3. Das Gleichungssystem
|
|
|
- Elly Berg
- vor 9 Jahren
- Abrufe
Transkript
1 Lagerung: Damit das Fachwerk Kräfte aufnehmen kann, muss es gelagert werden, Die Lagerung muss so beschaffen sein, dass keine Starrkörperbewegungen oder Mechanismen mehr möglich sind. Die Verschiebungen an den Lagern sind null. Damit sind die Verschiebungen an den Lagern bekannt, während die Lagerkräfte unbekannt sind. An den übrigen Freiheitsgraden sind die Verschiebungen unbekannt, während die Kräfte bekannt sind. Prof. Dr. Wandinger 1. Fachwerke FEM 1.3-1
2 Partitionierung der Matrizen: [u ] [ u s ] Die Verschiebungsmatrix wird unterteilt in die Matrix mit den Verschiebungen an den Lager-Freiheitsgraden und die Matrix [u f ] mit den übrigen, freien Verschiebungen: [u ] [ [ u f ] [u s ] ] Auf die gleiche Weise wird die Lastmatrix unterteilt: [ F ] [ [ F f ] [ F s ] ] Prof. Dr. Wandinger 1. Fachwerke FEM 1.3-2
3 Beispiel: y x ]=[ ]=[ F 2 x F F, [ F s, [ y] F 4 y f F 6 x F 7 Prof. Dr. Wandinger 1. Fachwerke FEM [u s ]=[u 1 x u 1 y u 5 x u 5 y] 1 x F 1 y F 5 x F 5 y] x u [u 4 y f ]=[u2 y] u 6 x u 7
4 Die Steifigkeitsmatrix wird in vier Teilmatrizen unterteilt: [ K ff ] Matrix enthält die Elemente der Steifigkeitsmatrix, deren Zeilen und Spalten den freien Freiheitsgraden entsprechen. [ K fs ] [ K ] [ [ K ff ] [ K fs ] [ K fs ] T [ K ss ] ] Matrix enthält die Elemente der Steifigkeitsmatrix, deren Zeilen den freien Freiheitsgraden und deren Spalten den Lager-Freiheitsgraden entsprechen. Prof. Dr. Wandinger 1. Fachwerke FEM 1.3-4
5 Matrix enthält die Elemente der Steifigkeitsmatrix, deren Zeilen und Spalten den Lager-Freiheitsgraden entsprechen. Damit lautet die Gleichgewichtsbedingung: Bekannt sind die Verschiebungen und die äußeren Kräfte. Gesucht sind die Verschiebungen und die Lagerkräfte. [ F s ] [ K ss ] [ F f ] [ [ K ff ] [ K fs ] [ K fs ] T [ K ss ] ][ [ u f ] [u s ] ] = [ [ F f ] [ F s ] ] [ u s ]=[0 ] [ u f ] Prof. Dr. Wandinger 1. Fachwerke FEM 1.3-5
6 Das Gleichungssystem: Aus der Gleichgewichtsbedingung folgen die beiden Gleichungssysteme Durch Lösen des Gleichungssystems können die Verschiebungen [u f ] ermittelt werden. Anschließend lassen sich die Lagerkräfte aus berechnen. [ K ff ] [ u f ]=[ F f ] und [ K fs ] T [u f ]=[ F s ] [ F s ]=[ K fs ] T [u f ] [ K ff ] [u f ]=[ F f ] [ F s ] Prof. Dr. Wandinger 1. Fachwerke FEM 1.3-6
7 Wenn durch die Lagerung nicht alle Starrkörperbewegungen verhindert werden, dann hat das Gleichungssystem keine eindeutige Lösung. ] r Ist [u f eine durch die Lagerung nicht verhinderte Starrkörperbewegung und eine Lösung, dann ist wegen [ u f ] r [ K ff ] [u f ]=[0] auch r [ u f ]=[u f ] [u f ] eine Lösung: r [ K ff ] [ u f ]=[ K ff ] [u f ] [ K ff ] [u f ]=[ F f ] Prof. Dr. Wandinger 1. Fachwerke FEM 1.3-7
8 Damit das Gleichungssystem eindeutig lösbar ist, muss die Lagerung mindestens statisch bestimmt sein. Sie darf auch statisch unbestimmt sein. Wenn durch die Lagerung alle Starrkörperbewegungen verhindert werden, dann gilt [u f ] T [ K ff ] [u f ] 0 für alle [u f ] Eine Matrix, die diese Bedingung erfüllt, wird als positiv definit bezeichnet. Prof. Dr. Wandinger 1. Fachwerke FEM 1.3-8
9 Gleichungslösung: 3. Das Gleichungssystem Das Gleichungssystem kann entweder direkt oder iterativ gelöst werden. Die gebräuchlichen direkten Verfahren arbeiten mit einer Dreieckszerlegung der Matrix, z.b. [ L ] [ K ff ] [ u f ]=[ F f ] [ K ff ]=[ L ] [ D ] [ L ] T Dabei ist eine untere Dreiecksmatrix mit 1-Elementen auf der Diagonalen und [ D ] eine Diagonalmatrix. Prof. Dr. Wandinger 1. Fachwerke FEM 1.3-9
10 Dreieckszerlegung: 3. Das Gleichungssystem [ L L 31 L L n 1 L n 2 L n 3 1] [ D1 [ D D D D n] L 21 D 1 D L 31 D 1 L 32 D 2 D 3 0 L n1 D 1 L n 2 D 2 L n 3 D 3 D n] [1 [ K L21 L31 Ln L 32 L n 2 ] L n K 12 K 13 K 1 n K 21 K 22 K 23 K 2 n K 31 K 32 K 33 K 3 n K n 1 K n2 K n 3 K nn] Prof. Dr. Wandinger 1. Fachwerke FEM
11 Spalte 1: D 1 =K 11 L 21 D 1 =K 21 L 21 =K 12 / D 1 L 31 D 1 =K 31 L 31 =K 31 / D 1 L n1 D 1 =K n1 L n1 =K n1 / D 1 Spalte 2: L 2 21 D 1 D 2 =K 22 D 2 =K 22 L 2 21 D 1 L 31 L 21 D 1 L 32 D 2 =K 32 L 32 = K 32 L 31 L 21 D 1 / D 2 L 41 L 21 D 1 L 42 D 2 =K 42 L 42 = K 42 L 41 L 21 D 1 / D 2 L n 1 L 21 D 1 L n2 D 2 =K n 2 L n 2 = K n 2 L n1 L 21 D 1 / D 2 Prof. Dr. Wandinger 1. Fachwerke FEM
12 Allgemeine Spalte k: k 1 j=1 L kj k 1 2 D j D k =K kk D k =K kk j=1 L 2 kj D j k 1 l k : j=1 L lj L kj D j L lk D k =K lk L lk = k 1 K lk j=1 L lj L kj D j / D k Der Algorithmus bricht ab, wenn eines der Diagonalelemente null wird. Das tritt dann auf, wenn Starrkörperbewegungen möglich sind. Prof. Dr. Wandinger 1. Fachwerke FEM
13 Nach der Dreieckszerlegung kann das Gleichungssystem durch Vorwärts- und Rückwärtseinsetzen gelöst werden. Vorwärtseinsetzen: [ L ] [ y ]=[ F f ] Das Gleichungssystem lässt sich sukzessive, beginnend mit der ersten Zeile, lösen. Skalieren: [ z ]=[ D ] 1 [ y ] Rückwärtseinsetzen: [ L ] T [ u f ]=[ z ] Das Gleichungssystem lässt sich sukzessive, beginnend mit der letzten Zeile, lösen. Prof. Dr. Wandinger 1. Fachwerke FEM
14 Element-Ergebnisse: 3. Das Gleichungssystem Wenn die Verschiebungen bekannt sind, lassen sich weitere Ergebnisse für die Stabelemente berechnen. Dehnungen: 1 2 x E u 1 u 2 Im Elementkoordinatensystem gilt: = L L = u 2 u 1 L Prof. Dr. Wandinger 1. Fachwerke FEM
15 In Matrix-Schreibweise lautet diese Gleichung: = 1 L [ 1 1 ] [ u 1 u 2] Die Matrix wird als Verzerrungs-Verschiebungs-Transformationsmatrix bezeichnet. Spannungen: [ B E ] E = [ B E ] E [u E ] E Die Spannungen werden über das Hookesche Gesetz aus den Dehnungen berechnet: =E Prof. Dr. Wandinger 1. Fachwerke FEM
16 Stabkräfte: 3. Das Gleichungssystem Die Stabkräfte werden aus den Spannungen berechnet: F = A Prof. Dr. Wandinger 1. Fachwerke FEM
Fachwerke
1. Fachwerke Ein Fachwerk besteht aus einzelnen Stäben, die in den Knoten gelenkig miteinander verbunden sind. Am Beispiel des Fachwerks lassen sich die einzelnen Berechnungsschritte einer Finite-Elemente-Rechnung
4. Das Verfahren von Galerkin
4. Das Verfahren von Galerkin 4.1 Grundlagen 4.2 Methode der finiten Elemente 4.3 Beispiel: Stab mit Volumenkraft Prof. Dr. Wandinger 3. Prinzip der virtuellen Arbeit FEM 3.4-1 4.1 Grundlagen Das Verfahren
2. Die Steifigkeitsmatrix
. Die Steifigkeitsmatrix Freiheitsgrade der Gesamtstruktur: Bei einem ebenen Fachwerk hat jeder Knoten zwei Freiheitsgrade, nämlich die Verschiebungen u x und u y, zu denen die Kräfte F x und F y gehören.
1. Das Stabelement. Prof. Dr. Wandinger 1. Fachwerke FEM L x E u 1. u 2
Ein Fachwerk besteht aus einzelnen Stäben, die in den Knoten gelenkig miteinander verbunden sind. Für jeden Stab besteht eine lineare Beziehung zwischen den Verschiebungen seiner Knoten und den Kräften
Rückwärts-Einsetzen. Bei einem linearen Gleichungssystem in oberer Dreiecksform, nacheinander bestimmt werden: r n,n x n = b n. = x n = b n /r n,n
Rückwärts-Einsetzen Bei einem linearen Gleichungssystem in oberer Dreiecksform, r 1,1 r 1,n x 1 b 1..... =., } 0 {{ r n,n } x n b n R mit det R = r 1,1 r n,n 0 können die Unbekannten x n,..., x 1 nacheinander
4. Großübung. Lösung linearer Gleichungssysteme
4. Großübung Lösung linearer Gleichungssysteme Gesucht x, x, x 3, x 4 R, sodass gilt. mit A R 4 4, x R 4, b R 4 x x + 3x 3 + x 4 = 5 6x 3x 7x x 4 = 5 4x + 4x + 5x 3 5x 4 = 3 8x + x + x 3 + x 4 = 8 3 x
Numerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 5 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 21 Prof. Dr. Klaus Höllig (IMNG)
18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus
18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus Conrad Donau 8. Oktober 2010 Conrad Donau 18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus 8. Oktober 2010 1 / 7 18.1 Wiederholung: Ebenen in R 3
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
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
Erweiterungen der LR-Zerlegung
Prof. Thomas Richter 6. Juli 2017 Institut für Analysis und Numerik Otto-von-Guericke-Universität Magdeburg [email protected] Material zur Vorlesung Algorithmische Mathematik II am 06.07.2017 Erweiterungen
Lineare Gleichungssysteme, LR-Zerlegung
Prof Thomas Richter 2 Juni 27 Institut für Analysis und Numerik Otto-von-Guericke-Universität Magdeburg thomasrichter@ovgude Material zur Vorlesung Algorithmische Mathematik II am 22627 Lineare Gleichungssysteme,
Lineare Gleichungssysteme: direkte Verfahren
Sechste Vorlesung, 24. April 2008, Inhalt Lineare Gleichungssysteme: direkte Verfahren Dreiecksmatrizen Gauß-Elimination LR-Zerlegung Anwendungen: Determinante, Inverse 1 Lösungsverfahren für lineare Gleichungssysteme
Rechenaufwand der LR- und LDL T - Zerlegung
6. Großübung Rechenaufwand der LR- und LDL T - Zerlegung Rückwärtseinsetzen Der Algorithmus kann der Folie 3.0 entnommen werden. Dieser kann in die folgenden Rechenoperationen aufgesplittet werden: Für
Methode der kleinsten Quadrate
Versus QR Matrizen mit vollem Rang 27. Mai 2011 Versus QR Inhaltsverzeichnis 1 2 3 Beispiel 4 Beispiel 5 6 Versus QR Kondition Vergleich Beispiel Versus QR Zu finden: Gerade, die den Punkten (0, 6), (1,
1. Einfache ebene Tragwerke
Die Ermittlung der Lagerreaktionen einfacher Tragwerke erfolgt in drei Schritten: Freischneiden Aufstellen der Gleichgewichtsbedingungen Auflösen der Gleichungen Prof. Dr. Wandinger 3. Tragwerksanalyse
MAV-NUM Applied Numerics Frühlingssemester Serie 4. (a) Berechnen Sie per Hand die LR-Zerlegung der Matrix
MAV-NUM Applied Numerics Frühlingssemester 08 Dr. Evelyne Knapp ZHAW Winterthur Serie 4 Aufgabe (LR Zerlegung Theorie): (a) Berechnen Sie per Hand die LR-Zerlegung der Matrix 3 0 0 0 (b) Lösen Sie mit
2. Finite Elemente. Die Methode der finiten Elemente ist ein spezielles Bubnow-Galerkin-Verfahren:
2. Finite lemente Die Methode der finiten lemente ist ein spezielles Bubnow-Galerkin-Verfahren: Zur Lösung der Gleichung K [ ~ u,u]+d [ ~ u, u]+m [ ~ u, ü]=l[ ~ u ] ~ u wird folgender Ansatz gemacht: u=
Technische Mechanik. Fachwerke
7 Fachwerke Fachwerke Fachwerke Anwendungsbeispiele... Beispiele aus dem Ingenieurwesen (wikipedia.org) Fachwerke 1 Fachwerke Anwendungsbeispiele nanowerk.com (T. Bückmann) wikipedia.org Beispiele aus
3 Lineare Gleichungssysteme
Lineare Gleichungssysteme Wir wissen bereits, dass ein lineares Gleichungssystem genau dann eindeutig lösbar ist, wenn die zugehörige Matrix regulär ist. In diesem Kapitel lernen wir unterschiedliche Verfahren
Lineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt [email protected] Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 3 und lineare Gleichungssysteme und
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
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
Nur Matrizen gleicher Dimension können addiert oder subtrahiert werden. Zur Berechnung werden zwei Matrizen A und B in den Matrix-Editor eingegeben.
R. Brinkmann http://brinkmann-du.de Seite 1 14.02.2014 Casio fx-cg20 Operationen mit Matrizen Bei nachfolgend beschriebenen Matrizenoperationen wird davon ausgegangen, dass die Eingabe von Matrizen in
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
Numerisches Programmieren, Übungen
Technische Universität München SoSe 8 Institut für Informatik Prof. Dr. Thomas Huckle Michael Rippl Fabio Gratl Numerisches Programmieren, Übungen Musterlösung 3. Übungsblatt: Gaußelimination mit Pivotsuche,
Numerik für Informatiker und Bioinformatiker. Daniel Weiß
Numerik für Informatiker und Bioinformatiker Daniel Weiß SS 202 Folgende Literatur bildet die Grundlage dieser Vorlesung: P Deuflhard, A Hohmann, Numerische Mathematik, Eine algorithmisch orientierte Einführung,
5 Eigenwerte und die Jordansche Normalform
Mathematik für Ingenieure II, SS 9 Freitag 6 $Id: jordantex,v 7 9/6/ :8:5 hk Exp $ 5 Eigenwerte und die Jordansche Normalform 5 Die Jordansche Normalform Nachdem wir bisher das Vorgehen zur Berechnung
Serie 5. Lineare Algebra D-MATH, HS Prof. Richard Pink. 1. [Aufgabe] Invertieren Sie folgende Matrizen über Q:
Lineare Algebra D-MATH, HS 214 Prof Richard Pink Serie 5 1 [Aufgabe] Invertieren Sie folgende Matrizen über Q: 1 a) 1 1 1 1 1 2 1 1 1 b) 1 2 1 1 1 1 2 1 1 1 1 2 1 2 3 1 c) 1 3 3 2 2 1 5 3 1 2 6 1 [Lösung]
MODULPRÜFUNG Numerische Methoden (Elektrotechnik, Meteorologie, Geodäsie und Geoinformatik)
Karlsruher Institut für Technologie KIT) Institut für Analysis Dr. S. Wugalter Herbst 7.9.7 MODULPRÜFUNG Numerische Methoden Elektrotechnik, Meteorologie, Geodäsie und Geoinformatik) Aufgabe 4 Punkte)
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
37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
Linear Systems and Least Squares
Linear Systems and Least Squares Vortragender: Gelin Jiofack Nguedong Betreuer: Prof. Dr. Joachim Weickert Proseminar: Matrixmethoden in Datenanalyse und Mustererkennung Wintersemester 2015/2016 18. November
( ) Lineare Gleichungssysteme
102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv
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
Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.
Lineare Gleichungssysteme. Einleitung Lineare Gleichungssysteme sind in der Theorie und in den Anwendungen ein wichtiges Thema. Theoretisch werden sie in der Linearen Algebra untersucht. Die Numerische
3. Fluid-Struktur-Kopplung
3. Fluid-Struktur-Kopplung Bei einer schwingenden Struktur muss die Normalkomponente der Schallschnelle mit der Normalkomponente der Geschwindigkeit an der Oberfläche der Struktur übereinstimmen. Dadurch
Klausur Numerische Mathematik (für Elektrotechniker), 24. Februar 2016
Verständnisfragen-Teil ( Punkte) Jeder der Verständnisfragenblöcke besteht aus Verständnisfragen. Werden alle Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es für diesen Block Punkte.
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
Lineare Gleichungssysteme
Lineare Gleichungssysteme 6. Vorlesung 170004 Numerische Methoden I Clemens Brand 25. März 2010 Nachträge Gliederung Nachträge it Nachträge Wichtige Begriffe Eine Zusammenfassung der Folien 8 16 der letzten
2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren
2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren Problem (P2): Löse Ax = b, A R n und b R. 2.1 Satz: Die folgenden Aussagen sind äquivalent: (i) Ax = b ist für jedes b eindeutig lösbar;
Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 2016/17
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden - Wintersemester 6/7 837 Aufgabe Punkte): Gegeben sei das lineare Gleichungssystem Ax = b mit A = 6 3 und
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
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
Lineare Algebra 1. Roger Burkhardt
Lineare Algebra 1 Roger Burkhardt [email protected] Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2010/11 2 Rechenoperationen und Gesetze Gleichheit
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
Dankert/Dankert: Technische Mechanik, 5. Auflage Lösungen zu den Aufgaben, Teil 4 (Kapitel 15-17)
Dankert/Dankert: Technische Mechanik, 5. Auflage Lösungen zu den Aufgaben, Teil 4 (Kapitel 15-17) Lösung 15.1: Element-Steifigkeitsmatrix Jeweils drei 2*2-Untermatrizen einer Element- Steifigkeitsmatrix
Lineare Algebra für Ingenieure
TECHNISCHE UNIVERSITÄT BERLIN SS 4 Fakultät II - Mathematik J Liesen/F Lutz/R Seiler Lineare Algebra für Ingenieure Lösungen zur Juli-Klausur Stand: 4 September 4 Rechenteil Aufgabe (8 Punkte Berechnen
5 Lineare Gleichungssysteme und Determinanten
5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von
Test 2, Musterlösung. Name, Klasse: Semester: 1 Datum: Teil ohne Matlab
Test 2, Musterlösung Lineare Algebra [email protected] Institut für Mathematik und Physik Name, Klasse: Semester: Datum: 2..26. Teil ohne Matlab. Lineare Abbildungen Zeigen Sie, dass die folgenden Abbildungen
Kurzform. Choleskyzerlegung. Julia Hoeboer. 13. Mai 2011
Choleskyzerlegung Julia Hoeboer 13 Mai 2011 Inhalt: LDM T Zerlegung LDL T Zerlegung Cholesky Zerlegung Person Berechnung Gaxpy Algorithmus Effektivität LDM T Zerlegung LDM T Zerlegung lässt sich aus LR
3 Lineare Algebra Vektorräume
3 Lineare Algebra Vektorräume (31) Sei K ein Körper Eine kommutative Gruppe V bzgl der Operation + ist ein Vektorraum über K, wenn eine Operation : K V V (λ, v) λv existiert mit i) v,w V λ,µ K: λ (v +
7 Lineare Gleichungssysteme
118 7 Lineare Gleichungssysteme Lineare Gleichungssysteme treten in vielen mathematischen, aber auch naturwissenschaftlichen Problemen auf; zum Beispiel beim Lösen von Differentialgleichungen, bei Optimierungsaufgaben,
Matrizenoperationen mit FORTRAN
Kapitel 2 Matrizenoperationen mit FORTRAN 21 Grundlagen Bei vielen Anwendungen müssen große zusammenhängende Datenmengen gespeichert und verarbeitet werden Deshalb ist es sinnvoll, diese Daten nicht als
Fachwerksberechnung mit FEM II
HTBL-Kapfenberg Fachwerksberechnung mit FEM Seite 1 Florian Grabner [email protected] Fachwerksberechnung mit FEM II Mathematische / Fachliche Inhalte in Stichworten: Finite Elemente Methode Kurzzusammenfassung
A wird in diesem Fall invertierbar oder regulär genannt. Beispiel
Inverse Matrizen Definition Sei A eine quadratische Matrix vom yp (n,n) Existiert zu A eine Matrix X gleichen yps mit AX = XA = E (E: (n,n) Einheitsmatrix), so nennt man X die zu A inverse Matrix, oder
Höhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 5/.. Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt Aufgabe
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/
Numerisches Programmieren, Übungen
Technische Universität München WiSe 7 / 8 Institut für Informatik Univ.-Prof. Dr. Hans-Joachim Bungartz Michael Obersteiner Philipp Samfass Numerisches Programmieren, Übungen Musterlösung 8. Übungsblatt:
Lineare Gleichungssysteme: eine Ergänzung
Lineare Gleichungssysteme: eine Ergänzung Ein lineares Gleichungssystem, bei dem alle Einträge auf der rechten Seite gleich sind heiÿt homogenes lineares Gleichungssystem: a x + a 2 x 2 +... + a n x n
Basistext 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
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange
Inverse der Verwandtschaftsmatrix
Qualitas AG Inverse der Verwandtschaftsmatrix Peter von Rohr Qualitas AG Peter von Rohr Folien ZL I+II LFW C11 November 5, 2015 2 / 26 Inverse einer Matrix Definition Gegeben eine quadratische Matrix A
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
6 Lineare Gleichungssysteme
6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α
Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren
Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren oder: Wie rechnet eigentlich der TI 84, wenn lineare Gleichungssysteme gelöst werden? Hier wird an einem Beispiel das Gaußsche Verfahren zum
4 Der Gauß Algorithmus
4 Der Gauß Algorithmus Rechenverfahren zur Lösung homogener linearer Gleichungssysteme Wir betrachten ein GLS (1) a 11 x 1 + a 1 x + + a 1n x n = a 1 x 1 + a x + + a n x n = a m1 x 1 + a m x + + a mn x
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
Lineare Algebra. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching
Lineare Algebra. Übungsstunde Steven Battilana [email protected] battilana.uk/teaching October 6, 017 1 Erinnerung: Lineare Gleichungssysteme LGS Der allgemeine Fall hat m lineare Gleichungen, n
Lineare Gleichungssysteme
Lineare Gleichungssysteme Lineare Gleichungssysteme Das System a x + a x +... + a n x n = b a x + a x +... + a n x n = b. +. +... +. =. a m x + a m x +... + a mn x n = b m heißt lineares Gleichungssystem
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
In diesem Kapitel betrachten wir direkte Verfahren zur Lösung von linearen Gleichungssystemen.
Kapitel 4 Lineare Gleichungssysteme 4 Problemstellung und Einführung In diesem Kapitel betrachten wir direkte Verfahren zur Lösung von linearen Gleichungssystemen Lineares Gleichungssystem: Gesucht ist
Klausurähnliche Aufgaben
Sommersemester 2007/08 Lineare Algebra Klausurähnliche Aufgaben Aufgabe 1 Seien v 1, v 2, v 3, v 4, v 5, v 6 die Vektoren in R 5 mit v 1 = (1, 2, 3, 1, 2), v 2 = (2, 4, 6, 2, 4), v 3 = ( 1, 1, 3, 0, 3),
LR Zerlegung. Michael Sagraloff
LR Zerlegung Michael Sagraloff Beispiel eines linearen Gleichungssystems in der Ökonomie (Input-Output Analyse Wir nehmen an, dass es 3 Güter G, G, und G 3 gibt Dann entspricht der Eintrag a i,j der sogenannten
KLAUSUR. Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.:
KLAUSUR Lineare Algebra (E-Techniker/Mechatroniker/W-Ingenieure/Informatiker).3. (W. Koepf) Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur
5.4 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)
Klausur Numerische Mathematik (für Elektrotechniker), Samstag, 19. August 2017
Verständnisfragen-Teil (5 Punkte) Jeder der 5 Verständnisfragenblöcke besteht aus 5 Verständnisfragen. Werden alle 5 Fragen in einem Verständnisfragenblock richtig beantwortet, so gibt es für diesen Block
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
Ausblick. 1. Lineare dynamische Analysen 2. Nichtlineare Analysen 3. Weitere Anwendungen. Prof. Dr. Wandinger 5. Ausblick FEM 5-1
Ausblick 1. Lineare dynamische Analysen 2. Nichtlineare Analysen 3. Weitere Anwendungen Prof. Dr. Wandinger 5. Ausblick FEM 5-1 1. Lineare dynamische Analysen Beschleunigungen: Bei linearen dynamischen
Cramersche Regel. Satz 2.26
ramersche Regel Satz 6 Es sei A R n n eine quadratische Matrix mit det(a) 6= Für das LGS Ax = b sei A j := (a,,a j, b, a j+,,a n ), also die Matrix, die entsteht, wenn in A die j-te Spalte durch den Vektor
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
Lineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 17.10.2012 Bernhard Hanke 1 / 9 Wir beschreiben den folgenden Algorithmus zur Lösung linearer Gleichungssysteme, das sogenannte Gaußsche
Kapitel 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
Numerische Mathematik
Michael Knorrenschild Mathematik-Studienhilfen Numerische Mathematik Eine beispielorientierte Einführung 5., aktualisierte Auflage Inhaltsverzeichnis 1 Rechnerarithmetik und Gleitpunktzahlen 9 1.1 Grundbegriffe
