Daniel Heibrock. Facharbeit Mathe. Matrizenrechnung mit dem Graphik- Taschenrechner fx-9750gii. Herr Bonertz M_L1 Q1

Größe: px
Ab Seite anzeigen:

Download "Daniel Heibrock. Facharbeit Mathe. Matrizenrechnung mit dem Graphik- Taschenrechner fx-9750gii. Herr Bonertz M_L1 Q1"

Transkript

1 Daniel Heibrock Facharbeit Mathe Matrizenrechnung mit dem Graphik- Taschenrechner fx-9750gii Herr Bonertz M_L1 Q1

2 Inhaltsverzeichnis Themenwahl und Schwerpunktsetzung...3 Einführung in die Matrizenrechnung Matrizenrechnung im RUN MAT-Menü des GTR Grundrechenarten der Matrizenrechnung im RUN MAT-Menü Matrizenumformung im Matrixoperationsmenü...6 Erstellen einer Einheitsmatrix...6 Augmentieren von zwei vorhandenen Matrizen...6 Auffüllen einer Matrix...6 Schreiben einer Matrixspalte in eine Liste...7 Transponieren einer Matrix Matrizenrechnung im Matrixoperationsmenü...7 Berechnen des Skalarproduktes zweier Vektoren...7 Berechnen der Determinanten...8 Inversion einer quadratischen Matrix...8 Aufstellen der reduzierten Stufenform...8 Aufstellen der zeilengestaffelten Stufenform...8 Schlusswort...9 Anhang...10 Beispielaufgaben...10 Matrizenaddition...10 Matizensubtraktion...10 Matrizenmultiplikation...10 Potenzieren einer Matrix...11 Matrizeninversion...11 Skalarproduktberechnung...11 Lösung von linearen Gleichungssystemen mit der reduzierten Stufenform...12 Literaturverzeichnis...13

3 Themenwahl und Schwerpunktsetzung Als mir das erste Mal das Thema der Vektorrechnung nahe gebracht wurde, weckte dieses mathematische Gebiet in mir großes Interesse. Daher entschied ich mich dafür, mich mit der Berechnung von Matrizen auseinanderzusetzen. Weiterführend interessierten mich die Möglichkeiten, die mir der Graphik-Taschenrechner (GTR) fx-9750gii der Firma CASIO eröffnete. Aus diesem Grund werde ich mich hier damit auseinandersetzen, wie man mit dem GTR für Matrizen grundlegende Rechnungen ausführt und ein besonderes Augenmerk darauf legen, wie die Ergebnisse mit möglichst geringem Rechenaufwand überprüft werden können. Die Zielsetzung meiner Arbeit ist es, eine verständliche Anleitung zu erarbeiten, die es ermöglicht, mit dem GTR möglichst effizient im Bereich der Matrizen zu rechnen. Zusätzlich zu den grundlegenden Rechenarten (Addition, Subtraktion, Multiplikation und Division) werde ich mich spezielleren Fällen wie der Multiplikation einer Matrix mit einem skalaren Faktor, dem Invertieren einer solchen, sowie dem Potenzieren einer quadratischen Matrix anhand von u.a. anwendungsbezogenen Beispielen beschäftigen. Außerdem werden einige Anwendungsbereiche für Matrizen genannt und im Falle der Vektorrechnung erläutert, wie das Skalarprodukt gebildet werden kann. Einführung in die Matrizenrechnung Im Bereich der Matrizenrechnung sind Rechenoperationen nur unter bestimmten Bedingungen möglich. Addition und Subtraktion sind nur durchführbar, wenn Minuend- und Subtrahend-Matrix bzw. die Summanden-Matrizen identische Dimensionen haben. Es werden jeweils die Matrixzellen mit den selben Indices addiert bzw. subtrahiert. ( x a1,1 x a 1,2 x a 2,1 x a 2,2) ± ( x b1,1 x b1,2 x b2,1 x b 2,2) ( = x ±x a1,1 b 1,1 x a1,2 ± x b1,2 x a2,1 ±x b 2,1 x a2,2 ± x b2,2) Bei der Multiplikation von Matrizen muss die Spaltenzahl einer Faktor-Matrix der Zeilenzahl der anderen entsprechen um eine solche Rechenoperation zu ermöglichen, da hierzu Zeile mal Spalte multipliziert wird.

4 ( x a1,1 x a 1,2 x a2,1 x a 2,2) ( x b1,1 x b1,2 x b2,1 x b 2,2) ( = x x +x x a 1,1 b1,1 a1,2 b2,1 x a1,1 x b1,2 + x a1,2 x x a 2,1 x b1,1 + x a2,2 x b2,1 x a2,1 x b1,2 + x a2,2 x b2,2) Im Falle der Multiplikation mit einem skalaren Faktor wird dieser mit jeder Zelle der Matrix einzeln multipliziert. Potenzierbar wiederum sind nur quadratische Matrizen, das heißt ihre Zeilenzahl entspricht gleichzeitig der Anzahl ihrer Spalten, da sonst die im Vorherigen beschriebenen Voraussetzungen der Multiplikation nicht erfüllt werden würden. Das Invertieren einer Matrix beschreibt die Berechnung einer Matrix, die mit der Ausgangsmatrix multipliziert eine Einheitsmatrix ergibt. Diese besteht nur aus Nullen und Einsen, wobei die Einsen sich in den Zellen befinden, deren Zellenindex ihrem jeweiligen Spaltenindex entspricht. 1. Matrizenrechnung im RUN MAT-Menü des GTR [AC/ON] [MENU] [1] In diesem Menü ist es möglich Matrizen einzugeben und mit diesen zu rechnen. Es stehen dazu 26 Matrixspeicher zur Verfügung (Mat A Mat Z), für die es eine maximale Größe von (999x999) 1 einzuhalten gilt, sowie ein Antwortspeicher (MatAns). Eine Matrix ist im Matrix-Editor oder mit Hilfe des Matrixoperationsmenüs zu erstellen. Der Matrix-Editor wird im RUN MAT-Menü über MAT geöffnet: [F1] Nach Betätigen von [EXE] oder [ ] werden die Dimensionen der Matrix festgelegt. Nach erneuter Bestätigung durch [EXE] kann die Matrix befüllt werden. Das Matrixoperationsmenü ist im RUN MAT-Menü unter MAT zu finden: [OPTN] [F2] Bei der Matrizenerstellung im Matrixoperationsmenü wird die Matrix mit Hilfe von eckigen Klammern eingegeben. Jede Zeile wird ebenso wie die gesamte Matrix eingeklammert, wobei die Zahlen durch Kommata getrennt werden. 1 Laut Handbuch

5 ( x1,1 x1,2 x1,n x 2,1 x 2,2 x 2,n x m,1 x m,2 x m,n) [[ x 1,1, x 1,2,..., x 1, n][ x 2,1, x 2,2,..., x 2,n] [ x m,1, x m,2,..., x m, n]] Nun wird die Matrix auf einem Speicher abgelegt. Hierbei ist zu beachten, dass alle Zeilen die gleiche Anzahl an Zahlen beherbergen, da sonst ein Fehler auftritt (Dim Error). Beim Rechnen mit den Matrixspeichern ist zu beachten, dass hierbei nur die 26 Buchstaben, sowie der Matrixantwortspeicher MatAns zur Verfügung stehen. Die Buchstabenspeicher werden wie gewohnt mit ALPHA angesteuert, es wird jedoch ein Mat vorangestellt. Dies ist über das Matrixoperationsmenü oder eine Tastenkombination möglich. Da sich diese Eingabe im Folgenden häufiger wiederholen wird, werde ich sie durch Mat α darstellen. Hierbei steht α für einen Buchstaben der Menge A- Z. Es besteht natürlich auch immer die Möglichkeit, die Matrix direkt über die Klammerschreibweise einzugeben. Es sei denn, es besteht ein Bezug zum Abspeichern der Matrix, da dies sonst nicht möglich ist. Eingabe(SHIFT): Eingabe(MAT): [SHIFT] [2] [ALPHA] α [OPTN] [F2] [F1] [ALPHA] α Mat α Beliebiger Matrixspeicher, wobei α für einen beliebigen Buchstaben des Alphabets steht. Oder direkte Eingabe einer Matrix in eckigen Klammern. Obwohl die Eingabe über das Matrixoperationsmenü etwas länger ist, so ist sie doch von Vorteil, da das Menü bis auf Weiteres geöffnet bleibt und für verschiedene Rechenoperationen zur Verfügung steht. 1.1 Grundrechenarten der Matrizenrechnung im RUN MAT-Menü Zur Multiplikation, Addition und Subtraktion wird mit den Matrixspeichern gerechnet oder die Matrizen werden wie oben beschrieben in Klammerschreibweise eingegeben. Es sind jedoch die Grundvoraussetzungen für Rechenoperationen mit Matrizen einzuhalten. Selbstverständlich sind auch die Multiplikation mit einem skalaren Faktor sowie Rechenoperationen mit dem Antwortspeicher (Ans) möglich.

6 1.2 Matrizenumformung im Matrixoperationsmenü Erstellen einer Einheitsmatrix Eine Einheitsmatrix besteht nur aus Nullen und Einsen. Hierbei sind die Einsen diagonal von Zelle (0 0) bis Zelle (n n) angeordnet. Daher hat eine Einheitsmatrix auch immer gleich viele Zeilen und Spalten. [OPTN] [F2] [F6] [F1] d: Dimensionen der Matrix Identity (d ) Mat α Zielmatrixspeicher Natürlich ist es auch möglich eine Einheitsmatrix zu erstellen, ohne sie auf einen Speicher zu schreiben. Dann könnte allerdings nur über den Antwortspeicher mit dieser gerechnet werden. Augmentieren von zwei vorhandenen Matrizen Beim Augmentieren werden zwei Matrizen zusammengefügt. [OPTN] [F2] [F5] Augment (Mat α, Mat β) Mat β: Basismatrix Anzufügende Matrix Augmentierbar sind nur Matrizen mit gleich vielen Zeilen. Auffüllen einer Matrix Der Fill-Befehl füllt eine vorhandene Matrix neu mit nur einer Zahl auf, diese steht dann in jeder Zelle. [OPTN] [F2] [F6] [F3] Fill ( x, Mat α) x: Zahl, mit der die Matrix aufzufüllen ist. Zu befüllender Matrixspeicher mit vorhandener Matrix.

7 Schreiben einer Matrixspalte in eine Liste [OPTN] [F2] [F2] Mat List(Mat α,i) Ausgangsmatrix mit ausgewählter Spalte. i: Index der in eine Liste zu schreibenden Spalte. Des Weiteren ist es auch möglich, die erstellte Liste auf einen Listenspeicher zu schreiben, hierbei ist zu beachten, dass die Listenspeicherindices mit Nummern belegt sind und nicht mit Buchstaben. Der List Befehl ist eine Tastenkombination mit SHIFT. [SHIFT] [1] Mat List(Mat α,i) List l l: Listenspeicherindex Transponieren einer Matrix Beim Transponieren einer Matrix werden ihre Zeilen zu Spalten und die Spalten zu Zeilen. [OPTN] [F2] [F4] TrnMat α Zu transponierende Matrix. Dies ist ein besonders praktischer Befehl wenn eine Matrix Zeile in eine Liste übertragen werden soll. Einen Anwendungsbereich stellt die Berechnung des Skalarproduktes zweier Vektoren dar. Dies ist notwendig, weil in der Matrizenrechnung Zeile mal Spalte gerechnet wird, Vektoren jedoch immer in Spaltenform stehen. 1.3 Matrizenrechnung im Matrixoperationsmenü Berechnen des Skalarproduktes zweier Vektoren Da es sich bei den Vektoren um eine besondere Matrixform handelt, ist hier zu beachten, dass der GTR das Skalarprodukt nicht ohne weiteres berechnen kann. Wie bereits erwähnt hilft hier das Transponieren einer der beiden Vektoren.

8 (x1 y 1 y 2 z 1) (x2 1 y 1 z 1 ) (x2 y 2 z 2) (x 2) z Berechnen der Determinanten Die Determinante wird zur Inversion von Matrizen benötigt. Hierzu muss es sich um eine quadratische Matrix handeln, deren Determinante ungleich Null ist. [OPTN] [F2] [F3] Det (Mat α) Matrix, deren Determinante zu berechnen ist. Auch in Klammern eingebbar. Inversion einer quadratischen Matrix Der GTR ist in der Lage quadratische Matrizen, deren Determinante ungleich Null ist zu invertieren. [SHIFT] [ ) ] (Mat α) 1 Aufstellen der reduzierten Stufenform Das Aufstellen der reduzierten Stufenform ist besonders praktisch, um lineare Gleichungssysteme zu lösen. [OPTN] [F2] [F6] [F5] Rref Mat α Eine (n (n+1)) Matrix wobei n der Anzahl der Variablen entspricht. Die Zeilen werden wie im linearen Gleichungssystem gefüllt, jede Spalte steht für eine Variable. In die letzte Spalte gehören die Ergebnisse. Aufstellen der zeilengestaffelten Stufenform Die zeilengestaffelte Stufenform wird mit Hilfe des Gaus-Verfahrens aufgestellt. [OPTN] [F2] [F6] [F4] Ref Mat α

9 Ausgangsmatrix. Schlusswort Zusammenfassend lässt sich sagen, dass der GTR ein besonders effizientes Hilfsmittel darstellt. In Klausuren ist allerdings zu beachten, dass häufig eine manuelle Berechnung gewünscht ist und der GTR hier lediglich als Möglichkeit der Überprüfung zur Verfügung steht.

10 Anhang Beispielaufgaben Matrizenaddition Bestimmen Sie mit den Matrizen A=( a) A + B 2 1) ( und B= ) [OPTN] [F2] [F1] [ALPHA] [X,θ,T] [ + ] [F1] [ALPHA] [log] [EXE] Mat A+ Mat B Ausgabe: ( ) Matizensubtraktion Gegeben sind die Matrizen [...] A=( 1 1 a) A B ) (, B= ) [ ] [OPTN] [F2] [F1] [ALPHA] [X,θ,T] [ - ] [F1] [ALPHA] [log] [EXE] Ausgabe: ( ) Mat A Mat B Matrizenmultiplikation Berechnen Sie das Matrizenprodukt. d) ( ) ( ) Mat A: ( ) Mat B: ( ) [OPTN] [F2] [F1] [ALPHA] [X,θ,T] [ x ] [F1] [ALPHA] [log] [EXE] Mat A Mat B 2 Lambacher Schweizer, 2011, S Ebenda 4 Ebenda, S.315

11 Ausgabe: ( ) Potenzieren einer Matrix Berechnen Sie A², A³ [ ] A=( ) 5 A²: [ ( ] [OPTN] [F2] [F1] [ALPHA] [X,θ,T] [ ) ] [x²] [EXE] (Mat A)² Ausgabe: (1) A³: [ ( ] [F1] [ALPHA] [X,θ,T] [ ) ] [^] [ 3 ] [EXE] (Mat A)^3 Ausgabe: (1) Matrizeninversion Bestimmen Sie [ ] die inverse Matrix von A. a) A=( ) 6 [ ( ] [OPTN] [F2] [F1] [ALPHA] [X,θ,T] [ ) ] [SHIFT] [ ) ] [EXE] (Mat A) 1 ( 0,2 0,2 0,6 Ausgabe: 0,4 1,6 3,8 0,2 0,8 1,4) Skalarproduktberechnung Überprüfen Sie, ob die sich schneidenden Geraden g und h zueinander orthogonal sind. a) g: x= ( 2 2 ) +s ( 5 ) ( 1 ; h: x= 5 ) 1 + s ( Lambacher Schweizer, 2011, S Ebenda, S Ebenda, S ) 7

12 ( Mat A=( 5 1 0) ; Mat B= 2 ) 2 0 [OPTN] [F2] [F1] [ALPHA] [X,θ,T] [ x ] [F1] [ALPHA] [log] [EXE] Mat A Mat B Ausgabe: (12) Antwort: Da das Skalarprodukt 12 ist, sind die Vektoren nicht orthogonal. Lösung von linearen Gleichungssystemen mit der reduzierten Stufenform Lösen Sie das lineare Gleichungssystem mithilfe des GTR. c) 0,4 x 1 +0,8 x 2 +1,3 x 3 =4 2,2 x 1 1,4 x 2 3,5 x 3 = 8,7 3x 1 1,5 x 2 + x 3 = 2,5 x 1= ( 0,4 2,2 x 3) 2= ( 0,8 1,4 x 1,5) 3= ( 1,3 3,5 8 8,7 2,5) 1 ) n= ( 4 Ausgabe: 0,4 0,8 1,3 4 Mat 2,2 1,4 3,5 8,7 A=( 3 1,5 1 2,5) [OPTN] [F2] [F6] [F5] [F6] [F1] [ALPHA] [X,θ,T] [EXE] 45 ( ) 277 Rref Mat A Ergebnis: x 1 = , x 2 = und x 3 = Lambacher Schweizer, 2011, S.200

13 Literaturverzeichnis Manfred Baum u. a.: Lambacher Schweizer. Stuttgart, 2011 Bedienungsanleitung des GTR

14 Hiermit versichere ich, dass ich die Facharbeit selbstständig verfasst und keine anderen Quellen und Hilfsmittel als die angegebenen benutzt habe.

Nur Matrizen gleicher Dimension können addiert oder subtrahiert werden. Zur Berechnung werden zwei Matrizen A und B in den Matrix-Editor eingegeben.

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

Mehr

Casio fx-cg20 Matrix eingeben, editieren, löschen und einfache Matrizenrechnungen

Casio fx-cg20 Matrix eingeben, editieren, löschen und einfache Matrizenrechnungen R. Brinkmann http://brinkmann-du.de Seite 1 13.02.2014 Casio fx-cg20 Matrix eingeben, editieren, löschen und einfache Matrizenrechnungen Matrix eingeben Bevor die Daten einer Matrix eingegeben werden können,

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

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

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

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

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

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

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

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

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

Messunsicherheiten und Matrizenrechnung

Messunsicherheiten und Matrizenrechnung Physikalisch-Technische Bundesanstalt Braunschweig und Berlin Matrix Messunsicherheiten und Matrizenrechnung T. Funck Arbeitsgruppe.13 Wechsel-Gleich-Transfer, Impedanz 60. PTB Seminar am 1. Mai 011 Inhalt

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

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, Aufgaben

Matrizen und Determinanten, Aufgaben Matrizen und Determinanten, Aufgaben Inhaltsverzeichnis 1 Multiplikation von Matrizen 1 11 Lösungen 3 2 Determinanten 6 21 Lösungen 7 3 Inverse Matrix 8 31 Lösungen 9 4 Matrizengleichungen 11 41 Lösungen

Mehr

3.6 Eigenwerte und Eigenvektoren

3.6 Eigenwerte und Eigenvektoren 3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse

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

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

Analytische Geometrie

Analytische Geometrie Der fx-991 DE X im Mathematik- Unterricht Analytische Geometrie Station 1 Schnittgerade zweier Ebenen Da der Taschenrechner nur eindeutige Lösungen eines Gleichungssystems liefert, kann er nur Schnittpunkte

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

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

Ökonometrische Analyse

Ökonometrische Analyse Institut für Statistik und Ökonometrie, Freie Universität Berlin Ökonometrische Analyse Dieter Nautz, Gunda-Alexandra Detmers Rechenregeln für Matrizen Notation und Matrixeigenschaften: Eine Matrix A der

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 für Naturwissenschaftler II SS 2010

Mathematik für Naturwissenschaftler II SS 2010 Mathematik für Naturwissenschaftler II SS 2010 Lektion 9 20. Mai 2010 Kapitel 9. Matrizen und Determinanten Der Begriff der Matrix Die transponierte Matrix Definition 84. Unter einer (reellen) m n-matrix

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

Matrizen. Springer-Verlag Berlin Heidelberg J. Wagner, Einstieg in die Hochschulmathematik, DOI / _2

Matrizen. Springer-Verlag Berlin Heidelberg J. Wagner, Einstieg in die Hochschulmathematik, DOI / _2 Matrizen 2 Matrizen sind vielfältig genutzte Objekte in unterschiedlichen Teilbereichen der Mathematik und in verschiedenen Anwendungskontexten, z. B. können mit ihnen folgende Aufgabenstellungen sehr

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis 3

Inhaltsverzeichnis. Inhaltsverzeichnis 3 Inhaltsverzeichnis 3 Inhaltsverzeichnis Vorwort 5 1 Der Taschenrechner 5 1.1 Einige kurze Erläuterungen zur Schreibweise.................. 5 1.2 Grundlegendes: Die Menüstruktur........................

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

Inhaltsverzeichnis. Inhaltsverzeichnis

Inhaltsverzeichnis. Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis Vorwort 2 1 Der Taschenrechner 3 1.1 Erste Rechnungen.................................. 3 1.2 Bearbeiten und Löschen der Eingaben....................... 4 1.3 Mehrere

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

Basistext Determinanten

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

Mehr

Lineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri

Lineare Algebra. Gymnasium Immensee SPF PAM. Bettina Bieri Lineare Algebra Gymnasium Immensee SPF PAM Bettina Bieri 6. Oktober 2011 Inhaltsverzeichnis 1 Matrizen 1 1.1 Einleitung............................. 1 1.2 Der Begriff Matrix........................ 1 1.2.1

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

1 Matrizenrechnung zweiter Teil

1 Matrizenrechnung zweiter Teil MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten

Mehr

4) Lösen linearer Gleichungssysteme mit zwei oder drei Unbekannten

4) Lösen linearer Gleichungssysteme mit zwei oder drei Unbekannten 1) Wechsel der Darstellung Taschenrechner CASIO fx-991 ES Denn es ist eines ausgezeichneten Mannes nicht würdig, wertvolle Stunden wie ein Sklave im Keller der einfachen Berechnungen zu verbringen. Gottfried

Mehr

Matrizen. Jörn Loviscach. Versionsstand: 12. April 2010, 19:00 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung.

Matrizen. Jörn Loviscach. Versionsstand: 12. April 2010, 19:00 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Matrizen Jörn Loviscach Versionsstand: 12. April 2010, 19:00 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. 1 Matrix Ein rechteckige Anordnung von mathematischen Objekten

Mehr

Matrizen. Jörn Loviscach

Matrizen. Jörn Loviscach Matrizen Jörn Loviscach Versionsstand: 7. April 2010, 14:27 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.youtube.com/joernloviscach 1 Matrix Ein

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 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

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

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya Inverse Matrix -E Ma Lubov Vassilevskaya Inverse Matrix Eine n-reihige, quadratische Matrix heißt regulär, wenn ihre Determinante einen von Null verschiedenen Wert besitzt. Anderenfalls heißt sie singulär.

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

1 ALLGEMEINE HINWEISE Das Fach Mathematik für Wirtschaftswissenschaftler Bisheriger Aufbau der Klausur...

1 ALLGEMEINE HINWEISE Das Fach Mathematik für Wirtschaftswissenschaftler Bisheriger Aufbau der Klausur... Grundlagen Mathe V Inhaltsverzeichnis 1 ALLGEMEINE HINWEISE... 1-1 1.1 Das Fach Mathematik für Wirtschaftswissenschaftler... 1-1 1.2 Bisheriger Aufbau der Klausur... 1-1 1.3 Zugelassene Hilfsmittel und

Mehr

(A T ) T = A. Eigenschaft:

(A T ) T = A. Eigenschaft: Elementare Matrizenrechnung m n-matrix von Zahlen A m n a 1,1 a 1,n a m,1 a m,n rechteckige Tabelle m n Dimension der Matrix Sprechweise: m Kreuz n wobei m Anzahl Zeilen, n Anzahl Spalten a i,j Element

Mehr

Das Skalarprodukt zweier Vektoren

Das Skalarprodukt zweier Vektoren Beim Skalarprodukt zweier Vektoren werden die Vektoren so multipliziert, dass sich ein Skalar eine Zahl ergibt. Die Berechnung des Skalarproduktes ist ziemlich einfach, aber die weiteren Eigenschaften

Mehr

Hilfsblätter Lineare Algebra

Hilfsblätter Lineare Algebra Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,

Mehr

Analytische Geometrie mit dem Voyage 1

Analytische Geometrie mit dem Voyage 1 Analytische Geometrie mit dem Voyage. Vektoren Vektoren lassen sich definieren in eckigen Klammern. Setzt man ein Semikolon zwischen die einzelnen Komponenten, so ergibt sich ein Spaltenvektor. Ein Spaltenvektor

Mehr

Matrizen und Drehungen

Matrizen und Drehungen Matrizen und Drehungen 20. Noember 2003 Diese Ausführungen sind im wesentlichen dem Skript zur Vorlesung Einführung in die Theoretische Physik I und II on PD Dr. Horst Fichtner entnommen. Dieses entstand

Mehr

4.4. Rang und Inversion einer Matrix

4.4. Rang und Inversion einer Matrix 44 Rang und Inversion einer Matrix Der Rang einer Matrix ist die Dimension ihres Zeilenraumes also die Maximalzahl linear unabhängiger Zeilen Daß der Rang sich bei elementaren Zeilenumformungen nicht ändert

Mehr

FachschaftsInitiative Physik HU Berlin. Brückenkurs WiSe Matrizen, Determinanten und lineare Gleichungssysteme. Julien Kluge. 30.

FachschaftsInitiative Physik HU Berlin. Brückenkurs WiSe Matrizen, Determinanten und lineare Gleichungssysteme. Julien Kluge. 30. FachschaftsInitiative Physik HU Berlin Brückenkurs Brückenkurs WiSe 15-16 Matrizen, Determinanten und lineare Gleichungssysteme Julien Kluge Oktober 15 Inhaltsverzeichnis 1 Was ist eine Matrix? 1 11 Begriff

Mehr

Mathematik Matrizenrechnung

Mathematik Matrizenrechnung Mathematik Matrizenrechnung Einstufige Prozesse Rechenregeln für Matrizen Mehrstufige Prozesse Inverse Matrix Stochastische Prozesse 6 Zyklisches Verhalten Einstufige Prozesse Einstufige Prozesse Zur Beschreibung

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

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation . Inhaltsverzeichnis.............. Spezialgebiet Mathematik(Christian Behon ) 1 Matrizen Kapitel 1 Definitionen und Herleitung von Matrizen 1.1 Was sind Matrizen 1.2 Arten von Matrizen Kapitel 2 Matrizenoperation

Mehr

ANHANG A. Matrizen. 1. Die Definition von Matrizen

ANHANG A. Matrizen. 1. Die Definition von Matrizen ANHANG A Matrizen 1 Die Definition von Matrizen Wir haben bereits Vektoren kennen gelernt; solche Paare reeller Zahlen haben wir benutzt, um Punkte in der Ebene zu beschreiben In der Geometrie brauchen

Mehr

Definition, Rechenoperationen, Lineares Gleichungssystem

Definition, Rechenoperationen, Lineares Gleichungssystem Bau und Gestaltung, Mathematik, T. Borer Aufgaben /3 Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den

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

Matrizen Matrizen

Matrizen Matrizen Matrizen 29 2 Matrizen Wir beschäftigen uns in diesem Kapitel mit Matrizen. Sie eignen sich insbesondere zur Darstellung von Gleichungssystemen und linearen Abbildungen. Wir führen eine Addition und eine

Mehr

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014 Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 2. Oktober 2014 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................

Mehr

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

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Lineare : Einführung Beispiele linearer a) b) c) 2x 1 3x 2 = 1 x 1 +

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

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

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

Lineare Algebra mit dem Statistikprogramm R

Lineare Algebra mit dem Statistikprogramm R SEITE 1 Lineare Algebra mit dem Statistikprogramm R 1. Verwendung von Variablen Variablen werden in R definiert, indem man einem Variablennamen einen Wert zuweist. Bei Variablennamen wird zwischen Groß

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

In den USA verwendet man statt dessen eckige Klammern, was sich in der Software niederschlägt (mit Ausnahmen wie Wolfram Alpha):

In den USA verwendet man statt dessen eckige Klammern, was sich in der Software niederschlägt (mit Ausnahmen wie Wolfram Alpha): 3 Matrizen Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work is licensed

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

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

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

Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle

Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle 2. Matrixalgebra Warum Beschäftigung mit Matrixalgebra? Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle bequeme mathematische

Mehr

In den USA verwendet man statt dessen eckige Klammern, was sich in der Software niederschlägt (mit Ausnahmen wie Wolfram Alpha):

In den USA verwendet man statt dessen eckige Klammern, was sich in der Software niederschlägt (mit Ausnahmen wie Wolfram Alpha): 3 Matrizen Jörn Loviscach Versionsstand: 28. März 2015, 21:32 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work is licensed

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

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

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

lineare-algeba.wxmx 1 / 7 Mathematik in wxmaxima www.mathematik-verstehen.de Haftendorn Dez 2010

lineare-algeba.wxmx 1 / 7 Mathematik in wxmaxima www.mathematik-verstehen.de Haftendorn Dez 2010 lineare-algeba.wxmx / Lineare Algebra Mathematik in wxmaxima www.mathematik-verstehen.de Haftendorn Dez. Handling Achtung: Durch Anklicken der linken Zellmarkierung kann man die Abschnitte und auch einzelne

Mehr

Kapitel 16. Invertierbare Matrizen

Kapitel 16. Invertierbare Matrizen Kapitel 16. Invertierbare Matrizen Die drei Schritte des Gauß-Algorithmus Bringe erweiterte Matrix [A b] des Gleichungssystems A x auf Zeilenstufenform [A b ]. Das System A x = b ist genau dann lösbar,

Mehr

Klausur zur Mathematik I (Modul: Lineare Algebra I)

Klausur zur Mathematik I (Modul: Lineare Algebra I) Technische Universität Hamburg-Harburg Institut für Mathematik Prof. Dr. Anusch Taraz Wintersemester 2014/15 Klausur zur Mathematik I (Modul: Lineare Algebra I) 18.02.2015 Sie haben 60 Minuten Zeit zum

Mehr

Orthonormalbasis. Orthogonalentwicklung

Orthonormalbasis. Orthogonalentwicklung Orthonormalbasis Eine Orthogonal- oder Orthonormalbasis des R n (oder eines Teilraums) ist eine Basis {v,..., v n } mit v i = und v i, v j = für i j, d. h. alle Basisvektoren haben Norm und stehen senkrecht

Mehr

De Taschäräschnr Casio (Reihe: 9860G)

De Taschäräschnr Casio (Reihe: 9860G) De Taschäräschnr Casio (Reihe: 9860G) Übersicht: 1. Nullstellen 2. Gleichungen 2. oder 3. Grades lösen 3. Gleichungen lösen 4. Schnittpunkte bestimmen 5. Extrempunkte 6. Wendepunkte 7. Steigung einer Funktion

Mehr

Einführung in die Matrixalgebra

Einführung in die Matrixalgebra Einführung in die Matrixalgebra Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Bachelor S. Garbade (SRH Heidelberg) Matrixalgebra Bachelor

Mehr

5 Lineare Gleichungssysteme und Determinanten

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

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

LINEARE ALGEBRA II. FÜR PHYSIKER

LINEARE ALGEBRA II. FÜR PHYSIKER LINEARE ALGEBRA II FÜR PHYSIKER BÁLINT FARKAS 4 Rechnen mit Matrizen In diesem Kapitel werden wir zunächst die so genannten elementaren Umformungen studieren, die es ermöglichen eine Matrix auf besonders

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

Mathematik und Statistik für Raumplaner I

Mathematik und Statistik für Raumplaner I Mathematik und Statistik für Raumplaner I Vektor- und Matrizenrechnung Wintersemester 2010/2011 Leiter und Autor: Ao.Univ.Prof. Dr. Wolfgang Feilmayr Fachbereich Stadt- und Regionalforschung Technische

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

Begleitbuch für Mathematik Oberstufe für die Abiturprüfungen 2018 Baden-Württemberg - allg. Gymnasium. Teilgebiet Analytische Geometrie

Begleitbuch für Mathematik Oberstufe für die Abiturprüfungen 2018 Baden-Württemberg - allg. Gymnasium. Teilgebiet Analytische Geometrie Begleitbuch für Mathematik Oberstufe für die Abiturprüfungen 08 Baden-Württemberg - allg. Gymnasium Teilgebiet Analytische Geometrie Dipl.-Math. Alexander Schwarz Im Weinberg 9 7489 Cleebronn E-Mail: aschwarz@mathe-aufgaben.com

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

Züchtungslehre - Einführung in Lineare Algebra Peter von Rohr

Züchtungslehre - Einführung in Lineare Algebra Peter von Rohr Züchtungslehre - Einführung in Lineare Algebra Peter von Rohr 04-09-2016 Einführung in Lineare Algebra Aus der linearen Algebra brauchen wir für diese Vorlesung nur das Rechnen mit Vektoren und Matrizen.

Mehr

mit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"

mit Skalarprodukt aus i-tem Zeilenvektor und j-tem Spaltenvektor Zusammenfassung Matrizen Transponierte: Addition: mit Skalare Multiplikation: Matrixmultiplikation: m x p m x n n x p mit ES "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor" "Determinante"

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

Mathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )

Mathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung ) Aufgabe 1: Berechne die Determinante und die Transponierte der folgenden Matrizen: 0 1 1.1 M =( 0 4 1 4 det M =0 4 1 4= 4 M T =( 5 3 3 1.2 1 1 3 A=( =( A T 3 0 1 5 1 3 3 1 0 3 3 1 4 4 det M = 5 1 1+3 3

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

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

Lineare Algebra (Teil 1) (LinAlg_1.mw)

Lineare Algebra (Teil 1) (LinAlg_1.mw) Lineare Algebra (Teil 1) (LinAlg_1.mw) Neue MAPLE-Befehle: Vector, DotProduct, CrossProduct, Norm, Matrix, Row, Column, Transpose, Rank, Basis, Determinant, MatrixInverse, Eigenvalues, Eigenvectors. Wir

Mehr

A wird in diesem Fall invertierbar oder regulär genannt. Beispiel

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

Mehr

Definition, Rechenoperationen, Lineares Gleichungssystem

Definition, Rechenoperationen, Lineares Gleichungssystem Bau und Gestaltung, Mathematik, T. Borer Aufgaben / Aufgaben Matrizen Definition, Rechenoperationen, Lineares Gleichungssystem Lernziele - die Bezeichnung der Matrixelemente kennen und verstehen. - den

Mehr

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten

8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A

Mehr

De Taschäräschnr Casio (Reihe: 9750, 9850,...)

De Taschäräschnr Casio (Reihe: 9750, 9850,...) De Taschäräschnr Casio (Reihe: 9750, 9850,...) Übersicht: 1. Nullstellen 2. Gleichungen 2. oder 3. Grades lösen 3. Gleichungen lösen 4. Schnittpunkte bestimmen 5. Extrempunkte 6. Wendepunkte 7. Steigung

Mehr