7 Lineare Gleichungssysteme

Größe: px
Ab Seite anzeigen:

Download "7 Lineare Gleichungssysteme"

Transkript

1 116 7 Lineare Gleichngsssteme Lineare Gleichngsssteme treten in vielen mathematischen, aber ach natrwissenschaftlichen Problemen af; m Beispiel beim Lösen von Differentialgleichngen, bei Optimierngsafgaben, in der Elektrotechnik nd ach in der Chemie Bei Anwendngen treten meist sehr viele Gleichngen nd Unbekannte af, was effiiente Lösngsmethoden nabdingbar macht Hilfsmittel dieser Lösngsmethoden sind Vektoren nd Matrien 71 Vektoren in der Ebene nd im Ram In diesem Abschnitt ist das Wichtigste über Vektoren in der Ebene nd im Ram sammengefasst All dies sollte as der Schle bekannt sein Der restliche Stoff dieses Semesters bat af diesen Grndlagen af In der Ebene nd im Ram lassen sich Vektoren geometrisch als gerichtete Strecken oder Pfeile darstellen Wir beschreiben die Vektoren asschliesslich drch Länge nd Richtng Deshalb betrachten wir wei Vektoren als gleich, wenn ihre Richtng nd ihre Länge übereinstimmen Unter einem Ortsvektor OP eines Pnktes P verstehen wir den gerichteten Pfeil im Koordinatensstem mit Anfangspnkt im Ursprng O nd Endpnkt P Wir können ns also jeden Vektor als Ortsvektor vorstellen P Wir schreiben einen Vektor sowohl in der Ebene als ach im Ram als Spaltenvektor: ( ) v 1 1 =, v = v 2 2 v 3 Die reellen Zahlen 1, 2 bw v 1,v 2,v 3 heissen Komponenten des Vektors bw v Diese KomponentenbeiehensichafdieStandardbasis e 1, e 2 derebenebw e 1, e 2, e 3 desrames Das heisst, es gilt bw = ( 1 2 ) = 1 e e 2 mit e 1 = ( ) 1, e 0 2 = ( ) 0 1 v v = v 2 = v 1 e 1 +v 2 e 2 +v 3 e 3 mit e 1 = 0, e 2 = 1, e 3 = 0 v

2 117 Fassen wir = ( 1 2 ) als Ortsvektor = OP af, dann sind die Komponenten 1, 2 von gerade die Koordinaten des Pnktes P: P = ( 1, 2 ) Analog für v = OP im Ram Rechenregeln Die Definition von Smme + v, Differen v nd Skalarmltiplikation k mit einer reellen Zahl k erfolgt komponentenweise: 1 v 1 1 ±v 1 1 k 1 ± v = 2 ± v 2 = 2 ±v 2 nd k = k = 3 v 3 3 ±v 3 +v 2 3 k 2 k 3 v k 1 k2 Diese Vektoroperationen gehorchen den folgenden Regeln Sat 71 Für Vektoren, v nd w in der Ebene oder im Ram nd reelle Zahlen k,l gilt: (i) + v = v + (ii) ( + v)+ w = +( v + w) (iii) + 0 = 0+ = (iv) +( ) = 0 (v) k(l ) = (kl) (vi) k( + v) = k +k v (vii) (k+l) = k +l (viii) 1 =

3 118 Die Länge (oder Norm) eines Vektors = Ram ist gegeben drch = ( 1 2 ) 1 in der Ebene, bw = 2 im , bw = d Geraden nd Ebenen im Ram Es gibt im Wesentlichen wei verschiedene Darstellngsformen von Geraden nd Ebenen, die Parametergleichng nd die Koordinatengleichng Parametergleichng einer Geraden Eine Gerade in der Ebene bw im Ram ist gegeben drch ( ) r = = +t v bw r = = +t v mit t R wobei = OP der Ortsvektor eines (fest gewählten) beliebigen Pnktes P af der Geraden nd v ein Richtngsvektor längs der Geraden ist Für jeden Pnkt der Geraden gibt es also (gena) ein t in R, so dass der Vektor r der Ortsvektor dieses Pnktes beschreibt Man nennt t einen Parameter g v Pnkt Q g es gibt ein t R mit r = +t v = OQ

4 119 Beispiel Gescht ist eine Parametergleichng für die Gerade g drch die beiden Pnkte A = (1, 2,5) nd B = (4,6, 2) Liegt C = (1,0,2) af der Geraden g? Parametergleichng einer Ebene Eine Ebene im Ram ist gegeben drch r = = +s v +t w mit s,t R wobei = OP der Ortsvektor eines beliebigen Pnktes P af der Ebene nd v nd w wei nicht parallele Richtngsvektoren in der Ebene sind Hier sind s nd t wei Parameter v w As der Schle wissen Sie, dass eine Gleichng der Form = m+q eine Gerade in der Ebene beschreibt, wobei m die Steigng nd q der -Achsenabschnitt der Geraden ist Die folgende leicht allgemeinere Schreibweise dieser Gleichng beschreibt ach die Geraden, die

5 120 parallel r -Achse sind Koordinatengleichng einer Geraden in der Ebene Eine Gerade in der Ebene ist gegeben drch a+b +c = 0 wobei a,b,c reelle Zahlen sind Dabei gilt: Beispiel Der Pnkt P = (,) liegt af der Geraden a+b +c = 0 Liegt der Pnkt P = ( 2,4) af der Geraden g gegeben drch +2 6 = 0? Koordinatengleichng einer Ebene im Ram Eine Ebene im Ram ist gegeben drch a+b +c +d = 0 wobei a,b,c,d reelle Zahlen sind Tatsächlich beschreibt diese Gleichng eine Ebene nd nicht eine Gerade Es ist eine Gleichng in den drei Unbekannten,, Zwei Unbekannte sind also frei wählbar, dann ist die dritte bestimmt Dies entspricht den wei Dimensionen der Ebene (bw den wei Parametern der Parametergleichng einer Ebene) Eine Gerade im Ram ist nicht drch eine einige Koordinatengleichng beschreibbar Es sind wei Koordinatengleichngen dafür nötig Geometrisch bedeten die wei Gleichngen wei Ebenen Die Gerade wird also als Schnittgerade weier Ebenen beschrieben Beispiel Man bestimme die Schnittgerade der beiden Ebenen gegeben drch = 0 nd +2 1 = 0

6 Der n-dimensionale Ram Im vorhergehenden Abschnitt haben wir speiell die Ebene nd den (dreidimensionalen) Ram nterscht In Rämen mit vier oder mehr Dimensionen kann gan ähnlich gerechnet werden Solche Räme kommen ins Spiel, wenn wir lineare Gleichngsssteme lösen wollen Hat nämlich ein lineares Gleichngssstem vier oder mehr Unbekannte, so liegen seine Lösngen nicht in der Ebene oder im (dreidimensionalen) Ram, sondern in einem Ram von höherer Dimension Die Rechenarten des vorhergehenden Abschnitts können problemlos af höherdimensionale Räme erweitert werden Sei n eine natürliche Zahl Die Menge aller geordneten n-tpel ( 1, 2,, n ) mit reellen Zahlen 1, 2,, n heisst n-dimensionaler Ram nd wird mit R n beeichnet Den 2- nd 3-dimensionalen Ram kennen wir schon Der Ram R 2 ist die Ebene nd R 3 ist der Ram as dem vorhergehenden Abschnitt Wie in R 2 nd R 3 beeichnen wir mit P = ( 1,, n ) einen Pnkt in R n nd mit v = einen Vektor in R n Eine Addition nd eine Skalarmltiplikation können wir für alle n 1 komponentenweise definieren, + v = 1 + n v 1 v n = v 1 v n 1 +v 1 n +v n nd k v = fürk R DieSbtraktionkanndannals v = +( v)definiertwerden, wobei v = ( 1) v der Vektor mit den Komponenten v 1,, v n ist Die Vektoren im R n gehorchen damit denselben Rechenregeln wie die Vektoren im R 2 nd R 3 Es sind die Gesete (i) (viii) as Sat 71 Weiter ist die Länge (oder Norm) eines Vektors in R n definiert drch = n 73 Lineare Gleichngsssteme nd Matrien kv 1 kv n Wir beginnen mit einem Beispiel eines linearen Gleichngssstems as der Chemie Beispiel: Reaktionsgleichng Wird Kalimdichromat K 2 Cr 2 O 7 af über 500 C erhitt, erfällt es in Kalimchromat K 2 CrO 4, Chromoid Cr 2 O 3 nd Saerstoff O 2 Die Reaktionsgleichng latet mit nbekannten Molekülahlen: 1 K 2 Cr 2 O 7 2 K 2 CrO Cr 2 O O 2

7 122 Wie sehen die Koeffiienten 1, 2, 3, 4 in der Reaktionsgleichng as, die gewährleisten, dass bei den Reaktanden nd Prodkten der Gleichng die Anahlen der jeweiligen Atome gleich sind? Bringen wir alle Terme af die linke Seite, erhalten wir die folgenden drei linearen Gleichngen = 0 (1) = 0 (2) = 0 (3) also ein lineares Gleichngssstem Wir könnten dieses Gleichngssstem mit Methoden as der Schle lösen, m Beispiel drch Einseten Hätte dieses Sstem jedoch mehr Unbekannte nd Gleichngen, wäre diese Lösngsmethode sehr afwendig Es ist deshalb sinnvoll, eine Lösngsmethode kennen, mit der man jedes lineare Sstem effiient lösen kann Zerst halten wir noch ein paar wichtige allgemeine Tatsachen über lineare Gleichngsssteme fest Allgemein nennt man m lineare Gleichngen a a 1n n = b 1 a a 2n n = b 2 a m a mn n = b m (G) in n Variablen ein lineares Gleichngssstem Die reellen Zahlen a 11,,a mn nennt man Koeffiienten des Gleichngssstems (oder der Gleichngen) Eine Lösng des Sstems besteht as n Zahlen 1,, n mit der Eigenschaft, dass jede Gleichng des Sstems drch die Sbstittion 1 = 1, 2 = 2,, n = n erfüllt wird Die Gesamtheit aller Lösngen heisst Lösngsmenge oder allgemeine Lösng des Gleichngssstems Zm Beispiel bilden die Gleichngen ein lineares Gleichngssstem = = 7 Verändern wir die 2 Gleichng, erhalten wir ein nees Gleichngssstem, = = 7 Dieses Sstem hat keine Lösng! Also nicht jedes Gleichngssstem ist lösbar

8 123 Verändern wir die 2 Gleichng noch einmal, erhalten wir weiter das Sstem = = 7 Wir haben nn je ein lineares Gleichngssstem mit gena einer Lösng, mit keiner Lösng nd mit nendlich vielen Lösngen gesehen Tatsächlich können bei einem beliebigen linearen Gleichngssstem stets nr gena diese drei Fälle aftreten Für Ssteme in 2 oder 3 Unbekannten kann diese Tatsache geometrisch begründet werden, denn eine Gleichng in 2 Unbekannten beschreibt eine Gerade in der Ebene nd eine Gleichng in 3 Unbekannten beschreibt eine Ebene im Ram Das heisst, das lineare Gleichngssstem hat eine Lösng, wenn die Geraden (bw Ebenen) einen gemeinsamen Schnittpnkt haben gena eine Lösng keine Lösng nendlich viele Lösngen Um lineare Gleichngsssteme effiient lösen können, schreibt man sie mit Hilfe von sogenannten Matrien, a 11 a 12 a 1n a 11 a 12 a 1n b 1 a 21 a 22 a 2n A =, (A a 21 a 22 a 2n b 2 b) = a m1 a m2 a mn a m1 a m2 a mn b m Die Matri A nennt man Koeffiientenmatri des Sstems (G) nd die Matri (A b) heisst erweiterte Matri des Sstems

9 124 Allgemein ist eine (reelle oder komplee) Matri ein rechteckiges Zahlenschema a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn wobei a ij für i = 1,,m nd j = 1,,n (reelle oder komplee) Zahlen sind; man nennt sie Elemente oder Einträge der Matri (nächstes Semester werden wir ach Matrien benten, deren Einträge Fnktionen sind) Hat die Matri m Zeilen nd n Spalten, dann beeichnet man die Matri als m n-matri Ist speiell n = 1, so hat die m 1-Matri nr eine Spalte a 1 a m ist also nichts anderes als ein Spaltenvektor Ist m = 1, so hat die 1 n-matri nr eine Zeile ( a1 a n ) nd wird ach als Zeilenvektor beeichnet Ist m = n, so nennt man die n n-matri qadratisch der Ordnng n Die Elemente a 11,a 22,,a nn heissen Diagonalelemente Sind alle Elemente asser den Diagonalelementen einer Matri gleich Nll, dann nennt man die Matri eine Diagonalmatri Eine speielle Diagonalmatri ist die Einheitsmatri E = E n =, der Ordnng n Weiter nennt man die Matri, deren sämtliche Elemente gleich Nll sind, Nllmatri nd beeichnet sie mit 0 Schliesslich nennt man wei Matrien gleich, wenn sie dieselbe Anahl Zeilen nd Spalten haben (dh dieselbe Grösse haben) nd einander entsprechende Einträge übereinstimmen 74 Der Gaß-Algorithms Es gibt verschiedene Methoden, ein lineares Gleichngssstem lösen Der Gaß-Algorithms (oder das Gaß-Jordan-Verfahren) ist ein Lösngsverfahren, das für beliebige lineare Ssteme anwendbar ist Er ist leicht af einem Compter programmierbar nd vor allem sehr effiient Weitere Lösngsmethoden sind m Beispiel die Cramersche Regel nd das Lösen mit Hilfe der inversen Matri, die jedoch nr für gewisse qadratische Koeffiientenmatrien anwendbar sind, das heisst insbesondere, für lineare Ssteme mit gleich vielen Gleichngen wie Unbekannten Sie sind eher vom theoretischen Standpnkt her interessant Gewisse lineare Gleichngsssteme sind gan einfach lösen, m Beispiel = = 1 3 = 3 (S1)

7 Lineare Gleichungssysteme

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

Mehr

B: Gleichung der Kugel mit Zentrum M(3, -2, 1), die den Punkt P(1, 4, 4) enthält.

B: Gleichung der Kugel mit Zentrum M(3, -2, 1), die den Punkt P(1, 4, 4) enthält. 5 0. Die Kgel 0. Die Kgelgleichng Def. Unter der Kgel k mit Mittelpnkt M nd adis verstehen wir die Menge aller Pnkte P, die vom Mittelpnkt M einen vorgegebenen abstand haben, für die also gilt: MP MP oder

Mehr

Vektorraum. Ist =, so spricht man von einem reellen Vektorraum, ist =, so spricht man von einem komplexen

Vektorraum. Ist =, so spricht man von einem reellen Vektorraum, ist =, so spricht man von einem komplexen 6. Vektorra Ein Vektorra oder linearer Ra ist eine algebraische Strktr die in fast allen Zweigen der Matheatik erwendet wird. Eingehend betrachtet werden Vektorräe in der Linearen Algebra. Die Eleente

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

Übungsaufgaben Mathematik 3 MST Lösung zu Blatt 4 Differentialgleichungen

Übungsaufgaben Mathematik 3 MST Lösung zu Blatt 4 Differentialgleichungen Übngsafgaben Mathematik MST Lösng z Blatt 4 Differentialgleichngen Prof. Dr. B.Grabowski Z Afgabe ) Lösen Sie folgende Differentialgleichngen nd Anfangswertprobleme drch mehrfaches Integrieren nach y(x)

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

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

Übungsaufgaben Mathematik III MST. Zu b) Klassifizieren Sie folgende Differentialgleichungen nach folgenden Kriterien : - Anfangswertproblem

Übungsaufgaben Mathematik III MST. Zu b) Klassifizieren Sie folgende Differentialgleichungen nach folgenden Kriterien : - Anfangswertproblem Übngsafgaben Mathematik III MST Lösngen z Blatt 4 Differentialgleichngen Prof. Dr. B.Grabowski Z Afgabe ) Z a) Klassifizieren Sie folgende Differentialgleichngen nach folgenden Kriterien: -Ordnng der Differentialgleichng

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

13 Lösen von Gleichungssystemen

13 Lösen von Gleichungssystemen Vorkurs Mathematik 2 3 LÖSEN VON GLEICHUNGSSYSTEMEN 3 Lösen von Gleichungssystemen Zu Beginn des Kurses haben wir folgendes Gleichungssystem gelöst: 2 + 3y = 5 () + 2y = 4 (2) In diesem Beispiel haben

Mehr

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html [email protected]

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

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

Mehr

Ferienkurs Analysis 3 für Physiker. Integralsätze

Ferienkurs Analysis 3 für Physiker. Integralsätze Ferienkrs Analysis 3 für Physiker Integralsätze Ator: Benjamin Rüth Stand: 17. März 214 Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis 1 Differentialoperatoren 3 2 Integralsatz von Gaß 4 2.1

Mehr

EINFÜHRUNG IN DIE TENSORRECHNUNG

EINFÜHRUNG IN DIE TENSORRECHNUNG EINFÜHRUNG IN DIE TENSORRECHNUNG Teil SIEGFRIED PETRY Nefassng vom.jni 016 I n h a l t 1 Mehr über Tensoren. Stfe Darstellng eines Tensors in einer Basis 4 Beispiele nd Übngen 5 4 Lösngen 1 1 1 Tensoren.

Mehr

Michael Buhlmann Mathematik > Vektorrechnung > Kreuzprodukt

Michael Buhlmann Mathematik > Vektorrechnung > Kreuzprodukt Michael Bhlmann Mathematik > Vektorrechnng > Krezprodkt Einleitng a Für zwei Vektoren a a nd gelten im dreidimensionalen reellen Vektorram a neen der Addition Vektoraddition) nd der Mltiplikation mit einer

Mehr

Mathematik für Naturwissenschaftler II

Mathematik für Naturwissenschaftler II Mathematik für Naturwissenschaftler II Dr Peter J Bauer Institut für Mathematik Universität Frankfurt am Main Sommersemester 27 Lineare Algebra Der mehrdimensionale Raum Vektoren Im Teil I dieser Vorlesung

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2 Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete

Mehr

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra)

Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra) Kapitel 6: Matrixrechnung (Kurzeinführung in die Lineare Algebra) Matrix: (Plural: Matrizen) Vielfältige Anwendungen in der Physik: - Lösung von linearen Gleichungsystemen - Beschreibung von Drehungen

Mehr

Lineare Algebra I (WS 12/13)

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

Mehr

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

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }. 154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =

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

3 Lineare Algebra (Teil 1): Lineare Unabhängigkeit

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

Mehr

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) = Matrizen Eine m nmatrix ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten der Form a 11 a 12 a 1n A = a ij = a 21 a 22 a 2n a m1 a m2 a mn Dabei sind m und n natürliche und die Koezienten a

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

Im Falle einer zweimal differenzierbaren Funktion lässt sich das Krümmungsverhalten anhand der zweiten Ableitung feststellen.

Im Falle einer zweimal differenzierbaren Funktion lässt sich das Krümmungsverhalten anhand der zweiten Ableitung feststellen. Konvex, Konkav, Wendepunkt: Sei f : D R eine Funktion und sei I D ein Intervall. Gilt für alle x 1,x 2 I f ( x1 +x ) 2 2 f(x 1)+f(x 2 ), 2 dann heißt f konvex (linksgekrümmt) in I. Gilt für alle x 1,x

Mehr

3 Flächen und Flächenintegrale

3 Flächen und Flächenintegrale 3 Flächen Flächen sind im dreidimensionalen Ram eingebettete zweidimensionale geometrische Objekte In der Mechanik werden zb Membranen nd chalen als Flächen idealisiert In der Geometrie treten Flächen

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

Brückenkurs Mathematik. Mittwoch Freitag

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

Mehr

Aufgaben zu Exponentialgleichungen

Aufgaben zu Exponentialgleichungen www.mathe-afgaben.com Afgaben z Eponentialgleichngen Definition Logarithms: b a b a Logarithmengesetze. Logarithmengesetz: ( y) () (y) b b. Logarithmengesetz: b( ) b() b(y) y. Logarithmengesetz: ( ) m

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

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

Geometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene

Geometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene Geometrie Geometrie W. Kuhlisch Brückenkurs 207. Vektoren, Vektorrechnung und analytische Geometrie der Ebene 2. Vektorrechnung und analytische Geometrie des Raumes 3. Anwendungen in der Geometrie, Lagebeziehungen

Mehr

Lösungen Serie 2 (Lineare Gleichungssysteme, Matrizen)

Lösungen Serie 2 (Lineare Gleichungssysteme, Matrizen) Fachhochschule Nordwestschwei (FHNW Hochschule für Technik Institut für Geistes- und Naturwissenschaft Lösungen Serie 2 (Lineare Gleichungsssteme, Matrien Doent: Roger Burkhardt Klasse: Studiengang ST

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

2 Lineare Gleichungssysteme

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

Mehr

Vektoren, Vektorräume

Vektoren, Vektorräume Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010

Mehr

8.2 Invertierbare Matrizen

8.2 Invertierbare Matrizen 38 8.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

7.3 Lorentz Transformation

7.3 Lorentz Transformation 26 KAPITEL 7. SPEZIELLE RELATIVITÄTSTHEORIE 7.3 Lorent Transformation In diesem Abschnitt sollen die Transformationen im 4-dimensionalen Minkowski Raum betrachtet werden. Dabei wollen wir uns auf solche

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

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

Vektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42

Vektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42 Vektoren Jörn Loviscach Versionsstand:. April 29, 23:42 Rechnen mit Pfeilen Bei den komplexen Zahlen haben wir das Rechnen mit Pfeilen schon kennen gelernt. Addition und Subtraktion klappen in drei wie

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors

& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors Einführu hnung Was ist ein Vektor? In Bereichen der Naturwissenschaften treten Größen auf, die nicht nur durch eine Zahlenangabe dargestellt werden können, wie Kraft oder Geschwindigkeit. Zur vollständigen

Mehr

Vektorräume und Rang einer Matrix

Vektorräume 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

Mehr

Rechnen mit Vektoren. 1. Vektoren im Koordinatensystem Freie Vektoren in der Ebene

Rechnen mit Vektoren. 1. Vektoren im Koordinatensystem Freie Vektoren in der Ebene Rechnen mit 1. im Koordinatensystem 1.1. Freie in der Ebene 1) Definition Ein Vektor... Zwei sind gleich, wenn... 2) Das ebene Koordinatensystem Wir legen den Koordinatenursprung fest, ferner zwei zueinander

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische Erfrischungen III - Vektoren und Matrizen Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen

Mehr

3.6 Einführung in die Vektorrechnung

3.6 Einführung in die Vektorrechnung 3.6 Einführung in die Vektorrechnung Inhaltsverzeichnis Definition des Vektors 2 2 Skalare Multiplikation und Kehrvektor 4 3 Addition und Subtraktion von Vektoren 5 3. Addition von zwei Vektoren..................................

Mehr

HEUTE. Beispiel 1. Gleichungssysteme: theoretische Aspekte. warum Matrizen? etwas Hintergrund

HEUTE. Beispiel 1. Gleichungssysteme: theoretische Aspekte. warum Matrizen? etwas Hintergrund ..3 HEUTE..3 3 Beispiel Gleichungssysteme: theoretische Aspekte Teile einen Kuchen auf 8 Leute gleichmäßig auf. Wieiel bekommt jeder? warum Matrien? etwas Hintergrund Gleichungssysteme: praktische Aspekte

Mehr

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5 Vektorrechnung 0. August 07 Inhaltsverzeichnis Vektoren Grundlegende Rechenoperationen mit Vektoren 3 3 Geometrie der Vektoren 5 4 Das Kreuzprodukt 9 Vektoren Die reellen Zahlen R können wir uns als eine

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h.

Definition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h. 8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x

Mehr

1 Lineare Gleichungssysteme und Matrizen

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

Mehr

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte Geometrie Geometrie W. Kuhlisch Brückenkurs 206. Vektorrechnung und analytische Geometrie der Ebene, Kegelschnitte 2. Vektorrechnung und analytische Geometrie des Raumes, Anwendungen in der Geometrie,

Mehr

3 Konsumenten. Nutzenfunktionen Konsumenten vergleichen und bewerten Güterbündel: Güter : Nutzenfunktion eines Konsumenten. Güterraum.

3 Konsumenten. Nutzenfunktionen Konsumenten vergleichen und bewerten Güterbündel: Güter : Nutzenfunktion eines Konsumenten. Güterraum. Konsmenten Ntzenfnktionen Konsmenten vergleichen nd bewerten Güterbündel: l Güter : l K l R+ Güterram Ntzenfnktion eines Konsmenten U : l R +... R a... l l Güterbündel reelle Zahl 7 Eine Ntzenfnktion ermöglicht

Mehr

Lineare Gleichungssysteme

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

Mehr

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:

Mehr

MLAN1 1 MATRIZEN 1 0 = A T =

MLAN1 1 MATRIZEN 1 0 = A T = MLAN1 1 MATRIZEN 1 1 Matrizen Eine m n Matrix ein rechteckiges Zahlenschema a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n a m1 a m2 a m3 amn mit m Zeilen und n Spalten bestehend aus m n Zahlen Die Matrixelemente

Mehr

Lineare Algebra: Theorie und Anwendungen

Lineare Algebra: Theorie und Anwendungen Lineare Algebra: Theorie und Anwendungen Sommersemester 2012 Bernhard Burgeth Universität des Saarlandes c 2010 2012, Bernhard Burgeth 1 VEKTOREN IN DER EBENE UND IM RAUM 2 1 Vektoren in der Ebene und

Mehr

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele: L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: 2) Vektoren: vollständig bestimmt durch Angabe einer und einer Beispiele: Übliche

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

Vorkurs: Mathematik für Informatiker

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

Mehr

Grundlagen der Vektorrechnung

Grundlagen der Vektorrechnung Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt

Mehr

Matrizen - I. Sei K ein Körper. Ein rechteckiges Schema A = wobei a ij K heißt Matrix bzw. eine m n Matrix (mit Elementen aus K).

Matrizen - I. Sei K ein Körper. Ein rechteckiges Schema A = wobei a ij K heißt Matrix bzw. eine m n Matrix (mit Elementen aus K). Matrizen - I Definition. Sei K ein Körper. Ein rechteckiges Schema A = a 11 a 12...... a 1n a 21 a 22...... a 2n............ a m1 a m2...... a mn wobei j K heißt Matrix bzw. eine m n Matrix (mit Elementen

Mehr

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,

Mehr

Das inhomogene System. A x = b

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

Mehr

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

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

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung:

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung: Vektorrechnung eine Einführung Einleitung: Um beispielsweise das Dreieck ABC in der Abbildung an die Position A'B'C' zu verschieben, muss jeder Punkt um sieben Einheiten nach rechts und drei nach oben

Mehr

Lineare Algebra Übungen

Lineare Algebra Übungen Dr Andreas Maurischat Aachen 9 September 7 Lineare Algebra Übungen Vorkurs Mathematik 7 RWTH Aachen Aufgaben um Kapitel (Vektorrechnung Aufgabe Im R sind die Punkte P = (; ; Q = (; ; R = ( ; ; gegeben

Mehr

Rang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya

Rang 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

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

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

Definition, Grundbegriffe, Grundoperationen

Definition, Grundbegriffe, Grundoperationen Aufgaben 1 Vektoren Definition, Grundbegriffe, Grundoperationen Lernziele - einen Vektor korrekt kennzeichnen bzw. schreiben können. - wissen, was ein Gegenvektor ist. - wissen, wie die Addition zweier

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

Achsen eines Parallelogramms. Eckart Schmidt

Achsen eines Parallelogramms. Eckart Schmidt Achsen eines Parallelogramms Eckart Schmidt Eine Achsenkonstrktion für Ellipsen dürfte hete kam Thema der Schlgeometrie sein Betrachtet man statt der Ellipse ein einbeschriebenes Parallelogramm z konjgierten

Mehr

00. Einiges zum Vektorraum R n

00. Einiges zum Vektorraum R n 00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen

Mehr

Vorgehen zur Kalibrierung von Kamerabildern

Vorgehen zur Kalibrierung von Kamerabildern Vorgehen r Kalibrierng von Kamerabildern Prof. Dr.-Ing. Bernhard Lang, 06.04.2013 3 Kalibrierng von Kamerabildern 3.1 Hintergrnd Eine reale Kamera lässt sich geometrisch drch eine Lochkamera modellieren.

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

1 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 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

Mehr

Blatt 12: Satz von Gauss, Satz von Stokes

Blatt 12: Satz von Gauss, Satz von Stokes Fakltät für Physik Jan on Delft, Katharina Stadler, Frake Scharz T0: Rechenmethoden für Physiker, WiSe 203/4 http://homepages.physik.ni-menchen.de/~ondelft/lehre/3t0/ Blatt 2: Satz on Gass, Satz on Stokes

Mehr

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

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

Mehr

~ v 2. Abbildung 3: Zweiter Schritt des Gram-Schmidt-Verfahrens. k 1. i=1. v k = w k

~ v 2. Abbildung 3: Zweiter Schritt des Gram-Schmidt-Verfahrens. k 1. i=1. v k = w k v 1 v 1 v 2 v 2 W 2 -v (v, v ) 1 1 2 Abbildung 3: Zweiter Schritt des Gram-Schmidt-Verfahrens. k. Schritt: Subtraktion der Komponenten von ṽ k in Richtung von v 1,v 2,...,v k 1 und Normierung von w k auf

Mehr

9 Lineare Gleichungssysteme

9 Lineare Gleichungssysteme 9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der

Mehr

Lineare Algebra. Teil III. Inhaltsangabe

Lineare Algebra. Teil III. Inhaltsangabe Teil III Lineare Algebra Inhaltsangabe 3 Lineare Algebra 22 3.1 Einführung.......................... 22 3.2 Matrizen und Vektoren.................... 23 3.3 Spezielle Matrizen...................... 24

Mehr

Allgemeines Gleichungssystem mit zwei Gleichungen und zwei Variablen. Der erste Index bezeichnet die Nummer der Zeile, der zweite die der Spalte.

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

Mehr

(0, 3, 4) (3, 3, 4) (3, 3, 0)

(0, 3, 4) (3, 3, 4) (3, 3, 0) Übungsmaterial 1 2 Vektoren im Raum 2.1 Das räumliche Koordinatensystem Abbildung 1 zeigt das Koordinatensystem im R 3, dem dreidimensionalen Raum, mit eingefügtem Quader. Die Koordinaten einiger Eckpunkte

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

I. II. I. II. III. IV. I. II. III. I. II. III. IV. I. II. III. IV. V. I. II. III. IV. V. VI. I. II. I. II. III. I. II. I. II. I. II. I. II. III. I. II. III. IV. V. VI. VII. VIII.

Mehr

72 Grundlagen der konstruktiven Geometrie

72 Grundlagen der konstruktiven Geometrie 7 Grndlagen der konstrktiven Geometrie die Parameter nd v zgleich ein lokales kartesisches Koordinatensstem af der Eene. Flächen. Ordnng Für die implizite Darstellng eines Zlinders gilt in homogenen Koordinaten

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

1 Pythagoräische Zahlentripel

1 Pythagoräische Zahlentripel 1 Pythagoräische Zahlentripel Wir fragen ns nn, welche natürlichen Zahlen die Gleichng 2 + y 2 = 2 lösen. Übng 1 Finden Sie Zahlentripel (; y; ) 2 N 3, mit 1 ; y < ; welche die Gleichng 2 + y 2 = 2 lösen.

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

Vektoren. Jörn Loviscach. Versionsstand: 30. März 2010, 18:06 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung.

Vektoren. Jörn Loviscach. Versionsstand: 30. März 2010, 18:06 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Vektoren Jörn Loviscach Versionsstand: 30. März 2010, 18:06 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. 1 Rechnen mit Pfeilen Bei den komplexen Zahlen haben wir das Rechnen

Mehr