Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap

Größe: px
Ab Seite anzeigen:

Download "Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap"

Transkript

1 Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Die Verfasser: Kurt Bohner Oberstudienrat Dipl.-Phys. Dr. Peter Ihlenburg Oberstudienrat Roland Ott Oberstudienrat Elke Gerling Oberstudienrätin Das Werk und seine Teile sind urheberrechtlich geschützt. Jede Nutzung in anderen als den gesetzlich zugelassenen Fällen bedarf der vorherigen schriftlichen Einwilligung des Verlages. Hinweis zu a UrhG: Weder das Werk noch seine Teile dürfen ohne eine solche Einwilligung eingescannt und in ein Netzwerk eingestellt werden. Dies gilt auch für Intranets von Schulen und sonstigen Bildungseinrichtungen. * * * * * * * * * *. Auflage by MERKUR VERLAG RINTELN Gesamtherstellung: MERKUR VERLAG RINTELN Hutkap GmbH & Co. KG, Rinteln info@merkur-verlag.de lehrer-service@merkur-verlag.de Internet: ISBN

2 Vorwort Der vorliegende Band ist ein Arbeitsbuch für das Wahlgebiet Lineare Algebra in allen beru ichen Gymnasien und Berufskollegs der Fachrichtung Wirtschaft und Verwaltung sowie Gesundheit und Soziales. Der Stoff in den einzelnen Kapiteln wird schrittweise anhand von Musterbeispielen mit ausführlichen Lösungen erarbeitet. Dabei legen die Autoren großen Wert auf die Verknüpfung von Anschaulichkeit und sachgerechter mathematischer Darstellung. Die übersichtliche Präsentation und die methodische Aufarbeitung beein usst den Lernerfolg positiv und bietet dem Schüler die Möglichkeit, Unterrichtsinhalte selbstständig zu erschließen bzw. sich anzueignen. Jede Lerneinheit schließt mit einer ausreichenden Anzahl von Aufgaben ab. Diese sind zur Ergebnissicherung und Übung gedacht, aber auch als Hausaufgaben geeignet. Am Ende eines jeden Kapitels ndet der Schüler eine Zusammenfassung, die den Stoff in übersichtlicher Darstellung auf das Wesentliche konzentriert. Aufgaben mit unterschiedlichem Schwierigkeitsgrad, die es dem Schüler ermöglichen, den Stoff zu festigen und zu vertiefen, beenden jedes Kapitel. Beispiele und Aufgaben aus dem Alltag stellen einen praktischen Bezug her. Materialver echtung, das Leontief-Modell, Stochastische Matrizen und die Lineare Optimierung werden als Anwendungsgebiete ausführlich behandelt. Um dem Schüler eine schnelle Orientierung über die Inhalte zu ermöglichen, werden Farben als Gestaltungsmittel eingesetzt. Aufgabenbeispiele und Aufgaben sind grau hinterlegt. De nitionen, Festlegungen, Merksätze und mathematisch wichtige Grundlagen sind rot hinterlegt. Bemerkungen, Hinweise und Beachtenswertes sind blau hinterlegt. Hinweise und Anregungen, die zur Verbesserung beitragen, werden dankbar aufgegriffen. Die Verfasser

3 Inhaltsverzeichnis I. Grundlagen..9 Rechnen mit Matrizen 9. Einführung..9. Begriffe... Addition von Matrizen. Skalare Multiplikation. Multiplikation von Matrizen Lineare Gleichungssysteme... Einführung. Lösung von linearen Gleichungssystemen.... Das LGS ist eindeutig lösbar.... Das LGS ist unlösbar... Das LGS ist mehrdeutig lösbar... Homogene lineare Gleichungssysteme... Rang einer Matrix.8. Aufgabenbeispiele. Lineare Gleichungssysteme mit Parameter. Inverse Matrix und Matrizengleichungen... Inverse Matrix... Berechnung der inversen Matrix.... Existenz der inversen Matrix... Matrizengleichungen. 9 II. Anwendungen Lineare Ver echtung bei mehrstu gen Produktionsprozessen.. Ver echtungsmatrizen. Produktions- und Verbrauchsvektoren 8. Kosten.. Parameter bei Ver echtungsaufgaben.8. Aufgaben zur Abiturvorbereitung.8

4 Das Leontief-Modell.9. Beschreibung des Leontief-Modells 9. Inputmatrix..9. Problemstellungen beim Leontief-Modell... Die Konsumabgabe hängt von der gegebenen Produktion ab... Die Produktion richtet sich nach der erwarteten Nachfrage... Der Produktionsvektor und der Konsumvektor sind teilweise gegeben 9. Aufgaben zur Abiturvorbereitung.. Stochastische Matrizen. 9. Beschreibung des Markow-Modells. 9. Stationäre Verteilung und Grenzverteilung. Zyklische Verteilungen Lineare Optimierung.. Grafische Lösung von linearen Ungleichungssystemen.. Lösungsverfahren von Optimierungsaufgaben.. Gra sche Lösung von linearen Optimierungsaufgaben... Die Optimierungsaufgabe hat eine eindeutige Lösung oder keine Lösung.... Die Optimierungsaufgabe hat eine mehrdeutige Lösung... Algebraische Verfahren zur Lösung von linearen Optimierungsaufgaben 9.. Eckpunktberechnungsmethode 9.. Simplexverfahren 9 Simplexverfahren für die Normalform des Maximumproblems 9 Simplexverfahren und mehrdeutige Lösung.9. Aufgaben zur Prüfungsvorbereitung. Anhang Stichwortverzeichnis Formeln zur linearen Algebra 8

5 I. Grundlagen Rechnen mit Matrizen. Einführung Beispiele Eine Junioren rma in einer Schule verkauft an drei Verkaufsständen Disketten, Schreibblöcke, Kugelschreiber und Bleistifte. Die folgende Tabelle zeigt die Verkaufszahlen für einen Tag. Diskette Schreibblock Kugelschreiber Bleistift Stand 8 Stand Stand Die Zahlen der Tabelle kann man in einem Zahlenschema eindeutig darstellen. ( 8 Ein solches Zahlenschema heißt Matrix. Da sie aus Zeilen und Spalten besteht, sagt man: Es liegt eine mal Matrix vor. Sie hat das Format (, bzw. sie ist vom Typ (,. Die Zahlen in der Matrix heißen Elemente der Matrix. Um die Position der Elemente festzulegen, ordnet man jedem Element zwei Zahlen zu, den Zeilenindex und den Spaltenindex. Die Zahl 8 steht in der. Zeile und in der. Spalte. 8 ist das Element a : a ( = 8. Die Zahl steht in der. Zeile und in der. Spalte. ist das Element a : a =. In einem Betrieb werden aus den Rohstoffen R und R die Endprodukte E, E und E gefertigt. Die folgende Tabelle (Matrix gibt an, wie viel ME der Rohstoffe für je eine ME der Endprodukte gebraucht werden. 8 E E E TabelleR ( 8 Rohstoff-Endprodukt-Matrix R 8 9

6 . Begriffe De nition einer Matrix: Ein Zahlenschema aus m Zeilen und n Spalten (m, n N* nennt man eine Matrix vom Format (m, n bzw. vom Typ (m, n. Matrizen werden mit großen Buchstaben bezeichnet: A, B, C, A = ( a a a m a a a m a a a m a n a n a mn Die Zahlen a ij heißen Elemente von A. i ist der Zeilenindex; j ist der Spaltenindex. Beispiele A = ( = ( a ij mn 8 ; Typ(A = (, Elemente von A, z. B.: a = ; a = mit i =,, m und j =,, n B = ( ; Typ(B = (, ; Element von B, z. B.: a = Quadratische Matrix Eine Matrix A vom Typ(A = (m, m heißt quadratische Matrix. Anzahl der Zeilen = Anzahl der Spalten A = ( 8 9 Hauptdiagonale Diagonalelemente: a = ; a = ; a = Besondere quadratische Matrizen a Dreiecksmatrix Eine quadratische Matrix, in der alle Elemente unterhalb der Hauptdiagonalen null sind, heißt obere Dreiecksmatrix. A = ( 9 8 ; a ij = für i > j b Einheitsmatrix Alle Elemente der Hauptdiagonalen sind eins, die anderen Elemente sind null. E = ( bzw. E = ( bzw. E = ( E = ( e ij mit e ij = für i = j, und e ij = für i j Die Einheitsmatrix wird mit E bezeichnet.

7 Transponierte Matrix Die Zeilen werden mit den entsprechenden Spalten getauscht. Matrix A = ( Vektoren Transponierte Matrix A T = ( Eine Matrix A vom Typ(A = (, n heißt Zeilenvektor. Eine Matrix A vom Typ(A = (m, heißt Spaltenvektor. Spaltenvektor Zeilenvektor A (, = a = ( 9 b = ( 8 Vektoren werden mit kleinen Buchstaben und einem Pfeil bezeichnet. Ein transponierter Zeilenvektor ist ein Spaltenvektor. ( 8 T = ( 8 A = ( ist eine Matrix vom Typ(A = (, mit den Zeilenvektoren ( ; ( ; ( und ( mit den Spaltenvektoren ( (,. Beachten Sie: Eine (m, n-matrix besteht aus m Zeilenvektoren und n Spaltenvektoren. Gleichheit von Matrizen Zwei Matrizen A = ( a ij und B = ( b ij sind gleich, wenn sie vom gleichen Typ (m, n sind und die entsprechenden Elemente gleich sind, d. h.: a = b a = b a mn = b mn. Beispiele Die Matrizen A = ( a b Die Vektoren a = ( 9 und und B = ( 8 sind gleich (A = B, wenn a = 8 b =. b = ( t+ t sind gleich für t =. t

8 Aufgaben. Gegeben sind die Matrizen A und B mit A = ( a ij = ( ( ; B = ( b ij = a Welche Formate haben die Matrizen A und B? b Bestimmen Sie die Elemente: a ; a ; b ; b ; b. c Berechnen Sie: a + a + a. d Lösen Sie die Gleichung: a x = a x.. Bestimmen Sie die Matrix A = ( a ij (,, sodass gilt: für i j a a ij = b a ij = für i = j für i > j i c a ij = für i = j d a ij = für i < j i für i > j j für i j j für i j i + j für i = j. Bestimmen Sie die Matrix A vom Typ (,, wenn Folgendes bekannt ist: a = a = ; a = ; a =,; a =, a. Alle anderen Elemente von A sind null.. Gegeben ist die Matrix A t = ( t t t+ t. Bestimmen Sie t, sodass A t eine obere Dreiecksmatrix ist.. Bestimmen Sie die Elemente der Matrix A = ( a ij = ( a + a a + a a a a a ( a a.. Gegeben sind die Matrizen A und B mit a A = ( d a + b und B = ( + b ; a, b, d R. Bestimmen Sie a, b und d so, dass gilt: A = B.. Bestimmen Sie a und a von A = ( a ij, wenn A T = ( 9.

9 . Addition von Matrizen Beispiel Gegeben sind die Matrizen A = ( 8 und B = ( 9 A und B geben die Verkaufszahlen der Junioren rma für die zwei Verkaufstage einer Woche an. Stellen Sie die Verkaufszahlen für diese Woche in einer Matrix C dar. Lösung Man erhält die Verkaufszahlen einer Woche durch Addition der entsprechenden Elemente von A und B.. Tag: A. Tag: B Wochenumsatz: C ( 8 ( + ( = Die Elemente der Matrix C erhält man durch Addition der entsprechenden Elemente von A und B, d. h., die Matrix C entsteht durch Addition der Matrizen A und B. Matrix C = ( 9. C = A + B Festlegung: Zwei Matrizen A und B werden addiert, indem man die Elemente der Matrizen A und B, die an der gleichen Position stehen, addiert. A + B = ( a ij + ( b ij = ( a ij + b ij Beispiele ( ( + ( = ( 9 ; ( 9 T = ( 9 + ( Keine Addition möglich, da nur Matrizen von gleichem Format addiert werden können. Beachten Sie: A + O = O + A = A A T + B T = (A + B T O: Nullmatrix A + B = B + A Kommutativgesetz (A + B + C = A + (B + C = A + B + C Assoziativgesetz

10 . Skalare Multiplikation Beispiel Die Junioren rma möchte Waren für einen Monat einkaufen. Wie lässt sich, ausgehend von den Verkaufszahlen einer Woche (Matrix C, der voraussichtliche Bedarf für vier Wochen errechnen? Lösung Verkaufszahlen einer Woche: C = ( Voraussichtlicher Bedarf für Wochen: ( 9 ( = 9 9 ( = = C = C Festlegung: Eine Matrix A = ( a ij wird mit einer reellen Zahl (Skalar k multipliziert, indem man jedes Element von A mit der reellen Zahl k multipliziert. k A = k ( a ij = (k a ; k R ij Beispiele a ( c (, d ( e ( 8 = (, (, = ( ; 8 ( = = ( ( = ( 9, b ( ( 8 8 ( = 8 ( = Beachten Sie: Einen gemeinsamen Faktor aller Elemente der Matrix kann man vor die Matrix ziehen. Für k R gilt: k A = A k k (A + B = k A + k B (k A T = k A T

11 Aufgaben. Addieren Sie die Matrizen A und B bzw. die Vektoren a und b. a A = ( c A = ( ; B = ( e a = ( ; g A = ( t i a = ( t t ; ; B = ( 9 b A = ( d A = ( b = ( 9 f t t ; B = ( t b = ( 9t t t h A = ( a a 8 j a = ( t t+ t +. Gegeben sind die Matrizen A = ( ( ; B = ; B = ( 8 a = ( ; b = (, B = ( a 8 a a a ; B = (,a,a,a a a a ; b = ( t t T 8t und die Vektoren a = (, b = (, c = ( 8. Berechnen Sie. a A + B b (A + B T c A T B T d (A E e E,(A + B f c T a b +. Gegeben sind die Vektoren a = ( t t t, b = ( t t Bestimmen Sie t so, dass a b + c = o ist. t und c = (. Gegeben sind die Vektoren a = ( und b = (. Berechnen Sie a x aus T b = x + b.. Gegeben ist die Matrix A t mit A t = ( t t+ t t t t + t. Berechnen Sie A t A + A T. b d. A = ( d b ist für b, d R* eine (; -Matrix. Für welche Werte von b und d gilt A + A T = E? t.

12 . Multiplikation von Matrizen Beispiel Herbert kauft zum Schuljahresbeginn Schreibwaren ein. Er führt einen Preisvergleich zwischen der Junioren rma und einem Schreibwarenladen durch. Junioren rma Menge Stückpreis (in Preis (in Schreibblöcke,, =, Kugelschreiber,, =,8 Bleistifte,, =, Gesamtpreis: 8, Schreibwarenladen Menge Stückpreis (in Preis (in Schreibblöcke,, =,8 Kugelschreiber,, =, Bleistifte,, =, Gesamtpreis: 8, Den Gesamtpreis kann man mit dem Schema von Falk berechnen. Junioren rma (,,, Stückpreisvektor (, +, +, = 8, Mengen- Gesamtpreis vektor Zeilenvektor a mal Spaltenvektor b ergibt eine Zahl (Skalar. b a a b = Zahl Junioren rma/schreibwarenladen (,,,,,, ( (8, 8, Mengen- Gesamtpreisvektor vektor Stückpreismatrix Zeilenvektor a mal Matrix B ergibt einen Zeilenvektor. a B a B Zeilenvektor

13 Karl möchte die gleichen Artikel einkaufen wie Herbert, nur braucht er andere Stückzahlen: Mengenvektor a = (. Er führt auch einen Preisvergleich zwischen der Junioren rma mit dem Schreibwarenladen durch. Der Gesamtpreis, den Herbert und Karl bezahlen müssten, kann wieder mit dem Falk schen Schema berechnet werden. Matrix A mal Matrix B Ju Laden (,, Stückpreismatrix B ergibt eine Matrix:,,,, Herbert: ( ( 8, 8, Karl:,,8 A A B Matrix Mengenmatrix Gesamtpreismatrix Z. B.:, +, +, =,8 De nition der Matrizenmultiplikation Das Produkt zweier Matrizen A = ( a ij und B = ( b rs wird nach folgendem Schema berechnet. b b b l b p b b b l b p b n b n b nl b np = B A = a a a n a a a n a k a k a kn a m a m a mn c c c l c p c c c l c p c kl c m c m c ml c mp = A B Berechnung des Elementes c kl : n c kl = a kl b + a k b l + + a kn b nl = a kj b jl j= Beachten Sie: A B kann nur berechnet werden, wenn die Anzahl der Spalten von A mit der Anzahl der Zeilen von B übereinstimmt. A (m, n B (n, p = C (m, p

14 Beispiele Gegeben sind die Matrizen A = ( Berechnen Sie. a A B und B A b A E und B = (. Lösung a A B = ( B A = ( 8 Berechnung im Schema: Berechnung im Schema: A B B A B A B A Beachten Sie: A B B A (im Allgemeinen Die Matrizenmultiplikation ist nicht kommutativ. b A E = ( ( = A Beachten Sie: A E = E A = A E steht für Einheitsmatrix. Gegeben sind die Rohstoff-Zwischenprodukt-Tabelle und die Zwischenprodukt-Endprodukt-Tabelle. Z Z E E E R Z R Z Berechnen Sie, wie viele ME der Rohstoffe für je eine ME der Endprodukte benötigt werden. Lösung Rohstoff-Zwischenprodukt-Matrix: A = (R, Z = ( Zwischenprodukt-Endprodukt-Matrix: B = (Z, E = ( Die Rohstoff-Endprodukt-Matrix C erhält man durch Multiplikation: C = A B = ( ( = ( Erläuterung: Für die Produktion von ME E benötigt man ME R und ME R. 8

15 Ein Betrieb produziert aus den drei Rohstoffen R, R und R die Produkte P und P. Der Material uss in Mengeneinheiten (ME ist der Tabelle (Stückliste zu entnehmen. R R R P P 8 a Ein Kunde erteilt einen Auftrag über ME von P und ME von P. Berechnen Sie, wie viel ME der Rohstoffe von jeder Sorte benötigt werden. b Die Rohstoffkosten betragen GE (Geldeinheiten für ME R, GE für ME R und GE für ME R. Berechnen Sie die gesamten Rohstoffkosten für die Produktion von ME von P und 8 ME von P. Lösung a Aus der Tabelle erhält man die Rohstoff-Endprodukt-Matrix A = ( 8. Die. Spalte der Matrix gibt an, wie viel ME der einzelnen Rohstoffe R, R und R für die Herstellung von ME P benötigt werden: ME R und ME R. Die. Zeile der Matrix gibt an, wie viel ME des Rohstoffes R für die Herstellung von ME von P bzw. P benötigt werden. Berechnung des Rohstoffbedarfs am Beispiel von R : P P P P R + = Für die Herstellung von ME von P und ME von P braucht man ME R. Multiplikation mit dem Produktionsvektor (als Spaltenvektor ergibt die benötigte Menge an Rohstoffen. ( 8 ( = ( Für die Herstellung von ME von P und ME von P braucht man ME von R, ME von R und ME von R. Beachten Sie: A r p = mit A = (R, P-Matrix p ist der Produktionsvektor r ist der Rohstoffvektor Beachten Sie auch die Formate: A (, p (, = r (, 9

16 b Berechnung der Rohstoffkosten für zum Beispiel ME von P : In ME von P sind enthalten R R Kosten für ME R R R R + + = 8 Die Rohstoffkosten für ME von P betragen 8 GE. Multiplikation von links mit dem Kostenvektor k (als Zeilenvektor ergibt die Rohstoffkosten für je eine ME der Produkte. ( ( 8 = (8 Für die Herstellung von ME von P betragen die Rohstoffkosten 8 GE, für ME von P betragen die Rohstoffkosten GE. Rohstoffkosten für die Produktion von ME von P und 8 ME von P : Multiplikation von Rohstoffkosten je ME P und P mit dem Produktionsvektor ergibt die Gesamtrohstoffkosten (eine Zahl. P Kosten für ME P P P = In Matrixschreibweise: (8 ( 8 = Oder: ( Rohstoffkosten- Produktions- Gesamtrohstoffvektor k vektor p kosten 8 ( 8 = ( 9 ( ( 9 Gesamtrohstoffbedarf 8 = Gesamtrohstoffkosten 8 Bemerkung: Kostenvektoren sind Zeilenvektoren, Verbrauchsvektoren und Produktionsvektoren sind Spaltenvektoren.

17 Was man wissen sollte über das Rechnen mit Matrizen Addition von Matrizen: A + B Es können nur Matrizen vom gleichen Typ addiert werden. A + B = ( a ij + (b ij = ( a ij + b ij Eigenschaften A T + B T = (A + B T A + O = O + A = A A + B = B + A O: Nullmatrix Kommutativgesetz (A + B + C = A + (B + C = A + B + C Assoziativgesetz Skalare Multiplikation: k A Multiplikation einer Zahl k R (Skalar mit einer Matrix. Eigenschaften (k R k A = A k k (A + B = k A + k B (k A T = k A T Multiplikation zweier Matrizen: A B k A = k ( a ij = (k a ij ; k R Die Spaltenzahl der Matrix A muss mit der Zeilenzahl der Matrix B übereinstimmen. Ist A eine (m, n- und B eine (n, p-matrix, dann gilt für das Format der Ergebnismatrix: (m, n (n, p (m, p Die Matrizenmultiplikation ist nicht kommutativ, d. h., A B B A (im Allg. Eigenschaften (k R (A B C = A (B C = A B C Assoziativgesetz (A + B C = A C + B C Distributivgesetz A (B + C = A B + A C A O = O A = O O: Nullmatrix A E = E A = A E: Einheitsmatrix k (A B = (k A B = A (k B = (A B k (k A = k A mit A = A A Multiplikation zweier Vektoren: a b Zeilenvektor mal Spaltenvektor ergibt eine Zahl. Beachten Sie: Die Division zweier Matrizen ist nicht de niert.

18 Aufgaben. Gegeben sind die Matrizen A und B und die Vektoren a und b durch A = ( (, B =, a = (, b = (. Berechnen Sie. a A B b b A B c A d (B + E A e A a a f b. Gegeben sind die Matrizen A, B und C durch A = (, B = (, C = (. Berechnen Sie. a A + C B T b A (B + C T c (A B T + A A T. Multiplizieren Sie aus. a (A + E (A + B b (A + B c (A + E (A E. Gegeben ist die Matrix A = ( a A ( t t. Berechnen Sie. b A A T ( t t t. Bestimmen Sie a und b so, dass für die Matrix A = (. Berechnen Sie x, sodass (,,,, ( x x x ( x + ( x x c,a ( t t a b gilt: A = E. + = ergibt. x. Gegeben ist die Matrix A durch A = (. Bestimmen Sie ( A T und ( A T n. 8. Gegeben sind die Matrizen A = ( 8 und B = ( Berechnen Sie A B und B A. Vergleichen Sie..

19 9. Gegeben sind die Vektoren k = (, p = ( Berechnen Sie k p und k C p.. Klammmern Sie einen gemeinsamen Faktor aus. und die Matrix C = ( a A = (,8,,,,,,8, b b = ( ( c B = 8. Gegeben sind die Matizen A und B durch 8 A = ( 9 und B = (. 8 a Berechnen Sie die Elemente c und c des Matrizenproduktes C = A B. b Das Element a der Matrix A wird geändert zu k; das Element b der Matrix B wird geändert zu (k. Berechnen Sie nun das neue Element c des Matrizenproduktes C = A B.. Für jedes t R sind die Vektoren a t und b t gegeben durch a t = ( t t und b t = ( t. Die Funktion f ist gegeben durch f(t = t( a T t b t t. Zeigen Sie, dass f streng monoton wachsend ist. Wo hat das Schaubild von f die kleinste Steigung?. Ein Betrieb stellt aus den zwei Rohstoffen R und R die Produkte E, E und E her. Der Material uss in Mengeneinheiten (ME ist der Tabelle zu entnehmen. a Berechnen Sie, wie viel ME der Rohstoffe für die Produktion von 8 ME von E, ME von E und ME von E benötigt werden. b Die Materialkosten je ME eines Rohstoffes sind gegeben durch k R = (,,8. Berechnen Sie die Kosten für die Herstellung je einer ME der drei Produkte. Wie hoch sind die Materialkosten für den Auftrag aus Teilaufgabe a?. Gegeben sind die Rohstoff-Zwischenprodukt-Matrix A = (. E E E R und die Zwischenprodukt-Endprodukt-Matrix B = ( Berechnen Sie C = ( c ij = A B und interpretieren Sie das Element c. R.

20 Lineare Gleichungssysteme Lineare Gleichungssysteme haben eine zentrale Bedeutung in verschiedenen Bereichen der Mathematik. Nicht nur zur Bestimmung einer Gleichung einer Parabel stellen wir ein lineares Gleichungssystem auf. Mit einem linearen Gleichungssystem lassen sich auch zahlreiche Probleme aus Technik und Wirtschaft modellieren und damit lösen. Aus dem Wissen über die unbekannten Größen, die bei diesen Problemen auftauchen, leiten wir Gleichungen her. Eine zentrale Aufgabe der linearen Algebra ist die Lösung linearer Gleichungssysteme.. Einführung Ein Obstbauer liefert Äpfel der Sorten Boskop (B, Jonathan (J und Elstar (E an den Großmarkt. Die Lieferungen der letzten Tage (in kg lassen sich aus der Tabelle ablesen. T T T B J E Der Großhändler überweist für die Lieferung am. Tag ( T, für die Lieferung am. Tag ( T 8 und für die Lieferung am. Tag ( T. Welche Gleichungen müssen die Preise pro kg erfüllen? Zeigen Sie, dass die Preise für Boskop (B, /kg, Jonathan (J, /kg und Elstar (E /kg betragen. Lösung Man setzt für den Preis in pro kg B x, pro kg J x und pro kg E x. Der Bauer bekommt x für kg B, x für kg J und x für kg E, insgesamt : x + x + x = Für die Lieferung aller Tage ergibt sich ein lineares Gleichungssystem (LGS: x + x + x = Bedingungen für die Preise: x + x + x = 8 x + x + x = Einsetzen von x =,; x =, und x = in die drei Gleichungen führt zu drei wahre Aussagen. Bemerkungen: Das LGS hat die Lösung x =,; x =,; x =. Lösungsvektor x = ( x x x (, =,

21 Welcher der Vektoren ( ( und ist Lösung des linearen Gleichungsystems x + x x = und x + x + x =? Lösung Eine Lösung erfüllt alle Gleichungen eines linearen Gleichungssystems (LGS. ( ist Lösung, denn + = w. A. ( + + = w. A. ( ist keine Lösung, denn + = w. A. + + = f. A. Gegeben ist das lineare Gleichungssystem in Stufenform x + x x = x, x = x = Bestimmen Sie die Lösung des LGS. Lösung Einsetzen von x = in x, x = ergibt x =,. Einsetzen von x = und x =, in x + x x = ergibt x =,. Lösung des LGS: x =,; x =,; x = Lösungsvektor: x = (,, Beachten Sie: Lineares Gleichungssystem mit m Gleichungen und n Unbekannten x, x, x,, x n a x + a x + a x + + a n x n = b a x + a x + a x + + a n x n = b : : : : : a m x + a m x + a m x + + a mn x n = b m Bemerkung: a ij heißen Koef zienten. Eine Lösung eines LGS mit n Unbekannten besteht aus n Zahlen, die allen Gleichungen genügen. Bemerkungen: Aus der Stufenform (siehe Beispiel lässt sich die Lösung leicht bestimmen. Welche Umformungen sind geeignet, um diese günstige Stufenform zu erzeugen? Wie erhält man die Lösungen eines linearen Gleichungssystems?

22 . Lösung von linearen Gleichungssystemen.. Das LGS ist eindeutig lösbar Beispiele Lösen Sie das lineare Gleichungssystem x x x = x x 8 x = x + x + x = 9. Lösung mit dem Gauß schen Eliminationsverfahren Um eine Stufenform zu erreichen, müssen zwei Unbekannte eliminiert werden. Wir eliminieren x : x x x = ( x x x = ( x x 8 x = x + x + x = 9 x + x + x = x x x = x x 8 x = x + x + x = 9 Addition ergibt: x + x = x x = Wir eliminieren x : x + x = ( x x = ( x + x = x x = Addition der beiden Gleichungen: x = <=> x = Einsetzen von x = in x + x = ergibt x =. Einsetzen von x = und x = in x x x = ergibt x =. ( ist die Lösung des LGS. Das LGS hat genau eine Lösung. Verkürzte Darstellung x x x = ( x x 8 x = + 8 x + x + x = 9 9 x x x = x + x = + x x = x x x = x + x = Dreiecksform x = Beachten Sie: Die zulässigen Elementarumformungen, um die Dreiecksform zu erreichen, sind die Multiplikation einer Gleichung mit einer Zahl ungleich null und die Addition von Gleichungen. ( + +

23 Gegeben ist ein LGS x x = x + x = x + x + x =. Berechnen Sie den Lösungsvektor x. Lösung Mit dem Gauß schen Eliminationsverfahren Matrixschreibweise ( heißt Addition x x = x + x = x + x + x = x x = x + x = + x x = x x = x + x = x = 8 Aus der Gleichung Die letzte Zeile der erweiterten x = 8 Dreiecksmatrix entspricht x = 8 erhält man x =. x = Die zweite Zeile entspricht x + x = Einsetzen ergibt: x + = x + = x = x = Entsprechend berechnet man x : x = x = Der Lösungsvektor lautet x = (. Bemerkung: Die Matrix ( heißt Koef zientenmatrix. Die Matrix ( Jede Zeile in der erweiterten Koef zientenmatrix entspricht einer Gleichung. x x x ( heißt erweiterte Koef zientenmatrix. Beachten Sie: Ein LGS ist eindeutig lösbar, wenn alle Diagonalelemente in der Dreiecksform ungleich null sind. x = (x x x T ist Lösung des LGS, wenn das Einsetzen in alle Gleichungen des LGS jeweils eine wahre Aussage ergibt. ( ( 8 ( ( Dreiecksform

24 Was man beim Au ösen von linearen Gleichungssystemen beachten sollte. Additionsverfahren a Das LGS ist gegeben durch die erweiterte Koef zientenmatrix: ( Au ösung durch Additionsverfahren Das LGS hat den Lösungsvektor x = (,, (. Beachten Sie: Das Vielfache einer Gleichung (Zeile darf zu einer anderen Gleichung (Zeile addiert werden. b Das LGS ist gegeben durch die erweiterte Koef zientenmatrix: ( 9 Au ösung durch Additionsverfahren: ( ( Umformung in die erweiterte Dreiecksform: ( Das LGS hat den Lösungsvektor x = (. Elimination von x bedeutet einen geringeren Rechenaufwand.. Was man bei der Multiplikation mit null beachten sollte Beispiel: Das gegebene LGS ist eindeutig lösbar. ( ( ( ( Das LGS bleibt eindeutig lösbar. Erlaubte Umformung, Äquivalenzumformung. Zeilentausch Das LGS ist gegeben durch ( Zur Umformung in die erweiterte ( obere Dreiecksform ist ein Zeilentausch notwendig. Das neue LGS ist mehrdeutig lösbar. Keine Äquivalenzumformung! ( 8 8 ( ( 8

25 Schreibweisen für lineare Gleichungssysteme (LGS I. Lineares Gleichungssystem: Gleichungen für die Unbekannten x, x und x x + x + x = x + x = x + x x = _ II. LGS in der Form der erweiterten Koef zientenmatrix (A b ( Bemerkung: Jede Zeile in der erweiterten Koef zientenmatrix entspricht einer Gleichung. III. Lineares Gleichungssystem als Matrizengleichung ( x x ( = In Kurzform: A ( x x = A ist die Koef zientenmatrix; x ist der Lösungsvektor. b Zur Lösung mit dem Eliminationsverfahren nach Gauß wird (A b in die erweiterte Dreiecksform (A* b * umgeformt: ( Aufgaben. Bestimmen Sie den Lösungsvektor. a ( ( b ( c. Welcher der Vektoren ( oder ( ist Lösung von x x + x = 9 x x + 9 x = x x + x =? 9. Stellen Sie ein LGS aus zwei Gleichungen mit Unbekannten auf, das nur die Lösung ( hat. 9

26 . Lösen Sie mit dem Gaußverfahren. a x x = b x + x x = 9 x + x x = x x = x + x x = x + x x = 8 c x + x + x = d x x = x x x = x + x + x = x + x + x = x + x = e x + y + z = f x + y + z = x + y + z = x + y + z = 9 x + y + z = 9 x + y + z =. Bestimmen Sie den Lösungsvektor. a x + x = b,8 x,x = 8 x + x =,, x +,8 x = c x + x = d 8 x x x = x x = x + 8x x = x + x = x x + 8 x = e x + x x = f x + x + x = x + x + x = 9 x + x x = x + x = x = x + g x + y = x + h (x + = (y + x + y = y x = y. Bestimmen Sie die Lösung in Abhängigkeit von t. a x + x = t b x + x + x = c x + x + x = t x + x = x x + x = t x + x = t x x x = x + 9 x = t. Es sind A = ( und B = ( a a b c c,b zwei Matrizen (a, b, c R. Welche Werte müssen für a, b und c gewählt werden, damit A B = ( 9? 8. Bestimmen Sie alle Lösungen der Gleichung x + y + z =, die nur aus nichtnegativen ganzen Zahlen bestehen. ( ( a b c d 8 c b a 9. Für folgende Matrizen gilt: b a a = 8 ( b a 8 Berechnen Sie die Werte a, b, c und d.

Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap

Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Die Verfasser: Roland Ott Studium der Mathematik an der Universität Tübingen

Mehr

Bohner Ihlenburg Ott. Mathematik für Berufsfachschulen. Merkur. Verlag Rinteln

Bohner Ihlenburg Ott. Mathematik für Berufsfachschulen. Merkur. Verlag Rinteln Bohner Ihlenburg Ott Mathematik für Berufsfachschulen Merkur M Verlag Rinteln 3 Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap

Mehr

Ausführliche Lösungen

Ausführliche Lösungen Bohner Ott Deusch Mathematik für berufliche Gymnasien Lineare Algebra Mathematische Beschreibung von Prozessen durch Matrizen Ausführliche Lösungen zu im Buch gekennzeichneten Aufgaben ab. Auflage 6 ISBN

Mehr

Arbeitsheft. Merkur. Lineare Algebra Mathematische Beschreibung von Prozessen durch Matrizen. Bohner Ott Rosner Deusch

Arbeitsheft. Merkur. Lineare Algebra Mathematische Beschreibung von Prozessen durch Matrizen. Bohner Ott Rosner Deusch Bohner Ott Rosner Deusch Arbeitsheft Mathematik für berufliche Gymnasien Lineare Algebra Mathematische Beschreibung von Prozessen durch Matrizen Merkur Verlag Rinteln Wirtschaftswissenschaftliche Bücherei

Mehr

Lineare Gleichungssysteme und Matrizen

Lineare 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

Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen

Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 81 Reelle Matrizen Prof Dr Erich Walter Farkas http://wwwmathethzch/ farkas 1 / 32 8 Lineare Algebra: 1 Reelle Matrizen Grundbegriffe Definition

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

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

Matrizen Definition: Typ einer Matrix

Matrizen Definition: Typ einer Matrix Matrizen Definition: Eine Matrix ist ein rechteckiges Zahlenschema. Die Matrix (Mehrzahl: Matrizen) besteht aus waagerecht verlaufenden Zeilen und senkrecht verlaufenden Spalten. Verdeutlichung am Beispiel:

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

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.1 Reelle Matrizen Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 81 Reelle Matrizen Prof Dr Erich Walter Farkas http://wwwmathethzch/ farkas 1 / 31 1 2 3 4 2 / 31 Transponierte einer Matrix 1 Transponierte

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 2013 Prof Dr Erich Walter Farkas Kapitel 7: Lineare Algebra 71 Reelle Matrizen Prof Dr Erich Walter Farkas Mathematik I+II, 71 Reelle Matrizen 1 / 31 1 2 3 4 Prof Dr Erich

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

Mathematik. Merkur. Haarmann Wolpers. zur Erlangung der allgemeinen Hochschulreife Technische Fachrichtungen Band 1.

Mathematik. Merkur. Haarmann Wolpers. zur Erlangung der allgemeinen Hochschulreife Technische Fachrichtungen Band 1. Haarmann Wolpers Mathematik zur Erlangung der allgemeinen Hochschulreife Technische Fachrichtungen Band 1 Merkur Verlag Rinteln Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von

Mehr

3 Matrizenrechnung. 3. November

3 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

Mehr

Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap

Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Die Verfasser: Roland Ott Studium der Mathematik an der Universität Tübingen

Mehr

Arbeitsheft. Merkur Verlag Rinteln. Lineare Algebra Vektorgeometrie. Bohner Ott Rosner Deusch. Mathematik für berufliche Gymnasien

Arbeitsheft. Merkur Verlag Rinteln. Lineare Algebra Vektorgeometrie. Bohner Ott Rosner Deusch. Mathematik für berufliche Gymnasien Bohner Ott Rosner Deusch Arbeitsheft Mathematik für berufliche Gymnasien Lineare Algebra Vektorgeometrie Merkur Verlag Rinteln Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von

Mehr

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1 Kapitel 3 Lineare Gleichungssysteme 3.1. Einleitung Beispiel 1 3 Kinder haben eingekauft. Franz hat 4 Lakritzen, 2 Schokoriegel und 5 Kaugummis

Mehr

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

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

Mehr

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

Besteht 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.

Mehr

1 Definition. 2 Besondere Typen. 2.1 Vektoren und transponieren A = 2.2 Quadratische Matrix. 2.3 Diagonalmatrix. 2.

1 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

Lineare Gleichungssystem

Lineare 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

Mehr

10 Lineare Gleichungssysteme

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

Mehr

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

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

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

Mehr

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

3 Invertierbare Matrizen Die Inverse einer (2 2)-Matrix Eigenschaften invertierbarer Matrizen... 18

3 Invertierbare Matrizen Die Inverse einer (2 2)-Matrix Eigenschaften invertierbarer Matrizen... 18 Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik 2 Dr. Thomas Zehrt Vektoren und Matrizen Inhaltsverzeichnis Vektoren(Wiederholung bzw. Selbststudium 2. Linearkombinationen..............................

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

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Komplexe Zahlen 5 Lineare Algebra 6 Lineare Programme 5 Lineare Algebra

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

9.1 ADDIEREN UND SUBTRAHIEREN VON MATRIZEN MULTIPLIKATION EINER MATRIX MIT EINEM SKALAR

9.1 ADDIEREN UND SUBTRAHIEREN VON MATRIZEN MULTIPLIKATION EINER MATRIX MIT EINEM SKALAR Matrizen 9. ADDIEREN UND SUBTRAHIEREN VON MATRIZEN MULTIPLIKATION EINER MATRIX MIT EINEM SKALAR 9.. Definition der Matrizenaddition, der Matrizensubtraktion und der Multiplikation einer Matrix mit einem

Mehr

Matrizen und Determinanten

Matrizen 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

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

Spezielle Matrixformen

Spezielle 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

Lineare Gleichungssysteme

Lineare Gleichungssysteme Poelchau-Oberschule Berlin A. Mentzendorff September 2007 Lineare Gleichungssysteme Inhaltsverzeichnis 1 Grundlagen 2 2 Das Lösungsverfahren von Gauß 4 3 Kurzschreibweise und Zeilensummenkontrolle 6 4

Mehr

Chr.Nelius: Lineare Algebra (SS 2008) 1. 4: Matrizenrechnung. c ik := a ik + b ik. A := ( a ik ). A B := A + ( B). ist A =

Chr.Nelius: Lineare Algebra (SS 2008) 1. 4: Matrizenrechnung. c ik := a ik + b ik. A := ( a ik ). A B := A + ( B). ist A = Chr.Nelius: Lineare Algebra SS 28 4: Matrizenrechnung 4. DEF: a Die Summe A + B zweier m n Matrizen A a ik und B b ik ist definiert als m n Matrix C c ik, wobei c ik : a ik + b ik für alle i, 2,..., m

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

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

Lineare Algebra. Beni Keller SJ 16/17

Lineare Algebra. Beni Keller SJ 16/17 Lineare Algebra Beni Keller SJ 16/17 Matritzen Einführendes Beispiel Ein Betrieb braucht zur Herstellung von 5 Zwischenprodukten 4 verschiedene Rohstoffe und zwar in folgenden Mengen: Z 1 Z 2 Z Z 4 Z 5

Mehr

Lineare Gleichungen. Mathematik-Repetitorium. 3.1 Eine Unbekannte. 3.2 Zwei oder drei Unbekannte. 3.3 Allgemeine lineare Gleichungssysteme

Lineare Gleichungen. Mathematik-Repetitorium. 3.1 Eine Unbekannte. 3.2 Zwei oder drei Unbekannte. 3.3 Allgemeine lineare Gleichungssysteme Lineare Gleichungen 3.1 Eine Unbekannte 3.2 Zwei oder drei Unbekannte 3.3 Allgemeine lineare Gleichungssysteme Lineare Gleichungen 1 Vorbemerkung zu Kapitel 1 Gleichungen (Unbekannte) (Variablen, Parameter)

Mehr

Lineare Gleichungssysteme I (Matrixgleichungen)

Lineare Gleichungssysteme I (Matrixgleichungen) Lineare Gleichungssysteme I (Matrixgleichungen Eine lineare Gleichung mit einer Variablen x hat bei Zahlen a, b, x die Form ax = b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0, kann eindeutig

Mehr

35 Matrixschreibweise für lineare Abbildungen

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

Mehr

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

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

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.

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. 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.........

Mehr

3 Lineare Gleichungssysteme

3 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

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

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

Matrizen: Grundbegriffe. 1-E Ma 1 Lubov Vassilevskaya

Matrizen: Grundbegriffe. 1-E Ma 1 Lubov Vassilevskaya Matrizen: Grundbegriffe -E Ma Lubov Vassilevskaya Lineares Gleichungssystem Abb. : Der Schnittpunkt P der beiden Geraden ist die graphische Lösung des linearen Gleichungssystem g : y = x, g 2 : y = 3 x,

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

Mathematik I Herbstsemester 2018 Kapitel 8: Lineare Algebra 8.2 Determinanten

Mathematik 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

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg Argumentationstechniken PLUS Direkter Beweis einer Implikation A B (analog

Mehr

Tutorium: Diskrete Mathematik. Matrizen

Tutorium: Diskrete Mathematik. Matrizen Tutorium: Diskrete Mathematik Matrizen Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de Definition I Eine Matrix ist eine rechteckige Anordnung (Tabelle) von Elementen, mit denen man in bestimmter

Mehr

Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap

Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Die Verfasser: Kurt Bohner Studium der Mathematik und Physik an der Universität

Mehr

B =(b1,1. + b 1,2. + b 1,3 1,3. + b 2,4 + b 3,1. + b 2,2. + b 2,3. + b 3,2. + b 3,3

B =(b1,1. + b 1,2. + b 1,3 1,3. + b 2,4 + b 3,1. + b 2,2. + b 2,3. + b 3,2. + b 3,3 Matrizen Matrizen sind zunächst einmal einfach eine rechteckige Anordnung von Zahlen, Elementen oder mathematischen Operationen, die lineare Zusammenhänge zwischen verschiedenen Größen übersichtlich darstellen.

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

Ausführliche Lösungen

Ausführliche Lösungen Bohner Ott Deusch Mathematik für berufliche Gymnasien Lineare Algebra Vektorgeometrie Ausführliche Lösungen zu im Buch gekennzeichneten Aufgaben ab. Auflage 6 ISBN 978--8-68-5 Das Werk und seine Teile

Mehr

FH 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 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

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

a a a a a a a a a a a a a a a

a 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

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

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

6.2. Prüfungsaufgaben zur Lösbarkeit von LGS

6.2. Prüfungsaufgaben zur Lösbarkeit von LGS 6.. Prüfungsaufgaben zur Lösbarkeit von LGS Aufgabe : Lösbarkeit von LGS () Berechne mit Hilfe des Gauß-Verfahrens die Lösungsmengen der drei folgenden inhomogenen Gleichungssysteme. Gib außerdem die Lösungsmengen

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 Matrizenrechnung und Lineare Gleichungssysteme

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

Mehr

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

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015 Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten

Mehr

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 12 8. Juni 2010 Kapitel 10. Lineare Gleichungssysteme (Fortsetzung) Umformung auf obere Dreiecksgestalt Determinantenberechnung mit dem Gauß-Verfahren

Mehr

Formelsammlung Mathematik Grundkurs Inhalt

Formelsammlung 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

Mehr

IV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen

IV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen Gliederung I. Motivation II. Lesen mathematischer Symbole III. Wissenschaftliche Argumentation IV. Matrizenrechnung i. Rechenoperationen mit Matrizen ii. iii. iv. Inverse einer Matrize Determinante Definitheit

Mehr

Cramersche Regel. Satz Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei. A j := (a 1,...,a j 1,b,a j+1,...

Cramersche Regel. Satz Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei. A j := (a 1,...,a j 1,b,a j+1,... Cramersche Regel Satz 2.4. Es sei A R n n eine quadratische Matrix mit det(a) 0. Für ein LGS Ax = b sei A j := (a,...,a j,b,a j+,...,a n ) also die Matrix, die entsteht, wenn in A die j-spalte durch den

Mehr

11 Lineare Gleichungssysteme

11 Lineare Gleichungssysteme Lineare Gleichungssysteme Das Lösen linearer Gleichungssysteme gehört zu den wichtigsten Grundaufgaben der Mathematik Wir werden uns mit einigen einfachen Lösungsverfahren befassen und daran auch etwas

Mehr

4 Vorlesung: 21.11. 2005 Matrix und Determinante

4 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

Mehr

Mathematik für Naturwissenschaftler II SS 2010

Mathematik 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.

Mehr

bzw. eine obere Dreiecksmatrix die Gestalt (U: upper)

bzw. 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

Mehr

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

Spezialfall: 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

Mehr

Formale Matrizenrechnung

Formale Matrizenrechnung LINEARE ALGEBRA Formale Matrizenrechnung Grundlagen: Formales Rechnen mit Matrizen Datei Nr. 6 Stand 3. September 5 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 6 Matrizenrechnung: Grundlagen

Mehr

Vektoren und Matrizen

Vektoren 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

Mehr

3 Matrizen und Lineare Gleichungssysteme

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

Mehr

Übungsaufgaben. Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler. Teil 1: Lineare Algebra und Optimierung.

Übungsaufgaben. Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler. Teil 1: Lineare Algebra und Optimierung. Übungsaufgaben Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler Teil : Lineare Algebra und Optimierung Wintersemester Matrizenrechnung Aufgabe ( 3 0 Gegeben sind die Matrizen A = 2 5 2 4 D =

Mehr

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

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

Mehr

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

Demoseiten für

Demoseiten für Matrizenrechnung Anwendungsaufgaben Teil Themenheft Demoseiten für Arbeiten mit Bedarfsmatrizen Herstellung von Zwischen- und Endprodukten aus Rohstoffen Kostenberechnungen Datei 623 Stand: 5. August 2

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

Mathematik 1 Bachelorstudiengang Maschinenbau

Mathematik 1 Bachelorstudiengang Maschinenbau Mathematik 1 Bachelorstudiengang Maschinenbau Prof Dr Stefan Etschberger Hochschule Augsburg Sommersemester 2012 Übersicht 4 Lineare Algebra 1 Grundlegendes 2 Aussagenlogik 3 Mengen 4 Lineare Algebra Lernziele

Mehr

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n

Universität Stuttgart Physik und ihre Didaktik PD Dr. Holger Cartarius. Matrizen. a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A = a m,1 a m,2 a m,n Universität Stuttgart Physik und ihre Didaktik PD Dr Holger Cartarius Matrizen Matrizen: Ein rechteckiges Zahlenschema der Form a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n A a m,1 a m,2 a m,n (a) nennt man eine

Mehr

Mathematik I Herbstsemester 2014 Kapitel 8: Lineare Algebra 8.2 Determinanten

Mathematik 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/

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

8 Lineare Gleichungssysteme

8 Lineare Gleichungssysteme $Id: lgs.tex,v 1.6 2010/12/20 12:57:04 hk Exp $ $Id: matrix.tex,v 1.3 2010/12/20 13:12:44 hk Exp hk $ 8 Lineare Gleichungssysteme In der letzten Sitzung hatten wir mit der Besprechung linearer Gleichungssysteme

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

1 Transponieren, Diagonal- und Dreiecksmatrizen

1 Transponieren, Diagonal- und Dreiecksmatrizen Technische Universität München Thomas Reifenberger Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 2008/09 1 Transponieren, Diagonal- und Dreiecksmatrizen Definition 11 Transponierte Matrix

Mehr

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

Lineare Gleichungssysteme

Lineare Gleichungssysteme Technische Universität München Christoph Niehoff Ferienkurs Lineare Algebra für Physiker Vorlesung Mittwoch WS 009/00 Die beiden Hauptthemen von diesem Teil des Ferienkurses sind Lineare Gleichungssysteme

Mehr