3.11 Volumen und Determinanten
|
|
- Barbara Grosser
- vor 7 Jahren
- Abrufe
Transkript
1 Im Wintersemester 2012/13 wurde in der Vorlesung Höhere Mathematik 1 für Ingenieurstudiengänge die Behandlung der Determinante neu gefasst: 311 Volumen und Determinanten 3111 Berechnung von Flächeninhalten Der Flächeninhalt des von x (x 1, x 2 und ỹ (y 1, y 2 in R 2 aufgespannten Parallelogramms ergibt sich als x 1 y 2 x 2 y 1 Man interpretiert x und ỹ durch Anhängen einer Null als Elemente x (x 1, x 2, 0, y (y 1, y 2, 0 von R 3 und benutzt das Vektorprodukt: x y (x1, x 2, 0 (y 1, y 2, x1 y 2 x 2 y 1 x 1 y 2 x 2 y 1 Der Betrag des Vektorprodukts ist der Flächeninhalt des aufgespannten Parallelogramms, vgl Berechnung von dreidimensionalen Volumina Je drei Vektoren x (x 1, x 2, x 3, y (y 1, y 2, y 3 und z (z 1, z 2, z 3 in R 3 spannen ein Parallelepiped (Spat auf Das Volumen des von x, y, z aufgespannten Spats erhält man als Betrag des Spatprodukts z (x y : z 1 x 2 y 3 x 3 y 2 z 2 x 3 y 1 x 1 y 3 z 3 x 1 y 2 x 2 y 1 z 1 x 2 y 3 z 1 x 3 y 2 + z 2 x 3 y 1 z 2 x 1 y 3 + z 3 x 1 y 2 z 3 x 2 y 1 Das Spatprodukt selbst können wir als orientiertes Volumen betrachten: Vertauscht man zwei der drei Vektoren x, y, z miteinander, so ändert sich das Vorzeichen von z (x y 3113 Definitionen 1 Die Determinante einer 2 2-Matrix wird definiert als die orientierte Fläche des Parallelogramms, das von ihren Zeilenvektoren aufgespannt wird: x1 x det 2 : x y 1 y 1 y 2 x 2 y 1 2
2 311 Volumen und Determinanten 93 2 Die Determinante einer 3 3-Matrix wird definiert als das orientierte Volumen des Spats, das von ihren Zeilenvektoren aufgespannt wird: x 1 x 2 x 3 det y 1 y 2 y 3 : z 1 x 2 y 3 z 1 x 3 y 2 z 1 z 2 z 3 + z 2 x 3 y 1 z 2 x 1 y 3 + z 3 x 1 y 2 z 3 x 2 y 1 3 Man schreibt oft auch A : det A Vorsicht, hier droht die Gefahr der Verwechslung mit Beträgen und Längen! 3114 Bemerkungen 1 Sind die Zeilen linear abhängig, so wird die Determinante 0 Umgekehrt folgt aus det A 0, dass die Zeilen linear abhängig sind Analoges gilt natürlich für die Spalten [ man gehe zur Transponierten über es gilt det A det A ] 2 Insbesondere ist die Determinante stets Null, wenn die Matrix eine Nullzeile oder eine Nullspalte enthält! 3 Die Determinante ist linear in jeder Zeile, das heißt (zum Beispiel: det Z 2 + X det Z 2 + det X und det sz 2 s det Zusammen mit Eigenschaft 1 ergibt sich, dass die Operation (az die Determinante nicht verändert; zum Beispiel gilt: det Z 2 det Z 2 + s Z 2 4 Die Determinante ist alternierend: Wenn man zwei Zeilen vertauscht, ändert sich das Vorzeichen Zum Beispiel gilt det Z 2 det det Z 2 Z 2
3 Regel von Sarrus Um die Determinante einer 3 3-Matrix mit Spalten S 1 (x 1, y 1, z 1, S 2 (x 2, y 2, z 2, S 3 (x 3, y 3, z 3 zu berechnen, fügen wir die Spalten S 1 und S 2 rechts noch einmal an und ordnen den entstehenden Diagonalen Vorzeichen zu: x 1 x 2 x 3 x 1 x 2 y 1 y 2 y 3 y 1 y 2 z 1 z 2 z 3 z 1 z Die Determinante det(s 1, S 2, S 3 erhält man, indem man die mit + markierten Diagonalen aufmultipliziert, die Produkte addiert und davon die Produkte der mit markierten Diagonalen abzieht [nachrechnen] 3116 Beispiele det , det x1 x 2 det 2 x 0 y 1 y 2 x 2 0 x 1 y 2 2 x 1 x 2 x 3 x 1 x 2 x1 x 3 det y 1 y 2 y 3 y 1 y 2 x 1 y 2 z 3 x 2 y 1 z 3 det 2 y 0 0 z y 2 Die Beobachtung in lässt sich verallgemeinern auf Determinanten von Matrizen in so genannter Block-Dreiecksgestalt, siehe Die Leibniz-Formel für Determinanten Sei A (a jk 1 j,k n K n n Mit Hilfe von Permutationen und deren Signum lässt sich eine geschlossene Formel für die Determinante det A angeben: det A sig(σ σ S n n a j σ(j sig(σ a 1 σ(1 a 2 σ(2 a n σ(n σ S n j1 z 3
4 311 Volumen und Determinanten 95 Hier ist S n Sym({1,, n} die symmetrische Gruppe auf der Menge der benutzten Indizes Wir müssen noch erklären, was das Signum sig(σ einer Permutation σ S n ist Dazu bestimmt man die Zahl f σ der Fehlstände von σ: Das ist die Anzahl f σ der Ziffernpaare (j, k mit j, k n, für die j < k, aber σ(j > σ(k ist Das Signum ist dann sig(σ ( 1 f σ Eine ausführlichere Diskussion des Signums und seiner wechselseitigen Beziehung zur Determinante findet man im Abschnitt 44 Diese geschlossene Formel für die Determinante taugt im Allgemeinen nicht für die konkrete Berechnung einer Determinante: Für n 4 haben wir 4! 24 Summanden! Wir geben im Abschnitt 312 wesentlich bessere Verfahren an 3118 Beispiele Wir werten die Leibniz-Formel aus für kleine Dimensionen: 1 Für n 2 gilt S 2 {id, τ}, wobei τ beschrieben wird durch die Wertetabelle Wir erhalten sig(id 1 und sig(τ 1 und j 1 2 τ(j 2 1 damit σ S 2 sig(σ 2 a j σ(j a 11 a 22 + sig(τa 1 τ(1 a 2 τ(2 j1 a 11 a 22 a 12 a 21 ( a11 a det 12 a 21 a 22 2 Für n 3 erhalten wir S 3 {id, δ 1, δ 2, τ 1, τ 2, τ 3 } mit den folgenden Wertetabellen: j id(j 1 2 3, j δ 1 (j 2 3 1, j δ 2 (j 3 1 2, j τ 1 (j 1 3 2, j τ 2 (j 3 2 1, j τ 3 (j 2 1 3
5 96 Es gilt sig(id 1 sig(δ 1 sig(δ 2 und sig(τ 1 1 sig(τ 2 sig(τ 3 Wir erhalten σ S 3 sig(σ 3 a j σ(j a 11 a 22 a 33 + a 1 δ1 (1 a 2 δ 1 (2 a 3 δ 1 (3 + a 1 δ 2 (1 a 2 δ 2 (2 a 3 δ 2 (3 j1 a 1 τ1 (1 a 2 τ 1 (2 a 3 τ 1 (3 a 1 τ 2 (1 a 2 τ 2 (2 a 3 τ 2 (3 a 1 τ 3 (1 a 2 τ 3 (2 a 3 τ 3 (3 a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 11 a 23 a 32 a 13 a 22 a 31 a 12 a 21 a Rechenregeln für Determinanten det a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 Die Leibniz-Formel 3117 ist ziemlich schlecht geeignet, um Determinanten schnell und sicher auszurechnen Zum Glück gibt es andere Wege Determinanten vertragen sich sehr gut mit elementaren Zeilenumformungen 1 : 3121 Lemma Es sei A K n n, mit Zeilen,, Z n (mz Multipliziert man eine Zeile von A mit µ, so multipliziert sich auch die Determinante mit diesem Faktor: det µ Z j Z n µ det (VZ Vertauscht man in A zwei Zeilen, so ändert det A das Vorzeichen (az Addiert man in A ein Vielfaches einer Zeile zu einer anderen, so ändert sich die Determinante nicht Z j Z n 1 Wir verzichten hier auf die Beweise (die man direkt mit der Leibniz-Formel führen kann und verweisen nur darauf, dass wir die entsprechenden Aussagen für kleines n in 3114 bereits bemerkt haben
6 312 Rechenregeln für Determinanten 97 Addiert man ein Vielfaches einer Zeile zu derselben Zeile, so ändert sich die Determinante sehr wohl: Addition des λ-fachen der Zeile zu sich selbst multipliziert diese Zeile (und nach (mz also die Determinante mit dem Faktor 1 + λ 3122 Lemma Für A K n n gilt: 1 det A 0 Rg A < n A ist nicht invertierbar 2 det A det A [ später: mit Hilfe des Entwicklungssatzes 3134, siehe 3137 ] Damit stehen Aussagen über das Verhalten von Determinanten bei elementaren Spaltenoperationen (ms, (VS, (as zur Verfügung 3123 Multiplikativität der Determinante 1 Für A, B K n n gilt det(a B det A det B [Den Beweis überlassen wir den Mathematikern] 2 Es gilt det E n 1 3 Die Matrix A ist genau dann invertierbar, wenn det A 0 In diesem Fall gilt det(a 1 1 [ det A Aus A 1 A E n folgt det(a 1 det A det E n 1 ] Die Determinante ist nicht additiv: Im Allgemeinen gilt det(a + B det A + det B [ Zum Beispiel ist ja 1 det ( det ( ] + det Lemma (Dreiecksmatrizen Es sei T eine quadratische obere Dreiecksmatrix, also eine Matrix der Form λ 1 0 T 0 0 λ n Dann ergibt sich die Determinante von T als Produkt der Hauptdiagonalelemente: D h es gilt det T λ 1 λ n Analoges gilt für untere Dreiecksmatrizen [ Dies sind ja Transponierte von oberen Dreiecksmatrizen ]
7 Strategie zur Berechnung von Determinanten Bringe A durch Zeilen- und Spaltenumformungen auf Dreiecksgestalt T, berechne det T (nach 3124 und führe die notwendigen Korrekturen durch (Vorzeichen wg (VZ, Skalare wg (mz, siehe 3121 Beweis der Determinantenformel für Dreiecksmatrizen Wegen der Homogenität können wir λ 1 herausziehen : λ det T 0 λ λ n 0 0 λ n Durch Addition (naja, eher Subtraktion geeigneter Vielfacher der ersten Spalte zu den anderen erreichen wir λ det T λ λ 1 λ λ n 0 0 λ n Sukzessive Spaltenoperationen führen schließlich auf det T λ 1 λ n det E n n λ j, j1 wie behauptet 3126 Beispiel Durch wenige Umformungen kann man die Berechnung nach Sarrus erheblich vereinfachen: (as Sarrus 1 ( 3 ( 8 (1 ( 8 (
8 312 Rechenregeln für Determinanten Beispiel Man kann bereits erzielte Ergebnisse weiter verwenden: (mz ( Beispiel Wiederholte Anwendung von (mz liefert: det(µ A µ n det A 3129 Beispiel Z 2 : : Z 4 : (VZ Z 2 Z 4 : (VZ + Z 4 : Z 2 : Z 4 5 : Beispiel Aus den in 3121 genannten Eigenschaften folgt, dass det auch additiv in jeder Zeile ist Zum Beispiel gilt: Solche Zerlegungen können helfen, die Berechnung einer Determinante auf bereits bekannte Ergebnisse oder auf Matrizen mit vielen Nullen zurückzuführen
9 100 Beweis Wir führen den Beweis der Additivität in der ersten Zeile für n 2, zuerst unter der Annahme, dass die Zeilen, Z 2 in K 2 linear unabhängig sind Dann kann man jede Zeile X K 2 darstellen als Linearkombination X x 1 + x 2 Z 2, und es ergibt sich det ( Z 2 +X det ( (az Z 2 +x 1 +x 2 Z 2 det ( Z 2 +x 2 Z 2 (mz (1 + x 2 det ( det Z 2 + x2 det ( det ( Z 2 + det Z1 (az det Z 2 + det x 1 +x 2 Z 2 det Z1 Z 2 + det Z1 Z 2 (mz x 2 Z 2 Wenn, Z 2 linear abhängig sind, unterscheiden wir noch zwei Fälle: Für 0 ergibt sich det Z 2 +X det 0 Z 2 +X 0 det 0Z2 + det 0X det Z 2 + det Z1 X Es bleibt der Fall 0: Die lineare Abhängigkeit impliziert dann Z 2 s für einen Skalar s K, und es folgt det Z 2 +X det (az s +X det X 0 + det X det Z1 Z 2 + det Z1 X Den Beweis für allgemeines n führt man ganz analog (allerdings mit wesentlich höherem Bezeichnungsaufwand Bemerkung Alle Rechenregeln für Determinanten gelten für Matrizen über beliebigen Körpern Für uns sind R und C die interessantesten, weil man in diesen Körpern sinnvoll Analysis betreiben kann In der Informatik (insbesondere Codierungstheorie werden endliche Körper wichtig X Z Cofaktoren, Adjunkte und Entwicklungssatz 3131 Definition Es sei A K n n eine quadratische Matrix Mit Ãjk bezeichnen wir die ( (n 1 (n 1 -Matrix, die aus A entsteht, indem man die j-te Zeile und die k-te Spalte streicht Der (j, k-cofaktor von A (oder die (j, k-adjunkte ist die vorzeichenbehaftete Unterdeterminante ã jk : ( 1 j+k det Ãjk Die Cofaktor-Matrix von A ist à : ( ã jk 1 j,k n, deren Transponierte à heißt Adjunkte von A
10 313 Cofaktoren, Adjunkte und Entwicklungssatz Beispiel A : à 12 à Wir erhalten z B die ( j, k-cofaktoren ã 12 ( ( 1 ( 2 3 5, ã 22 ( ( Insgesamt ergibt sich à und à Bemerkung Anstatt für jeden Cofaktor das Vorzeichen ( 1 j+k zu berechnen, kann man auch das über die Matrix verteilte Vorzeichenmuster (Schachbrettmuster benutzen: + + ± ± ± ± Entwicklungssatz Es sei A (a jk K n n Dann gilt für alle j, k: 1 det A n l1 a jl ã jl (Entwicklung nach der j-ten Zeile 2 det A n l1 a lk ã lk (Entwicklung nach der k-ten Spalte Außerdem gilt: 3 A à (det A E n à A
11 Beispiel Wir entwickeln die Determinante von A nach der ersten Spalte: A (+1 1 +( ( ( Jetzt kann man die (3 3-Determinanten weiter entwickeln, oder auch die Regel von Sarrus anwenden Es ist besonders günstig, nach einer Zeile oder Spalte zu entwickeln, die viele Nullen enthält 3136 Beispiel Die folgende Determinante entwickelt man am besten nach der dritten Zeile: ( ( Lemma Für jede quadratische Matrix A gilt det A det A Beweis Wir gehen per Induktion nach der Anzahl n der Zeilen vor: IA Für n 1 stimmen Matrix und Transponierte überein IS Jetzt nehmen wir an, dass für jede (n n-matrix die Determinante mit der der Transponierten übereinstimmt Es sei A eine quadratische Matrix mit n + 1 Zeilen Um die Determinante der Transponierten A (b kj (mit b kj a jk zu bestimmen, entwickeln wir nach der ersten Zeile: Das Schachbrettmuster der Vorzeichenverteilung ändert sich beim Transponieren nicht Für die Cofaktoren b kj der Transponierten gilt b kj ã jk [Ind-Ann], wir erhalten also det A n+1 l1 b 1l b 1l n+1 l1 a l1 ã l1 det A [ nach der ersten Spalte entwickelt ]
12 313 Cofaktoren, Adjunkte und Entwicklungssatz Determinanten von Block-Dreiecksmatrizen Es sei n N Wir betrachten eine Unterteilung t 0 1 < t 2 < < t d t d+1 n der Menge der Zeilennummern Dazu ergibt sich eine Unterteilung jeder n n Matrix A (a jk 1 j n,1 k n in insgesamt d 2 Blöcke: Dies sind die Untermatrizen A zs : (a jk tz j<t z+1,t s k<t s+1 für 1 z d und 1 s d Die Matrix A heißt Block-Dreiecksmatrix, wenn es eine solche Unterteilung so gibt, dass jeder Block, der ganz unterhalb der Hauptdiagonalen liegt, eine Nullmatrix ist x 1 x 2 x 3 Zum Beispiel ist die in betrachtete Matrix y 1 y 2 y 3 eine Block- 0 0 z 3 Dreiecksmatrix ( zur Unterteilung ( t 1 1 < t 2 3 t 3 mit d 2: Die Blöcke x1 x sind A 11 2 x3, A y 1 y 12, A 2 y 21 ( 0 0, A 22 z 3 3 Mit Hilfe des Entwicklungssatzes beweist man: Ist A eine Block-Dreiecksmatrix mit d 2 Blöcken, also A 11 A 12 A 1d 0 A 22 A 2d A A dd, so gilt det A (det A 11 (det A dd (Vgl Ein etwas größeres Beispiel: det ( det det ( ( det
In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)
34 Determinanten In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N Wenn (mit einem n > 1) a 11 a 12 a 1n a 21 a 22 a 2n A =, (1)
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
MehrCopyright, Page 1 of 5 Die Determinante
wwwmathematik-netzde Copyright, Page 1 of 5 Die Determinante Determinanten sind ein äußerst wichtiges Instrument zur Untersuchung von Matrizen und linearen Abbildungen Außerhalb der linearen Algebra ist
MehrDer Rang einer Matrix A. Beispiel
Der Rang einer Matrix A ist gleich Anzahl der Zeilen ungleich 0, nachdem die Matrix durch elementare Zeilenoperationen in Zeilenstufenform gebracht worden ist. Bezeichnung: ranga oder rga. Beispiel A =
MehrMathematik für Anwender I
Prof Dr H Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 11 Rang von Matrizen Definition 111 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von
MehrMathematik I. Vorlesung 14. Rang von Matrizen
Prof Dr H Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 14 Rang von Matrizen Definition 141 Es sei K ein Körper und sei M eine m n-matrix über K Dann nennt man die Dimension des von den Spalten
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
MehrIn allen Fällen spielt die 'Determinante' einer Matrix eine zentrale Rolle.
Nachschlag:Transposition von Matrizen Sei Explizit: Def: "Transponierte v. A": (tausche Zeilen mit Spalten d.h., spiegle in der Diagonale) m Reihen, n Spalten n Reihen, m Spalten z.b. m=2,n=3: Eigenschaft:
MehrKapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24
Kapitel 4 Determinante Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24 Was ist eine Determinante? Wir wollen messen, ob n Vektoren im R n linear abhängig sind bzw. wie weit sie davon entfernt
MehrDeterminanten. I. Permutationen
Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch
Mehr3 Determinanten, Eigenwerte, Normalformen
Determinanten, Eigenwerte, Normalformen.1 Determinanten Beispiel. Betrachte folgendes Parallelogramm in der Ebene R 2 : y (a + c, b + d) (c, d) (a, b) x Man rechnet leicht nach, dass die Fläche F dieses
Mehr5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21
5. Determinanten 5.1 Determinanten der Ordnung 2 und 3 Als Determinante der zweireihigen Matrix A = a 11 a 12 bezeichnet man die Zahl =a 11 a 22 a 12 a 21. Man verwendet auch die Bezeichnung = A = a 11
MehrDeterminanten. I. Permutationen
Determinanten Durch Bildung der Determinante wird einer quadratischen (! Matrix eine gewisse Zahl zuordnet. Die Determinante tritt besonders bei Fragen der Flächen- bzw. Volumsberechnung auf (siehe auch
Mehr$Id: det.tex,v /01/13 14:27:14 hk Exp $ 8.2 Definition und Grundeigenschaften der Determinante D 2. oder A = D r
$Id: dettex,v 126 2017/01/13 14:27:14 hk Exp $ 8 Determinanten 82 Definition und Grundeigenschaften der Determinante In der letzten Sitzung haben wir die Determinante einer allgemeinen n n-matrix definiert
Mehr[Nächste Frage: wie wissen wir, ob Spaltenvektoren eine Basis bilden? Siehe L6.1] , enthält eine Basis v. V, nämlich und somit das ganze V.
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung falls und nur falls ist bijektiv, d.h. ihre Matrix ist invertierbar, (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
Mehra 21 a 22 a 21 a 22 = a 11a 22 a 21 a 12. Nun zur Denition und Berechnung von n n-determinanten: ( ) a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 A =
3 Determinanten Man bestimmt Determinanten nur von quadratischen Matrizen Wir werden die Berechnung von Determinanten rekursiv durchfuhren, dh wir denieren wie man eine 2 2-Determinante berechnet und fuhren
MehrKapitel 17. Determinanten
Kapitel 17. Determinanten Vorschau: Determinanten Es gibt drei Problemfelder, für die Determinanten von großem Nutzen sind: die formelmäßige Überprüfung der linearen Unabhängigkeit eines Systems von n
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
MehrEine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls
Kriterien für Invertierbarkeit einer Matrix Eine lineare Abbildung ist bijektiv, d.h. ihre Matrix ist invertierbar, falls und nur falls (i) für jede Basis, die Bildvektoren auch eine Basis, bilden; (intuitiv
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein
MehrFerienkurs 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
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 95 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
MehrWir stellen uns das Ziel, wesentliche Information über. Determinanten haben auch eine geometrische Bedeutung: Volumenbestimmung eines Parallelepipeds
39 Determinanten 391 Motivation Wir stellen uns das Ziel, wesentliche Information über die Invertierbarkeit einer n n-matrix das Lösungsverhalten zugehöriger linearer Gleichungssysteme möglichst kompakt
MehrVektorräume und Rang einer Matrix
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektorräume und Rang einer Matrix Dr. Thomas Zehrt Inhalt:. Lineare Unabhängigkeit 2. Vektorräume und Basen 3. Basen von R n 4. Der Rang und Rangbestimmung
Mehr4. Übungsblatt zur Mathematik II für Inf, WInf
Fachbereich Mathematik Prof Dr Streicher Dr Sergiy Nesenenko Pavol Safarik SS 010 11 15 Mai 4 Übungsblatt zur Mathematik II für Inf, WInf Gruppenübung Aufgabe G13 (Basistransformation) ( ) 15 05 Die lineare
Mehra 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α
Mathematik 1 - Übungsblatt 7 Lösungshinweise Tipp: Verwenden Sie zur Kontrolle Scilab, wo immer es möglich ist. Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 11 1. Juni 2010 Rechenregeln für Determinanten Satz 62. (Determinanten von Dreiecksmatrizen) Es sei A eine obere oder untere n n-dreiecksmatrix.
MehrMathematik II Frühjahrssemester 2013
Mathematik II Frühjahrssemester 2013 Prof Dr Erich Walter Farkas Kapitel 7: Lineare Algebra 73 Ergänzungen Prof Dr Erich Walter Farkas Mathematik I+II, 73 Ergänzungen 1 / 17 1 Reguläre Matrizen Prof Dr
MehrVektoren und Matrizen
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden
MehrMathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten
Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
Mehr6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66
6 Determinanten Pink: Lineare Algebra HS 2014 Seite 66 6 Determinanten 6.1 Symmetrische Gruppe Definition: Eine bijektive Abbildung von einer Menge X auf sich selbst heisst eine Permutation von X. Satz-Definition:
Mehr5.2 Rechnen mit Matrizen
52 Rechnen mit Matrizen 52 Rechnen mit Matrizen 97 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
Mehrmit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"
Zusammenfassung Matrizen Transponierte: Addition: mit Skalare Multiplikation: Matrixmultiplikation: m x p m x n n x p mit ES "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor" "Determinante"
Mehr1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema
1 Lineare Algebra 1.1 Matrizen und Vektoren Slide 3 Matrizen Eine Matrix ist ein rechteckiges Zahlenschema eine n m-matrix A besteht aus n Zeilen und m Spalten mit den Matrixelementen a ij, i=1...n und
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Hans Walser: Modul 212, Determinanten ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften Sommer 2003 Probeausgabe
MehrLineare Algebra. Wintersemester 2018/19. Berechnen Sie die Determinanten der folgenden Matrizen mit Einträgen in R: 4 2 = = 18.
Goethe-Universität Frankfurt Institut für Mathematik Lineare Algebra Wintersemester 218/19 Prof Dr Jakob Stix Martin Lüdtke Übungsblatt 11 15 Januar 219 Aufgabe 1 (5=1+1+1,5+1,5 Punkte) Berechnen Sie die
MehrMathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.2 Determinanten
Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.2 Determinanten Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 44 8. Lineare Algebra: 2. Determinanten Ein einführendes
MehrBasistext Determinanten
Basistext Determinanten Definition In der Linearen Algebra ist die Determinante eine Funktion die einer quadratischen Matrix eine Zahl zuordnet. Die Funktion wird mit det abgekürzt. Die runden Matrixklammern
Mehr6.2 Rechnen mit Matrizen
62 Rechnen mit Matrizen 62 Rechnen mit Matrizen 103 Für Matrizen desselben Typs ist eine Addition erklärt, und zwar durch Addition jeweils entsprechender Einträge Sind genauer A = (a ij ) und B = (b ij
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.............................
Mehr9 Determinanten. ax = b, so ist dies genau dann lösbar, wenn a 6= 0gilt. Daher definiert man als Determinante
9 Determinanten Historisch von großer edeutung war die Fragestellung, ob ein gegebenes lineares Gleichungssystem eine Lösung besitzt Zu einer gegebenen Matrix ist man daran interessiert diese Lösbarkeit
Mehr4 Vorlesung: 21.11. 2005 Matrix und Determinante
4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer
Mehr5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix
5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.3 Ergänzungen
Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 83 Ergänzungen wwwmathethzch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof Dr Erich Walter Farkas http://wwwmathethzch/ farkas
MehrTeil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.
Teil I Lineare Algebra I Vorlesung Sommersemester 0 Olga Holtz MA 378 Sprechstunde Fr 4-6 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do -4 und nv jokar@mathtu-berlinde Kapitel Die Determinante
MehrLINEARE 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
MehrVorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)
1 Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10) Kapitel 14: Vektorräume und lineare Abbildungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 6. Oktober 2009) Vektorräume
MehrFH Gießen-Friedberg, FB 06 (MNI) Skript 8 Mathematik 1 für KMUB 5./7. November 2008 Prof. Dr. H.-R. Metz. Matrizen 1. a m1 a m2 a m3 a mn
FH Gießen-Friedberg, FB 06 (MNI) Skript 8 Mathematik 1 für KMUB./7. November 2008 Prof. Dr. H.-R. Metz (Matrix) Matrizen 1 Ein System von Zahlen a ik, die rechteckig in m Zeilen und n Spalten angeordnet
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
MehrDie Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: a 11 a 12 a a 1n a 21 a 22. det. a nn.
Die Determinante ist nur für beliebige quadratische Matrizen (n = m) definiert: Definition 1.2 (Leibniz-Formel) Die Determinante einer n n-matrix ist a 11 a 12 a 13... a 1n a 11 a 12 a 13... a 1n a 21
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)
MehrDeterminanten. Kapitel Permutationen
Kapitel 5 Determinanten 51 Permutationen Die Permutationen einer Menge M, d h die bijektiven Abbildungen von M auf M, bilden bekanntlich eine Gruppe S(M) Im Folgenden benötigen wir nur die Permutationen
Mehr4 Determinanten. 4.1 Eigenschaften der Determinante. ME Lineare Algebra HT
ME Lineare Algebra HT 2008 86 4 Determinanten 4. Eigenschaften der Determinante Anstatt die Determinante als eine Funktion IC n n IC durch eine explizite Formel zu definieren, bringen wir zunächst eine
MehrTutorium: Diskrete Mathematik. Matrizen
Tutorium: Diskrete Mathematik Matrizen Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de Definition I Eine Matrix ist eine rechteckige Anordnung (Tabelle) von Elementen, mit denen man in bestimmter
MehrHomogenität Assoziativgesetz A (B 1 + B 2 ) = A B 1 + A B 2 Distributivgesetz 1 (A 1 + A 2 ) B = A 1 B + A 2 B Distributivgesetz 2
1. Formatbedingungen der Matrixoperationen Die Addition (Subtraktion) A ± B verlangt gleiches Format der Operanden A und B. Das Ergebnis hat das Format der Operanden. Skalarmultiplikation λa: Es gibt keine
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
Mehrtäglich einmal Scilab!
Mathematik 1 - Übungsblatt 7 täglich einmal Scilab! Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind skalare Größen (=einfache Zahlen im Gegensatz zu vektoriellen
Mehra 1 a 1 A = a n . det = λ det a i
49 Determinanten Für gegebene Vektoren a 1,,a n K n, betrachte die Matrix deren Zeilenvektoren a 1,,a n sind, also A = Ab sofort benutzen wir diese bequeme Schreibweise Definition Sei M : K n K }{{ n K
Mehr8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten
Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A
Mehr36 2 Lineare Algebra
6 Lineare Algebra Quadratische Matrizen a a n sei jetzt n m, A, a ij R, i, j,, n a n a nn Definition Eine quadratische Matrix A heißt invertierbar genau dann, wenn es eine quadratische Matrix B gibt, so
MehrTutorium: 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
Mehr1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.
Definition Die rechteckige Anordnung von m n Elementen a ij in m Zeilen und n Spalten heißt m n- Matrix. Gewöhnlich handelt es sich bei den Elementen a ij der Matrix um reelle Zahlen. Man nennt das Paar
Mehr$Id: det.tex,v /01/08 13:59:24 hk Exp $ A = 1 3
$Id: det.tex,v 1.28 2018/01/08 13:59:24 hk Exp $ 8 Determinanten Wir kommen jetzt zum Begriff der Determinante. Determinanten sind merkwürdigerweise über hundert Jahre älter als Matrizen, und sie wurden
MehrSerie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:
Lineare Algebra D-MATH, HS 214 Prof Richard Pink Serie 5 1 [Aufgabe] Invertieren Sie folgende Matrizen über Q: 1 a) 1 1 1 1 1 2 1 1 1 b) 1 2 1 1 1 1 2 1 1 1 1 2 1 2 3 1 c) 1 3 3 2 2 1 5 3 1 2 6 1 [Lösung]
MehrÜbungen zur Linearen Algebra, Kap. 1 bis Kap. 3
Übungen zur Linearen Algebra, Kap. bis Kap. 3. Gegeben seien die beiden Matrizen Berechnen Sie Lösungen zu Übung 6 3 4, B = ( 3 5 4 A B, B A, (A B, (B A Dies ist fast eine reine Rechenaufgabe. Wir wollen
MehrLineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri
Lineare Algebra Gymnasium Immensee SPF PAM Bettina Bieri 6. Oktober 2011 Inhaltsverzeichnis 1 Matrizen 1 1.1 Einleitung............................. 1 1.2 Der Begriff Matrix........................ 1 1.2.1
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
MehrLINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow
LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Lineare Gleichungssysteme und Determinanten. Lineare Gleichungssysteme.2 Determinanten 3 iii 2 LINEARE GLEIHUNGSSYSTEME UND DETERMINANTEN KAPITEL
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
MehrDie Determinante einer Matrix
Chr.Nelius, Lineare Algebra II (SS 2005) 6 Die Determinante einer Matrix Wir betrachten im folgenden Determinantenformen auf dem Vektorraum V = K n. Eine solche Form ist eine Abbildung von n Spaltenvektoren
MehrMatrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A.
Matrizenrechnung Matrix: Eine rechteckige Anordnung reeller Zahlen a ij i = 1,..., n i ; j = 1,..., m in Zeilen und Spalten. Die a ij heiÿen Elemente von A. a 11 a 12... a ij... a 1m a 21 a 22.........
MehrLösungshinweise zu den Hausaufgaben:
S. Hagh Shenas Noshari, 9. Gruppenübung zur Vorlesung S. Nitsche, C. Rösinger, A. Thumm, D. Zimmermann Höhere Mathematik Wintersemester 8/9 M. Stroppel Lösungshinweise zu den Hausaufgaben: Aufgabe H 33.
Mehr7 Determinanten. f i : Mat n n (K) K. j=1 ( 1)i+j a ij D(A ij )
7 Determinanten Im folgenden betrachten wir quadratische Matrizen. Wir schreiben dabei eine n n Matrix A (über dem Körper K) primär als Zeilenvektor, dessen Elemente die Spalten von A sind; also A = (a
Mehr, c d. f + e + d. ae + bg a f + bh. ce + dg c f + dh
Die Determinante Blockmatrizen Bemerkung: Für zwei 2 2-Matrizen gilt a b e f a b c d g h c d e g a b, c d f h a c b e + d a g, c f + ae + bg a f + bh ce + dg c f + dh b d h Sind die Einträge der obigen
MehrBesteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)
Matrizenrechnung. Matrizen Matrizen sind bereits im Kapitel Lineare Gleichungssysteme aufgetreten. Unter einer (m n) -Matrix A verstehen wir ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Der.
MehrLineare Algebra II 5. Übungsblatt
Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross / Mai Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Algebraisch abgeschlossener Körper) Ein Körper heißt algebraisch abgeschlossen,
MehrDie Determinante. Lineare Algebra I. Kapitel Mai 2013
Die Determinante Lineare Algebra I Kapitel 7 21. Mai 2013 Logistik Dozent: Olga Holtz, MA 417, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent:
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
Mehra a a a a a a a a a a a a a a
7 Lineare lgebra 7.1 Matrizen a a a k a a a a a a a a a a a a a 11 12 1 1n 21 22 2k 2n i1 i2 in m1 m2 mk mn i-te Zeile m Zeilen n Spalten k-te Spalte a : Matrixelement i 1,2,...,m k 1,2,...,n i: Zeilenindex
MehrRang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya
Rang einer Matrix 1-E1 Ma 1 Lubov Vassilevskaya Unterdeterminante einer nichtquadratischen Matrix M ist eine nichtquadratische 2,3-Matrix: M = 6 2 3 0 5 7 Durch Streichen einer der drei Spalten kann man
Mehr3.9 Elementarmatrizen
90 Kapitel III: Vektorräume und Lineare Abbildungen 3.9 Elementarmatrizen Definition 9.1 Unter einer Elementarmatrix verstehen wir eine Matrix die aus einer n n-einheitsmatrix E n durch eine einzige elementare
MehrMatrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte
Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung
MehrVektoren. Kapitel 3. 3.1 Skalare, Vektoren, Tensoren. 3.2 Vektoren
Kapitel 3 Vektoren 31 Skalare, Vektoren, Tensoren Viele physikalische Größen lassen sich bei bekannter Maßeinheit durch Angabe ihres Betrages als reelle Zahl vollständig angeben Solche Größen nennt man
MehrLineare Algebra und analytische Geometrie I
Prof Dr H Brenner Osnabrück WS 205/206 Lineare Algebra und analytische Geometrie I Vorlesung 7 Was die Menschen verbin, ist nicht der Glaube, sondern der Zweifel Peter Ustinow Universelle Eigenschaft der
MehrTeil I. Lineare Algebra I Vorlesung Sommersemester Olga Holtz. MA 378 Sprechstunde Fr und n.v.
Teil I Lineare Algebra I Vorlesung Sommersemester 2011 Olga Holtz MA 378 Sprechstunde Fr 14-16 und nv holtz@mathtu-berlinde Sadegh Jokar MA 373 Sprechstunde, Do 12-14 und nv jokar@mathtu-berlinde Kapitel
MehrSpezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:
Inverse Matritzen Spezialfall: Die Gleichung ax b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a a 1 gelöst werden: ax b x b a a 1 b. Verallgemeinerung auf Ax b mit einer n nmatrix A: Wenn es
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
MehrMatrizen und Determinanten
Matrizen und Determinanten 1 Matrizen und Determinanten 1 Einführung in den Matrizenbegriff Zur Beschreibung und Lösung vieler physikalischer Probleme ist die Vektorrechnung vonnöten Durch Verwendung von
MehrDeterminanten - II. Falls n = 1, gibt es offenbar nur die identische Permutation, und für eine 1 1 Matrix A = (a) gilt det A = a.
Determinanten - II. Berechnung von Determinanten Wir erinnern, dass für A M(n n; K) gilt : det A = σ S n signσ a σ() a 2σ(2)...a nσ(n). Falls n =, gibt es offenbar nur die identische Permutation, und für
MehrLernhilfe Höhere Mathematik I
Lernhilfe Höhere Mathematik I Tim Weber 3. 24 Vielen Dank an Andreas del Galdo für seine Zusammenfassung, Jakob Haufe für seine Musterlösungen, Marco Oster für den Abschnitt über QR- Zerlegung, Robert
MehrÖkonometrische Analyse
Institut für Statistik und Ökonometrie, Freie Universität Berlin Ökonometrische Analyse Dieter Nautz, Gunda-Alexandra Detmers Rechenregeln für Matrizen Notation und Matrixeigenschaften: Eine Matrix A der
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
Mehr$Id: det.tex,v /12/19 13:21:08 hk Exp $ A = 1 3
$Id: det.tex,v 1.24 2016/12/19 13:21:08 hk Exp $ 8 Determinanten Wir kommen jetzt zum Begriff der Determinante. Determinanten sind merkwürdigerweise über hundert Jahre älter als Matrizen, und sie wurden
MehrLineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.
Lineare Abbildungen Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls (1) u, v V : f( u + v) = f( u) + f( v). (2) v V α K : f(α v) = αf( v).
Mehr9 Matrizen über R und C
Mathematik für Physiker I, WS 00/0 Montag 0 $Id: matrixtex,v 6 0/0/0 :6:7 hk Exp $ $Id: dettex,v 0/0/0 ::59 hk Exp hk $ 9 Matrizen über R und C 9 Transposition von Matrizen Im letzten Abschnitt hatten
MehrMathematik 2 für Naturwissenschaften
Hans Walser Mathematik 2 für Naturwissenschaften Modul 212 Determinanten Lernumgebung Hans Walser: Modul 212 Determinanten. Lernumgebung ii Modul 212 für die Lehrveranstaltung Mathematik 2 für Naturwissenschaften
MehrSpezielle Matrixformen
Definition B57 (Transposition) Eine einfache aber wichtige Operation auf Matrizen ist die Transposition, die aus einer (m n) Matrix A eine (n m) Matrix B = A T macht Hierbei gilt β i j = α j i, so daß
Mehr