleichungssysteme 21 Der n-dimensionale K-Vektorraum Definition 21 Seien K = (K, +, ) ein Körper, V eine Menge und
MehrTutorium: 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
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
Mehr4 Lineare Abbildungen und Matrizen
Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen
Mehra 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
Mehr5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);
5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff
MehrLineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 1 Einführung Lineare Gleichungen Definition
MehrLineare Gleichungssysteme (LGS)
Prof Dr M Helbig LA Vorlesung Lineare Gleichungssysteme (LGS) Fragen? LGS - Begriffe Definition a) Ein lineares Gleichungssystem (LGS) in den Unbekannten x 1,, x n mit Koeffizienten a ij R ( 1 i m, 1 j
Mehr3. Übungsblatt zur Lineare Algebra I für Physiker
Fachbereich Mathematik Prof. Dr. Mirjam Dür Dipl. Math. Stefan Bundfuss. Übungsblatt zur Lineare Algebra I für Physiker WS 5/6 6. Dezember 5 Gruppenübung Aufgabe G (Basis und Erzeugendensystem) Betrachte
Mehr3.4 Der Gaußsche Algorithmus
94 34 Der Gaußsche Algorithmus Wir kommen jetzt zur expliziten numerischen Lösung des eingangs als eine Motivierung für die Lineare Algebra angegebenen linearen Gleichungssystems 341 n 1 a ik x k = b i,
MehrLineare Algebra. Mathematik II für Chemiker. Daniel Gerth
Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter
Mehr3 Elementare Umformung von linearen Gleichungssystemen und Matrizen
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange
MehrDas Spatprodukt 25. Insbesondere ist das Spatprodukt in jedem Faktor linear. a 1 = aa 2 + ba 3
Das Spatprodukt 25 (Sp 4) (aa, b, c) a(a, b, c) Insbesondere ist das Spatprodukt in jedem Faktor linear Montag,3 November 23 Satz 92 Drei Vektoren,, Spatprodukt (,, ) ist sind genau dann linear abhängig,
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrLineare Programmierung
asis Definition 3.38 Gegeben sei ein LP in der Normalform mit m als Rang der Matrix 2 R m n. x 2 R n mit x = b heißt asislösung gdw. n m Komponenten x i gleich Null und die zu den restlichen Variablen
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
MehrMathematik 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
MehrKurs 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
MehrK. 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
MehrHM 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(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrBrückenkurs 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
Mehr2.2 Lineare Gleichungssysteme
Lineare Algebra I WS 2015/16 c Rudolf Scharlau 55 22 Lineare Gleichungssysteme Das Lösen von Gleichungen (ganz unterschiedlichen Typs und unterschiedlichen Schwierigkeitsgrades) gehört zu den Grundproblemen
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n = b a 2 x + a 22 x 2 +...
Mehr1 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
MehrKapitel 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
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...
MehrLineare Gleichungssysteme. 1-E Ma 1 Lubov Vassilevskaya
Lineare Gleichungssysteme 1-E Ma 1 Lubov Vassilevskaya Systeme linearer Funktionen und Gleichungen y = a 1 a 2... a n lineare Funktion Funktion ersten Grades,,..., unabhängige Variablen y abhängige Variable
Mehr1 Lineare Unabhängigkeit Äquivalente Definition Geometrische Interpretation Vektorräume und Basen 6
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik Dr. Thomas Zehrt Vektorräume und Rang einer Matrix Inhaltsverzeichnis Lineare Unabhängigkeit. Äquivalente Definition.............................
MehrÜbersicht 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
MehrGeometrie. Ingo Blechschmidt. 4. März 2007
Geometrie Ingo Blechschmidt 4. März 2007 Inhaltsverzeichnis 1 Geometrie 2 1.1 Geraden.......................... 2 1.1.1 Ursprungsgeraden in der x 1 x 2 -Ebene.... 2 1.1.2 Ursprungsgeraden im Raum..........
Mehr1 Transponieren, Diagonal- und Dreiecksmatrizen
Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
Mehr2.5 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]
Mehr2 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
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
Mehr1 Zum Aufwärmen. 1.1 Notationen. 1.2 Lineare Abbildungen und Matrizen. 1.3 Darstellungsmatrizen
1 Zum Aufwärmen 1.1 Notationen In diesem Teil der Vorlesung bezeichnen wir Körper mit K, Matrizen mit Buchstaben A,B,..., Vektoren mit u,v,w,... und Skalare mit λ,µ,... Die Menge der m n Matrizen bezeichnen
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Wir befassen uns anschließend mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren einmal den begrifflichen Aspekt, d.h.
MehrVektoren - Lineare Abhängigkeit
Vektoren - Lineare Abhängigkeit Linearkombination Eine Linearkombination ist ein Ausdruck r a + r a +... Dabei nennt man die (reellen) Zahlen r i auch Koeffizienten. Lineare Abhängigkeit Wenn ein Vektor
MehrLineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
MehrLineare Gleichungssysteme und Matrizen
Kapitel 11 Lineare Gleichungssysteme und Matrizen Ein lineares Gleichungssystem (lgs) mit m linearen Gleichungen in den n Unbekannten x 1, x 2,..., x n hat die Gestalt: Mit a 11 x 1 + a 12 x 2 + a 13 x
MehrLineare Gleichungssysteme
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 5. Dezember 2007 Definition : Tomographie (Fortsetzung) : Tomographie Definition: Ein lineares Gleichungssystem (LGS) ist ein System von n
Mehr6 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$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
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 6. Aufgabe 6.1. Dr. V. Gradinaru K. Imeri. Herbstsemester 2018.
Dr. V. Gradinaru K. Imeri Herbstsemester 8 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 6 Aufgabe 6. Multiple Choice: Online abzugeben. 6.a) (i) Welche der folgenden
MehrZusammenfassung zum Thema Vektor- und Matrizenrechnung
Zusammenfassung zum Thema Vektor- und Matrizenrechnung Mathematischer Vorkurs für Physiker und Naturwissenschaftler WS 2014/2015 Grundbegriffe der Linearen Algebra Viele physikalische Größen (Geschwindigkeit,
Mehr2. Spezielle anwendungsrelevante Funktionen
2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für
Mehr6.5 Lineare Abhängigkeit, Basis und Dimension
6.5. Lineare Abhängigkeit, Basis und Dimension 123 6.5 Lineare Abhängigkeit, Basis und Dimension Seien v 1,...,v n Vektoren auseinemvektorraumv über einem KörperK. DieMenge aller Linearkombinationen von
Mehr2.2 Lineare Gleichungssysteme
Lineare Algebra 2016/17 c Rudolf Scharlau 67 22 Lineare Gleichungssysteme Das Lösen von Gleichungen (ganz unterschiedlichen Typs und unterschiedlichen Schwierigkeitsgrades) gehört zu den Grundproblemen
MehrDie Lösungsmenge besteht aus allen n-tupeln reeller Zahlen x 1
III. Lineare Gleichungssysteme ================================================================= 3. Einführung ---------------------------------------------------------------------------------------------------------------
MehrFormelsammlung Mathematik Grundkurs Inhalt
Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches
MehrKapitel 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
MehrKapitel 17 Skalar- und Vektorprodukt
Kapitel 17 Skalar- und Vektorprodukt Mathematischer Vorkurs TU Dortmund Seite 1 / 22 Bisher hatten wir die Möglichkeit Vektoren des R n zu addieren und Vektoren mit rellen Zahlen zu multiplizieren. Man
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n
Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler
Mehr